CRFCAN：亚太赫兹OFDM联合信道与相位噪声估计网络
原文标题：CRFCAN: A Complex-Valued Cross-Domain Residual Network for Joint Channel and Phase Noise Estimation in Sub-THz OFDM Systems
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对亚太赫兹通信中超宽带与严重相位噪声耦合导致的估计难题，论文提出复值残差 FFT 卷积注意力网络 CRFCAN。该网络在残差组内嵌入 FFT 与逆 FFT 模块，实现时频域迭代特征交互，并采用物理感知的相位噪声输出尾。仿真显示其在 NMSE 与误码率上显著优于传统算法与现有深度学习模型，且无需微调即可泛化到未见相位噪声模型。
- 问题
- 亚太赫兹通信中超宽带与严重相位噪声耦合，联合信道与相位噪声估计复杂且算力开销大。
- 方法
- CRFCAN在残差组内嵌入FFT与逆FFT模块做时频域迭代交互，配物理感知相位噪声输出尾，端到端联合恢复。
- 结果
- 仿真中NMSE与误码率显著优于传统算法与现有深度学习模型，且无需微调即可泛化到未见相位噪声模型。
- 影响
- 6G亚太赫兹接收机可用单一网络替代级联或混合估计器，降低复杂度并提升跨场景泛化。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。