基于ResNet的大型智能表面在毫米波系统中的应用

来源：电讯技术杂志2021年第1期北京时间：

作者：齐月月,孙强,钱盼盼,居金娟,周晖,徐晨

单位：(1.南通大学 信息科学技术学院，江苏 南通 226019;2.南通先进通信技术研究院有限公司，江苏 南通 226019;;3.南通职业大学 电子信息工程系，江苏 南通 226007)

摘要：大型智能表面（Large Intelligent Surface,LIS）协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束，通常需要获取完美的级联信道状态信息。然而，由于LIS具有高维级联信道和大量无源反射元件，估计其级联信道状态信息一直是LIS的挑战之一。针对上述问题，提出一种基于残差神经网络（Residual Neural Network,ResNet）的LIS反射波束设计解决方案。该方案采用有源（连接LIS控制器的基带）和无源元件混合的LIS框架，只需要估计少量有源元件的信道状态信息便可以借助ResNet训练的网络模型预测最佳发射波束。与现有方法相比，所提出的ResNet网络可以减少训练开销，提升可实现速率，表现出更强的鲁棒性。

关键词：大型智能表面；毫米波通信；波束赋形；残差神经网络；

基金资助：国家自然科学基金资助项目（61971467）；南通市基础科学研究计划项目（JC2018128,JC2019116）