来源：期刊VIP网 时间：
作者：薛亮;张慧茹;吕陈昱;
单位：河北工程大学信息与电气工程学院;
摘要：智能反射表面(Intelligent Reflecting Surface, IRS)是第六代移动通信系统中的潜在关键技术之一，然而无源IRS缺乏信号处理能力，给其在毫米波大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统中的信道估计带来了挑战。为获取更精确的信道状态信息，提出了一种混合式IRS架构，在无源IRS表面嵌入少量有源传感器，通过压缩感知(Compressed Sensing, CS)从有限的测量中重建完整的信道矩阵，利用不同子载波之间角域毫米波MIMO信道的共同稀疏性来提高准确性，将信道估计问题转化为图像去噪问题。训练基于复值的去噪卷积神经网络(Complex-Valued Denoising Convolutional Neural Network, CV-DnCNN)以增强性能，并使用预定义码本搜寻最优IRS交互矢量，通过深度去噪神经网络辅助CS实现信道重构，使混合式IRS赋能的毫米波系统能量效率最大化，减少训练开销。仿真结果表明，所提出的方案具有较好的估计性能。
关键词：混合式智能反射表面;;压缩感知;;复值去噪神经网络;;信道估计;;毫米波系统
基金资助：国家自然科学基金(62071071,62101174);; 河北省自然科学基金(F2023402011,F2024402023)~~
