一种基于深度学习的无源智能反射表面的信道估计方法
基本信息
申请号 | CN202110436060.8 | 申请日 | - |
公开(公告)号 | CN113179232A | 公开(公告)日 | 2021-07-27 |
申请公布号 | CN113179232A | 申请公布日 | 2021-07-27 |
分类号 | H04L25/02(2006.01)I;H04L27/26(2006.01)I;H04B7/0413(2017.01)I;G06N3/08(2006.01)I;G06N3/04(2006.01)I | 分类 | 电通信技术; |
发明人 | 孙强;赵欢;齐月月;钱盼盼;章嘉懿;王珏;徐晨;杨永杰 | 申请(专利权)人 | 南通先进通信技术研究院有限公司 |
代理机构 | - | 代理人 | - |
地址 | 226019江苏省南通市崇川区啬园路9号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的无源智能反射表面的信道估计方法,由离线信道估计阶段和线上信道预测阶段两部分实现。离线信道估计阶段中上行链路中用户端发送导频信号,基站端控制IRS依次打开无源元件反射入射导频信号,基站端接收导频信号利用最小均方误差方法估计其相应的级联信道信息,再使用等概率均匀采样的方法从已估计的级联信道信息中选取少量的采样级联信道信息,利用少量采样级联信道信息和完全级联信道信息构建新数据集;线上信道预测阶段基站端在线估计出少量采样级联信道信息输入到已训练好的ResNet网络恢复出完全级联信道信息。本发明可灵活地选择无源元件个数和设置残差神经网络的残差单元以满足不同系统和用户服务质量的特点。 |
