系统工程与电子技术

作者：邵永琪, 杨丽花, 常澳, 任露露

单位：1. 南京邮电大学通信与信息工程学院, 江苏 南京 210003；2. 江苏省无线通信重点实验室, 江苏 南京 210003

关键词：可重构智能反射面,正交频分复用,时变信道估计,基扩展模型,残差链接超分辨率卷积神经网络

基金：江苏省重点研发计划(产业前瞻与关键核心技术)(BE2022067);江苏省重点研发计划(产业前瞻与关键核心技术)(BE2022067-1);江苏省重点研发计划(产业前瞻与关键核心技术)(BE2022067-2);江苏省重点研发计划(BE2020084-3)

为了克服在可重构智能反射面(reconfigurable intelligent surface, RIS)辅助的正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中现有基于深度学习的信道估计方法计算复杂度过高的问题, 在RIS下利用基扩展模型(base extension model, BEM)对时变信道进行建模, 并提出基于残差链接超分辨率卷积神经网络的时变信道估计方法。具体来说, 所提方法首先将参数较多的信道系数估计转换为参数较少的基系数估计, 以降低所提方法计算复杂度。在线下训练中, 利用低分辨率的基系数估计对神经网络进行训练, 仅需要少量的输入即可获取高分辨率的信道估计。为了提高所提方法的实用性, 将网络训练的标签设置为具有高精度的信道估计值, 而非理想的信道信息。仿真实验验证, 所提方法在RIS辅助移动通信系统下能够准确获取时变信道信息, 且具有更高的估计精度和更低的计算复杂度。

来源：2025年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第1期