每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

用于 OFDM 信道估计的注意力辅助 MMSE：通过注意力学习线性滤波器

Created by
  • Haebom

作者

河泰俊、郑彩贤、金贤旭、朴正宇、朴正勋

大纲

本文提出了一种基于注意力机制的MMSE（A-MMSE），这是一种基于模型的新型深度神经网络框架，用于正交频分复用（OFDM）系统中的信道估计。A-MMSE利用注意力机制学习最优MMSE滤波器，并通过在推理过程中仅执行一次线性运算来降低计算复杂度。为了提高学习效率，我们开发了一个两阶段注意力机制编码器，并提供秩自适应扩展，以在复杂度和信道估计精度之间实现灵活的权衡。基于3GPP TDL信道模型的仿真结果表明，A-MMSE在各种信噪比（SNR）条件下均优于现有方法。

Takeaways，Limitations

•
Takeaways：
◦
通过使用注意力机制学习 MMSE 滤波器来提高信道估计性能。
◦
通过推理过程中的单个线性运算显著降低计算复杂度。
◦
通过两阶段注意力编码器提高学习效率。
◦
通过等级自适应扩展提供性能复杂性权衡。
◦
证明其性能在各种 SNR 环境中优于现有方法。
•
Limitations：
◦
摘要中没有直接提到具体的Limitations。
👍
Made with Slashpage