一种基于深度残差学习的智能反射面辅助通信系统信道估计方法

    公开(公告)号:CN116633732A

    公开(公告)日:2023-08-22

    申请号:CN202310728186.1

    申请日:2023-06-19

    Abstract: 本发明属于无线通信技术领域,具体涉及一种基于深度残差学习的智能反射面辅助通信系统信道估计方法;包括构建IRS辅助多用户的上行通信系统;基站端接收用户端发送的导频信号并提取待预估信道矩阵;采用最小二乘法处理待预估信道矩阵得到LS矩阵;将LS矩阵与导频信号的真实信道矩阵构成新数据点,获取多个新数据点组成深度学习数据集;对深度学习数据集进行预处理,采用预处理后的深度学习数据集对CENet网络进行离线训练;在线获取新待预估信道矩阵,对其进行最小二乘法处理后输入离线训练完成的CENet网络,得到去噪后的精确信道信息;本发明最大限度的降低了信道估计复杂度,提升了信道估计精度。

Patent Agency Ranking