GSL-Diffusion 用 LSTM 时序条件与 SNR 门控捷径提升 MIMO 信道估计并降低高 SNR 推理步数
该工作提出 GSL-Diffusion，一种在角域去噪的时序条件扩散信道估计器：用双向 LSTM 编码短序列最小二乘观测并经多尺度交叉注意力注入 3D U-Net，同时以可学习 SNR 门控后期融合捷径在观测保真与生成先验之间自适应权衡，并采用 SNR 自适应截断 DDIM 推理；在 QuaDRiGa/3GPP 38.901 时变信道仿真中，其 NMSE 在约 -10 至 20 dB 范围内几乎全程优于 LS、LMMSE 及扩散基线，且高 SNR 时反向步数常降至 1 步。