一种信道状态信息反馈方法及系统
- 国知局
- 2024-11-06 14:59:38
本技术涉及通信,特别涉及一种信道状态信息反馈方法及系统。
背景技术:
1、大规模多输入多输出(massive multiple-input multiple-output,massivemimo)技术是现代通信系统中的一项关键技术,具有高频率效率和能量效率的优势。然而,mimo系统中发送端在获取下行的信道状态信息(channel state information,csi)后才能达到较高的性能增益。因此,mimo系统的性能与基站端获取的下行csi的准确程度直接相关。
2、在频分双工(frequency division duplexing,fdd)模式下,为获取下行的csi,首先基站端向用户端(userequipment,ue)发送导频信号,然后用户端将估计出的下行的csi反馈给基站端。目前,通常采用压缩感知技术来反馈csi,压缩感知技术受限于csi的稀疏表示,在csi稀疏表示不完善时,csi的反馈精度低。
技术实现思路
1、有鉴于此,本技术实施例提供一种信道状态信息反馈方法及系统,本技术提供的方案使用可学习正则化项进行csi重构处理,可学习正则化项能够自适应信道特征,增强信道状态信息的稀疏表示,提高重构精度和反馈精度。
2、为实现上述目的,本技术实施例提供如下技术方案:
3、一种信道状态信息反馈方法,包括:
4、用户端获取基站端发送的导频信号,并对所述导频信号进行处理,得到信道向量,并使用预设的编码器中的无偏置项的全连接层对所述信道向量进行处理,得到低维信号;
5、所述基站端获取所述低维信号,将预设的初始信道向量和所述低维信号输入预设的解码器,使得所述解码器使用包括可学习正则化项的各个重构模块依次进行重构处理,得到所述解码器输出的重构信道向量;所述可学习正则化项包括激活函数和两个全连接层,基于所述重构信道向量进行发送信号预编码。
6、上述的方法,可选的,所述对所述导频信号进行处理,得到信道向量,包括:
7、对所述导频信号进行信道估计,得到空间-频率域的信道系数矩阵;
8、对所述信道系数矩阵进行转换,得到角度-时延域的第一信道状态信息矩阵;
9、保留所述第一信道状态信息矩阵中的非零元素,得到第二信道状态信息矩阵;
10、对所述第二信道状态信息矩阵进行向量化处理,得到信道向量。
11、上述的方法,可选的,所述使用预设的编码器中的无偏置项的全连接层对所述信道向量进行处理,得到低维信号,包括:
12、使所述编码器中的全连接层按照预设的压缩率对所述信道向量进行压缩,得到低维信号。
13、上述的方法,可选的,所述使得所述解码器使用包括可学习正则化项的各个重构模块依次进行重构处理,得到所述解码器输出的重构信道向量,包括:
14、对于所述解码器中的每个重构模块,在确定该重构模块的输入数据后,基于该重构模块中包括可学习正则化项的激活函数和两个全连接层的重构逻辑对该重构模块的输入数据进行重构处理,输出重构向量;所述输入数据包括低维信号和输入向量;当该重构模块为所述解码器中的最后一个重构模块时,将该重构模块输出的重构向量作为所述解码器输出的重构信道向量;当该重构模块不为所述解码器中的最后一个重构模块时,将该重构模块输出的重构向量作为下一重构模块的输入数据中的输入向量;所述解码器中的首个重构模块的输入数据中的输入向量为初始信道向量。
15、上述的方法,可选的,所述基于所述重构信道向量进行发送信号预编码,包括:
16、对所述重构信道向量进行逆处理,得到与所述信道系数矩阵对应的反馈值,并基于该反馈值进行发送信号预编码。
17、一种信道状态信息反馈系统,包括:
18、用户端和基站端;
19、所述用户端包括编码器,所述编码器包括无偏置项的全连接层;
20、所述基站端包括解码器,所述解码器包括多个依次排序的重构模块,各个所述重构模块包括可学习正则化项,所述可学习正则化项包括激活函数和两个全连接层;
21、所述用户端用于接收所述基站端发送的导频信号,并对所述导频信号进行处理,得到信道向量,并使用所述编码器中的全连接层对所述信道向量进行压缩,得到低维信号;
22、所述基站端用于获取所述低维信号,将预设的初始信道向量和所述低维信号作为所述解码器的输入数据,使得所述解码器使用各个所述重构模块依次进行重构处理,得到所述解码器输出的重构信道向量,并基于所述重构信道向量进行发送信号预编码。
23、上述的系统,可选的,所述用户端执行对所述导频信号进行处理,得到信道向量的过程,包括:
24、对所述导频信号进行信道估计,得到空间-频率域的信道系数矩阵;
25、对所述原始信道系数矩阵进行转换,得到角度-时延域的第一信道状态信息矩阵;
26、保留所述第一信道状态信息矩阵中的非零元素,得到第二信道状态信息矩阵;
27、对所述第二信道状态信息矩阵进行向量化处理,得到信道向量。
28、上述的系统,可选的,所述用户端执行使用所述编码器中的全连接层对所述信道向量进行压缩,得到低维信号的过程,包括:
29、使所述编码器中的全连接层按照预设的压缩率对所述信道向量进行压缩,得到低维信号。
30、上述的系统,可选的,所述基站端执行使得所述解码器使用包括可学习正则化项的各个重构模块依次进行重构处理,得到所述解码器输出的重构信道向量的过程,包括:
31、对于所述解码器中的每个重构模块,在确定该重构模块的输入数据后,基于该重构模块中包括可学习正则化项的激活函数和两个全连接层的重构逻辑对该重构模块的输入数据进行重构处理,输出重构向量;所述输入数据包括低维信号和输入向量;当该重构模块为所述解码器中的最后一个重构模块时,将该重构模块输出的重构向量作为所述解码器输出的重构信道向量;当该重构模块不为所述解码器中的最后一个重构模块时,将该重构模块输出的重构向量作为下一重构模块的输入数据中的输入向量;所述解码器中的首个重构模块的输入数据中的输入向量为初始信道向量。
32、上述的系统,可选的,所述基站端执行基于所述重构信道向量进行发送信号预编码的过程,包括:
33、对所述重构信道向量进行逆处理,得到与所述信道系数矩阵对应的反馈值,并基于该反馈值进行发送信号预编码。
34、与现有技术相比,本技术具有以下优点:
35、本技术提供一种信道状态信息反馈方法及系统,包括:用户端在获取基站端发送的导频信号后,对导频信号进行处理,得到信道向量,然后使用预设的编码器中的无偏置的全连接层对信道向量进行处理,得到低维信号,基站端将初始信道向量和低维信号输入解码器,使得解码器使用包括可学习正则化项的各个重构模块依次进行重构处理,得到重构信道向量。本技术提供的方案在重构信道向量的过程中,使用可学习正则化项的重构模块进行重构处理,可学习正则化项使用深度学习技术,能够自适应拟合信道特征,使得信道状态信息的稀疏性更强,提高重构精度和反馈精度。
本文地址:https://www.jishuxx.com/zhuanli/20241106/324810.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。