[发明专利]基于频率辅助的多输入多输出系统信道状态信息反馈模型

说明书

本发明基于频率辅助的多输入多输出系统信道状态信息反馈模型，由一个编解码结构模拟基站设备与用户设备之间的交流，由基站设备经编码器部分压缩的信道状态信息将会传入至解码器中，用于模拟用户设备接收基站信号还原重建的工作；编码器包括用于调整通道数量的卷积层，形成两个稀疏特征提取SFE模块与一个用于压缩与编码的全连接FC层；解码器包括全连接层以及特制的FDNet结构。

技术领域

本发明涉及图像处理技术，具体的，是一种基于频率辅助的多输入多输出系统信道状态信息反馈模型。

背景技术

大规模多输入多输出系统中获取准确的信道状态信息是保证无线通信效率和稳定性的关键；但将信道状态信息发送到设备终端需要额外的带宽消耗和传输延迟。

为了解决这一问题，许多将信道状态信息进行压缩的技术不断被提出，基于固定算法与人工智能的技术不断涌现。

然而，当先进的人工智能算法应用在信道状态信息压缩算法的同时，精度、计算复杂度和收敛速度成为现代大规模多输入多输出系统面临的新挑战。

因此，有必要提供一种基于频率辅助的多输入多输出系统信道状态信息反馈模型来解决上述问题。

发明内容

本发明的目的是提供一种基于频率辅助的多输入多输出系统信道状态信息反馈模型，通过信道状态信息在不同空间频域的信息密度具有不同的特征，在深度处理前将信道状态信息矩阵分离到不同的频率，以消除信息干扰，提高精度性能；在分频的基础上，通过稀疏特征提取模块、通过信道注意与多速率扩张卷积相结合，提取信道状态信息的稀疏特征。

技术方案如下：

一种基于频率辅助的多输入多输出系统信道状态信息反馈模型，由一个编解码结构模拟基站设备与用户设备之间的交流，由基站设备经编码器部分压缩的信道状态信息将会传入至解码器中，用于模拟用户设备接收基站信号还原重建的工作；

编码器包括用于调整通道数量的卷积层，形成两个稀疏特征提取SFE模块与一个用于压缩与编码的全连接FC层；

解码器包括全连接层以及特制的FDNet结构。

进一步的，FDNet首先将输入的信道状态信息特征进行分频处理，对于高频部分，使用4个SFE模块进行特征提取；对于低频部分，使用1个ResBlock进行特征保持，接着将低频信息与高频信息相互组合并输出得到重建的信道状态信息。

进一步的，稀疏特征提取SFE模块包括一个ResBlock结构、一个通道注意力CA结构以及一组扩张卷积来提取和优化特征信息。

进一步的，根据信道状态信息的稀疏性，使用通道注意力CA结构，将整个通道作为单独讨论的对象并对其赋以相应权重。

进一步的，卷积层的扩展卷积用于提取信道状态信息更大范围内的信息，扩张卷积在标准卷积窗口中增加空白占位来扩大接受域并捕获多尺度特征信息。

进一步的，还包括优化约束函数由3个部分组成，在训练过程中，均方误差(MSE)被用作最基本的损失函数，此外，受益于模型的分频策略，由高频与低频组成的频率损失函数亦被用于约束信道状态信息的重建，各约束函数公式如下：

H_a表示输入的信道状态矩阵，表示经模型重建后的信道状态矩阵，H_h、H_l表示输入信道状态矩阵的高频、低频信息，表示重建信道状态矩阵的高频、低频信息。

进一步的，α、β为固定的常数，其中α＝0.1，β＝0.001。