Nov, 2019

基于大型智能表面辅助的无线通信系统信道估计

PDF
TL;DR本文研究了智能大型表面辅助的无线通信系统中的信道估计问题，并开发了一种基于拉格朗日乘子和对偶上升的估计方案，以解决受限估计误差最小化问题，进而获得在低信噪比条件下比最小二乘方法提高 18% 的估计精度。
发现论文，激发创造
  • 大型智能超表面辅助大规模 MIMO 的级联信道估计

    该论文研究了使用大型智能超表面 (LIM) 协助的大规模多输入多输出 (MIMO) 系统中的信道估计问题，并提出了一种基于稀疏矩阵分解和矩阵完备性的二阶段算法来解决该问题。仿真结果表明，该算法能够实现准确的信道估计。

    May, 2019

  • 大型智能表面辅助下的毫米波大规模 MIMO 系统的深通道学习

    本文提出了一个深度学习框架，用于大型智能表面辅助大规模 MIMO 系统中的通道估计，其核心是双卷积神经网络结构，用于估计直接和级联信道，结果表明该方法性能优越。

    Jan, 2020

  • 智能反射表面辅助多用户通信的信道估计：框架，算法和分析

    本文提出了一种三阶段基于导频的信道估计框架，用于辅助 IRS 的上行多用户通信，证明了大规模 MIMO 在减少信道估计时间方面的关键作用，并推导了带有接收噪声的情况下，用户导频序列、IRS 反射系数和 BS 线性最小均方误差通道估计器的闭合表达式及其对应的估计均方误差。

    Dec, 2019

  • 智能反射面辅助多用户通信的锚点辅助信道估计

    本文介绍了一种新的基于定位点辅助的信道估计方法，其中通过在智能反射表面（IRS）附近部署两个定位点，大大减小了复杂的信道训练开销和数据传输延迟，从而有效地解决了 IRS 无线通信中的估计挑战。

    Feb, 2021

  • 大规模多天线系统中的信道估计的协调方法

    本文提出了一种采用多个天线设计的系统，在多个蜂窝网络中通过每个基站应用针对每个蜂窝的波束成形来处理多蜂窝干扰，并在信道估计阶段自身实现低速率协调，从而使用用户信道的二阶统计信息降低信道污染效应，得到较传统方法更好的性能，并证明在最大的 MIMO 体制下这种方法有效。

    Mar, 2012

  • RIS 增强的多用户 MISO 无线通信中的信道估计

    本研究提出了基于并行因式分解的 频道估计框架，通过交替最小二乘法 和向量近似传递消息的迭代估计算法， 实现了基站和 RIS 之间，以及 RIS 和用户之间 频道的估计，并探讨了基站不同预编码方案 完成下行可达速率计算。仿真结果表明， 所提出的算法优于基准方案，并证实了它的有效性 和鲁棒性。

    Aug, 2020

  • 用于 RIS 辅助的毫米波 MIMO 信道的信道估计

    采用迭代加权方法对 RIS 辅助下的毫米波 MIMO 信道进行了两级渠道估计，评估了所提出的方案的平均频谱效率和 RIS 波束成型增益，并证明了它实现了高分辨率估计，且平均频谱效率比具有完美 CSI 的方案具有可比性。

    Feb, 2020

  • 基于深度学习的辐射协助综合感知与通信系统信道估计

    本文首次聚焦在辅助智能反射表面的综合感知与通信系统中的信道估计问题，提出了基于深度学习框架的三阶段方法，其中包括直接感知与通信信道、反射通信信道、以及反射感知信道的估计，该方法在全双工综合感知与通信基站的卷积神经网络架构上进行建模，设计了两种类型的输入输出对来训练卷积神经网络，模拟结果验证了该估计方法相对于最小二乘基准方案的优越性，并且分析了其计算复杂性。

    Jan, 2024

  • 基于深度学习的用于增强反射面辅助的 ISAC 系统信道估计

    提出了一个深度学习框架来解决基于反射式智能表面的集成感知与通信系统中的信道估计问题，模拟结果表明这种方法比基准方案在不同信噪比条件和系统参数下具有优势。

    Jan, 2024

  • 大型智能表面传输：无线通信的新前沿

    本文提出了采用大型智能表面（LIS）传输方案，对调制入射波的相位来改善接收信号质量，该方案被认为是未来无线通信系统和标准的有前途的候选方案。提出了将 LIS 作为接入点的新概念，并进行了广泛的计算机模拟结果，评估了基于 LIS 的传输潜力。该研究揭示，基于 LIS 的通信可能成为未来无线系统的一个改变游戏规则的范式。

    Feb, 2019