典型文献
基于深度展开的大规模MIMO系统CSI反馈算法
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
廖勇;程港;李玉杰
作者机构：
重庆大学微电子与通信工程学院,重庆 400044
文献出处：
引用格式：
[1]廖勇;程港;李玉杰-.基于深度展开的大规模MIMO系统CSI反馈算法)[J].通信学报,2022(12):77-88
A类：
B类：
深度展开,MIMO,CSI,信道状态信息,可解释性,可学习参数,近似消息传递,AMP,法利,阈值函数,Onsager,正项,稀疏数据,卷积网络,残差学习,学习模块,随机噪声,反馈表,比基,重构性
AB值：
0.276974
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
