一种基于深度学习的FDD大规模MIMO系统CSI反馈方法

来源 :电子学报 | 被引量 : 0次 | 上传用户：vpvplp

【摘要】

：

针对频分双工(Frequency Division Duplexing,FDD)大规模多入多出(Multiple-Input Multiple-Output,MIMO)系统中现有信道状态信息(Channel State Information,CSI)反馈方法复

【作者】

：

廖勇姚海梅花远肖赵砚

【机构】

：

重庆大学通信与测控中心,中国人民解放军61212部队

【出处】

：

电子学报

【发表日期】

：

2020年6期

【关键词】

：

频分双工大规模多入多出信道状态信息深度学习压缩反馈空间相关性 FDD massive MIMO channel state information d

【基金项目】

：

国家自然科学基金(No.61501066),重庆市自然科学基金(No.cstc2019jcyjmsxmX0017)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

针对频分双工(Frequency Division Duplexing,FDD)大规模多入多出(Multiple-Input Multiple-Output,MIMO)系统中现有信道状态信息(Channel State Information,CSI)反馈方法复杂度高、反馈精度低的问题,本文提出一种基于深度学习的CSI压缩反馈方法.该方法首先采用卷积神经网络(Convolutional Neural Network,CNN)提取信道特征矢量,然后利用最大池化(Maxpooling)网络压缩CSI,最后考虑

其他文献

基于深度强化学习的端到端无人驾驶决策

端到端的驾驶决策是无人驾驶领域的研究热点.本文基于DDPG(Deep Deterministic Policy Gradient)的深度强化学习算法对连续型动作输出的端到端驾驶决策展开研究.首先建立基于

期刊

无人驾驶端到端决策深度强化学习深度确定性策略梯度算法autonomous drivingend-to-end decision-makingdeep

基于茶文化视角的英语语言教育教学研究

无论是文化本身的价值属性, 还是语言在整个文化传承发展过程中的价值作用, 都决定了想要实现文化传承发展, 就要结合文化元素的发展与应用状况. 这些内容恰恰是目前整个学生

期刊

茶文化视角英语语言教育多元文化教学体系文化障碍

参数池化卷积神经网络图像分类方法

传统的卷积神经网络使用池化层对信息进行降维操作,通常会造成信息损失,从而影响网络的表达能力.针对这一问题,使用参数池化层(Parameterized Pooling Layer)替代传统卷积神经网络中的池化层,提出参数池化卷积神经网络(Parameterized Pooling CNN,PPCNN).参数池化层在仅仅增加了少量网络参数的情况下,最大可能的保留了卷积神经网络中希望被保留下来的特征;同

期刊

卷积神经网络图像分类池化方法参数优化convolutional neural networkimage classificationpooling

一种基于深度学习的FDD大规模MIMO系统CSI反馈方法

其他学术论文