[发明专利]基于增强型ELM的叠加CSI反馈方法有效
申请号: | 202110788444.6 | 申请日: | 2021-07-13 |
公开(公告)号: | CN113472412B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 卿朝进;杜艳红;叶青;刘文慧;唐书海 | 申请(专利权)人: | 西华大学 |
主分类号: | H04B7/06 | 分类号: | H04B7/06;G06N3/0464 |
代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 邓永红 |
地址: | 610039 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 增强 elm 叠加 csi 反馈 方法 | ||
本发明公开了一种基于增强型ELM的叠加CSI反馈方法,包括:S1、站接收移动端的叠加CSI反馈信息s,得到接收序列r;S2、建增强型ELM干扰消除网络;S3、增强型ELM干扰消除网络进行离线训练,得到网络参数;S4、用训练得到的网络参数在线运行增强型ELM干扰消除网络,恢复下行信道状态信息h和上行用户序列d。与基于ELM叠加CSI反馈方法相比,本发明在参数量相当的情况下,能够获得更好的下行CSI恢复性能和上行用户数据序列的检测性能。
技术领域
本发明涉及频分双工(FDD,frequency division duplex)大规模多输入多输出(mMIMO,multiple input multiple output)系统的叠加反馈技术领域,特别涉及一种基于极限学习机(ELM,extreme learning machine)的增强型叠加信道状态信息(CSI,channelstate information)反馈方法。
背景技术
大规模多输入多输出技术作为第五代无线通信系统(5G,Fifth Generationwireless systems)实现高吞吐量绿色无线电的关键技术。基站(BS,base station)进行下行波束成形和用户选择需要实时的信道状态信息,在时分双工模式下,基站可以利用上、下行链路的互易性通过估计上行链路信道得到下行CSI。然而,在FDD模式下,信道互易条件变弱甚至难以适用,下行CSI通常需要用户估计并反馈至基站。近几年来,机器学习尤其是深度学习(DL,Deep Learning)在通信系统中受到了广泛关注。与传统CSI的反馈方法相比,基于机器学习的CSI反馈方法能显著地减少反馈开销。但现有的基于机器学习的CSI反馈技术仍不可避免地占用着上行带宽资源,导致频谱利用率下降,亟待进一步研究改善上行带宽资源占用的CSI反馈方法。
叠加CSI反馈是避免上行带宽资源占用的行之有效的方法之一,将下行CSI叠加在上行用户数据序列(UL-US,uplink user data sequence)上进行反馈,提高了频谱效率。然而,叠加引起的叠加干扰,以及复杂的干扰消除算法,造成工程应用上的困难。幸运的是,ELM因其结构简单,训练速度快等优点,引起广泛关注。近年来,ELM网络与叠加技术激发了基于ELM的叠加CSI反馈技术的研究。然而,将ELM网络简单的引入叠加CSI反馈中,仍难以满足日益增长的UL-US检测性能与下行CSI的恢复精确需求,亟待进一步改善。
发明内容
针对上述技术问题,发明提供一种基于增强型ELM的叠加CSI反馈方法,改善基于ELM的叠加CSI反馈方法。与基于ELM叠加CSI反馈方法相比,本发明在参数数量相当的情况下,获得更好的下行CSI恢复性能和上行用户数据的检测性能。
具体技术方案为:
基于增强型ELM的叠加CSI反馈方法,包括以下步骤:
S1、接收移动端的叠加CSI反馈信息s,得到接收序列r;
S2、构建增强型ELM干扰消除网络;
S3、对增强型ELM干扰消除网络进行离线训练,得到网络参数;
S4、利用训练得到的网络参数在线运行增强型ELM干扰消除网络,恢复下行信道状态信息h和上行用户序列d。
该方法步骤S1所述的基站接收移动端的叠加CSI反馈信息s为:
其中,ρ∈[0,1]表示叠加因子,Ex表示用户发送功率,下行信道状态信息h的长度为N,P为M×N的walsh扩频矩阵,上行用户序列d长度为M。接收得到接收序列为:
其中,为上行CSI,表示噪声矢量。
该方法步骤S2所述的增强型ELM干扰消除网络架构描述如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110788444.6/2.html,转载请声明来源钻瓜专利网。