典型文献
基于深度压缩感知的波束空间信道估计算法
文献摘要：
在带有透镜天线阵列的毫米波大规模多输入多输出系统中,由于射频链路远少于天线数量,因而需要从低维的有效观测信号中通过信道估计恢复出高维信道.当前的信道估计方法基本上利用波束空间信道的稀疏性,将信道估计转化为压缩感知问题再采用不同方法进行估计.针对近似消息传递(AMP)算法在信道估计时需要信道先验信息的局限性,文中提出了一种改进的信道估计算法.首先基于AMP算法推导出新的噪声项并使用卷积神经网络进行拟合,然后将迭代去噪过程展开成深度网络来求解观测信号到信道的线性逆变换,最后将初步估计到的信道通过去残留噪声网络进一步优化.此外,文中引入了可控制参数来增加信道估计过程的灵活性,并通过感知矩阵与其他网络参数的联合训练来提高信道的估计精度.文中从信道的估计精度和系统传输质量两方面对所提算法进行验证,在Saleh-Valenzuela信道模型上进行理论公式推导和系统仿真分析.仿真结果表明,与传统算法相比,文中提出的算法具有较少的模型参数和计算量,并且提高了信道估计精度和通信系统的传输质量.
文献关键词：
毫米波;大规模多输入多输出;信道估计;近似消息传递;深度学习
中图分类号：
作者姓名：
郑娟毅;慕金玉;邢丽荣;吕媛媛;介沛
作者机构：
西安邮电大学 通信与信息工程学院,陕西 西安 710121
文献出处：
引用格式：
[1]郑娟毅;慕金玉;邢丽荣;吕媛媛;介沛-.基于深度压缩感知的波束空间信道估计算法)[J].华南理工大学学报（自然科学版）,2022(12):101-108
A类：
Valenzuela
B类：
压缩感知,波束空间,信道估计,估计算法,透镜天线阵列,毫米波大规模多输入多输出,大规模多输入多输出系统,射频链路,路远,低维,观测信号,复出,高维,估计方法,基本上,稀疏性,不同方法,近似消息传递,AMP,先验信息,去噪,开成,深度网络,解观,逆变换,噪声网络,控制参数,过感知,感知矩阵,网络参数,联合训练,估计精度,传输质量,Saleh,信道模型,理论公式,公式推导,系统仿真,传统算法,计算量,通信系统
AB值：
0.319304
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
