基于可训练近端梯度下降的毫米波大规模MIMO系统信道估计
信号处理
2023-03-07 v2
摘要
在本文中，我们解决了大规模MIMO通信系统中的毫米波信道估计问题。利用毫米波信道在波束空间中的稀疏性，我们将估计问题表述为稀疏信号恢复问题。为此，我们提出了一种基于深度学习的可训练近端梯度下降网络（TPGD-Net）。TPGD-Net将迭代近端梯度下降（PGD）算法展开为分层网络，并将梯度下降步长设置为可训练参数。此外，我们用一个神经网络替换PGD算法中的近端算子，该网络利用数据驱动的先验信道信息隐式地执行近端操作。为了进一步增强跨层特征信息的传递，我们在TPGD-Net中引入了跨层特征注意力融合模块。我们在Saleh-Valenzuela信道模型和DeepMIMO数据集上的仿真结果表明，与最先进的毫米波信道估计器相比，TPGD-Net具有更优的性能。
引用
@article{arxiv.2212.12214,
title = {Trainable Proximal Gradient Descent Based Channel Estimation for mmWave Massive MIMO Systems},
author = {Peicong Zheng and Xuantao Lyu and Yi Gong},
journal= {arXiv preprint arXiv:2212.12214},
year = {2023}
}