基于深度展开的大规模MIMO系统CSI反馈算法OA北大核心CSTPCD
CSI feedback algorithm based on deep unfolding for massive MIMO systems
针对现阶段大规模MIMO系统中基于深度学习的信道状态信息(CSI)反馈算法待训练参数过多、可解释性不强的问题,提出了2种基于深度展开的CSI反馈算法.一种是基于可学习参数的近似消息传递(AMP)算法,该算法利用深度学习中的可学习参数将AMP算法中阈值函数的阈值和Onsager校正项的参数替换,增强了阈值函数在应对非严格稀疏数据时的非线性能力.另一种是基于卷积网络的AMP算法,该算法将阈值函数模块替换为卷积残差学习模块,利用该模块去除AMP算法中每轮迭代产生的高斯随机噪声.仿真分析表明,所提算法具有比AMP算法更好的CSI反馈表现,其中基于卷积网络的AMP算法具有比基于深度学习的代表性方法更优异的CSI重构性能.
廖勇;程港;李玉杰
重庆大学微电子与通信工程学院,重庆 400044重庆大学微电子与通信工程学院,重庆 400044重庆大学微电子与通信工程学院,重庆 400044
信息技术与安全科学
CSI反馈深度学习深度展开近似消息传递可学习参数卷积网络
《通信学报》 2022 (12)
77-88,12
重庆市自然科学基金资助项目(No.cstc2019jcyj-msxmX0017)
评论