Buchumschlag

Low-Overhead Receiver Design for Data-Dependent Superimposed Training via Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xinjie, Zhou, Xingyu, Zhang, Jing, Wen, Chao-Kai, Li, Xiao, Jin, Shi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Theory Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning-Aided Iterative Receiver for Superimposed Pilots: Design and Experimental Evaluation
von: Li, Xinjie, et al.
Veröffentlicht: (2025)

Conditional Diffusion Model-Enabled Scenario-Specific Neural Receivers for Superimposed Pilot Schemes
von: Zhou, Xingyu, et al.
Veröffentlicht: (2025)

Joint Channel Estimation and Signal Detection for MIMO-OFDM: A Novel Data-Aided Approach with Reduced Computational Overhead
von: Li, Xinjie, et al.
Veröffentlicht: (2025)

Graph Neural Network-Enhanced Expectation Propagation Algorithm for MIMO Turbo Receivers
von: Zhou, Xingyu, et al.
Veröffentlicht: (2023)

Next-Generation AI-Native Wireless Communications: MCMC-Based Receiver Architectures for Unified Processing
von: Zhou, Xingyu, et al.
Veröffentlicht: (2025)

Deep Learning-based Low-Overhead Beam Alignment for mmWave Massive MIMO Systems
von: Jin, Weijie, et al.
Veröffentlicht: (2026)

Low-Complexity Joint Beamforming for RIS-Assisted MU-MISO Systems Based on Model-Driven Deep Learning
von: Jin, Weijie, et al.
Veröffentlicht: (2023)

Deep Learning-based Position-domain Channel Extrapolation for Cell-Free Massive MIMO
von: Guo, Jiajia, et al.
Veröffentlicht: (2025)

Mini-Batch Gradient-Based MCMC for Decentralized Massive MIMO Detection
von: Zhou, Xingyu, et al.
Veröffentlicht: (2024)

Near-Optimal MIMO Detection Using Gradient-Based MCMC in Discrete Spaces
von: Zhou, Xingyu, et al.
Veröffentlicht: (2024)

Gradient-Based Markov Chain Monte Carlo for MIMO Detection
von: Zhou, Xingyu, et al.
Veröffentlicht: (2023)

AI-Aided Online Adaptive OFDM Receiver: Design and Experimental Results
von: Jiang, Peiwen, et al.
Veröffentlicht: (2018)

Score-Based Conditional Flow Models for MIMO Receiver Design with Superimposed Pilots
von: Zhang, Ruhao, et al.
Veröffentlicht: (2026)

Channel Customization for Low-Complexity CSI Acquisition in Multi-RIS-Assisted MIMO Systems
von: Chen, Weicong, et al.
Veröffentlicht: (2024)

Reducing Pilots in Channel Estimation with Predictive Foundation Models
von: Zhou, Xingyu, et al.
Veröffentlicht: (2025)

Channel-Aware Deep Learning for Superimposed Pilot Power Allocation and Receiver Design
von: Gu, Run, et al.
Veröffentlicht: (2025)

Deep Learning-based CSI Feedback for RIS-assisted Multi-user Systems
von: Guo, Jiajia, et al.
Veröffentlicht: (2020)

AdapCsiNet: Environment-Adaptive CSI Feedback via Scene Graph-Aided Deep Learning
von: Liu, Jiayi, et al.
Veröffentlicht: (2025)

Cooperative ISAC Network for Off-Grid Imaging-based Low-Altitude Surveillance
von: Huang, Yixuan, et al.
Veröffentlicht: (2025)

Adaptive Bit Partitioning for Reconfigurable Intelligent Surface Assisted FDD Systems with Limited Feedback
von: Chen, Weicong, et al.
Veröffentlicht: (2020)

RIS-Aided Cooperative ISAC Networks for Structural Health Monitoring
von: Yang, Jie, et al.
Veröffentlicht: (2025)

Interference Cancellation Based Neural Receiver for Superimposed Pilot in Multi-Layer Transmission
von: Xiao, Han, et al.
Veröffentlicht: (2024)

Unsupervised Learning-Based Joint Resource Allocation and Beamforming Design for RIS-Assisted MISO-OFDMA Systems
von: Ma, Yu, et al.
Veröffentlicht: (2025)

Overview of Deep Learning-based CSI Feedback in Massive MIMO Systems
von: Guo, Jiajia, et al.
Veröffentlicht: (2022)

Convolutional Neural Network based Multiple-Rate Compressive Sensing for Massive MIMO CSI Feedback: Design, Simulation, and Analysis
von: Guo, Jiajia, et al.
Veröffentlicht: (2019)

Learned Intelligent Recognizer with Adaptively Customized RIS Phases in Communication Systems
von: Huang, Yixuan, et al.
Veröffentlicht: (2025)

Bayesian Learning for Double-RIS Aided ISAC Systems with Superimposed Pilots and Data
von: Gan, Xu, et al.
Veröffentlicht: (2024)

Joint Spatial Division and Multiplexing with Customized Orthogonal Group Channels in Multi-RIS-Assisted Systems
von: Chen, Weicong, et al.
Veröffentlicht: (2025)

Mid-Band Extra Large-Scale MIMO System: Channel Modeling and Performance Analysis
von: Tian, Jiachen, et al.
Veröffentlicht: (2024)

Power Consumption and Energy Efficiency of Mid-Band XL-MIMO: Modeling, Scaling Laws, and Performance Insights
von: Tian, Jiachen, et al.
Veröffentlicht: (2025)

Integrated Communication and Learned Recognizer with Customized RIS Phases and Sensing Durations
von: Huang, Yixuan, et al.
Veröffentlicht: (2025)

Deep Learning-based Implicit CSI Feedback in Massive MIMO
von: Chen, Muhan, et al.
Veröffentlicht: (2021)

Sparsity Exploitation via Joint Receive Processing and Transmit Beamforming Design for MIMO-OFDM ISAC Systems
von: Xiao, Zichao, et al.
Veröffentlicht: (2023)

Generative Diffusion Models for High Dimensional Channel Estimation
von: Zhou, Xingyu, et al.
Veröffentlicht: (2024)

MIMO-Zak-OTFS with Superimposed Spread Pilots
von: Bairwa, Abhishek, et al.
Veröffentlicht: (2025)

Channel Estimation for AFDM With Superimposed Pilots
von: Zheng, Kai, et al.
Veröffentlicht: (2024)

Beamforming Design for Pinching Antenna Systems with Multiple Receive Antennas
von: Zhou, Enzhi, et al.
Veröffentlicht: (2025)

Online Learning of Modular Bayesian Deep Receivers: Single-Step Adaptation with Streaming Data
von: Gusakov, Yakov, et al.
Veröffentlicht: (2025)

ISAC Prototype System for Multi-Domain Cooperative Communication Networks
von: Yang, Jie, et al.
Veröffentlicht: (2024)

An Information-Theoretic Framework for Receiver Quantization in Communication
von: Zhou, Jing, et al.
Veröffentlicht: (2025)