論文の概要: Channel Estimation in RIS-Enabled mmWave Wireless Systems: A Variational Inference Approach

• arxiv url: http://arxiv.org/abs/2308.13616v1
• Date: Fri, 25 Aug 2023 18:18:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 20:05:25.236477
• Title: Channel Estimation in RIS-Enabled mmWave Wireless Systems: A Variational Inference Approach
• Title（参考訳）: RIS-Enabled mmWave無線システムにおけるチャネル推定:変分推論手法
• Authors: Firas Fredj, Amal Feriani, Amine Mezghani, Ekram Hossain
• Abstract要約: 本稿では,完全パッシブ・リコンフィギュアブル・インテリジェント・サーフェス (RIS) 支援mmWave通信システムにおいて,変化型推論 (VI) に基づくチャネル状態情報 (CSI) 推定手法を提案する。 具体的には、まず、ユーザ・エクイプメント(UE)をRIS(UE-RIS)とRISを基地局(RIS-BS)に推定するVI-based joint channel Estimation法を提案する。
• 参考スコア（独自算出の注目度）: 19.748435313030566
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a variational inference (VI)-based channel state information (CSI) estimation approach in a fully-passive reconfigurable intelligent surface (RIS)-aided mmWave single-user single-input multiple-output (SIMO) communication system. Specifically, we first propose a VI-based joint channel estimation method to estimate the user-equipment (UE) to RIS (UE-RIS) and RIS to base station (RIS-BS) channels using uplink training signals in a passive RIS setup. However, updating the phase-shifts based on the instantaneous CSI (I-CSI) leads to a high signaling overhead especially due to the short coherence block of the UE-RIS channel. Therefore, to reduce the signaling complexity, we propose a VI-based method to estimate the RIS-BS channel along with the covariance matrix of the UE-RIS channel that remains quasi-static for a longer period than the instantaneous UE-RIS channel. In the VI framework, we approximate the posterior of the channel gains/covariance matrix with convenient distributions given the received uplink training signals. Then, the learned distributions, which are close to the true posterior distributions in terms of Kullback-Leibler divergence, are leveraged to obtain the maximum a posteriori (MAP) estimation of the considered CSI. The simulation results demonstrate that MAP channel estimation using approximated posteriors yields a capacity that is close to the one achieved with true posteriors, thus demonstrating the effectiveness of the proposed methods. Furthermore, our results show that estimating the channel covariance matrix improves the spectral efficiency by reducing the pilot signaling required to obtain the phase-shifts for the RIS elements in a channel-varying environment.
• Abstract（参考訳）: 本稿では,完全パッシブ・リコンフィギュアブル・インテリジェント・サーフェス(RIS)支援mmWaveシングルユーザ・シングルインプット・マルチアウトプット(SIMO)通信システムにおける変分推論(VI)に基づくチャネル状態情報(CSI)推定手法を提案する。 具体的には,まず,ベースステーション(ris-bs)チャネルに対するユーザ装備(ue)を受動的ris設定におけるアップリンクトレーニング信号を用いて推定するviに基づくジョイントチャネル推定法を提案する。 しかし、即時CSI (I-CSI) に基づく位相シフトの更新は、特にUE-RISチャネルの短いコヒーレンスブロックのため、高い信号オーバヘッドをもたらす。 そこで,信号処理の複雑さを低減するために,短時間のUE-RISチャネルよりも長い時間半安定なUE-RISチャネルの共分散行列とともに,RIS-BSチャネルを推定するVI-based法を提案する。 VI フレームワークでは,受信したアップリンク学習信号に対して,チャネルゲイン/共分散行列の後部を便利な分布で近似する。 次に、Kulback-Leibler分散の観点で真の後部分布に近い学習分布を利用して、検討されたCSIの最大後部(MAP)推定値を得る。 シミュレーションの結果,近似後道を用いたマップチャネル推定は,真の後道で達成されたものに近く,提案手法の有効性が示された。 また,チャネル共分散行列の推定により,チャネル変動環境におけるris素子の位相シフトを得るために必要なパイロット信号の低減により,スペクトル効率が向上することを示す。

