返回
MIMO Channel Estimation Using Transformer-Based Generative Diffusion Models
DOI:10.1109/tvt.2026.3680259.png)
摘要
En 中文
近期研究表明,人工智能(AI)在信道估计方面具有巨大潜力。然而,大多数现有的基于AI的信道估计器依赖训练信道样本,导致在分布外数据上的估计精度降低。为解决此问题,我们提出了一种针对多输入多输出(MIMO)系统的鲁棒信道估计器,称为基于Transformer的扩散模型(TDM),该模型在无监督过程下训练且独立于信道分布。我们采用Transformer结构从含噪信道矩阵中精确去噪,并在推理阶段开发了一种后验采样方法用于信道重建。实验结果表明,TDM方案具有优越性和分布外鲁棒性。
Keyword:
MIMO channel estimation
generative AI
diffusion models
attention mechanism
期刊
IF:
7.1
论文数:
1.8W
被引数:
6.6W
机构
引用论文
Deep Learning-Based Channel Estimation for Beamspace mmWave Massive MIMO Systems基于深度学习的波束空间毫米波大规模MIMO系统信道估计
Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting告密者: 超越长序列时间序列预测的高效变压器


