一种大规模MIMO时变信道状态信息压缩反馈及重建方法技术

本发明专利技术公开了一种大规模MIMO时变信道状态信息压缩反馈及重建方法，包括：获取信道矩阵序列，对T个信道矩阵分别做DFT变换，获得在角延迟域稀疏的信道矩阵序列；构建信道反馈及重建模型CsiNet‑LSTM，将信道矩阵序列输入编码器，输出码字；及将码字依次输入译码器中，输出重建信道矩阵序列；对信道反馈及重建模型进行训练，使得重建信道矩阵序列逐渐接近信道矩阵序列，以获得模型参数；对输出的重建信道矩阵序列中的每个信道矩阵进行二维逆DFT变换，恢复得到原始空频域矩阵序列的重建值；将待反馈和重建的信道状态信息输入模型，输出重建值。本发明专利技术可减小大规模MIMO信道信息的反馈开销，提高重建精度，特别是对压缩率的下降具有极好的鲁棒性。

【技术实现步骤摘要】
一种大规模MIMO时变信道状态信息压缩反馈及重建方法
本专利技术涉及一种大规模MIMO时变信道状态信息压缩反馈及重建方法，属于通信

技术介绍
大规模MIMO(multiple-inputmultiple-output)系统已被公认为是第五代移动通信最具潜力的革命性技术之一。该技术在基站和用户端配置多根天线，当基站端获得下行信道状态信息(channelstateinformation，CSI)时，可通过诸如预编码、波束成形等信道自适应技术，消除用户间干扰，同时利用空、时、频三个维度传输信息，从而大大提升系统容量。然而，在频分复用(frequencydivisionduplexity，FDD)MIMO系统中，信道不具有互易性，在用户端获得的下行CSI需要通过反馈链路发送给基站端。反馈完整的CSI将带来巨大的资源开销，此外，随着天线数量大大增加，传统的减小反馈方案如基于量化和码本的有限反馈算法，也会出现量化误差增大、码本设计复杂、反馈开销线性增长等问题，因而不适用于大规模MIMO系统的信道反馈。大规模天线阵列赋予了MIMO信道的空间相关性，并启发了一系列基于压缩感知的有限信道反馈方案。通过将CSI矩阵变换至某个基下的稀疏矩阵，并压缩采样为更低维度的码字，基于压缩感知的理论和相关优化算法，可以从该码字中重建出原CSI矩阵。然而，由于真实信道的不完美稀疏性，传统压缩感知算法需要进行复杂的信道结构先验假设和变换基的选择，且基于随机投影的压缩采样无法完整保留信道结构信息，这导致信道重建性能不佳。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术的不足，提供一种大规模MIMO时变信道状态信息压缩反馈及重建方法，解决FDD系统中CSI反馈开销大且信道重建性能不佳的问题，并且对压缩率的下降具有较强的鲁棒性。本专利技术具体采用以下技术方案解决上述技术问题：一种大规模MIMO时变信道状态信息压缩反馈及重建方法，包括以下步骤：步骤1、获取由用户端移动引起的时变信道状态信息在空频域的信道矩阵序列{Ht}T，对该序列中的T个信道矩阵分别做DFT变换，获得在角延迟域稀疏的信道矩阵序列{H't}T，其中定义{H't}T的序列长度即为T；步骤2、构建包括编码器和译码器的信道反馈及重建模型CsiNet-LSTM，将所述信道矩阵序列{H't}T输入模型的编码器中，输出压缩编码后的码字；及将压缩编码后的码字依次输入模型的译码器中，输出与信道矩阵序列{H't}T同维度的重建信道矩阵序列步骤3、对信道反馈及重建模型CsiNet-LSTM进行训练，使得重建信道矩阵序列逐渐接近信道矩阵序列{H't}T，以获得模型参数；步骤4、对信道反馈及重建模型CsiNet-LSTM输出的重建信道矩阵序列中的每个信道矩阵进行二维逆DFT变换，恢复得到原始空频域信道矩阵序列{Ht}T的重建值；步骤5、将待反馈和重建的信道状态信息输入已训练的信道反馈及重建模型CsiNet-LSTM中，由模型输出角延迟域重建信道矩阵序列并通过二维逆DFT变换恢复得到原始空频域信道矩阵序列的重建值。进一步地，作为本专利技术的一种优选技术方案，所述步骤1获得在角延迟域稀疏的信道矩阵序列{H't}T，包括以下步骤：对于由用户端移动引起的时变信道，用户端以δt的时间间隔获得t时刻的空频域信道矩阵Ht，并将T个信道矩阵分为一组，构成信道矩阵序列{Ht}T，其中T·δt不超过相干时间；对信道矩阵序列{Ht}T中的T个信道矩阵分别做DFT变换，获得在角延迟域稀疏的信道矩阵序列{H't}T；定义每个信道矩阵序列{H't}T中第一个信道矩阵H'1为主信道，其余T-1个信道矩阵为辅信道。进一步地，作为本专利技术的一种优选技术方案：所述步骤2模型中译码器由CsiNet译码器和LSTM网络构成。进一步地，作为本专利技术的一种优选技术方案：所述CsiNet译码器包含一个全连接层、两个RefineNet单元和一个卷积层。进一步地，作为本专利技术的一种优选技术方案：所述步骤2中译码器将主信道压缩编码后的码字或同其中一个辅信道压缩编码后的码字合并后作为输入。进一步地，作为本专利技术的一种优选技术方案，所述步骤3中采用代价函数使得重建信道矩阵序列逐渐接近信道矩阵序列{H't}T，所述代价函数具体为：其中，M为训练集的所有样本数，||·||2为欧几里得范数；t为时刻；H't为信道矩阵；为重建信道矩阵。进一步地，作为本专利技术的一种优选技术方案，所述步骤3中获得模型参数包括全连接层的权重、偏置，以及卷积层的卷积核、偏置和LSTM单元的权重、偏置。本专利技术采用上述技术方案，能产生如下技术效果：本专利技术改造在重建质量和运行速度上均超过传统压缩感知算法的CsiNet，使其具有记忆性，通过提取并结合信道在角延迟域的结构信息和在相干时间内的相关性信息，进一步提升重建精度，且在压缩率下降时，信道重建性能只有轻微损失。从而在有限的资源开销下，实现高效的信道状态信息的反馈。本专利技术是基于深度学习的信道压缩及重建网络CsiNet-LSTM，该网络基于自动编码器架构，主要由神经网络中的卷积层和全连接层构成，通过端到端和数据驱动的训练方案，直接从信道样本中学习信道结构，得到有效压缩编码，并借助由卷积层构成的残差网络从中恢复出原始信道矩阵。该方案在重建精确度和时间性能上均超过了传统压缩感知方案。然而，CsiNet属于无记忆性网络，当运用于由用户端移动引起的时变信道时，需要对每一时刻的CSI做独立的压缩反馈及重建，重建性能随着压缩率的降低而下降。实际中，信道在相干时间内具有相关性。通过利用该时间上的相关性，在CsiNet的基础上提出有记忆的网络架构，可以提升重建性能对压缩率的鲁棒性。因此，本专利技术可减小大规模MIMO信道信息的反馈开销，具有极高的重建精度，特别是对压缩率的下降具有极好的鲁棒性。附图说明图1是本专利技术方法采用的CsiNet-LSTM网络架构示意图。具体实施方式下面结合说明书附图对本专利技术的实施方式进行描述。如图1所示，本专利技术设计了一种大规模MIMO时变信道状态信息压缩反馈及重建方法，该方法具体包括以下步骤：步骤1、获取由用户端移动引起的时变信道状态信息在空频域的信道矩阵序列{Ht}T，对该序列中的T个信道矩阵分别做离散傅里叶DFT变换，获得在角延迟域稀疏的信道矩阵序列{H't}T,定义{H't}T的序列长度即为T。其具体过程为：(1)、对于由用户端移动引起的时变信道，用户端以δt的时间间隔获得t时刻的空频域信道矩阵Ht，并将T个信道矩阵分为一组，构成信道矩阵序列{Ht}T，其中T·δt不超过相干时间，该矩阵序列即为待反馈的信道状态信息。(2)、对信道矩阵序列{Ht}T中的T个信道矩阵分别做DFT变换，获得在角延迟域稀疏的信道矩阵序列{H't}T，定义{H't}T的序列长度即为T。，(3)、定义每个信道矩阵序列{H't}T中第一个信道矩阵H'1为主信道，其余T-1个信道矩阵为辅信道。步骤2、构建包括编码器和译码器的信道反馈及重建模型CsiNet-LSTM，将所述信道矩阵序列{H't}T输入模型的编码器中，输出压缩编码后的码字；及将压缩编码后的码字依次输入模型的译码器中，输出与信道矩阵序列{H't}T同维度的重建信道矩阵序列其中编码器由CsiNet编码器构成本文档来自技高网...