関連論文リスト

• Machine Learning-Based Channel Prediction for RIS-assisted MIMO Systems With Channel Aging [11.867884158309373]
  再構成可能なインテリジェントサーフェス (RIS) は,第6世代 (6G) および通信システムを越えた性能向上のための有望な技術として登場した。 RISの受動的性質とその多数の反射要素は、チャネル推定プロセスに困難をもたらす。 本稿では、自己回帰(AR)予測器と統合された畳み込みニューラルネットワーク(CNN)に基づく、RIS支援マルチインプットマルチアウトプット(MIMO)システムのための拡張チャネル推定フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-09T19:45:49Z)
• Extreme Learning Machine-based Channel Estimation in IRS-Assisted Multi-User ISAC System [32.74137740936128]
  本稿では、IRS支援マルチユーザISACシステムに対して、初めて実用的なチャネル推定手法を提案する。 全体推定問題をサブ1に転送する2段階の手法を提案する。 ISAC BSとダウンリンクユーザの低コスト要求を考慮して、提案した2段階のアプローチは、効率的なニューラルネットワーク(NN)フレームワークによって実現されている。
  論文  参考訳（メタデータ） (2024-01-29T14:15:11Z)
• Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
  本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。 エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。 提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
  論文  参考訳（メタデータ） (2023-06-08T06:15:17Z)
• Spatial Processing Front-End For Distant ASR Exploiting Self-Attention Channel Combinator [11.248169478873344]
  Weighted Prediction Error (WPE) 法によるチャネル短縮に基づく新しいマルチチャネルフロントエンドを提案する。 本研究では,ContextNetをベースとしたエンド・ツー・エンド(E2E)ASRシステムの一部として提案するシステムが,主要なASRシステムより優れていることを示す。
  論文  参考訳（メタデータ） (2022-03-25T21:43:15Z)
• Time-Varying Channel Prediction for RIS-Assisted MU-MISO Networks via Deep Learning [15.444805225936992]
  再構成可能なインテリジェントサーフェス(RIS)は、無線通信の信号伝送品質を改善するための有望な技術となっている。 しかし、RISアシストシステムでは、正確で低レイテンシで低パイロットオーバヘッドチャネル状態情報(CSI)の取得が大きな課題となっている。 CSIを必要とする3段階のジョイントチャネル分解および予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-11-09T07:26:51Z)
• Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
  大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。 一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。 本稿では2つの新しい推定法を提案する。
  論文  参考訳（メタデータ） (2021-09-06T13:42:32Z)
• Learning to Estimate RIS-Aided mmWave Channels [50.15279409856091]
  そこでは,観測観測のために,既知の基地局とRIS位相制御行列を併用したアップリンクチャネル推定手法を提案する。 推定性能を向上し, トレーニングオーバーヘッドを低減するため, 深部展開法において, mmWaveチャネルの固有チャネル幅を生かした。 提案したディープ・アンフォールディング・ネットワーク・アーキテクチャは,トレーニングオーバーヘッドが比較的小さく,オンライン計算の複雑さも比較的小さく,最小二乗法(LS)法より優れていることが確認された。
  論文  参考訳（メタデータ） (2021-07-27T06:57:56Z)
• Model-Driven Deep Learning Based Channel Estimation and Feedback for Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
  本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。 無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。 MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-04-22T13:34:53Z)
• Channel Estimation for RIS-Empowered Multi-User MISO Wireless Communications [35.207416803526876]
  基地局とRIS間のチャネルに対する2つの反復推定アルゴリズムを提案する。 1つは交互最小二乗法(ALS)に基づいており、もう1つはベクトル近似メッセージを使って2つの未知のチャネルを反復的に再構築する。 また、推定チャネルと基地局の異なるプリコーディング方式を用いて、ダウンリンク達成可能な総和率についても論じる。
  論文  参考訳（メタデータ） (2020-08-04T10:53:51Z)
• Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
  本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。 我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。 完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
  論文  参考訳（メタデータ） (2020-06-03T12:18:57Z)
• Millimeter Wave Communications with an Intelligent Reflector: Performance Optimization and Distributional Reinforcement Learning [119.97450366894718]
  ミリ波基地局のダウンリンクマルチユーザ通信を最適化するための新しいフレームワークを提案する。 チャネル状態情報(CSI)をリアルタイムで計測するために,チャネル推定手法を開発した。 最適赤外反射を学習し、ダウンリンク能力の期待を最大化するために、分布強化学習(DRL)手法を提案する。
  論文  参考訳（メタデータ） (2020-02-24T22:18:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。