电讯技术

作者：刘为波,颜彪,沈麟,丁宇舟

单位：(扬州大学 信息工程学院，江苏 扬州 225009)

关键词：大规模多输入多输出；信道状态信息；反馈网络；AI通信；深度学习；

基金：国家自然科学基金资助项目 （61601403）

在大规模多输入多输出系统中，由于天线数量的增加导致信道状态信息反馈带宽开销增大。为了减少反馈开销，提出了一种基于深度学习的反馈网络。该网络将卷积注意力模块和快速迭代收缩阈值算法(Fast Iterative Shrinkage Thresholding Algorithm,FISTA)进行了结合。为了贴合实际应用，考虑到了噪声情况，分析了阈值敏感度。仿真结果表明，该网络在不同环境下其性能和鲁棒性可以得到进一步提高。

来源：2024年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第1期