基于深度学习的毫米波大规模MIMO信道估计与波束成形联合优化方法

汪 江宇
西南电子技术研究所

摘要


随着5G-A、6G移动通信技术的飞速发展，毫米波大规模MIMO因具备大带宽、高波束增益等优势成为关键核心技术，但其高频段传播损耗大、信道稀疏且维度高的特性，导致传统信道估计与波束成形分离设计方法存在复杂度高、估计精度低、波束成形鲁棒性不足等问题，难以满足系统实时性与性能要求。基于此，本文针对毫米波大规模MIMO信道估计与波束成形联合优化问题展开分析，引入深度学习技术构建适配的网络架构，建立联合优化的数学模型与实现方案，搭建天线电磁仿真环境完成算法验证，旨在降低联合优化计算复杂度，提升信道估计精度与波束成形的波束增益及鲁棒性，为毫米波大规模MIMO技术的工程化应用提供高效的算法与实现参考。

关键词


毫米波通信；大规模MIMO；深度学习；信道估计；波束成形；联合优化

全文:

PDF


参考


[1]刘庆利,李晓宇,李蕊.基于深度强化学习的毫米波大规模MIMO系统资源联合优化[J].电信科学,2024,40(10):39-51.

[2]李烨,邬婷婷.混合IRS辅助大规模MISO中基于显性信道估计的联合波束成形设计[J].计算机应用研究,2023,40(11):3388-3393.

[3]马文焱,戚晨皓.基于深度学习的上行传输过程毫米波通信波束选择方法[J].合肥工业大学学报（自然科学版）,2019,42(12):1644-1648.

[4]郑娟毅,张庆珏,董嘉豪,郭梦月,杨溥江.一种深度学习的波束空间信道估计算法[J].计算机工程,2024,50(5):298-305.

[5]徐友云,许魁.通感一体去蜂窝超大规模MIMO与高频段无线接入技术[J].移动通信,2022,46(5):17-25.


Refbacks

  • 当前没有refback。