文档名：基于AI通信的大规模MIMO信道状态信息反馈网络
摘要：在大规模多输入多输出系统中,由于天线数量的增加导致信道状态信息反馈带宽开销增大.为了减少反馈开销,提出了一种基于深度学习的反馈网络.该网络将卷积注意力模块和快速迭代收缩阈值算法(FastIterativeShrinkageThresholdingAlgorithm,FISTA)进行了结合.为了贴合实际应用,考虑到了噪声情况,分析了阈值敏感度.仿真结果表明,该网络在不同环境下其性能和鲁棒性可以得到进一步提高.
Abstract：Inamassivemultiple-inputmultiple-output(MIMO)system,theincreaseofthenumberofantennasleadstotheincreaseofthechannelstateinformation(CSI)feedbackbandwidthoverhead.Toreducethefeedbackoverhead,afeedbacknetworkbasedondeeplearning(DL)isproposed.ThenetworkcombinesaconvolutionalattentionmodulewithaFastIterativeShrinkageThresholdingAlgorithm(FISTA).Inordertofitthepracticalapplication,thenoisesituationisconsideredandthethresholdsensitivityisanalyzed.Thesimulationresultsshowthattheperformanceandrobustnessofthenetworkcanbefurtherimprovedindifferentenvironments.
作者：刘为波 颜彪 沈麟 丁宇舟Author：LIUWeibo YANBiao SHENLin DINGYuzhou
作者单位：扬州大学信息工程学院,江苏扬州225009
刊名：电讯技术
Journal：TelecommunicationEngineering
年，卷(期)：2024, 64(1)
分类号：TN911.72
关键词：大规模多输入多输出 信道状态信息 反馈网络 AI通信 深度学习
Keywords：massiveMIMO channelstateinformation feedbacknetwork AIcommunication deeplearning
机标分类号：TN929.5TP391.41O241.6
在线出版日期：2024年1月30日
基金项目：国家自然科学基金基于AI通信的大规模MIMO信道状态信息反馈网络[
期刊论文] 电讯技术--2024, 64(1)刘为波 颜彪 沈麟 丁宇舟在大规模多输入多输出系统中,由于天线数量的增加导致信道状态信息反馈带宽开销增大.为了减少反馈开销,提出了一种基于深度学习的反馈网络.该网络将卷积注意力模块和快速迭代收缩阈值算法(FastIterativeShrinkageThr...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于AI通信的大规模MIMO信道状态信息反馈网络 Massive MIMO Channel State Information Feedback Network Based on AI Communication
基于AI通信的大规模MIMO信道状态信息反馈网络.pdf
- 文件大小:
- 939.59 KB
- 下载次数:
- 60
-
高速下载
|
|
