LIS-DeepLearning:由Abdelrahman Taha，Muhammad Alrabeiah和Ahmed Alkh...

通过压缩感测和深度学习实现大型智能表面 这是与以下文章相关的MATLAB代码包：Abdelrahman Taha，Muhammad Alrabeiah和Ahmed Alkhateeb，“”，IEEE Access，2021年3月，doi：10.1109 / ACCESS.2021.3064073。 文章摘要 采用大型智能表面（LIS）是提高未来无线系统的覆盖范围和速率的有前途的解决方案。 这些表面包含大量近乎无源的元素，这些元素与入射信号相互作用，例如通过反射入射信号，从而以一种聪明的方式提高了无线系统的性能。 假定对通道有充分的了解，以前的工作主要集中在LIS反射矩阵的设计上。 然而，在LIS上估计这些信道是一个关键的挑战性问题，并且由于LIS元素数量巨大，因此与大量的培训开销相关联。 本文通过利用压缩感知和深度学习的工具，为这些问题提供了有效的解决方案。 首先，提出了一种基于稀疏信道传