PRINCE：一种用于毫米波与太赫兹超大规模 MIMO 系统高效信道估计的剪枝 AMP 集成深度 CNN 方法
信号处理
2022-03-10 v1
摘要
毫米波（mmWave）与太赫兹（THz）波段通信利用丰富带宽以满足 6G 无线通信日益增长的数据速率需求。为以更低硬件成本补偿高传播损耗，具有混合波束赋形结构的超大规模多输入多输出（UM-MIMO）是毫米波与太赫兹波段的一项前景技术。然而，混合 UM-MIMO 系统的信道估计（CE）颇具挑战，需从极少的信道观测中恢复高维信道。本文首次提出一种剪枝近似消息传递（AMP）集成深度卷积神经网络（DCNN）的信道估计（PRINCE）方法，其通过附加 DCNN 网络提升 AMP 方法的估计精度。此外，通过截断 DCNN 网络卷积层中不显著的特征图，开发了一种包含正则化训练、剪枝与微调步骤的剪枝方法以缩减网络规模。仿真结果表明，在剔除 特征图后，PRINCE 在信噪比（SNR）为 dB 时以 dB 的归一化均方误差（NMSE）实现了 CE 精度与极低复杂度之间的良好折衷。
引用
@article{arxiv.2203.04635,
title = {PRINCE: A Pruned AMP Integrated Deep CNN Method for Efficient Channel Estimation of Millimeter-wave and Terahertz Ultra-Massive MIMO Systems},
author = {Zhengdong Hu and Yuhang Chen and Chong Han},
journal= {arXiv preprint arXiv:2203.04635},
year = {2022}
}