本論文は、IRS搭載型マルチユーザ統合センシング通信(ISAC)システムのチャネル推定に関する新しいアプローチを提案している。
まず、2段階のチャネル推定アプローチを提案する。第1段階では、IRS要素をオフにすることで直接のセンシング・通信チャネルを推定する。第2段階では、IRS要素をオンにすることで反射チャネルを推定する。これにより、全体の推定問題を部分問題に分解できる。
次に、提案2段階アプローチに基づいて、効率的なEXTREME LEARNING MACHINE (ELM)ベースのニューラルネットワークフレームワークを構築する。ISACベースステーションとダウンリンクユーザ双方に対して、2種類の入力-出力ペアを設計する。第1の入力は受信信号そのものを使い、第2の入力はleast-squaresによる初期推定値を使う。これにより、推定精度と計算複雑度のトレードオフを実現する。
シミュレーション結果から、提案ELMアプローチが、least-squaresやニューラルネットワークベースの従来手法に比べて、推定精度の大幅な向上、学習速度の高速化、計算複雑度の低減を達成できることが示された。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Yu Liu,Ibrah... at arxiv.org 04-09-2024
https://arxiv.org/pdf/2402.09440.pdfDeeper Inquiries