지능형 반사면 혁신: 딥 러닝 기반의 채널 추정

무선 통신 네트워크에서 비선형 시야 사용자 또는 에지 사용자에서 신호 강도가 낮으면 통화가 끊기고 통신이 중단됩니다. 지능형 반사면(IRS)은 스마트 라디오를 활성화하여 강력한 무선 전송 기능을 제공하는 혁신적인 6세대(6G) 기술입니다. 그러나 많은 반사 요소로 인하여 정확한 채널 정보 추정이 주요 도전 과제가 됩니다. 본 논문은 IRS 지원 다중 사용자 네트워크를 위한 딥 러닝(DL) 기반 채널 추정 기법을 제시합니다. 설정에서 IRS 요소의 대부분을 수동으로 하고 일부를 능동적으로 설정합니다. 제안된 스킴은 효율적인 해결책을 제공하며 학습 오버헤드를 줄이는 것을 목표로 합니다. 제안된 DL 모델이 채널 추정에서 94%의 정확성을 얻는 것으로 나타났습니다. 또한 본 논문은 제안된 딥 신경망 접근 방식과 기존 방안 간의 비교 분석을 수행합니다. 성능은 다양한 학습 샘플, 능동 요소 수 및 전송 전력에 따른 달성 가능한 비율로 평가됩니다. 결과는 DL 접근 방식이 기존 방법을 일관되게 능가함을 보여줍니다.