西安邮电大学通信与信息工程学院 2. 陕西省信息通信网络及安全重点实验室 3. 中兴通讯股份有限公司
纸质出版:2022
移动端阅览
杨媛媛, 丁建军. 基于全卷积网络的FDD大规模MIMO系统CSI反馈[J]. 传感器与微系统, 2022,(3):87-90.
基于全卷积网络的FDD大规模MIMO系统CSI反馈[J]. 2022, (3): 87-90.
杨媛媛, 丁建军. 基于全卷积网络的FDD大规模MIMO系统CSI反馈[J]. 传感器与微系统, 2022,(3):87-90. DOI: 10.13873/J.1000-9787(2022)03-0087-04.
基于全卷积网络的FDD大规模MIMO系统CSI反馈[J]. 2022, (3): 87-90. DOI: 10.13873/J.1000-9787(2022)03-0087-04.
在频分双工(FDD)大规模多输入多输出(MIMO)系统中,为了确保通信质量,用户设备(UE)需要将信道状态信息(CSI)反馈给基站(BS)。随着天线数量的增加,CSI反馈开销急剧增加,使得BS获得准确CSI变得困难。为了降低反馈开销,提高反馈质量,采用深度学习(DL)方法,提出一种基于全卷积网络的信道反馈网络MCMTNet
该网络由三部分构成。卷积神经网络(CNN)将CSI压缩。转置CNN和精细密集连接网络分别进行初始恢复和最终恢复。仿真结果表明:提出的MCMTNet的性能优于传统压缩感知方法和现有基于深度学习的网络CsiNet
MCMTNet可以处理任意维数的信道数据,且训练参数更少,复杂度更低。
在频分双工(FDD)大规模多输入多输出(MIMO)系统中,为了确保通信质量,用户设备(UE)需要将信道状态信息(CSI)反馈给基站(BS)。随着天线数量的增加,CSI反馈开销急剧增加,使得BS获得准确CSI变得困难。为了降低反馈开销,提高反馈质量,采用深度学习(DL)方法,提出一种基于全卷积网络的信道反馈网络MCMTNet
该网络由三部分构成。卷积神经网络(CNN)将CSI压缩。转置CNN和精细密集连接网络分别进行初始恢复和最终恢复。仿真结果表明:提出的MCMTNet的性能优于传统压缩感知方法和现有基于深度学习的网络CsiNet
MCMTNet可以处理任意维数的信道数据,且训练参数更少,复杂度更低。
5G通信技术应用场景和关键技术探讨 [J]. 汪小路. 网络安全技术与应用 . 2019(03)
Deep Learning-Based CSI Feedback Approach for Time-Varying Massive MIMO Channels. [J] . Tianqi Wang,Chao-Kai Wen,Shi Jin,Geoffrey Ye Li. IEEE Wireless Commun. Letters . 2019 (2)
MIMO Channel Information Feedback Using Deep Recurrent Network. [J] . Chao Lu,Wei Xu 0001,Hong Shen 0002,Jun Zhu 0005,Kezhi Wang. IEEE Communications Letters . 2019 (1)
Deep Learning for Massive MIMO CSI Feedback. [J] . Chao-Kai Wen,Wan-Ting Shih,Shi Jin. IEEE Wireless Commun. Letters . 2018 (5)
Fully Convolutional Networks for Semantic Segmentation. [J] . Shelhamer Evan,Long Jonathan,Darrell Trevor. IEEE transactions on pattern analysis and machine intelligence . 2017 (4)
From Denoising to Compressed Sensing. [J] . Christopher A. Metzler,Arian Maleki,Richard G. Baraniuk. IEEE Trans. Information Theory . 2016 (9)
The COST 2100 MIMO channel model. [J] . Lingfeng Liu,Claude Oestges,Juho Poutanen,Katsuyuki Haneda,Pertti Vainikainen,Fran?ois Quitin,Fredrik Tufvesson,Philippe De Doncker. IEEE Wireless Commun. . 2012 (6)
On Hybrid ARQ and Quantized CSI Feedback Schemes in Quasi-Static Fading Channels. [J] . Behrooz Makki,Thomas Eriksson. IEEE Trans. Communications . 2012 (4)
0
浏览量
171
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621