原创力文档摘要
随着无线通信技术的快速发展，深度学习与压缩感知理论为大规模多输入多
输出（Multiple-InputMultiple-Output，MIMO）系统高精度信道估计提供了新解
决方案。然而，随着天线数量的急剧增加，基于该理论的算法复杂度显著提升，
其硬件实现面临着严峻挑战。针对此问题，本文对自适应稀疏度的深度学习辅助
压缩感知（SparsityAdaptiveDeepLearningCompressedSensing，Sa-DLCS）信道
估计的现场可编程门阵列（Field
摘要
随着无线通信技术的快速发展，深度学习与压缩感知理论为大规模多输入多
输出（Multiple-InputMultiple-Output，MIMO）系统高精度信道估计提供了新解
决方案。然而，随着天线数量的急剧增加，基于该理论的算法复杂度显著提升，
其硬件实现面临着严峻挑战。针对此问题，本文对自适应稀疏度的深度学习辅助
压缩感知（SparsityAdaptiveDeepLearningCompressedSensing，Sa-DLCS）信道
估计的现场可编程门阵列（Field
文档评论（0）