基于扩散的低复杂度MIMO信道估计的生成先验模型

Mar, 2024

Diffusion-based Generative Prior for Low-Complexity MIMO Channel Estimation

Benedikt Fesl, Michael Baur, Florian Strasser, Michael Joham, Wolfgang Utschick

TL;DR基于扩散模型的信道估计器结合了轻量级卷积神经网络和位置嵌入技术，通过学习稀疏角度域中的信噪比信息，避免了随机重采样和截断逆扩散步骤来提高估计性能。与利用生成先验的最新信道估计器相比，该方法具有更低的复杂性和内存开销。

Abstract

This work proposes a novel channel estimator based on diffusion models (DMs), one of the currently top-rated generative models. Contrary t