基于AAT模型的毫米波大规模MIMO系统信道估计OA北大核心CSTPCD
AAT model based channel estimation for mmWave massive MIMO systems
针对毫米波大规模多输入多输出信道具有时间相关性、系统易受噪声因素影响导致信道估计精度低的问题,提出了一种基于改进的时序卷积神经网络信道估计方法.该方法将仿真获得的信道矩阵以二维图像数据方式输入系统;利用时间相关性进行特征融合,构建集中注意力机制网络,增强系统模型对信道深层特征的提取能力;将AAN嵌入时序卷积神经网络中进行训练;系统输出去噪后的二维图像,即信道估计矩阵.仿真结果表明,所提信道估计方法在性能和复杂度方面优于传统的信道估计方法,并且当测…查看全部>>
To solve the problems of temporal correlation and susceptibility to noise in millimeter wave massive MIMO channels,which result in decreased channel estimation accuracy,a novel channel estimation method based on an im-proved temporal convolutional network was proposed.The channel matrices obtained from simulation were feed into the system as two-dimensional image data.The temporal correlation was utilized for feature fusion and an attention in atten-tion net…查看全部>>
于舒娟;刘荣;张昀;谢娜;黄丽亚
南京邮电大学电子与光学工程学院、柔性电子(未来技术学院),江苏 南京 210023南京邮电大学电子与光学工程学院、柔性电子(未来技术学院),江苏 南京 210023南京邮电大学电子与光学工程学院、柔性电子(未来技术学院),江苏 南京 210023南京邮电大学电子与光学工程学院、柔性电子(未来技术学院),江苏 南京 210023南京邮电大学电子与光学工程学院、柔性电子(未来技术学院),江苏 南京 210023
电子信息工程
大规模多输入多输出信道时序卷积神经网络信道估计集中注意力机制网络
massive MIMO channeltemporal convolutional neural networkchannel estimationattention in attention network
《通信学报》 2024 (3)
41-49,9
国家自然科学基金资助项目(No.61977039) The National Natural Science Foundation of China(No.61977039)
评论