基于不动点深度学习的IRS辅助毫米波移动通信系统全信道估计

来源：电子与信息学报杂志2024年第6期北京时间：

作者：褚宏云, 潘雪, 黄航, 郑凌, 杨梦瑶, 肖戈

单位：1.西安邮电大学 西安 7101212.南京电子设备研究所 南京 210013

摘要：将智能反射面(IRS)与大规模MIMO结合能够保证和提高毫米波通信系统性能。针对基站(BS)-用户直连信道与用户-IRS-BS反射信道混叠场景，该文提出一种自适应的全信道估计方法。首先，引入辅助变量，采用原子范数将直连信道与反射信道的稀疏角度域子空间进行关联；然后，利用原子范数最小化将全信道估计问题建模为连续角度域稀疏矩阵重建规划；最后，基于不动点深度学习网络设计低复杂度的问题求解算法。该算法不仅能够克服传统基于模型解法中非线性估计算子对先验知识的依赖还可根据移动场景变化自适应调节算法复杂度。仿真结果表明，所提算法能够避免传统时分估计策略引起的差错传播效应，具有更高的估计精度和更低的复杂度。

关键词：智能反射面(IRS), 直连与反射混叠信道估计, 不动点深度学习, 原子范数最小化, 毫米波MIMO

基金资助：国家自然科学基金(62102314)，173计划技术领域基金(2022-JCJQ-JJ-0730)，陕西省自然科学基金(2022JQ-635)