基本信息:
- 专利标题： 一种压缩感知和深度学习辅助的MIMO波束空间信道估计方法
- 申请号：CN202311680225.1 申请日：2023-12-07
- 公开(公告)号：CN117640302A 公开(公告)日：2024-03-01
- 发明人： 郑文静 , 孙凯健 , 焦成宇 , 张绪毅 , 高鹤 , 李军 , 孙岳 , 陈浩 , 田西伟
- 申请人： 齐鲁工业大学(山东省科学院) , 山东正晨科技股份有限公司
- 申请人地址： 山东省济南市西部新城大学科技园
- 专利权人： 齐鲁工业大学(山东省科学院),山东正晨科技股份有限公司
- 当前专利权人： 齐鲁工业大学(山东省科学院),山东正晨科技股份有限公司
- 当前专利权人地址： 山东省济南市西部新城大学科技园
- 代理机构： 济南格源知识产权代理有限公司
- 代理人： 张蕾
- 主分类号： H04L25/02
- IPC分类号： H04L25/02 ; H04B7/0413
摘要：
本发明涉及高速无线通信技术领域，尤其是提供了一种压缩感知和深度学习辅助的MIMO波束空间信道估计方法。该方法包括搭建多输入多输出MIMO系统，并生成数据集；根据数据集，通过选择矩阵对所述数据集进行压缩采样，并按照8：2的比例划分训练集和测试集；构建基于全连接层的线性映射网络FC和卷积神经网络CNN的信道估计模型CSNet；根据训练集对信道估计模型进行训练，生成训练后的信道估计模型；通过训练后的信道估计模型进行信道估计，得到信道矩阵；将测试集输入训练后的信道估计模型，进行在线部署，并评估信道估计模型CSNet的性能，该方法实现了对波束空间信道的实时估计，提高了信道估计的精度以及降低了计算的复杂度，从而加快了运算速度。