Muhammad Kamran Saeed

轻量级深度学习框架助力6G无线系统信道估计

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。