一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法技术方案

本发明专利技术属于智能移动通信技术领域，具体涉及一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法；该方法包括：实时获取大规模MIMO系统中下行链路CSI矩阵；根据CSI矩阵，得到角度时延域稀疏的CSI矩阵；对角度时延域稀疏的CSI矩阵进行截断，得到截断矩阵；采用MRFNet编码器对截断矩阵进行处理，得到CSI压缩码字；采用MRFNet对CSI压缩码字进行处理，得到新的CSI矩阵；根据新的CSI矩阵得到重建的CSI矩阵；本发明专利技术实现了反馈网络模型可以输入不同维度大小的CSI，将不同环境与压缩比进行网络融合，使得移动终端只需要保存一套反馈网络，且能保持较高的CSI恢复精度。且能保持较高的CSI恢复精度。且能保持较高的CSI恢复精度。

【技术实现步骤摘要】
一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法


[0001]本专利技术属于智能移动通信
，具体涉及一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法。

技术介绍

[0002]随着全球移动数据流量的高速增长，人们对数据传输速率和可靠性等需求进一步增加。因此，为了应对这种发展趋势，5G通信系统提出了超密集异构蜂窝网络，毫米波通信和大规模多输入多输出(Multiple
‑
Input Multiple
‑
Output，MIMO)三大核心关键技术。其中，大规模MIMO指基站端使用数百根天线来同时服务于多个用户小区的通信系统，相较于传统MIMO系统，大规模MIMO系统可以增加数倍的通信系统容量，提高能量传输效率，降低空口时延。上述大规模MIMO系统的诸多优势是建立在基站端可以精确获知信道状态信息(Channel State Information，CSI)的基础上，并以此通过预编码来消除多用户间的干扰。然而对于频分复用(Frequency Division Duplexity，FDD)制式下的大规模MIMO系统，上行链路和下行链路工作在不同频率上，因此下行CSI是由用户端获得，并通过反馈链路传送回基站端，考虑到基站端使用大量天线，反馈完整的CSI将导致巨大的资源开销，因此，为了保证CSI的时效性，必须尽可能降低反馈延迟。
[0003]传统CSI反馈方法一方面是基于码本来实现，但大规模MIMO系统中的天线数量较大，增加了码本的尺寸与设计复杂度。另一方面是基于压缩感知(Compressive Sensing，CS)的CSI反馈方法，但是基于CS反馈方法的缺点在于需要信道的先验假设，即十分依赖CSI矩阵的稀疏特性，然而实际场景中无法达到理论上的完全稀疏；CS恢复算法涉及大量的矩阵迭代计算，随着天线数量的增加，计算复杂度随之增加，影响实际通信系统的实时性。因此，传统CSI反馈方法无法很好的应用于大规模MIMO系统。
[0004]近年来，随着深度学习在计算机视觉，自然语言处理等领域取得显著成果，一些学者已经成功将其应用于CSI反馈。然而，绝大多数现有基于深度学习的CSI反馈方法只关注模型的重构精度而忽略了模型的实用性与计算复杂度，其一方面是依靠全连接层构建传输码字，这要求输入数据的维度固定不变，导致实际应用中其他维度的CSI矩阵不能应用于现有反馈方法；另一方面，由于目前终端的硬件性能有限，绝大多数反馈网络的编码器由于占有大量的内存资源与处理器资源，实际上并不能很好的应用于终端；综上所述，设计一种适用多种CSI维度和多种环境且具有低参数量和计算量，并可以部署在终端的反馈网络是具有实际意义的。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术提出了一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法，该方法包括：实时获取大规模MIMO系统中下行链路CSI信道矩阵，采用训练好的多分辨率融合卷积反馈网络模型对下行链路CSI信道矩阵进行处理，
得到新的CSI信道矩阵；对新的CSI信道矩阵进行处理，得到重建的CSI信道矩阵；
[0006]对多分辨率融合卷积反馈网络模型进行训练的过程包括：
[0007]S1：获取下行链路CSI信道矩阵；
[0008]S2：对CSI信道矩阵作二维DFT变换，得到角度时延域稀疏的CSI信道矩阵；
[0009]S3：对角度时延域稀疏的CSI信道矩阵进行截断，得到截断矩阵；
[0010]S4：采用多分辨率融合卷积反馈网络编码器对截断矩阵进行处理，得到CSI压缩码字；
[0011]S5：采用多分辨率融合卷积反馈网络译码器对CSI压缩码字进行处理，得到新的CSI信道矩阵；
[0012]S6：计算多分辨率融合卷积反馈网络模型的损失函数，根据损失函数调整模型的参数；当损失最小时，得到训练好的多分辨率融合卷积反馈网络模型。
[0013]优选的，对CSI信道矩阵作二维DFT变换的公式为：
[0014]H
′
＝F
c
HF
tH
[0015]其中，H
′
表示角度时延域稀疏的CSI信道矩阵，F
