CN113748614A - 一种信道估计模型训练方法及设备 - Google Patents
一种信道估计模型训练方法及设备 Download PDFInfo
- Publication number
- CN113748614A CN113748614A CN201980095867.0A CN201980095867A CN113748614A CN 113748614 A CN113748614 A CN 113748614A CN 201980095867 A CN201980095867 A CN 201980095867A CN 113748614 A CN113748614 A CN 113748614A
- Authority
- CN
- China
- Prior art keywords
- layer
- channel matrix
- input
- fully
- output
- 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
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Error Detection And Correction (AREA)
- Radio Transmission System (AREA)
Abstract
本申请实施例提供一种信道估计模型训练方法及设备,该方法包括:将第一信道矩阵转换为码字信息,并利用所述码字信息重建信道矩阵,得到第二信道矩阵;利用所述第一信道矩阵和所述第二信道矩阵对信道估计模型进行深度学习,得到训练后的信道估计模型,其中,所述信道估计模型是基于深度神经网络构建的;获取终端发射的第一信号;利用所述训练后的信道估计模型,对所述第一信号进行信道估计。采用本申请实施例,能够降低信道估计的误差。
Description
PCT国内申请,说明书已公开。
Claims (20)
- PCT国内申请,权利要求书已公开。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2019/085230 WO2020220278A1 (zh) | 2019-04-30 | 2019-04-30 | 一种信道估计模型训练方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113748614A true CN113748614A (zh) | 2021-12-03 |
CN113748614B CN113748614B (zh) | 2023-06-20 |
Family
ID=73029551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980095867.0A Active CN113748614B (zh) | 2019-04-30 | 2019-04-30 | 一种信道估计模型训练方法及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113748614B (zh) |
WO (1) | WO2020220278A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781455A (zh) * | 2022-04-24 | 2022-07-22 | 超讯通信股份有限公司 | 信道估计模型的训练方法、信道估计方法、装置及设备 |
WO2023198169A1 (zh) * | 2022-04-15 | 2023-10-19 | 展讯半导体(南京)有限公司 | 一种信息反馈方法及相关装置 |
CN117914657A (zh) * | 2024-03-15 | 2024-04-19 | 齐鲁工业大学(山东省科学院) | 基于FFDNet的毫米波大规模MIMO系统信道估计方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112910806B (zh) * | 2021-01-19 | 2022-04-08 | 北京理工大学 | 基于深度神经网络的联合信道估计及用户激活检测方法 |
WO2022236788A1 (zh) * | 2021-05-13 | 2022-11-17 | Oppo广东移动通信有限公司 | 通信方法、设备及存储介质 |
CN115514462A (zh) * | 2021-06-22 | 2022-12-23 | 华为技术有限公司 | 信息传输的方法和装置 |
CN113890795B (zh) * | 2021-09-09 | 2023-06-23 | 广州杰赛科技股份有限公司 | 大规模mimo信道估计模型的构建方法、装置及介质 |
CN114363129B (zh) * | 2022-01-10 | 2023-06-16 | 嘉兴学院 | 一种基于深度密集残差网络的无线衰落信道估计方法 |
CN118679713A (zh) * | 2022-01-19 | 2024-09-20 | Oppo广东移动通信有限公司 | 信道估计方法、训练信道估计模型的方法和通信设备 |
CN114422059B (zh) * | 2022-01-24 | 2023-01-24 | 清华大学 | 信道预测方法、装置、电子设备及存储介质 |
CN115664893A (zh) * | 2022-03-21 | 2023-01-31 | 东南大学 | 一种mimo通信系统中基于深度学习的符号检测方法 |
CN114844749B (zh) * | 2022-04-26 | 2023-06-09 | 电子科技大学 | 基于神经网络的光纤信道估计方法 |
CN114884549A (zh) * | 2022-05-06 | 2022-08-09 | 烟台中科网络技术研究所 | 基于深度学习的大规模mimo信道状态信息反馈方法 |
CN115001916B (zh) * | 2022-06-06 | 2023-08-01 | 北京理工大学 | 一种基于深度学习及盲识别的mcs识别方法 |
CN117479316A (zh) * | 2022-07-18 | 2024-01-30 | 中兴通讯股份有限公司 | 一种信道状态信息的确定方法、电子设备和存储介质 |
CN115913423B (zh) * | 2022-10-31 | 2024-05-14 | 华中科技大学 | 非平稳大规模mimo信道的多步预测模型训练方法及预测方法 |
CN118473480A (zh) * | 2023-02-09 | 2024-08-09 | 中兴通讯股份有限公司 | 信道信息反馈方法、信道信息获取方法、存储介质 |
CN116319195B (zh) * | 2023-04-04 | 2023-10-20 | 上海交通大学 | 基于剪枝卷积神经网络的毫米波和太赫兹信道估计方法 |
CN116962121B (zh) * | 2023-07-27 | 2024-02-27 | 广东工业大学 | 一种深度学习联合信道估计的LoRa系统信号检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868422A (zh) * | 2012-09-07 | 2013-01-09 | 天津理工大学 | 一种基于神经网络的mmse-bdfe多用户检测系统及其工作方法 |
