计算机应用研究

作者：李烨,邬婷婷,

单位：上海理工大学光电信息与计算机工程学院,上海200093；

关键词：大规模MISO,智能反射面,波束成形,信道估计,压缩感知,深度学习,注意力机制,

基金：华为技术有限公司合作项目(YBN2019115054)；；

针对智能反射面辅助大规模MISO系统的波束成形设计，当前大多数研究都是基于信道状态信息完全已知，且未考虑基站端主动波束成形矩阵与智能反射面反射系数矩阵存在的耦合关系。智能反射面辅助的信道为级联信道，难以进行估计，且导频开销较大。鉴于此，采用了一种包含有源和无源元件的混合智能反射面架构，首先基于毫米波信道的稀疏特性，利用压缩感知算法估计信道，并设计一种融合注意力机制的两级卷积网络框架，以最大化和速率为目标，联合优化设计智能面反射系数矩阵和波束成形矩阵。实验结果表明，相比已有方法，所提方法可以使用更少的导频获得更优的和速率性能，有效减少了导频损耗，降低了计算时间复杂度。且当通信环境发生变化时，网络亦具有良好的鲁棒性。

来源：2023年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第11期