c
表示左乘DFT矩阵，H表示下行链路CSI信道矩阵，F
tH
表示右乘DFT矩阵。
[0016]优选的，采用多分辨率融合卷积反馈网络编码器对截断矩阵进行处理的过程包括：多分辨率融合卷积反馈网络编码器包括：两个卷积核为3
×
3的卷积层、三个多分辨率卷积模块MBlock和一个均值池化层；
[0017]采用第一个卷积核为3
×
3的卷积层对截断矩阵进行通道升维，得到通道升维后的截断矩阵；
[0018]采用三个多分辨率卷积模块MBlock依次获取通道升维后的截断矩阵在不同稀疏度下的特征信息并对矩阵进行降维处理，得到降维后的截断矩阵；
[0019]采用均值池化层和第二个卷积核为3
×
3的卷积层对降维后的截断矩阵进行处理，得到CSI压缩码字。
[0020]进一步的，多分辨率卷积模块包括：两个卷积核分别为3
×
3和7
×
7的并行卷积层、一个叠加层和一个通道混洗层。
[0021]优选的，采用多分辨率融合卷积反馈网络译码器对CSI压缩码字进行处理的过程包括：多分辨率融合卷积反馈网络译码器包括：四个上采样卷积模块UCBlock、两个密集连接模块Dense Block和两个卷积核为3
×
3的卷积层；
[0022]采用四个上采样卷积模块UCBlock依次对CSI压缩码字进行处理，得到初步恢复的CSI信道矩阵；
[0023]采用第一个卷积核为3
×
3的卷积层对初步恢复的CSI信道矩阵进行特征提取和通道降维处理，得到第一特征矩阵；
[0024]采用两个密集连接模块Dense Block依次对第一特征矩阵进行细化特征处理，得到第二特征矩阵；
[0025]采用第二个卷积核为3
×
3的卷积层对第二特征矩阵进行处理，得到特征图；
[0026]对特征图进行sigmoid激活函数和归一化处理，得到新的CSI信道矩阵。
[0027]进一步的，上采样卷积模块包括：一个上采样层和一个卷积核为3
×
3的卷积层。
[0028]进一步的，采用密集连接模块对第一特征矩阵进行细化处理包括：密集连接模块
包括三个卷积核为3
×
3的卷积层和一个卷积核为1
×
1的卷积层；
[0029]采用三个卷积核为3
×
3的卷积层依次对第一特征矩阵进行处理，其中每层卷积的输入为之前所有卷积层的输出进行拼接而成；将每层卷积输出进行拼接，得到拼接矩阵；
[0030]采用卷积核为1
×
1的卷积层对拼接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法，其特征在于，包括：实时获取大规模MIMO系统中下行链路CSI信道矩阵，采用训练好的多分辨率融合卷积反馈网络模型对下行链路CSI信道矩阵进行处理，得到新的CSI信道矩阵；对新的CSI信道矩阵进行处理，得到重建的CSI信道矩阵；对多分辨率融合卷积反馈网络模型进行训练的过程包括：S1：获取下行链路CSI信道矩阵；S2：对CSI信道矩阵作二维DFT变换，得到角度时延域稀疏的CSI信道矩阵；S3：对角度时延域稀疏的CSI信道矩阵进行截断，得到截断矩阵；S4：采用多分辨率融合卷积反馈网络编码器对截断矩阵进行处理，得到CSI压缩码字；S5：采用多分辨率融合卷积反馈网络译码器对CSI压缩码字进行处理，得到新的CSI信道矩阵；S6：计算多分辨率融合卷积反馈网络模型的损失函数，根据损失函数调整模型的参数；当损失最小时，得到训练好的多分辨率融合卷积反馈网络模型。2.根据权利要求1所述的一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法，其特征在于，对CSI信道矩阵作二维DFT变换的公式为：H
′
＝F
c
HF
tH
其中，H
′
表示角度时延域稀疏的CSI信道矩阵，F
c
表示左乘DFT矩阵，H表示下行链路CSI信道矩阵，F
tH
表示右乘DFT矩阵。3.根据权利要求1所述的一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法，其特征在于，采用多分辨率融合卷积反馈网络编码器对截断矩阵进行处理的过程包括：多分辨率融合卷积反馈网络编码器包括：两个卷积核为3
×
3的卷积层、三个多分辨率卷积模块MBlock和一个均值池化层；采用第一个卷积核为3
×
3的卷积层对截断矩阵进行通道升维，得到通道升维后的截断矩阵；采用三个多分辨率卷积模块MBlock依次获取通道升维后的截断矩阵在不同稀疏度下的特征信息并对矩阵进行降维处理，得到降维后的截断矩阵；采用均值池化层和第二个卷积核为3
×
3的卷积层对降维后的截断矩阵进行处理，得到CSI压缩码字。4.根据权利要求3所述的一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法，其特征在于，多分辨率卷积模块包括：两个卷积核分别为3
×
3和7
×
7的并行卷积层、一个叠加层和一个通道混洗层。5.根据权利要求1所述的一种大规模MIMO系统中基于多分辨率融合卷积反馈网络的CSI反馈方法，其特征在于，采用多分辨率融合卷积反馈网络译码器对C...

【专利技术属性】
技术研发人员：苏开荣，李子豪，彭德义，李云，吕佳英，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：