用于可重构智能表面级联信道估计的多残差密集网络
信息论
2021-12-10 v1 信号处理
math.IT
摘要
可重构智能表面（RIS）构成了一个重要且有前景的范式，它依赖于可编程的无线环境，并由于在人造结构的整个表面上使用低成本的大规模反射元件，从而为空间密集型通信提供了能力。然而，准确的信道估计是从 RIS 获得巨大性能增益的基本技术前提。通过利用 RIS 信道的低秩结构，提出了三种实用的残差神经网络，分别命名为卷积盲去噪网络、卷积去噪生成对抗网络和多残差密集网络，以获得准确的信道状态信息，这能够反映不同方法对估计性能的影响。仿真结果揭示了这三种方法的演化方向，并揭示了其与现有基准方案相比的优越性能。
引用
@article{arxiv.2112.04641,
title = {Multiple Residual Dense Networks for Reconfigurable Intelligent Surfaces Cascaded Channel Estimation},
author = {Yu Jin and Jiayi Zhang and Chongwen Huang and Liang Yang and Huahua Xiao and Bo Ai and Zhiqin Wang},
journal= {arXiv preprint arXiv:2112.04641},
year = {2021}
}
备注
to appear in IEEE TVT