基于生成对抗网络的MIMO信道估计方法

作为5G的一项关键技术,大规模多输入多输出(MIMO)系统通过在基站配备大量天线可以显著提高频谱效率和能效。然而,在大规模MIMO系统中,精确的信道估计面临严峻挑战。为了在导频序列长度小于发射天线数量以及信道噪声强烈的情况下进行精确的估计信道,提出了一种基于生成对抗网络的大规模MIMO信道估计方法N2N-GAN。N2N-GAN首先对接收端的导频信号进行去噪,然后使用条件生成对抗网络根据去噪后的导频信号估计信道矩阵。仿真实验证明,与传统的信道估计算法和基于深度学习的算法相比,N2N-GAN对环境噪声具有更高的鲁棒性,而且可以适应更少导频符号和更多天线数量的场景。

赵志峰:挖掘5G背后的产业空间

1新旧技术衔接是考验Q:5G产业的不确定性主要来自于哪里?A:在我个人看来,现在5G产业的不确定性来自于两大方面第一个方面是技术,目前5G本身还没有完善,从标准来讲,除超宽带的标准已发布外,关于车联网与互联网这两个标准尚未具体发布;第二个方面是产业链,5G产业链从材料、器件、芯片、设备、软件到应用等,是基于4G的产业链在向前迭代,它会引入一些新的产业参与者,淘汰老的参与者,在5G时代相关的产业领域会被扩大,除了手机上网,还有物联网与车联网,它会形成一些不同的生态。当然技术的不确定性与产业链的不确定性是相互衔接的。