[发明专利]一种基于深度学习注意力机制的大规模MIMO信道状态信息压缩及重建方法有效
| 申请号： | 202010344573.1 | 申请日： | 2020-04-27 |
| 公开（公告）号： | CN111555781B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 于小烔;白洋;贺以恒;郝子瀛;陈诗劼;吴华明 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H04B7/0413 | 分类号： | H04B7/0413;H04B7/0456;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 天津市三利专利商标代理有限公司 12107 | 代理人： | 张义 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习注意力机制的大规模MIMO信道状态信息压缩及重建方法，包括如下步骤：步骤一：对输入的信道矩阵做DFT变换；步骤二：构建DS‑NLCsiNet模型；步骤三：对模型进行训练，得到模型各层参数；步骤四：对模型的输出进行逆DFT变换。本发明一种基于深度学习注意力机制的大规模MIMO信道状态信息压缩及重建方法，从而能够高效提取远距离信道信息的关联性，同时以更少的参数提取更深层次的特征，大大提高了信道矩阵特征提取的效率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 注意力 机制 大规模 mimo 信道 状态 信息 压缩 重建 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010344573.1/，转载请声明来源钻瓜专利网。
