CN110430147A - 一种面向fdd系统的信道跟踪方法 - Google Patents
一种面向fdd系统的信道跟踪方法 Download PDFInfo
- Publication number
- CN110430147A CN110430147A CN201910634939.6A CN201910634939A CN110430147A CN 110430147 A CN110430147 A CN 110430147A CN 201910634939 A CN201910634939 A CN 201910634939A CN 110430147 A CN110430147 A CN 110430147A
- Authority
- CN
- China
- Prior art keywords
- channel
- parameter
- tracking
- base station
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0417—Feedback systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种面向FDD系统的信道跟踪方法,包括:上行跟踪步骤在初始时刻上行信道进行精确估计,获取包括一条或多条传播路径的增益、俯仰角、水平角以及时延的信道参数;然后在后续的时刻内工作,利用低复杂度优化算法以及在前一个时刻中获得的参数来跟踪变化。下行重建步骤在基站端利用获取的信道参数向用户端发送稀疏导频,用户端利用下行导频重新估计增益并反馈回基站端,最后基站端利用上行跟踪得到的变化信道的每条传播路径的俯仰角、水平角以及时延以及用户端反馈的增益对时变的下行信道进行重建。该发明提供了大规模天线阵时变信道的跟踪与重建方法,尤其克服了FDD大规模天线系统信道信息跟踪复杂度高的难题。
Description
技术领域
本发明涉及一种面向FDD系统的信道跟踪方法,特别涉及一种一种大规模天线阵列频分双工(FDD)系统时变信道信息(CSI)跟踪与重建的低复杂度优化方法,属于无线通信领域。
背景技术
大规模天线技术在未来的第五代移动通信系统和未来通信系统中得到了广泛的应用。在过去的几十年里,获取信道状态信息(CSI)的技术一直在不断地发展和更新。大规模MIMO系统往往采用导频复用的方式,相邻小区间采用非正交导频,致使导频污染严重。目前商用的双工模式包括时分双工(TDD)和FDD。部分大规模MIMO系统采用TDD传输模式,在借助上行导频信号完成上行信道估计后,利用上下行信道之间的互易性,直接将上行信道估计结果应用于下行链路中。然而,大部分无线通信系统采用FDD传输模式,此时信道互易性不复存在,上行探测过程所估计的上行信道不能应用于下行链路。因此,CSI的获取成为大规模MIMO系统的难题之一。目前已有许多基于导频的信道重建方法被提出,它们大致可分为两大类,即非参数估计方法和参数估计方法。在非参数方法中,直接估计每对天线之间的CSI。在参数化方法中,每条路径的参数都是在信道被描述为一个数学模型后进行估计的,例如多个包含波达角、时延、增益参数的路径叠加。由于导频量大、反馈量大,非参数方法在FDD大规模天线阵列系统(LSASs)中很难得到应用,而参数化方法解决了这一瓶颈。
在参数化方法中,有研究结果提出上下行信道的波达角、时延等物理传播路径参数是互易的,利用基于压缩感知(CS)方法提取上行链路中各路径的参数,利用上行链路获得的频率无关参数重构下行信道。然而这种参数化方法的估计精确度依赖于搜索字典的分辨率,字典分辨率越高则精确度越高。由于信道参数随时间而变化,为了保证信道重建的性能不退化,因此需要经常更新这些参数的估计值,如果直接使用高分辨率字典会导致较高的复杂度,这对于时变信道而言并不能满足实际系统的需求。
综上所述,如何以较低的复杂度动态获取具有较高可用性的FDD大规模MIMO下行CSI成为第五代移动通信亟待突破的难题。
发明内容
为了克服现有技术存在的不足,本发明提供一种面向FDD系统的下行时变信道跟踪方法,突破了FDD大规模MIMO系统时变下行CSI跟踪获取的瓶颈,利用物理路径参数慢时变的特性,以较小的时间复杂度,实现FDD大规模MIMO系统下行时变信道的跟踪与重建,同时保证了重建信道方法的实用性。
本发明为解决上述技术问题采用以下技术方案:
本发明提供一种面向FDD系统的信道跟踪方法,DD无线传输系统中,基站在初始时刻估计出上行CSI后,利用用户端波达角、时延参数连续变化的特性,基于前一时刻信道CSI构建后续时刻的低复杂度跟踪算法,实现时变信道参数跟踪获取;利用上下行角度互易性,向下行发送稀疏导频,使用户设备重新估计并反馈增益信息,利用估计出的上行CSI和下行重估并反馈的增益,跟踪重建下行时变信道。
该方法具体包括如下步骤:
步骤(1):在初始时刻,用户端发送上行导频信号,基站端对接收到的信号进行信道参数的估计,得到初始时刻上行信道参数集,然后对下行信道增益重新估计并反馈回基站端,从而重建下行信道;
