买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明公开了一种基于AI结合统计信道信息的CSI反馈方法，属于无线通信技术领域。提出了CsiTransTxRxULNet网络，用户终端侧采用其编码器学习数据预处理后的CSI中潜在的相关性以实现更大程度的压缩，基站侧采用其译码器并提取上行统计信道信息中的有用特征完成CSI的重构，使得处理后的CSI具有更好的稀疏性。其能够有效利用基站侧的信息，减小反馈开销，提高CSI的重构精度。

主权项：1.一种应用在大规模MIMO系统CSI反馈过程的CsiTransTxRxULNet网络，其特征在于，包括编码器和译码器，编码器设置在用户端UE侧用于原始稀疏域CSI矩阵的压缩，译码器放置在基站BS侧用于稀疏域CSI矩阵的重构；所述CsiTransTxRxULNet的编码器包括顺序连接的Standardization层和EVCsiNet-T网络的编码器，译码器包括顺序连接的EVCsiNet-T网络的译码器、Antistandardization反标准化层、Standardization层和Refine模块，Refine模块包括顺序连接的Concat层、Reshape和FC层、Transformer模块以及FC和Reshape层，其中编码器和译码器之间通过Quantization量化层和Dequantization反量化层反馈；CsiTransTxRxULNet的编码器利用EVCsiNet-T网络编码器中的Reshape层和FC层对CSI矩阵进行升维，再用6个Transformer模块对特征进行提取，最后用Reshape层和FC层对结果进行降维压缩；最后用Sigmoid层将压缩结果的取值范围限定在0,1；CsiTransTxRxULNet的译码器首先利用EVCsiNet-T网络的译码器中的Reshape层和FC层对压缩码字进行升维，再用6个Transformer模块对特征进行提取，接着用Reshape层和FC层对结果进行降维得到初步恢复结果，最后将初步恢复结果与上行统计信道信息输入Refine模块，得到重构的稀疏域的CSI矩阵利用Quantization量化层将编码器得到的压缩码字转化为比特流进行反馈，利用Dequantization反量化层将比特流恢复为量化后的压缩码字以便后续译码器对CSI矩阵的重构。

全文数据：

权利要求：

百度查询： 东南大学 一种基于AI结合统计信道信息的CSI反馈方法