一种基于深度学习的物联网信道状态信息获取算法

作     者：廖勇 姚海梅 花远肖 LIAO Yong;YAO Haimei;HUA Yuanxiao

作者机构：重庆大学通信与测控中心重庆400044 

出 版 物：《物联网学报》 (Chinese Journal on Internet of Things)

年 卷 期：2019年第3卷第1期

页      面：8-13页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 13[艺术学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081104[工学-模式识别与智能系统] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(No.61501066) 重庆市基础与前沿研究计划项目(No.cstc2015jcyjA40003) 中央高校基本科研业务费基金资助项目(No.106112017CDJXY500001) 

主　　题：大规模MIMO 物联网 CSI反馈 深度学习 

摘      要：针对基于大规模多输入多输出(MIMO)的物联网系统中用户侧将信道状态信息(CSI)发送到基站时反馈开销大的问题,提出一种基于深度学习的CSI反馈网络用来反馈CSI。该网络首先使用卷积神经网络(CNN)提取信道特征矢量和最大池化层通过降维来达到压缩CSI的目的,然后使用全连接和CNN将压缩的CSI解压,恢复原始信道。仿真结果表明,与现有的CSI反馈方法相比,所提出的CSI反馈网络恢复的CSI更接近原始信道,重构质量明显提高。