チャネル推定

Kirjaudu sisään

näkemys - チャネル推定

本稿では、大規模MIMO LEO衛星通信におけるチャネルエイジングの影響を効果的に軽減する、決定指向セミブラインド（DD-SB）チャネル推定、特に修正DD-SB（MDD-SB）推定器を提案しています。

本稿では、多重再構成可能知的表面（RIS）支援MIMOシステムにおいて、チャネル状態情報（CSI）取得のオーバーヘッドと複雑さを軽減するための、チャネルカスタマイズに基づく新しい低複雑度CSI取得手法を提案する。

本稿では、TDD MIMOシステムにおけるチャネル推定と外挿の問題に対して、高効率かつ高精度な準ニュートン直交マッチング追跡（QNOMP）アプローチを提案する。

再構成可能な知能表面（RIS）支援通信において、アレイ形状と干渉統計を活用することで、従来よりも短いパイロット信号を用いて効率的なチャネル推定を実現できる。

本稿では、テラヘルツ（THz）通信における再構成可能知的表面（RIS）支援通信ネットワークのための、テンソルベースの新しいチャネル推定手法を提案する。

本稿では、高モビリティシナリオにおけるTDDミリ波Massive MIMOシステムのパイロットオーバーヘッドを大幅に削減するため、空間、周波数、時間領域（3D）チャネル外挿フレームワークを提案する。

本稿では、Massive MIMOシステムにおける低密度パイロットを用いた高精度なチャネル推定を実現するため、二重注意機構ベースチャネル推定ネットワーク(DACEN)と、高密度パイロットから学習したチャネル知識を転移学習を用いて活用する手法を提案する。

本稿では、MIMOシステムにおけるチャネル推定の精度と計算効率を向上させるため、Peaceman-Rachford分割法を用いた深層均衡ネットワークに基づく新しい手法を提案する。

本稿では、大規模MIMOシステムのチャネル推定において、従来のDetNetよりもトレーニング時間、実行時間、精度の面で優れた性能を発揮する、Iterative Sequential Deep Neural Network (ISDNN) と呼ばれる新しい深層学習ベースの手法を提案しています。

本稿では、物理学に基づく知識蒸留を用いた新しい拡散モデルを提案し、従来の手法の限界を克服して、セルラーネットワークにおける受信信号基準電力（RSRP）と信号対干渉雑音電力比（SINR）の予測精度を向上させる。

Tietoja

Tuotteet

Resurssit