[发明专利]一种基于深度学习的大规模MIMO信道状态信息反馈方法有效
| 申请号： | 201810090648.0 | 申请日： | 2018-01-30 |
| 公开（公告）号： | CN108390706B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 金石;王天奇;韩瑜;温朝凯 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04B7/0417 | 分类号： | H04B7/0417;H04B7/0456;H04B7/06 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于深度学习的大规模MIMO信道状态信息反馈方法，首先在用户端，对MIMO信道状态信息在空频域的信道矩阵 |
||
| 搜索关键词： | 一种 基于 深度 学习 大规模 mimo 信道 状态 信息反馈 方法 | ||
【主权项】：
1.一种基于深度学习的大规模MIMO信道状态信息反馈方法，其特征在于，包括以下步骤：(1)在用户端，对MIMO信道状态信息在空频域的信道矩阵![]()
做二维离散傅立叶变换，获得在角延迟域稀疏的信道矩阵H；(2)构建包括编码器和译码器的模型CsiNet，其中编码器属于用户端，将信道矩阵H编码为更低维度的码字，译码器属于基站端，从码字重建出原信道矩阵估计值![]()
(3)对模型CsiNet进行训练，使得![]()
和H尽可能接近，获得模型参数；(4)对CsiNet输出的重建信道矩阵![]()
进行二维逆DFT变换，恢复得到原始空频域的信道矩阵![]()
重建值；(5)将训练好的CsiNet模型用于信道信息的压缩感知和重建。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东南大学，未经东南大学许可，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/patent/201810090648.0/，转载请声明来源钻瓜专利网。
