公开(公告)号：CN112311706A

公开(公告)日：2021-02-02

申请号：CN202011206599.6

申请日：2020-11-03

Applicant: 南京大学

Inventor： 王少尉 ,  陶志毫

IPC: H04L25/02 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00

Abstract: 本发明公开了一种基于贝叶斯神经网络信道预测的频分双工下行传输方法。该方法的步骤如下：(1)基站存储若干个过去的信道状态信息作为训练数据，利用训练数据来训练参数初始化后的贝叶斯神经网络；(2)在下行传输过程中，基站先利用训练好的贝叶斯神经网络来预测下一个传输时隙的信道状态信息；到下一传输时隙时，基站在上行反馈等待阶段，将上述预测的信道状态信息用于待发送数据的预编码和传输；(3)基站通过反馈回来的信息获得估计的信道状态信息，利用该估计的信道状态信息在传输阶段发送下行数据；同时，基站继续通过贝叶斯神经网络预测后一个传输时隙的信道状态信息。本发明能进一步提高大规模多输入多输出系统的下行传输速率。

公开(公告)号：CN112311706B

公开(公告)日：2021-11-16

申请号：CN202011206599.6

申请日：2020-11-03

Applicant: 南京大学

Inventor： 王少尉 ,  陶志毫

IPC: H04L25/02 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00

Abstract: 本发明公开了一种基于贝叶斯神经网络信道预测的频分双工下行传输方法。该方法的步骤如下：(1)基站存储若干个过去的信道状态信息作为训练数据，利用训练数据来训练参数初始化后的贝叶斯神经网络；(2)在下行传输过程中，基站先利用训练好的贝叶斯神经网络来预测下一个传输时隙的信道状态信息；到下一传输时隙时，基站在上行反馈等待阶段，将上述预测的信道状态信息用于待发送数据的预编码和传输；(3)基站通过反馈回来的信息获得估计的信道状态信息，利用该估计的信道状态信息在传输阶段发送下行数据；同时，基站继续通过贝叶斯神经网络预测后一个传输时隙的信道状态信息。本发明能进一步提高大规模多输入多输出系统的下行传输速率。

公开(公告)号：CN111245487A

公开(公告)日：2020-06-05

申请号：CN202010050169.3

申请日：2020-01-17

Applicant: 南京大学

Inventor： 王少尉 ,  陶志毫 ,  王天宇 ,  沈林之 ,  刘思琦

IPC: H04B7/0456 ,  H04B7/06

Abstract: 本发明公开了一种高速率下行数据预编码和传输方法。在下行链路中，首先基站需要存储上一个传输时隙反馈回来的信道状态信息，然后在当前传输时隙时，基站在发送完下行训练导频后，在等待阶段并不什么也不做，而是将存储下来的上一个传输时隙获得的信道状态信息直接用于待发送数据的预编码和传输，而在传输阶段仍继续发送下行数据，这样实际的传输阶段便是上行反馈等待阶段加上原来的传输阶段，从而增加了每个时隙传输阶段所占比例，进而提高下行传输速率和更加有效地利用频谱资源。