一种大规模MIMO信道状态信息反馈中的量化和逆量化方法

    公开(公告)号:CN110311718B

    公开(公告)日:2022-06-10

    申请号:CN201910602829.1

    申请日:2019-07-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种大规模MIMO信道状态信息反馈中的量化和逆量化方法。首先,在用户端获取信道矩阵,对信道矩阵作二维DFT变换,使得在空间‑频率域的信道矩阵变换为在角度‑时间延迟域稀疏的信道矩阵;其次,构建经量化的信道反馈及重建的模型Quantized‑CsiNet;再次,对经量化的信道反馈及重建模型进行训练;然后,对输出的重建信道矩阵作二维逆DFT变换,恢复出原始空间‑频率域的信道矩阵重建值;最后,将此训练好的Quantized‑CsiNet模型应用于各实际场景中的信道状态信息反馈,重建出原信道矩阵。本发明通过在CsiNet中加入量化和逆量化模块可获得实际可传输的信道状态信息比特流,并减小大规模MIMO信道信息的反馈开销,提高重建精度,特别是对量化误差具有极好的鲁棒性。

    一种数据模型双驱动的联合MIMO信道估计和信号检测方法

    公开(公告)号:CN110719239B

    公开(公告)日:2022-03-11

    申请号:CN201910933710.2

    申请日:2019-09-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种数据模型双驱动的联合MIMO信道估计和信号检测方法,通过信道估计器和信号检测器进行信道估计和信号检测。信号检测器将信道估计结果和接收数据信号作为每层网络的输入,第t层网络结合第(t‑1)层网络的输出计算得到错误方差向量;第t层网络根据输入的待训练参数、错误方差估计向量和线性估计器计算得到外信息,并根据外信息采用无散估计函数得到信号估计值,同时输出并传递至下一层网络;由第T层网络输出最后的发送符号的估计值。同时信号检测器将估计出的发送符号反馈到信道估计器中进一步提升信道估计结果。本发明可以大幅提升网络性能,实现动态更新,网络自适应,可提升接收机性能,在传统迭代接收机的基础上获得显著的性能增益。

    一种数据模型双驱动的MIMO接收机

    公开(公告)号:CN109391315B

    公开(公告)日:2021-07-20

    申请号:CN201811067653.6

    申请日:2018-09-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种数据模型双驱动的MIMO接收机,由T层相同结构的网络串联而成,其中每层网络均包括最小均方误差去噪器和线性估计器;将信道状态信息和接收信号作为每层网络的输入,其中第t层网络结合第(t‑1)层网络的输出计算得到错误方差向量;第t层网络根据输入的待训练参数、错误方差估计向量和线性估计器计算得到外信息,并根据外信息采用最小均方误差去噪器计算得到后验概率均值,同时输出并传递至下一层网络;由第T层网络输出发送符号的估计值。本发明可以大幅提升网络性能,实现动态更新,网络自适应,可提升接收机性能,在传统迭代接收机的基础上获得显著的性能增益。

    一种基于低精度ADC的OFDM接收机基带处理方法和系统

    公开(公告)号:CN108512795B

    公开(公告)日:2020-11-06

    申请号:CN201810223440.1

    申请日:2018-03-19

    Applicant: 东南大学

    Abstract: 本发明提出一种基于低精度ADC的OFDM接收机基带处理方法和系统,接收信号经过下变频得到模拟基带信号后被分成两路:一路使用高采样率超低精度(1‑2比特)量化,根据所得低精度样值序列,通过设计合适的参考序列以自相关法实现帧同步搜索,并设计高效迭代算法以实现对各个子载波对应的复信道增益的精确估计,进而恢复各个子载波上传输的星座符号数据;另一路使用低采样率高精度量化,通过长时时间平均,实现噪声功率估计以及自动增益控制。本发明提出的接收方法与接收机处理系统可保证在使用1‑2比特的超低精度ADC的情况下,实现高可靠性的OFDM数据传输。

    一种面向载波聚合系统的多载波信道重建方法

    公开(公告)号:CN108712243B

    公开(公告)日:2020-10-16

    申请号:CN201810489403.5

    申请日:2018-05-21

    Applicant: 东南大学

    Inventor: 韩瑜 金石 温朝凯

    Abstract: 本发明公开了一种面向载波聚合系统的多载波信道重建方法,包括:用户设备在主载波上发送导频,基站利用接收的主载波导频,估计出A类信道状态信息和主载波的B类信道状态信息,以重建得到主载波信道;用户设备在第1至第N个上行辅载波上发送稀疏导频,基站根据接收到的各辅载波的稀疏导频以及A类信道状态信息,估计出各辅载波的B类信道状态信息;基站根据估计出的A类信道状态信息和各辅载波的B类信道状态信息,重建各辅载波信道。本发明用较少的导频实现了多载波上的信道重建,克服了大规模多输入多输出系统CSI获取开销过大的难题。

