典型文献
基于深度学习的FDD大规模MIMO系统下行CSI反馈技术
文献摘要：
准确的CSI反馈是FDD大规模MIMO系统中的关键技术之一.为了解决现有基于深度学习的压缩反馈会因分解复值CSI矩阵而造成信息损失的问题,提出了一种改进的下行CSI反馈技术,基于全卷积模型的CVCNN算法,利用复卷积层和反卷积层分别对下行CSI进行压缩和解压缩,避免了分解复值带来的损耗.实验结果表明,相较于传统的基准CsiNet算法,所提出的CVCNN算法提升了下行CSI的重构精度,同时降低了存储和计算开销.
文献关键词：
复数卷积网络;频分双工;大规模MIMO;深度学习;CSI反馈
中图分类号：
作者姓名：
华敏妤;张逸彬;孙金龙;杨洁
作者机构：
南京邮电大学通信与信息工程学院,江苏南京210023
文献出处：
引用格式：
[1]华敏妤;张逸彬;孙金龙;杨洁-.基于深度学习的FDD大规模MIMO系统下行CSI反馈技术)[J].移动通信,2022(07):23-28
A类：
CVCNN,CsiNet,复数卷积网络
B类：
FDD,MIMO,CSI,反馈会,信息损失,全卷积,卷积层,反卷积,解压缩,计算开销,频分双工
AB值：
0.25317
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。
