首页|RIS辅助通信系统中基于深度压缩感知的信道估计

RIS辅助通信系统中基于深度压缩感知的信道估计

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对可重构智能表面(RIS)辅助多用户通信系统中信道估计导频开销大和精度有限的问题,提出一种基于深度压缩感知的信道估计算法.为了降低传统正交匹配追踪(OMP)算法的导频开销,利用级联信道特有的双结构稀疏性质,提出改进OMP算法,获得级联信道的粗估计值;为了进一步提升信道估计的精度,设计了一种深度学习模型,将粗估计信道矩阵视为低分辨的图像,通过多路卷积网络最大程度地隐式学习噪声特征;最后,提出了基于残差连接的多路卷积网络(RMCN)结构,利用噪声的空间特性和可加性,去除噪声对信道矩阵的影响,输出一个高分辨率的级联信道矩阵,从而完成信道估计.仿真结果表明,相比于传统OMP算法,所提RMCN-OMP算法的归一化均方误差减小了约2.5 dB,在降低导频开销的同时,具有更高的估计精度.
Channel Estimation Based on Deep Compression Sensing in RIS Assisted Communication System

reconfigurable intelligent surfacechannel estimationdeep compression sensingmulti convolutional network

刘峰、杨柳、赵磊

展开 >

上海电机学院 电子信息学院,上海201306

可重构智能表面 信道估计 深度压缩感知 多路卷积网络

国家自然科学基金项目上海市科技计划项目

6207616021ZR1424700

2024

10.13190/j.jbupt.2022-286

北京邮电大学学报
北京邮电大学

北京邮电大学学报

CSTPCD北大核心
影响因子：0.592
ISSN：1007-5321
年,卷(期)：2024.47(1)
  • 11