深度学习框架大幅降低毫米波MIMO系统的导频开销

研究人员开发了一种名为多块注意力（MBA）的新型深度学习框架，用于改进智能反射面（IRS）辅助的毫米波MIMO系统中的信道估计。该框架通过将传统最小二乘估计器的导频开销降低高达87%，显著减少了精确信道估计所需的导频开销。MBA方法还展示了归一化均方误差的显著降低，在10 dB信噪比下，其误差比现有领先方法低约51%，同时保持了较低的计算复杂度。 AI

影响 提高了无线通信系统的效率并降低了开销，可能支持更强大和更广泛的毫米波MIMO部署。

排序理由 发表了一篇详细介绍用于改进无线通信系统的新深度学习框架的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

• Complex Multi-Convolutional Network
• Convolutional Attention Network
• DFT
• Hadamard matrices
• Intelligent Reflecting Surfaces
• IRS-assisted mmWave MIMO systems
• mmWave MIMO systems
• Multi-Block Attention
• OFDM
• Least squares estimator

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →