[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的信道統(tǒng)計(jì)信息估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011074227.2
• 申請(qǐng)日: 2020-10-09
• 公開（公告）號(hào): CN112217750B
• 公開（公告）日: 2022-10-21
• 發(fā)明（設(shè)計(jì)）人: 潘志文;鄒林甫;劉楠;尤肖虎
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué);網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室
• 主分類號(hào): H04L25/02
• 分類號(hào): H04L25/02;H04B17/30;H04B7/0413;G06N3/04
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 沈廉

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的信道統(tǒng)計(jì)信息估計(jì)方法，其特征在于，首先通過頻分雙工FDD大規(guī)模多輸入多輸出MIMO系統(tǒng)歷史上、下行實(shí)時(shí)信道狀態(tài)信息CSI，計(jì)算出統(tǒng)計(jì)CSI作為訓(xùn)練數(shù)據(jù)集；利用訓(xùn)練數(shù)據(jù)集對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)；最后，將訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)部署在基站，基站獲得上行統(tǒng)計(jì)CSI后，輸入卷積神經(jīng)網(wǎng)絡(luò)估計(jì)出下行統(tǒng)計(jì)CSI；

該方法具體包括如下步驟：

第一步：在FDD大規(guī)模MIMO系統(tǒng)中，離線階段計(jì)算出上、下行統(tǒng)計(jì)CSI，將統(tǒng)計(jì)CSI的實(shí)部和虛部拆分，分別存儲(chǔ)在兩個(gè)通道，即圖形化表示，構(gòu)造出用于訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)集；

在基站裝配N_T根天線，用戶裝配單天線的系統(tǒng)中，上、下行實(shí)時(shí)N_T維信道系數(shù)矢量，即上下行實(shí)時(shí)CSI，表示為h_UL和h_DL，上、下行的統(tǒng)計(jì)CSI由下式給出：

其中，(·)^H表示共軛轉(zhuǎn)置，R_UL和R_DL是N_T×N_T維上、下行信道協(xié)方差矩陣，即上、下行統(tǒng)計(jì)CSI；

第二步：將上述訓(xùn)練數(shù)據(jù)集送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練，通過調(diào)整網(wǎng)絡(luò)權(quán)重，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)直至收斂，得到訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)，最終建立從上行統(tǒng)計(jì)CSI到下行統(tǒng)計(jì)CSI的映射，即

其中，表示卷積神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)，即估計(jì)得到的下行統(tǒng)計(jì)CSI，f_s(·)為第s層的激活函數(shù)，為ReLU函數(shù)，w_s和b_s為第s-1層與第s層之間的卷積核矩陣和偏置，由卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到，s＝1,2,…,S，S表示卷積神經(jīng)網(wǎng)絡(luò)層數(shù)；R_ULn表示卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)；

第三步：將訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)部署在基站，用于在線階段的下行統(tǒng)計(jì)CSI估計(jì)；

所述下行統(tǒng)計(jì)CSI估計(jì)，用戶首先向基站發(fā)送上行導(dǎo)頻序列，基站接收并計(jì)算得到上行統(tǒng)計(jì)CSI；接著，基站對(duì)上行統(tǒng)計(jì)CSI進(jìn)行圖像化處理，得到形如N_T×N_T×2的矩陣，作為卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)；然后，卷積神經(jīng)網(wǎng)絡(luò)根據(jù)此數(shù)據(jù)估計(jì)得到形如N_T×N_T×2的圖形化下行統(tǒng)計(jì)CSI；最后，將圖形化的下行統(tǒng)計(jì)CSI的實(shí)部與虛部合并，最終得到下行統(tǒng)計(jì)CSI。

2.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的信道統(tǒng)計(jì)信息估計(jì)方法，其特征在于，所述訓(xùn)練收斂的條件為達(dá)到最大迭代次數(shù)t_m或前后兩次得到的最小均方誤差MSE之差小于均方誤差閾值ε，其中

R_DLn表示與輸入對(duì)應(yīng)的目標(biāo)輸出數(shù)據(jù)。