Beamforming相关论文笔记/(ㄒoㄒ)/~~



论文1:Deep Learning-based Phase Reconfiguration for Intelligent Reflecting Surfaces

原文链接http://arxiv.org/abs/2009.13988
思想:利用DNN去逼近基于LS方法的信道估计性能,并进行下行链路波束赋形设计。
场景:MISO系统场景。
信道估计:对上行链路进行信道估计,采用TDD传输技术,并且采用了信道的互易性(上行链路与下行链路一样),这样对上行链路进行信道估计不用考虑波束赋形矩阵,减少参数(如果对下行链路进行信道估计还需要考虑波束赋形矩阵,参数规模与BS天线数目成正比)。其中每个时隙t接收的反射导频信号被建模为:
在这里插入图片描述
BS、IRS阵列响应分别为:
在这里插入图片描述

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值