硕士生唐荣顺在IEEE车载技术大会VTC上发表论文

2023年3月，课题组的一篇论文“Block Sparse Channel Estimation based on Residual Difference and Deep Learning for Wideband MmWave Massive MIMO”，被IEEE第97届车载技术大会（2023 IEEE 97th Vehicular Technology Conference: VTC2023-Spring）录用。论文第一作者是硕士学生唐荣顺（本科来自南京理工大学电光学院），第二作者是唐荣顺的指导老师戚晨皓教授，第三作者是戚晨皓教授所指导的已毕业硕士学生张鹏举。大会将于2023年6月20-23日在意大利佛罗伦萨召开。

该论文研究了宽带毫米波大规模MIMO系统的时域信道估计问题。为了缓解现有的时域信道估计方案的过拟合问题，提出了一种基于残差的块稀疏信道估计方案。所提出的方案首先计算每两次相邻迭代的残差功率，然后通过自适应计算一个阈值来确定迭代的收敛性。此外，论文还提出了一种基于深度学习的块稀疏信道估计方案。该方案通过训练卷积神经网络，从而一步确定时域信道所有非零块的索引，避免了压缩感知估计方案的迭代计算，提高了非零块估计的全局最优性并减少了时间开销。最后，论文利用5G New Radio（NR）推荐的QuaDRiGa模型生成宽带毫米波MIMO信道来评估所提出的方案的性能。仿真结果表明，所提出的两种方案相比以往方案能有效提高信道估计性能，其中基于深度学习的方案性能最优且时间开销最少。