基于改进DnCNN的RIS辅助毫米波系统信道估计

【摘  要】RIS是第六代移动通信系统中潜在的候选技术之一。然而，由于无源的RIS缺乏信号处理能力，这给RIS辅助毫米波大规模MIMO系统的信道估计带来了挑战。为了获得更精确的信道状态信息，将信道估计转化为图像去噪问题，提出改进的DnCNN来完成信道估计任务。具体地，采用LMMSE对信道进行粗估计。融合注意力机制网络和噪声水平估计子网络对DnCNN进行改进，以提高网络对噪声的提取性能和自适应性能，实现从信道的粗估计中得到高精度信道估计值。仿真实验表明，所提算法在低信噪比下具有较好的估计性能。

【关键词】信道估计；RIS；去噪卷积神经网络；mmWave；注意力机制

0   引言

近年来，可重构智能表面（RIS, Reconfigurable Intelligent Surface）的提出在无线通信领域得到较大的关注，其能够增强无线通信系统频谱和能量效率，被认为是第六代移动通信的关键技术之一[1]。RIS是由许多低成本无源反射元件组成的平坦表面，每个元件可以独立地对输入信号施加所需的幅度或相位变化[2-3]。RIS辅助的毫米波大规模多输入多输出（MIMO, Multiple-Input Multiple-Output）系统可调整通信的无线传播环境，当用户设备（UE, User Equipmentÿ