科研之友
微信
新浪微博
Facebook
分享链接
摘要
大规模多输入多输出技术作为下一代通信中关键技术之一，在频分双工模式下能够处理由标准化带来的低延迟需求，在未来场景中有很多潜在应用。终端需要把获得的信道状态信息精准地反馈给基站端通过预编码来提高容量增益以及减少用户干扰。由于天线数量的增加导致信道状态信息反馈带宽开销增大，反馈开销的减少就成为了一个热门的研究问题。机器学习在多个方向有着很好的性能表现，因此提出一种基于深度学习的反馈网络。该网络将卷积注意力模块和快速迭代收缩阈值算法进行了结合。为了贴合实际应用，考虑到了噪声情况，并对阈值敏感度做了分析，仿真结果得出该网络在不同环境下其性能和鲁棒性可以得到进一步提高。
- 单位