【技术保护点】
1.一种大规模MIMO时变信道状态信息压缩反馈及重建方法，其特征在于，包括以下步骤：步骤1、获取由用户端移动引起的时变信道状态信息在空频域的信道矩阵序列{Ht}T，对该序列中的T个信道矩阵分别做DFT变换，获得在角延迟域稀疏的信道矩阵序列{H't}T，其中定义{H't}T的序列长度即为T；步骤2、构建包括编码器和译码器的信道反馈及重建模型CsiNet‑LSTM，将所述信道矩阵序列{H't}T输入模型的编码器中，输出压缩编码后的码字；及将压缩编码后的码字依次输入模型的译码器中，输出与信道矩阵序列{H't}T同维度的重建信道矩阵序列

【技术特征摘要】
1.一种大规模MIMO时变信道状态信息压缩反馈及重建方法，其特征在于，包括以下步骤：步骤1、获取由用户端移动引起的时变信道状态信息在空频域的信道矩阵序列{Ht}T，对该序列中的T个信道矩阵分别做DFT变换，获得在角延迟域稀疏的信道矩阵序列{H't}T，其中定义{H't}T的序列长度即为T；步骤2、构建包括编码器和译码器的信道反馈及重建模型CsiNet-LSTM，将所述信道矩阵序列{H't}T输入模型的编码器中，输出压缩编码后的码字；及将压缩编码后的码字依次输入模型的译码器中，输出与信道矩阵序列{H't}T同维度的重建信道矩阵序列步骤3、对信道反馈及重建模型CsiNet-LSTM进行训练，使得重建信道矩阵序列逐渐接近信道矩阵序列{H't}T，以获得模型参数；步骤4、对信道反馈及重建模型CsiNet-LSTM输出的重建信道矩阵序列中的每个信道矩阵进行二维逆DFT变换，恢复得到原始空频域的信道矩阵序列{Ht}T的重建值；步骤5、将待反馈和重建的信道状态信息输入已训练的信道反馈及重建模型CsiNet-LSTM中，由模型输出角延迟域重建信道矩阵序列并通过二维逆DFT变换恢复得到原始空频域的信道矩阵序列的重建值。2.根据权利要求1所述大规模MIMO时变信道状态信息压缩反馈及重建方法，其特征在于，所述步骤1获得在角延迟域稀疏的信道矩阵序列{H't}T，包括以下步骤：对于由用户端移动引起的时变信道，用户端以δt的时间间隔获得t时刻的空频域信道...

【专利技术属性】
技术研发人员：金石，王天奇，韩瑜，温朝凯，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32