步骤(2):在第n时刻,用户端发送上行稀疏导频信号,基站端利用第n-1时刻上行信道参数集构建低复杂度跟踪方法,对第n时刻的上行信道参数集进行跟踪估计,然后对下行信道增益重新估计并反馈回基站端,从而重建下行信道。
作为本发明的进一步技术方案,所述步骤(1)中的对接收到的信号进行信道参数的估计具体包括以下步骤:
步骤1.1:建立一个离散的参数集合,对接收到的信号进行基于正交匹配追踪算法的离散参数粗估计,每次迭代估计一条传播路径的参数;
步骤1.2:每次估计出一条传播路径的参数之后,使用牛顿法对该条路径信道的离散参数进行单一连续优化;
步骤1.3:每当完成一条新估计路径的单一优化后,对之前所估计的所有路径再逐一进行牛顿法的优化。
作为本发明的进一步技术方案,所述步骤(2)中的基站端利用第n-1时刻上行信道参数集构建的低复杂度跟踪方法具体包括以下步骤:
步骤2.1:检查第n-1时刻信道参数是否可以延用:基站端利用前一时刻信道参数重新计算当前信道增益并计算当前残余信号的能量,如果残余信号的能量小于门限值,则跟踪算法结束,并延用第n-1时刻的信道参数,否则转入步骤2.2;
步骤2.2:跟踪:第n-1时刻的信道参数不能延用,则对每条传播路径进行低复杂度跟踪算法,跟踪估计传播路径的延迟和角度参数并并入信道参数集中,在跟踪估计完前一时刻所有传播路径后,计算残余信号的能量是否大于门限值,如果是则认为有新路径产生并转入步骤2.3,否则算法结束;
步骤2.3:新路径估计:当产生了一个前一时刻不存在的新路径时,应用步骤1.1至1.3的方法对残余信号进行信道参数的估计,并将时延与角度参数并入步骤2.2跟踪估计的信道参数集中,得到第n时刻的信道参数,算法结束。
作为本发明的进一步技术方案,所述步骤(1)与步骤(2)中的对下行信道增益重新估计并反馈回基站端,从而重建下行信道的方法具体过程为:基站端向下行信道发送稀疏导频,用户端利用接收到的下行导频,重新估计下行信道增益,并将增益反馈回基站,基站端利用反馈得到的下行信道增益以及上行信道参数集,重建下行信道。
作为本发明的进一步技术方案,第n时刻信道参数集包含上下行信道频率互易的波束俯仰角、波束水平角、时延,上下行信道的频率非互易的复增益则不包含在参数集内。
作为本发明的进一步技术方案,所述步骤2.2低复杂度跟踪算法具体过程为:
分别将前一时刻信道参数集的每条路径参数设为离散参数集合的取值中心,并将离散参数集合的取值范围缩减为完备取值范围的1/β,依次对一条路径进行基于缩减离散参数集合的正交匹配追踪算法,直到完成对前一时刻所有传播路径的跟踪估计。
与现有技术相比,本发明优点体现在于利用信道传播路径变化较慢的特性,设计了一种检测-跟踪-查新的信道跟踪方法,同时利用前一时刻信道估计参数,构建了简化的离散参数集合,有效降低了匹配追踪算法的时间和空间复杂度,避免了每次对信道进行精确估计的高复杂度步骤,在不降低估计精度的前提下,有效降低了算法复杂度,解决了FDD大规模MIMO系统时变信道跟踪的难题。
附图说明
图1为本发明实施例的流程图。
图2为信道跟踪算法的流程图。
图3为根据前一时刻参数设计字典的示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
在FDD大规模MIMO系统中,基站均匀平面阵列(UPA)天线数为M=Nv×Nh,其中Nv,Nh分别为水平维与俯仰维的天线数量,M的量级通常为102、103,用户设备采用单天线配置。为进行下行链路数据传输,基站需获取时变信道的下行CSI,跟踪重建下行信道hdl。本实施例将对hdl进行跟踪重建,如图1所示,包括如下步骤:
步骤(1):在初始时刻,用户端发送上行导频信号,基站端利用基于牛顿正交匹配追踪的算法对接收到的信号进行信道参数的精确估计,得到初始时刻上行信道参数集其中分别表示信道的初始时刻第l条路径的波达水平角、俯仰角以及时延参数,表示初始时刻估计出的路径数量,然后对下行信道增益重新估计并反馈回基站端,从而重建下行信道,其中基于牛顿正交匹配追踪算法的具体步骤如下:
步骤1.1:建立一个离散的参数集合,对接收信号进行基于正交匹配追踪算法的参数粗估计,每次迭代估计一条传播路径的参数
步骤1.2:每次估计出一条传播路径之后,使用牛顿法对该条路径信道参数进行单一优化;
步骤1.3每当完成一条新估计路径的单一优化后,对之前所估计的所有路径再逐一进行牛顿法的优化,直到残余信号能量小于门限值则股计算法停止。
步骤(2):在第n个时刻,用户端发送上行稀疏导频信号,基站端利用第n-1时刻上行信道参数集Pn-1构建低复杂度跟踪方法,对第n时刻的上行信道参数集Pn进行跟踪估计,并对下行信道增益重新估计,然后反馈回基站端,从而重建下行信道,其中利用前一时刻参数构建的低复杂度跟踪方法如图2所述,具体步骤如下:
步骤2.1:检查第n-1时刻信道参数是否可以延用,基站端利用前一时刻信道参数重新估计当前信道增益并计算当前残余信号能量,如果残余信号能量小于门限值,则跟踪算法结束,并延用第n-1时刻的信道参数不是则转入步骤2.2;
