借助继延干扰消除的扩散模型用于低秩信道场景下的联合信道估计与数据检测
计算机视觉与模式识别
2025-01-22 v1 信息论
信号处理
math.IT
摘要
本文提出了一种 novel 的联合信道估计和源检测算法，采用继延干扰消除 (SIC) 辅助的生成式基于滞后模型的扩散方法。该领域的现有工作侧重于 massive MIMO 场景，通常特征为满秩信道，在低秩信道场景下效果不佳。该算法在联合源信道估计中优于现有方法，尤其在访问点天线数少于用户数的低秩场景下表现更为突出。该基于滞后模型的迭代扩散过程估计部分信道上先验分布的梯度，并递归更新估计的信道部分以及源数据。大量仿真结果表明，所提方法在满秩和低秩信道场景下均优于基线方法，尤其在后者中效果更为显著，以各种信噪比 (SNR) 下。
引用
@article{arxiv.2501.11229,
title = {Successive Interference Cancellation-aided Diffusion Models for Joint Channel Estimation and Data Detection in Low Rank Channel Scenarios},
author = {Sagnik Bhattacharya and Muhammad Ahmed Mohsin and Kamyar Rajabalifardi and John M. Cioffi},
journal= {arXiv preprint arXiv:2501.11229},
year = {2025}
}
备注
Published at IEEE ICASSP 2025