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！

龙图腾网获悉东南大学申请的专利一种非对称网络结构的信道信息压缩反馈方法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：CN116488696B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310535004.9，技术领域涉及：H04L25/03；该发明授权一种非对称网络结构的信道信息压缩反馈方法是由许威;谢智超;张少卿设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种非对称网络结构的信道信息压缩反馈方法在说明书摘要公布了：本发明公开了一种非对称网络结构的信道信息压缩反馈方法。首先使用二维傅里叶变换将空间‑频率域的信道状态信息CSI矩阵转化到角度‑时延域，再将复数矩阵拆分成两个实数子矩阵并拼接，并对CSI矩阵的值域进行调整；编码网络通过幅度池化模块提取CSI的特征图和位置图，并通过位置嵌入模块将特征图和位置图融合成反馈码字；解码网络将接收到的码字提取出特征图和位置图，通过反池化层恢复出粗略的CSI，最后通过特征细调网络进一步改善CSI重建的精度。本发明在编码器端引入了池化结构，仅在解码器端引入可训练网络参数，这样的非对称网络结构去除了编码器端的网络可训练参数，引入的残差压缩激励网络能够有效提升CSI恢复精度。

本发明授权一种非对称网络结构的信道信息压缩反馈方法在权利要求书中公布了：1.一种非对称网络结构的信道信息压缩反馈方法，其特征在于，所述方法包括以下步骤： 步骤1、预处理步骤： 步骤1.1、在一个正交频分复用OFDM的通信系统中，用户将不同子载波上的信道响应向量拼接成一个CSI矩阵； 步骤1.1具体包括如下步骤： 对于一个子载波数目为的OFDM系统，基站配置根天线，用户配置单根天线，用户侧获得完整的信道信息矩阵，记为，其维度大小为； 步骤1.2、对CSI矩阵依次进行二维离散傅里叶变换、零值裁剪、复数拆分操作和归一化操作得到预处理后的CSI矩阵； 步骤1.2具体包括以下步骤： 二维离散傅里叶变换：，其中为的傅里叶矩阵，为的傅里叶矩阵，上标表示矩阵的共轭转置，表示二维离散傅里叶变换后的CSI矩阵； 零值裁剪：对进行裁剪，保留中包含非零元素的前行，得到裁剪后的矩阵； 复数拆分操作：将拆分成实部矩阵和虚部矩阵两部分，并将这两部分拼接得到一个大小为的三维矩阵； 归一化操作：对中每个元素分别减去0.5，使得CSI矩阵中最小值变换为-0.5，最大值变换为0.5，得到预处理后的矩阵； 步骤2、编码步骤： 在用户侧，使用无可学习参数的幅度池化模块，提取特征图和位置图；通过位置嵌入模块将特征图和位置图合成为特征位置图，然后进行维度重构得到传输码字； 步骤3、解码步骤： 在基站侧，使用特征提取模块，提取恢复出的特征图和位置图，通过反池化模块恢复出的粗略CSI矩阵,再通过特征细调网络得到精确CSI矩阵； 所述步骤2中使用无可学习参数的幅度池化模块，提取特征图和位置图，具体包括以下步骤： 给定压缩率为,对矩阵的每个元素做绝对值运算得到幅度矩阵，然后对以为池化核和池化步长，得到个池化区域，在每个池化区域内做最大池化，每个池化区域内最大池化所获得的最大元素的位置信息记为， ； 构成维度为的位置图，再对以为池化核和池化步长，得到个池化区域，按照元素对每个池化区域进行位置索引，得到每个池化区域池化出的特征,表示对矩阵元素进行索引；池化出的特征构成维度为的特征图； 所述步骤2中通过位置嵌入模块将和合成为特征位置图，然后进行维度重构得到传输码字具体包括以下步骤：利用的取值为小数，而的取值为整数的性质，采用如下公式生成位置嵌入后的特征位置图： ； 其中表示符号函数，表示按元素相乘，维度为；对进行维度重构，把维度转化为,即得到传输码字； 在基站侧，所述步骤3中使用特征提取模块，提取恢复出的特征图和位置图具体包括以下步骤：在基站侧，利用接收到的特征位置图采用特征提取模块根据如下公式依次恢复出特征图和特征图： ； 其中表示绝对值操作，表示向下取整操作； 所述步骤3中反池化模块首先生成一个维度为的全零矩阵，再按照中元素的位置信息将中的特征信息填入： ； 其中，表示赋值操作； 所述步骤3中通过特征细调网络得到精确信道状态信息,具体包括以下步骤： 通过一个维度为的卷积层对做通道维度拓展，其中表示输入通道数，表示输出通道数，表示卷积核的宽和高；设卷积操作的输入为，输出，则卷积操作表示为： ； 其中和为卷积核的参数，下标代表卷积参数中位置为的元素索引，下标代表卷积输入中位置为的元素索引，下标代表卷积参数中第个元素索引，下标代表卷积输出中位置为的元素索引；卷积之后使用批归一化层和LeakyReLU激活函数层，其中LeakyReLU函数定义为 ； 卷积输出的维度为的特征图被输入到两个连续的残差压缩激励网络中，以细调信道状态信息；最后通过一个的卷积核将通道维度减少为2，并利用批归一化层和Sigmoid激活函数层重建出精准的CSI矩阵；其中Sigmoid函数定义为： 。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。

以上内容由龙图腾AI智能生成。