    一种基于神经网络的大规模MIMO的CSI多倍率压缩反馈方法

    公开(公告)号:CN110350958A

    公开(公告)日:2019-10-18

    申请号:CN201910509887.X

    申请日:2019-06-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络的大规模MIMO的CSI多倍率压缩反馈方法,包括:提出了CSI反馈的两个网络设计原则,并根据这些原则引入了一个新的网络架构CsiNet+;引入了两种不同的可变倍率压缩框架,即串联多倍率压缩框架SM-CsiNet+和并联多倍率压缩框架PM-CsiNet+。本发明可大大减少CSI反馈网络的参数,降低用户端的存储空间,提高系统的可行性,同时还可以提高重建精度,而且在不同场景下可实现压缩率的可变性。

    一种人工智能辅助OFDM接收机的在线学习方法

    公开(公告)号:CN109861942A

    公开(公告)日:2019-06-07

    申请号:CN201910057260.5

    申请日:2019-01-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种人工智能辅助OFDM接收机的在线学习方法,包括:对人工智能辅助OFDM接收机中的神经网络进行离线训练;与OFDM接收机通信的发送机在待解调比特数据中按照固定间隔插入接收机已知的在线训练比特数据,并进行OFDM调制和发送;人工智能辅助OFDM接收机接收信号并进OFDM解调,通过两个数据收集器按照与发送机相同的顺序分开,得到接收频域数据和频域训练数据;对人工智能辅助OFDM接收机中的神经网络进行在线训练,得到在线更新网络参数后的神经网络;将频域接收数据输入在线更新网络参数后的神经网络,输出对待解调比特数据的估计,及进行判决恢复出比特流。本发明通过引入神经网络在线学习,改善了接收机在不同环境中的鲁棒性和接收比特错误率。

    一种基于神经网络的信道环境自适应OFDM接收方法

    公开(公告)号:CN109194595A

    公开(公告)日:2019-01-11

    申请号:CN201811123542.2

    申请日:2018-09-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络的信道环境自适应OFDM接收方法,包括:选择若干种不同的信道环境,得到训练后的各深度神经网络;输入接收频域导频和本地频域导频估计得到带噪信道估计结果,输入训练后的主维纳滤波深度神经网络中并输出主信道估计结果,及得到各副信道估计结果并乘以权重后相加,得到最终信道估计结果;输入最终信道估计结果和接收的频域数据,得到迫零均衡结果,输入训练后的主和副均衡深度神经网络中得到各网络的输出结果并乘以权重系数后相加,经过硬判决后输出得到估计的比特流。实时采集实际传输中已知频域导频或信道参数,对所述权重系数动态调整。本发明具有参数少、工作效率高、在线切换灵活迅速等优点。

    一种大规模MIMO时变信道状态信息压缩反馈及重建方法

    公开(公告)号:CN108847876A

    公开(公告)日:2018-11-20

    申请号:CN201810833351.9

    申请日:2018-07-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种大规模MIMO时变信道状态信息压缩反馈及重建方法,包括:获取信道矩阵序列,对T个信道矩阵分别做DFT变换,获得在角延迟域稀疏的信道矩阵序列;构建信道反馈及重建模型CsiNet-LSTM,将信道矩阵序列输入编码器,输出码字;及将码字依次输入译码器中,输出重建信道矩阵序列;对信道反馈及重建模型进行训练,使得重建信道矩阵序列逐渐接近信道矩阵序列,以获得模型参数;对输出的重建信道矩阵序列中的每个信道矩阵进行二维逆DFT变换,恢复得到原始空频域矩阵序列的重建值;将待反馈和重建的信道状态信息输入模型,输出重建值。本发明可减小大规模MIMO信道信息的反馈开销,提高重建精度,特别是对压缩率的下降具有极好的鲁棒性。

    一种面向载波聚合系统的多载波信道重建方法

    公开(公告)号:CN108712243A

    公开(公告)日:2018-10-26

    申请号:CN201810489403.5

    申请日:2018-05-21

    Applicant: 东南大学

    Inventor: 韩瑜 金石 温朝凯

    CPC classification number: H04L5/001 H04B7/0413 H04L5/0057

    Abstract: 本发明公开了一种面向载波聚合系统的多载波信道重建方法,包括:用户设备在主载波上发送导频,基站利用接收的主载波导频,估计出A类信道状态信息和主载波的B类信道状态信息,以重建得到主载波信道;用户设备在第1至第N个上行辅载波上发送稀疏导频,基站根据接收到的各辅载波的稀疏导频以及A类信道状态信息,估计出各辅载波的B类信道状态信息;基站根据估计出的A类信道状态信息和各辅载波的B类信道状态信息,重建各辅载波信道。本发明用较少的导频实现了多载波上的信道重建,克服了大规模多输入多输出系统CSI获取开销过大的难题。

Patent Agency Ranking