利用元学习算法的IRS-OTFS通信系统信道估计

来源：电子与信息学报杂志2024年第4期北京时间：

作者：张祖凡, 段佳慧, 王国仲

单位：1.重庆邮电大学通信与信息工程学院 重庆 4000652.重庆电子工程职业学院 重庆 401331

摘要：针对高多普勒场景下智能反射表面(IRS)辅助多用户通信系统存在的信道估计传输开销大的问题，该文结合正交时频空间(OTFS)调制特点构造一种IRS-OTFS通信系统，充分发挥IRS和OTFS的性能优势，并在此基础上提出一种学习率自适应的模型无关元学习(MAML)算法。对IRS-OTFS多用户信道估计任务做离线训练，根据各任务的收敛速度自适应地调整学习率，防止训练失衡，并利用信道之间的相关性和MAML算法的少样本、泛化特性得到全局模型和适应性模型，快速学习新用户信道的传输特性，降低传输开销，提高信道估计准确性。理论分析和仿真结果表明，该算法在信道传输条件相同的情况下，将传输开销降低了大约50%，并相对于基准算法有4.8 dB左右的性能提升。

关键词：智能反射表面, 元学习, 正交时频空间, 信道估计

基金资助：国家自然科学基金(62202077)，重庆市教育委员会科学技术研究计划重大项目(KJZD-M201900601)