公开(公告)号：CN114024587A

公开(公告)日：2022-02-08

申请号：CN202111280662.5

申请日：2021-10-29

Applicant: 北京邮电大学

Inventor： 顾昕钰 ,  张博源 ,  李昊臻

IPC: H04B7/06 ,  H04B7/0413 ,  H04L5/00

Abstract: 本申请提供一种基于全连接层共用的反馈网络编码器、架构及训练方法。其中，基于全连接层共用的反馈网络编码器，应用于大规模MIMO信道状态信息的反馈，包括：卷积部分：在n个信道场景中分别存储不同的卷积部分参数；全连接层：在n个信道场景中存储一组共用全连接层参数。通过设置全连接层在n个信道场景中存储一组共用全连接层参数，能够显著降低占据整个网络编码器参数量比重较大的全连接层的参数量，进而显著降低整个网络编码器的参数量，减小对于用户设备的内存的占用，有利于基于深度学习的CSI反馈网络在实际大规模MIMO系统中的应用。

公开(公告)号：CN114024587B

公开(公告)日：2024-07-16

申请号：CN202111280662.5

申请日：2021-10-29

Applicant: 北京邮电大学

Inventor： 顾昕钰 ,  张博源 ,  李昊臻

IPC: H04B7/06 ,  H04B7/0413 ,  H04L5/00

Abstract: 本申请提供一种基于全连接层共用的反馈网络编码器、架构及训练方法。其中，基于全连接层共用的反馈网络编码器，应用于大规模MIMO信道状态信息的反馈，包括：卷积部分：在n个信道场景中分别存储不同的卷积部分参数；全连接层：在n个信道场景中存储一组共用全连接层参数。通过设置全连接层在n个信道场景中存储一组共用全连接层参数，能够显著降低占据整个网络编码器参数量比重较大的全连接层的参数量，进而显著降低整个网络编码器的参数量，减小对于用户设备的内存的占用，有利于基于深度学习的CSI反馈网络在实际大规模MIMO系统中的应用。