基于深度学习的联合导频、反馈、多用户混合编码方法

授权

摘要

本发明公开一种基于深度学习的联合导频、反馈、多用户混合编码方法，解决传统信道估计反馈方法中导频与反馈开销过大以及传统混合预编码方法性能损失的问题。包括：将下行导频传输过程建模为单层不带偏置的线性激活函数全连接神经网络，即导频传输网络；在用户端构建导频反馈网络，将接收导频信号压缩为比特矢量，并将其反馈给基站；在基站端构建混合预编码网络，用于根据所有用户反馈的比特矢量设计混合预编码器；将所述导频传输网络、导频反馈网络、混合预编码网络组合形成一个端到端的神经网络，并以系统和速率为指标对其进行数据驱动的端到端训练；将训练好的端到端深度学习神经网络应用于导频传输、信道反馈和混合预编码。

基本信息

专利标题：

基于深度学习的联合导频、反馈、多用户混合编码方法

专利标题（英）：

暂无

公开（公告）号：

CN113691288A

申请号：

CN202110966553.2

公开（公告）日：

2021-11-23

申请日：

2021-08-23

授权号：

CN113691288B

授权日：

2022-04-19

发明人：

高镇吴铭晖万子维乔力郑德智张军

申请人：

北京理工大学

申请人地址：

北京市海淀区中关村南大街5号

代理机构：

北京理工大学专利中心

代理人：

高燕燕

优先权：

CN202110966553.2

主分类号：

H04B7/0413

IPC分类号：

H04B7/0413 H04B7/0417 H04B7/0456 G06N3/08 G06N3/04