步骤2.2:跟踪前一时刻信道参数,如果残余信号能量大于门限值,即n-1时刻的信道参数不能直接应用于第n时刻,则对每条路径进行低复杂度跟踪估计,估计其延迟和角度,在跟踪估计完L(n-1)条原有路径后,计算残余信号能量是否大于门限值,如果是则认为有新路径产生并转入步骤2.3,不是则算法结束,其中低复杂度跟踪估计方法具体过程为:如图3所示,分别将前一时刻信道参数集的每条路径参数设为离散参数字典的取值中心,并将离散参数字典的取值范围缩减为完备取值范围的1/β,依次对每一条路径进行基于缩减离散参数字典的正交匹配追踪算法,直到完成对前一时刻所有传播路径的跟踪估计;
步骤2.3:新路径估计,当产生了一个前一时刻不存在的新路径时,应用基于牛顿正交匹配追踪的方法对残余信号进行一个完全的估计,并将参数并入步骤2.2跟踪估计的信道参数中,得到第n时刻的信道参数,算法结束。
其中,下行信道重建的具体过程包括:基站端发送稀疏下行导频,用户设备利用LS法对接收到的下行导频进行增益gdl估计并反馈给基站端,基站端利用下行反馈的增益以及上行信道参数集进行下行信道重建,得到下行信道为:
其中,gdl,l(n)、θl(n)、τl(n)分别表示第n时刻第l条路径的下行信道增益、水平角、俯仰角、时延参数,p(τl(n))分别表示第n时刻第l条路径的波达角导向矢量与时延导向矢量,L(n)表示第n时刻的传播路径数。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (6)
1.一种面向FDD系统的信道跟踪方法,其特征在于,FDD无线传输系统中,基站在初始时刻估计出上行CSI后,利用用户端波达角、时延参数连续变化的特性,基于前一时刻信道CSI构建后续时刻的低复杂度跟踪算法,实现时变信道参数跟踪获取;利用上下行角度互易性,向下行发送稀疏导频,使用户设备重新估计并反馈增益信息,利用估计出的上行CSI和下行重估并反馈的增益,跟踪重建下行时变信道;
该方法具体包括如下步骤:
步骤(1):在初始时刻,用户端发送上行导频信号,基站端对接收到的信号进行信道参数的估计,得到初始时刻上行信道参数集,然后对下行信道增益重新估计并反馈回基站端,从而重建下行信道;
步骤(2):在第n时刻,用户端发送上行稀疏导频信号,基站端利用第n-1时刻上行信道参数集构建低复杂度跟踪方法,对第n时刻的上行信道参数集进行跟踪估计,然后对下行信道增益重新估计并反馈回基站端,从而重建下行信道。
2.根据权利要求1所述的一种面向FDD系统的信道跟踪方法,其特征在于,所述步骤(1)中的对接收到的信号进行信道参数的估计具体包括以下步骤:
步骤1.1:建立一个离散的参数集合,对接收到的信号进行基于正交匹配追踪算法的离散参数粗估计,每次迭代估计一条传播路径的参数;
步骤1.2:每次估计出一条传播路径的参数之后,使用牛顿法对该条路径信道的离散参数进行单一连续优化;
步骤1.3:每当完成一条新估计路径的单一优化后,对之前所估计的所有路径再逐一进行牛顿法的优化。
3.根据权利要求2所述的一种面向FDD系统的信道跟踪方法,其特征在于,所述步骤(2)中的基站端利用第n-1时刻上行信道参数集构建的低复杂度跟踪方法具体包括以下步骤:
步骤2.1:检查第n-1时刻信道参数是否可以延用:基站端利用前一时刻信道参数重新计算当前信道增益并计算当前残余信号的能量,如果残余信号的能量小于门限值,则跟踪算法结束,并延用第n-1时刻的信道参数,否则转入步骤2.2;
步骤2.2:跟踪:第n-1时刻的信道参数不能延用,则对每条传播路径进行低复杂度跟踪算法,跟踪估计传播路径的延迟和角度参数并并入信道参数集中,在跟踪估计完前一时刻所有传播路径后,计算残余信号的能量是否大于门限值,如果是则认为有新路径产生并转入步骤2.3,否则算法结束;
步骤2.3:新路径估计:当产生了一个前一时刻不存在的新路径时,应用步骤1.1至1.3的方法对残余信号进行信道参数的估计,并将时延与角度参数并入步骤2.2跟踪估计的信道参数集中,得到第n时刻的信道参数,算法结束。
4.根据权利要求1所述的一种面向FDD系统的信道跟踪方法,其特征在于,所述步骤(1)与步骤(2)中的对下行信道增益重新估计并反馈回基站端,从而重建下行信道的方法具体过程为:基站端向下行信道发送稀疏导频,用户端利用接收到的下行导频,重新估计下行信道增益,并将增益反馈回基站,基站端利用反馈得到的下行信道增益以及上行信道参数集,重建下行信道。
5.根据权利要求1所述的一种面向FDD系统的信道跟踪方法,其特征在于,第n时刻信道参数集包含上下行信道频率互易的波束俯仰角、波束水平角、时延,上下行信道的频率非互易的复增益则不包含在参数集内。
6.根据权利要求3所述的一种面向FDD系统的信道跟踪方法,其特征在于,步骤2.2中所述低复杂度跟踪算法具体过程为:
