变分推断辅助的时变信道估计
信号处理
2022-11-04 v2 信息论
math.IT
机器学习
摘要
改善时变信道估计的一种方法是引入对先前观测知识的利用。在此背景下，动态 VAE（DVAE）构建了一个有前景的深度学习（DL）框架，非常适合于学习时间序列数据的分布。我们引入了一种称为 k-MemoryMarkovVAE（k-MMVAE）的新 DVAE 架构，其稀疏性可由额外的记忆参数控制。遵循文献[1]中的方法，我们推导了一种 k-MMVAE 辅助的信道估计器，它考虑了连续观测的时间相关性。结果在 QuaDRiGa 模拟的信道上进行了评估，表明 k-MMVAE 辅助的信道估计器明显优于其他机器学习（ML）辅助估计器，后者要么是无记忆的，要么未经重大适配就被朴素地扩展到时变信道。
引用
@article{arxiv.2210.17177,
title = {Variational Inference Aided Estimation of Time Varying Channels},
author = {Benedikt Böck and Michael Baur and Valentina Rizzello and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2210.17177},
year = {2022}
}