公开(公告)号：CN118869400A

公开(公告)日：2024-10-29

申请号：CN202410148304.6

申请日：2024-02-02

Applicant: 华中科技大学

Inventor： 彭薇 ,  库浩岩 ,  成明峰

IPC: H04L25/02 ,  H04B7/0413 ,  H04B17/391 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种面向MIMO多用户无线通信的S‑CSI估计模型构建方法及应用，属于无线通信领域，包括：搭建S‑CSI估计模型，并采用不包含噪声的训练样本集对所述S‑CSI估计模型进行训练，训练样本为基站的接收信号，标签为基站接收信号对应的S‑CSI；所述S‑CSI估计模型为神经网络；在所述神经网络的输入层和隐藏层之间设有去噪层；所述去噪层用于学习计算训练样本高阶累积量的过程，且所述高阶累积量的阶数J≥3；对所述神经网络进行损失训练，得到训练好的S‑CSI估计模型。本发明方法能够提升S‑CSI估计模型的泛化能力以及S‑CSI估计的准确度，且可以实现对时间非平稳信道的S‑CSI的准确估计，在低接收信噪比下也能实现较高的估计准确率。

公开(公告)号：CN118018367A

公开(公告)日：2024-05-10

申请号：CN202410148587.4

申请日：2024-02-02

Applicant: 华中科技大学

Inventor： 彭薇 ,  库浩岩 ,  成明峰

IPC: H04L25/02 ,  H04B7/0413 ,  G06F18/20 ,  G06F18/23

Abstract: 本发明公开了面向大规模MIMO的模型驱动S‑CSI估计方法、设备及基站，属于无线通信领域，方法包括：获取已知S‑CSI下的接收信号，以确定S_0个S‑CSI对应的聚类中心；收集基站端L个时刻的接收信号，作为观测数据，根据S_0个聚类中心对观测数据进行聚类，得到S个聚类类别；S_0个表示用户的S‑CSI上限值，S≤S_0；设置CHMM的隐状态数量为S，并初始化CHMM初始的协方差矩阵集合由各聚类类别的协方差矩阵构成；对CHMM的模型参数进行迭代更新后求解各时刻的隐状态，得到隐状态序列；对于t时刻，根据t时刻的隐状态qt确定对应的协方差矩阵#imgabs0#提取其对角线元素#imgabs1#根据预先确定的#imgabs2#与zt间的对应关系计算zt，zt为t时刻用户的S‑CSI。本发明能够有效提升大规模MIMO通信系统的性能。