分别将前一时刻信道参数集的每条路径参数设为离散参数集合的取值中心,并将离散参数集合的取值范围缩减为完备取值范围的1/β,依次对一条路径进行基于缩减离散参数集合的正交匹配追踪算法,直到完成对前一时刻所有传播路径的跟踪估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910634939.6A CN110430147B (zh) | 2019-07-15 | 2019-07-15 | 一种面向fdd系统的信道跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910634939.6A CN110430147B (zh) | 2019-07-15 | 2019-07-15 | 一种面向fdd系统的信道跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110430147A true CN110430147A (zh) | 2019-11-08 |
CN110430147B CN110430147B (zh) | 2021-12-14 |
Family
ID=68410630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910634939.6A Active CN110430147B (zh) | 2019-07-15 | 2019-07-15 | 一种面向fdd系统的信道跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110430147B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113746509A (zh) * | 2020-05-28 | 2021-12-03 | 维沃移动通信有限公司 | 信道信息的处理方法及装置 |
CN115053498A (zh) * | 2020-02-21 | 2022-09-13 | 华为技术有限公司 | 预测信道状态信息的方法及装置 |
CN115412187A (zh) * | 2022-07-10 | 2022-11-29 | 重庆邮电大学 | 一种基于可重构智能表面的毫米波信道追踪方法 |
WO2023217116A1 (zh) * | 2022-05-12 | 2023-11-16 | 华为技术有限公司 | 通信方法和通信装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107171708A (zh) * | 2017-05-25 | 2017-09-15 | 清华大学 | 一种大规模mimo系统的信道跟踪与混合预编码方法 |
CN107911153A (zh) * | 2017-10-31 | 2018-04-13 | 东南大学 | 一种面向fdd系统的基于上行csi的下行信道重建方法 |
CN108494449A (zh) * | 2018-03-23 | 2018-09-04 | 中国人民解放军陆军工程大学 | 大规模mimo高速移动场景下角度域信道追踪方法 |
CN108650003A (zh) * | 2018-04-17 | 2018-10-12 | 中国人民解放军陆军工程大学 | 大规模mimo高速移动场景下联合多普勒补偿的混合传输方法 |
CN109327918A (zh) * | 2018-11-19 | 2019-02-12 | 东南大学 | 一种低开销的fdd大规模mimo下行信道重建方法 |
CN109408765A (zh) * | 2018-09-12 | 2019-03-01 | 南京航空航天大学 | 基于拟牛顿法的智能匹配追踪稀疏重建方法 |
-
2019
- 2019-07-15 CN CN201910634939.6A patent/CN110430147B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107171708A (zh) * | 2017-05-25 | 2017-09-15 | 清华大学 | 一种大规模mimo系统的信道跟踪与混合预编码方法 |
CN107911153A (zh) * | 2017-10-31 | 2018-04-13 | 东南大学 | 一种面向fdd系统的基于上行csi的下行信道重建方法 |
CN108494449A (zh) * | 2018-03-23 | 2018-09-04 | 中国人民解放军陆军工程大学 | 大规模mimo高速移动场景下角度域信道追踪方法 |
CN108650003A (zh) * | 2018-04-17 | 2018-10-12 | 中国人民解放军陆军工程大学 | 大规模mimo高速移动场景下联合多普勒补偿的混合传输方法 |
CN109408765A (zh) * | 2018-09-12 | 2019-03-01 | 南京航空航天大学 | 基于拟牛顿法的智能匹配追踪稀疏重建方法 |
CN109327918A (zh) * | 2018-11-19 | 2019-02-12 | 东南大学 | 一种低开销的fdd大规模mimo下行信道重建方法 |
Non-Patent Citations (2)
Title |
---|
