-
公开(公告)号:CN114884549A
公开(公告)日:2022-08-09
申请号:CN202210489463.3
申请日:2022-05-06
Applicant: 烟台中科网络技术研究所
IPC: H04B7/06 , H04B7/0413 , H04B17/391
Abstract: 本发明涉及一种基于深度学习的大规模MIMO信道状态信息反馈方法,其包括:在下行链路中,在用户端侧对MIMO信道状态信息在空频域的信道矩阵进行二维离散傅立叶变换,得到在角度延迟域稀疏的信道矩阵H;构建超分辨信道状态信息网络模型,该模型包含属于用户端的解码器和属于基站端的译码器,其中该解码器用于将所述获得的在角度延迟域稀疏的信道矩阵H编码为更低维度的码字,所述译码器用于从收到的码字重建出信道矩阵估计值对所述超分辨信道状态信息网络模型进行训练,使得所述信道矩阵估计值和在角度延迟域稀疏的信道矩阵H尽可能接近,并获得模型参数;将训练好的所述超分辨信道状态信息网络模型用于信道信息的压缩感知和重建。