[发明专利]一种基于深度学习的MIMO系统联合预编码和天线选择方法

摘要

本发明公开了一种基于深度学习的MIMO系统联合预编码和天线选择方法，包括以下步骤：首先通过已有的天线选择方法产生深度学习所需要的训练数据集；接着，建立深度学习模型，利用训练数据训练深度学习模型并保存；然后利用保存的深度学习模型完成天线选择；最后对所选择的MIMO子系统进行最优预编码设计。本发明利用深度学习技术设计MIMO系统联合预编码和天线选择，能够在获得良好系统信噪比的情况下实现较低的计算复杂度。

主权项

一种基于深度学习的MIMO系统联合预编码和天线选择方法，其特征在于，包括如下步骤：(1)：利用已有的天线选择方法得到深度神经网络所需要的训练数据集，所述训练数据集包含两部分：输入(input)数据集为信道矩阵(H)集合，输出(output)数据集为天线选择集合；获取最大发射功率P；(2)：初始化深度神经网络参数：权重w、偏置b、学习率L、最大训练次数I、处理数据大小c、各层神经元数目；(3)：建立深度学习模型，利用步骤1中得到的训练数据集训练深度学习模型并保存；(4)：利用导频方法进行信道估计得到信道矩阵H，利用步骤3中保存的深度学习模型，获得天线选择集合I；(5)：根据步骤4得到天线选择集合I，形成相应的MIMO子系统进行预编码处理即HI＝H(：，I)，对进行特征值分解，令最大特征值对应的特征向量为v，取作为预编码向量。