JIANPENG MA,等: "Sparse Bayesian Learning for the Time-Varying Massive MIMO Channels: Acquisition and Tracking", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 * |
李赛峰等: "一种改进的基于压缩感知的稀疏信道估计算法", 《数据采集与处理》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115053498A (zh) * | 2020-02-21 | 2022-09-13 | 华为技术有限公司 | 预测信道状态信息的方法及装置 |
CN115053498B (zh) * | 2020-02-21 | 2024-05-14 | 华为技术有限公司 | 预测信道状态信息的方法及装置 |
CN113746509A (zh) * | 2020-05-28 | 2021-12-03 | 维沃移动通信有限公司 | 信道信息的处理方法及装置 |
CN113746509B (zh) * | 2020-05-28 | 2022-11-01 | 维沃移动通信有限公司 | 信道信息的处理方法、装置、终端、网络侧设备以及介质 |
WO2023217116A1 (zh) * | 2022-05-12 | 2023-11-16 | 华为技术有限公司 | 通信方法和通信装置 |
CN115412187A (zh) * | 2022-07-10 | 2022-11-29 | 重庆邮电大学 | 一种基于可重构智能表面的毫米波信道追踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110430147B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110430147A (zh) | 一种面向fdd系统的信道跟踪方法 | |
CN110855585B (zh) | 一种毫米波大规模mimo系统的信道估计方法 | |
CN108768585B (zh) | 基于深度学习的上行免信令非正交多址接入noma系统多用户检测方法 | |
CN108512787B (zh) | 大规模mimo系统的超精细信道估计方法 | |
CN105791186B (zh) | 一种大规模mimo系统中的稀疏低秩信道联合估计方法 | |
CN109327918B (zh) | 一种低开销的fdd大规模mimo下行信道重建方法 | |
CN108599820A (zh) | 基于块结构自适应压缩采样匹配追踪算法的大规模mimo系统信道估计方法 | |
CN104539335B (zh) | 一种大规模天线系统的有限反馈方法及装置 | |
CN110518946A (zh) | 基于毫米波时变信道块稀疏和低秩的时变信道估计方法 | |
CN102148987A (zh) | 基于先验模型和l0范数的压缩感知图像重构方法 | |
Yin et al. | Deep CSI compression for massive MIMO: A self-information model-driven neural network | |
CN108199990B (zh) | 一种非高斯噪声3d-mimo信道估计方法 | |
CN103226825B (zh) | 基于低秩稀疏模型的遥感图像变化检测方法 | |
CN106528490A (zh) | 一种fpga异构加速计算装置及系统 | |
CN111654456A (zh) | 基于降维分解的毫米波大规模mimo角域信道估计方法及装置 | |
CN114119371B (zh) | 视频超分模型训练方法和装置、视频超分处理方法和装置 | |
CN115021787A (zh) | 一种基于复数卷积神经网络的信道状态信息反馈方法 | |
CN113037668B (zh) | 一种毫米波点对点通信信道均衡方法 | |
CN105207959B (zh) | 一种miso-ofdm系统的信道估计方法 | |
CN106209189A (zh) | 大规模mimo系统中信号检测装置及方法 | |
Wang et al. | Cca-net: A lightweight network using criss-cross attention for csi feedback | |
CN110113084B (zh) | Mimo闭环传输系统的信道预测方法 | |
CN109120315A (zh) | 基于移动场景下波束域信道矩阵的自适应降维方法 | |
CN110536299B (zh) | 基于边缘计算和离散随机卷积的数据包合法性确认方法 | |
CN107944362A (zh) | 一种基于ica降低误码率的盲源分离方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |