[發明專利]一種大規模MIMO稀疏信道估計方法及相關設備有效
| 申請號: | 202210826619.2 | 申請日: | 2022-07-14 |
| 公開(公告)號: | CN115361258B | 公開(公告)日: | 2023-06-16 |
| 發明(設計)人: | 陳建僑;陳昊;馬楠;許曉東;張平 | 申請(專利權)人: | 鵬城實驗室;北京郵電大學 |
| 主分類號: | H04L25/02 | 分類號: | H04L25/02;H04B17/391;G06N3/0464;G06N3/08;G06F18/28;H04B7/0413 |
| 代理公司: | 深圳市君勝知識產權代理事務所(普通合伙) 44268 | 代理人: | 陳專 |
| 地址: | 518000 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 大規模 mimo 稀疏 信道 估計 方法 相關 設備 | ||
1.一種大規模?MIMO?稀疏信道估計方法,其特征在于,所述大規模?MIMO?稀疏信道估計方法包括:
本地服務器進行離線訓練,得到信道稀疏度認知神經網絡、信道稀疏表示字典和信道稀疏重構神經網絡,將所述信道稀疏度認知神經網絡存儲在終端,并將所述信道稀疏表示字典和所述信道稀疏重構神經網絡存儲在基站;
所述終端接收到所述基站發送的OFDM信號后,將所述OFDM信號輸入到所述信道稀疏度認知神經網絡中,得到信道稀疏度,并將所述信道稀疏度傳輸至所述基站;
所述基站根據所述信道稀疏度確定下行傳輸信號中導頻序列的長度,并將所述下行傳輸信號傳輸至所述終端;
所述基站接收到所述終端回傳的所述下行傳輸信號后,根據所述信道稀疏度選擇相應的所述信道稀疏表示字典進行信道稀疏表示,并根據所述信道稀疏度和所述信道稀疏重構神經網絡進行信道稀疏重構;
所述本地服務器進行離線訓練,得到信道稀疏度認知神經網絡、信道稀疏表示字典和信道稀疏重構神經網絡,將所述信道稀疏度認知神經網絡存儲在終端,并將所述信道稀疏表示字典和所述信道稀疏重構神經網絡存儲在基站的步驟具體包括:
所述本地服務器建立基于射線追蹤方法的確定性信道模型,得到信道參數后,根據所述信道參數訓練得到所述信道稀疏度認知神經網絡;
所述本地服務器根據所述信道特征構建所述信道稀疏表示字典的目標函數,并進行基于字典學習的目標函數求解與訓練,得到所述信道稀疏表示字典;
所述本地服務器構建基于廣義近似消息傳遞的信道稀疏重構模型,并設計基于廣義近似消息傳遞網絡化展開的信道稀疏重構神經網絡,得到所述信道稀疏重構神經網絡;
所述本地服務器將所述信道稀疏度認知神經網絡存儲在所述終端,并將所述信道稀疏表示字典和所述信道稀疏重構神經網絡存儲在所述基站;
所述本地服務器建立基于射線追蹤方法的確定性信道模型,得到信道參數后,根據所述信道參數訓練得到所述信道稀疏度認知神經網絡的步驟具體包括:
所述本地服務器創建仿真場景和參數數據庫,并搜索計算得到基于射線追蹤仿真射線傳播路徑后,獲取得到多徑參數,并根據所述多徑參數計算得到信道頻域沖激響應;
所述本地服務器利用所述信道頻域沖激響應對信道進行稀疏表示得到信道稀疏度標記樣本,并將所述信道稀疏度標記樣本輸入至卷積神經網絡進行訓練,得到所述信道稀疏度認知神經網絡;
所述本地服務器根據所述信道特征構建所述信道稀疏表示字典的目標函數,并進行基于字典學習的目標函數求解與訓練,得到所述信道稀疏表示字典的步驟具體包括:
所述本地服務器將上下行信道空域互易性導致的上下行信道稀疏性相同,以及信道傳輸經過某一散射體到達客戶端的方向近似所導致的稀疏向量中非零項呈塊結構稀疏分布作為信道特征,并將所述信道特征耦合進約束項,以構建所述信道稀疏表示字典的目標函數;
所述本地服務器利用字典學習方法對所述目標函數進行稀疏編碼和字典更新操作,分別推導參數更新表達式,并進行交叉迭代求解與訓練,得到所述信道稀疏表示字典;
所述本地服務器構建基于廣義近似消息傳遞的信道稀疏重構模型,并設計基于廣義近似消息傳遞網絡化展開的信道稀疏重構神經網絡,得到所述信道稀疏重構神經網絡的步驟具體包括:
所述本地服務器根據所述信道稀疏表示字典求解得到稀疏向量,并根據所述稀疏向量構建先驗分布函數,得到基于廣義近似消息傳遞的信道稀疏重構模型;
所述本地服務器對所述先驗分布函數進行更新輸出標尺函數,利用所述標尺函數進行算法迭代得到信道估計值;
所述本地服務器利用深度學習將基于廣義近似消息傳遞的信道稀疏重構模型網絡化展開成層狀網絡結構,得到信道稀疏重構子網;
所述本地服務器利用級聯卷積神經網絡估計殘差噪聲,得到基于卷積神經網絡的去噪子網。
2.根據權利要求1所述的大規模?MIMO?稀疏信道估計方法,其特征在于,所述本地服務器將所述信道稀疏度認知神經網絡存儲在所述終端,并將所述信道稀疏表示字典和所述信道稀疏重構神經網絡存儲在所述基站的步驟具體包括:
所述本地服務器將所述信道稀疏度認知神經網絡傳輸至所述終端,所述終端對所述信道稀疏度認知神經網絡進行存儲;
所述本地服務器將所述信道稀疏表示字典和所述信道稀疏重構神經網絡傳輸至所述基站,所述基站對所述信道稀疏表示字典和所述信道稀疏重構神經網絡進行存儲。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于鵬城實驗室;北京郵電大學,未經鵬城實驗室;北京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210826619.2/1.html,轉載請聲明來源鉆瓜專利網。





