浙江大学黄崇文获国家专利权
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!
龙图腾网获悉浙江大学申请的专利一种基于神经网络的大规模MIMO的CSI压缩与反馈方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116015371B 。
龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211686798.0,技术领域涉及:H04B7/0413;该发明授权一种基于神经网络的大规模MIMO的CSI压缩与反馈方法及系统是由黄崇文;单文才;杨照辉;张朝阳;钟财军设计研发完成,并于2022-12-26向国家知识产权局提交的专利申请。
本一种基于神经网络的大规模MIMO的CSI压缩与反馈方法及系统在说明书摘要公布了:本发明公开了一种基于神经网络的大规模MIMO的CSI压缩与反馈方法及系统,本发明采用一种新的深度神经网络结构来完成CSI的反馈,该网络称为DilatedAttentionInceptionNetDAINet。将待反馈压缩的CSI数据经过2DDFT变换后依次输入至训练好的DAINet的预去噪模块、编码器中,压缩输出一维码字后进行反馈,再在反馈接收端由训练好的译码器接收并译码得到角度延迟域内的CSI矩阵,最后通过2DIDFT变换得到空间频率域的CSI矩阵恢复值;在理想信道估计和非理想信道估计情况下,综合考虑准确率、训练代价,所提出的DAINet优于现有的方法。具体而言,在理想信道估计情况下,DAINet的NMSE标准均方差约为AnciNet的12,CsiNet的112;在非理想情况下,DAINet的NMSE约为AnciNet的910,CsiNet的12。DAINet的网络参数数量约为AnciNet的80%,CsiNet的130%。
本发明授权一种基于神经网络的大规模MIMO的CSI压缩与反馈方法及系统在权利要求书中公布了:1.一种考虑非理想信道估计的基于神经网络的CSI压缩与反馈方法,其特征在于,具体为: 将待反馈压缩的CSI数据经过2DDFT变换后依次输入至训练好的预去噪模块、编码器中,压缩输出一维码字后进行反馈,再在反馈接收端由训练好的译码器接收并译码得到角度延迟域内的CSI矩阵,最后通过2DIDFT变换得到空间频率域的CSI矩阵恢复值; 其中,预去噪模块由依次连接的多个空洞卷积组、标准卷积组、多个DAIBlock、激活函数层、卷积层、合并拼接第一个DAIBlock的输入与卷积层输出的网络拼接层、激活函数Tanh、注意力块和重建块负责对信道估计得到的CSI矩阵进行预去噪处理从而得到去噪后的CSI矩阵其中所述DAIBlock是由空洞卷积组、多个标准卷积组、网络拼接层及卷积层以先并行后拼接的方式构成,空洞卷积组用于抓取更多DAIBlock的输入数据的特征细节;不同卷积核大小的标准卷积组从不同层面对空洞卷积组抓取的特征细节抽取信息,然后在输出通道维拼接合并,再使用卷积层调整输出大小,最后与DAIBlock的输入数据融合作为DAIBlock的输出;重建块用于依据注意力块输出的噪声信息重建预去噪后的信道状态信息 编码器,用于实现特定压缩率的压缩,将去噪后的CSI矩阵压缩量化为码字s; 译码器,用于选择相应倍率进行解压缩,将码字s恢复转换成角度延迟域内的CSI矩阵; 所述预去噪模块、编码器、译码器按顺序连接组成DAINet后基于训练数据集进行训练获得。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。