MambaNet：基于Mamba注意力机制的载波估计神经网络
机器学习
2026-01-27 v1 人工智能
信号处理
摘要
本文提出一种采用Mamba结构集成自注意力机制的神经网络框架，以实现针对正交频分复用（OFDM）波形的低复杂度载波估计，尤其适用于大子载波配置。通过集成定制Mamba架构，该框架能够高效处理大规模子载波估计，同时有效捕获这些子载波之间的长程依赖。不同于常规Mamba结构，本文实现双向选择扫描以提高载波估计性能，因为不同子载波的增益为非因果。此外，所提框架的空间复杂度相对Transformer-based神经网络更低。仿真结果在3GPP TS 36.101信道上测试表明，与其他基准神经网络解决方案相比，所提方法在减少可调参数数量的同时实现了 improved的载波估计性能。
引用
@article{arxiv.2601.17108,
title = {MambaNet: Mamba-assisted Channel Estimation Neural Network With Attention Mechanism},
author = {Dianxin Luan and Chengsi Liang and Jie Huang and Zheng Lin and Kaitao Meng and John Thompson and Cheng-Xiang Wang},
journal= {arXiv preprint arXiv:2601.17108},
year = {2026}
}