BriefGPT - AI 论文速递
·
基于深度学习的分布式 MIMO 及 1 比特光纤前传信道估计
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
在分布式大规模多输入多输出 (MIMO) 架构中，研究了试点辅助的上行信道估计问题。采用基于深度学习的信道估计算法，并探索了该算法对接入点中的自动增益控制器 (AGCs) 和比较器引入的附加信号失真的鲁棒性。通过模拟结果表明，该信道估计方法优于传统方法，并对附加损坏具有鲁棒性。
🎯
关键要点
- 研究了分布式大规模多输入多输出 (MIMO) 架构中的试点辅助上行信道估计问题。
- 接入点通过光纤前传链路连接接收到的模拟射频信号的两级量化版本。
- 采用了基于深度学习的信道估计算法，探索其对自动增益控制器 (AGCs) 和比较器引入的信号失真的鲁棒性。
- 模拟结果表明，该信道估计方法优于传统的Bussgang线性最小均方误差信道估计器。
- 所提出的方法对AGCs和比较器引入的附加损坏具有鲁棒性。
➡️
