研究人员开发了一种新颖的轻量级深度学习框架，以应对下一代无线系统（如6G）中的信道估计挑战。该框架专为超大规模MIMO（XL-MIMO）和可重构智能表面（RIS）辅助系统设计，这些系统需要准确的信道状态信息，但在资源受限的边缘设备上面临巨大的计算复杂性和数据量问题。通过利用空间相关性和基于块的训练机制，所提出的方法降低了输入维度和计算负载，并在仿真中展示了更高的估计精度和效率。 AI
影响 这项研究通过优化边缘设备的深度学习，有望实现未来无线网络中更高效、更准确的通信。
排序理由 学术论文，详细介绍了一种新的技术方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
