[發明專利]一種面向車聯網的大規模MIMO智能CSI反饋方法

有效

• 申請號: 202110823053.3
• 申請日: 2021-07-21
• 公開（公告）號: CN113556158B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 陳成瑞;李玉杰;程港;廖勇
• 申請（專利權）人: 重慶工程學院
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04B7/0417;H04B7/0456
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種面向車聯網的基于大規模MIMO系統的智能CSI反饋方法，其特征在于，包括：

S1，構建面向車聯網的基于大規模MIMO的通信系統模型，得到批量CSI截斷矩陣數據；包括：

在一個面向車聯網的基于大規模MIMO的系統中，考慮一個基站端有N_t(N_t＞＞1)根發射天線，用戶端有單根接收天線；該系統采用正交頻分復用(Orthogonal?FrequencyDivision?Multiplexing，OFDM)，并有N_s個子載波；由此得到其接收端信號y可以被描述為：

其中，表示為N_s維接收向量，表示為N_s維發射向量，表示為N_s×N_t維度的信道矩陣，其中的表示為第i個子載波上的信道向量，其中u_i表示第i個子載波的預編碼向量，表示為N_s維的加性高斯白噪聲；

為了更好地設計預編碼向量u_i，在CSI反饋過程中，就需要在基站端得到一個足夠精確的即通過更低的反饋量獲得更高的重建效果；而CSI矩陣在角度域是稀疏的，所以虛擬角度域矩陣可通過兩個離散傅里葉變換(Discrete?Fourier?Transform，DFT)矩陣求得：

其中，D_s是一個N_s×N_s的DFT矩陣，D_t是一個N_t×N_t的DFT矩陣；將原始的N_s×N_t矩陣截斷為N′_s×N_t(N′_s＜N_s)的截斷矩陣，即CSI截斷矩陣

S2，設計輕量化CSI反饋框架中編碼器的結構；包括：

對于CSI截斷矩陣該矩陣屬于復數矩陣，其中包含實部和虛部的數據，為了方便數據的處理和訓練，將其轉化為N′_s×N_t×2；轉化后的矩陣作為編碼器的輸入，首先經過一個ConvBN塊，所述ConvBN塊由一個3×3卷積核的二維普通卷積層Conv2D、批量歸一化層(BatchNormalization，BN)和激活函數(LeakyReLU)輸出特征圖組成；接著，通過連續的四個ACN塊，得到經過壓縮后的碼字矩陣S_en；連續的四個ACN塊構成SACN；每個SACN塊都由一個池化窗口大小為2×2的平均池化層(AveragePooling2D)和一個SEConvBN塊組成；而每個SEConvBN塊都由一個深度可分離卷積(SeparableConv2D)、BN和LeakyReLU構成；

S3，設計輕量化CSI反饋框架中解碼器的結構；包括：

在編碼器輸出得到的碼字矩陣S_en后將其輸入解碼器，首先是經過連續的4個USCN塊，每個USCN塊由一個數據插值窗口大小為2×2的二維上采樣層(UpSampling?2D)和一個ConvBN塊構成；上采樣層可以使得輸入的數據維度提升，其原理是通過對數據的行和列進行重復的插值過程完成升維；接著，通過一個ConvBN層得到N′_s×N_t×2的輸出后輸入到連續的兩個ConvBlock塊，每個ConvBlock塊都是根據殘差網絡的形式所構建的一種殘差卷積塊，有三個ConvBN塊所構成；將通過一個ConvBN層后的輸出與整個ConvBlock塊的輸入的和作為ConvBlock塊的最后輸出；最后將N′_s×N_t×2的輸出通過一個3×3卷積核的普通卷積層Conv2D得到最終的重建結果所述Conv2D為激活函數Sigmoid，可以將數據調整到[0,1]；

S4，設計合理的訓練方案將S2和S3所提的編碼器和解碼器作為同一種端到端網絡進行訓練得到網絡模型。

2.根據權利要求1所述的一種面向車聯網的基于大規模MIMO系統的智能CSI反饋方法，其特征在于，所述S4包括：

S1中的車聯網MIMO通信系統參數和網絡的訓練配置為：基站天線采用均勻線性陣列天線排列方式(Uniform?Linear?Array，ULA)，天線間距為半個波長；基站端天線數量為N_t＝32，OFDM系統子載波數為N_s＝1024；考慮大規模MIMO的稀疏特性我們只取前N′_s＝32行；即H是一個32×32的復數矩陣；訓練、驗證和測試數據集大小分別為：100000、30000和20000；訓練批次數據大小(batch?size)為100，訓練輪次(epochs)為1500輪，網絡學習率(leaningrate)為0.001。