一种基于深度学习的大规模MIMO系统信道估计方法.pdfVIP

下载本文档

0
0
约7.43千字
约 7页
2023-05-19 发布于四川
举报
版权申诉

一种基于深度学习的大规模MIMO系统信道估计方法.pdf

1、本文档共7页，其中可免费阅读6页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习的大规模MIMO系统信道估计方法，包括如下步骤：将导频信号通过MIMO通信系统进行传输，接收端接收到通信信号，利用最小二乘算法进行初步信道估计，将初步估计信道状态信息输入到预先训练好的深度神经网络确定信道估计。本发明利用点卷积层、分组卷积层和深度可分离卷积层构建深度神经网络，该网络降低了需要存储的参数个数，减少需要计算的卷积次数，从而降低深度学习算法在信道估计时的复杂度；本发明深度神经网络拥有更高精度，在低信噪比时保持很好的性能表现；本发明中使用的激活函数提高了深度神

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114884775 A (43)申请公布日 2022.08.09 (21)申请号 202210340614.9 (22)申请日 2022.03.31 (71)申请人南京邮电大学地址 210003