US20150049745A1 (en) * | 2013-08-16 | 2015-02-19 | Origin Wireless Communications, Inc. | Time-reversal wireless systems having asymmetric architecture |
US9015093B1 (en) * | 2010-10-26 | 2015-04-21 | Michael Lamport Commons | Intelligent control with hierarchical stacked neural networks |
CN109672464A (zh) * | 2018-12-13 | 2019-04-23 | 西安电子科技大学 | 基于fcfnn的大规模mimo信道状态信息反馈方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107743103B (zh) * | 2017-10-26 | 2020-02-14 | 北京交通大学 | 基于深度学习的mmtc系统的多节点接入检测和信道估计方法 |
-
2019
- 2019-04-30 WO PCT/CN2019/085230 patent/WO2020220278A1/zh active Application Filing
- 2019-04-30 CN CN201980095867.0A patent/CN113748614B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9015093B1 (en) * | 2010-10-26 | 2015-04-21 | Michael Lamport Commons | Intelligent control with hierarchical stacked neural networks |
CN102868422A (zh) * | 2012-09-07 | 2013-01-09 | 天津理工大学 | 一种基于神经网络的mmse-bdfe多用户检测系统及其工作方法 |
US20150049745A1 (en) * | 2013-08-16 | 2015-02-19 | Origin Wireless Communications, Inc. | Time-reversal wireless systems having asymmetric architecture |
CN109672464A (zh) * | 2018-12-13 | 2019-04-23 | 西安电子科技大学 | 基于fcfnn的大规模mimo信道状态信息反馈方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023198169A1 (zh) * | 2022-04-15 | 2023-10-19 | 展讯半导体(南京)有限公司 | 一种信息反馈方法及相关装置 |
CN114781455A (zh) * | 2022-04-24 | 2022-07-22 | 超讯通信股份有限公司 | 信道估计模型的训练方法、信道估计方法、装置及设备 |
CN117914657A (zh) * | 2024-03-15 | 2024-04-19 | 齐鲁工业大学(山东省科学院) | 基于FFDNet的毫米波大规模MIMO系统信道估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113748614B (zh) | 2023-06-20 |
WO2020220278A1 (zh) | 2020-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113748614B (zh) | 一种信道估计模型训练方法及设备 | |
CN112737985B (zh) | 基于深度学习的大规模mimo信道联合估计和反馈方法 | |
CN111464220B (zh) | 一种基于深度学习的信道状态信息重建方法 | |
CN111698182B (zh) | 一种基于压缩感知的时频分块稀疏的信道估计方法 | |
Cai et al. | Attention model for massive MIMO CSI compression feedback and recovery | |
CN110289898A (zh) | 一种大规模mimo系统中基于1比特压缩感知的信道反馈方法 | |
Guo et al. | Deep learning for joint channel estimation and feedback in massive MIMO systems | |
CN109474388A (zh) | 基于改进梯度投影法的低复杂度mimo-noma系统信号检测方法 | |
Liu et al. | Deep residual network empowered channel estimation for IRS-assisted multi-user communication systems | |
CN113872652B (zh) | 一种基于3d mimo时变系统的csi反馈方法 | |
CN114884549A (zh) | 基于深度学习的大规模mimo信道状态信息反馈方法 | |
CN115022134B (zh) | 基于非迭代重构网络的毫米波大规模mimo系统信道估计方法及系统 | |
CN114884775A (zh) | 一种基于深度学习的大规模mimo系统信道估计方法 | |
CN113162665A (zh) | 一种基于深度学习信道预测的预编码方法 | |
CN115865145A (zh) | 一种基于Transformer的大规模MIMO信道状态信息反馈方法 | |
CN114567359A (zh) | 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 | |
CN114157331A (zh) | 基于伪复值输入的大规模mimo信道状态信息反馈方法 | |
CN103929256B (zh) | 一种多帧压缩感知信号频谱检测方法 | |
CN105610484A (zh) | 大规模mimo低复杂度迭代接收方法 | |
GB2447675A (en) | Incremental signal processing for subcarriers in a channel of a communication system | |
CN109379116B (zh) | 基于切比雪夫加速法与sor算法的大规模mimo线性检测算法 | |
CN107733487B (zh) | 一种大规模多输入多输出系统的信号检测方法及装置 | |
CN111970216A (zh) | 一种基于vamp算法的mimo-ofdm系统稀疏信道估计的设计方法 | |
Kaplan et al. | A message transmission scheme for linear time-varying multipath channels | |
Swain et al. | InceptCodeNet based CSI feedback in massive MIMO systems |
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 |