H-ResGAN在智能反射面辅助通信系统中的信道估计

智能反射面（intelligent reflecting surface, IRS）辅助通信系统的信道维度较高，现有的信道估计方法须使用大量导频才能得到准确的信道矩阵.针对这一问题，提出了一种基于混合损失的残差生成对抗网络（hybrid loss based residual generative adversarial network, H-ResGAN）模型. H-ResGAN使用多个残差块来加深网络，可以充分提取信道特征，减缓梯度消失问题.同时，采用条件最小二乘损失和L1损失相结合的混合损失作为目标函数来提高训练的稳定性.仿真实验证明：H-ResGAN对环境噪声更具鲁棒性，估计误差显著低于传统方法；与传统的估计算法相比，H-ResGAN仅须发送少量导频就能获得准确的估计结果.