收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的大规模MIMO系统信道状态信息反馈研究

刘振宇  
【摘要】:大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术凭借其高频谱效率和高能量效率的优势成为了 5G关键技术之一。由于大规模MIMO系统中基站天线数量巨大,基站获取下行信道状态信息(Channel State Information,CSI)将造成巨大的系统开销,由此制约了频分双工(Frequency Division Duplex,FDD)模式下5G网络的实际应用。如何以较低开销精确反馈高维CSI是设计FDD大规模MIMO系统必须解决的瓶颈问题之一。人工智能技术尤其是深度学习的发展为降低大规模MIMO系统的CSI反馈开销提供了新的解决思路,智能通信也成为无线通信和6G发展的主流方向之一。但目前,如何实现无线通信与深度学习有机融合仍处于探索阶段,现有工作在深度学习方案的设计中结合无线通信领域知识与可解释性等方面的研究还远远不足。有鉴于此,本文将研究基于深度学习的大规模MIMO系统低开销CSI反馈,针对已有深度学习方案面临的低开销高精度反馈问题和可解释性问题,结合无线信道特性和传统方法的优点设计相应的解决方案。为了以较低的反馈开销实现高精度CSI反馈,首先,利用大规模MIMO上下行信道的物理环境相关特性,提出了基于双向信道相关性的深度学习CSI反馈方案;其次,利用大规模MIMO信道在时域内的相关特性,提出了基于时变信道马尔可夫模型的深度学习CSI差分反馈方案;然后,针对CSI反馈中的码字编码问题,利用深度学习的端到端优化特性,提出了基于维度压缩与码字量化联合优化的CSI反馈方案。最后,针对深度学习方案的可解释性问题,综合利用压缩感知算法的可解释性和神经网络数据驱动调参的优点,提出了基于深度展开的CSI反馈方案。具体而言,本文主要包括以下四个方面的创新工作:1.针对大规模MIMO系统CSI反馈在复杂场景下和压缩率较小时仍有较大的精度损失的问题,本文第二章提出了基于双向信道相关性与深度学习的CSI反馈方案DualNet。具体而言,DualNet利用上下行CSI在时延域上存在的相关性,构造基于深度自编码器的CSI反馈架构,利用基站侧可用的上行CSI辅助下行的CSI恢复,提高大规模MIMO系统低开销反馈下的CSI重构精度。为了进一步降低反馈开销,第二章研究了在不依赖于相关部分反馈的情况下基于上行CSI的下行CSI预测,并探究部分信道参数配置对双向信道相关性的影响,为降低基于深度学习的大规模MIMO系统CSI反馈开销提供参考方向。2.为了在实现低开销高精度CSI反馈的同时降低部署成本,本文第三章利用大规模MIMO信道在相干时间内存在的相关性,进一步从时间维度上挖掘了降低CSI反馈开销的潜力,提出了基于时间相关性与深度学习的CSI差分反馈方案DiffNet。具体而言,第三章首先研究了大规模MIMO信道的时间相关特性,从条件熵的角度衡量了相邻CSI之间可以提供的先验信息。在此基础上,不同于使用循环神经网络(Recurrent Neural Network,RNN)在挖掘时间序列变化规律的同时会带来巨大的存储和计算开销,DiffNet利用MIMO信道变化的一阶马尔可夫模型设计了 CSI差分反馈网络,通过反馈基于相邻时刻CSI的估计误差,在提升CSI反馈精度的同时降低存储开销和复杂度。然后,DiffNet根据CSI数据特性提出了球面归一化反馈和CSI反馈增强网络来提供初始时刻的高精度CSI反馈,帮助差分模型获得更准确的先验信息。之后,为了进一步降低CSI反馈模型的存储开销和计算开销,第三章设计了基于卷积神经网络的维度压缩模块帮助剔除神经网络中的冗余连接。验证结果展示了 DiffNet在降低存储开销和复杂度的同时,可以明显提高大规模MIMO系统低开销反馈下的CSI重构精度。3.目前基于深度学习的大规模MIMO信道反馈主要集中在CSI矩阵的维度压缩上,如何对维度压缩后的码字进行高效的编码仍亟待解决。针对上述问题,本文第四章利用深度学习的端到端优化特性,设计了一种模块化的高效压缩反馈框架CQNet来联合优化CSI维度压缩、码字量化和恢复。CQNet中提出了一个可插拔的量化模块,通过为维度压缩后码字矢量中的每个元素自定义量化间隔和μ律压扩器来提升量化效率。同时,CQNet中使用幅度自适应相位量化在极坐标系中设计了一种高效的量化反馈方案。然后,通过将CQNet与两个现有基于深度学习的CSI反馈方案进行集成,来展示CQNet在提升带宽效率方面的简单性和有效性。验证结果表明,CQNet能够在大规模MIMO系统低开销反馈下实现良好的CSI反馈精度和鲁棒性。4.针对基于深度学习的CSI反馈网络结构设计缺乏可解释性的问题,第五章综合利用压缩感知算法的可解释性和神经网络数据驱动调参的优点,提出了 一种基于深度展开的CSI反馈方案TMM-ISTANet+。TMM-ISTANet+由一个用于维度压缩的测量矩阵构成的编码器和用于CSI迭代重构的可解释解码器构成。针对随机生成的测量矩阵难以充分利用信道特征带来的反馈性能损失问题,TMM-ISTANet+引入可训练的测量矩阵来挖掘CSI数据特性和提升CSI矩阵的压缩效率。同时,为了提升解码器网络结构设计的可解释性,TMM-ISTANet+将用于压缩感知重构的迭代收缩阈值算法(Iterative Shrinkage-Thresholding Algorithm,ISTA)展开为对应的深度网络模块。通过端到端的梯度下降训练,TMM-ISTANet+可以针对CSI数据特性进行编解码网络参数的调优。验证结果表明,TMM-ISTANet+在从网络结构设计角度提升CSI反馈方案可解释性的同时,也保障了大规模MIMO系统低开销反馈下的CSI重构精度。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 郭耀廷;胡瑞超;;大规模MIMO系统性能的仿真研究[J];电子世界;2016年18期
2 王明辉;金红军;王文勇;;大规模MIMO预编码算法研究与分析[J];通信技术;2016年09期
3 蔡慈贵;;大规模MIMO无线通信关键技术[J];通讯世界;2016年16期
4 徐凤阳;王东;肖扬;寇金锋;;大规模MIMO系统中基于子空间跟踪的半盲信道估计[J];应用科学学报;2015年05期
5 吴迪;田亚飞;;大规模MIMO异构网络中的干扰协调和预编码设计[J];信号处理;2015年10期
6 张书畅;;大规模MIMO系统中导频污染研究进展[J];广东通信技术;2016年05期
7 尚国武;李辉;;大规模MIMO系统中导频污染空域降低方法[J];通信技术;2016年08期
8 岳桐;徐友云;夏晓晨;;全双工大规模MIMO中继频谱效率研究[J];通信技术;2017年02期
9 宋新雷;杨霖;杜嘉良;;联合时移和空间划分方法抑制大规模MIMO导频污染[J];通信学报;2017年02期
10 黄文超;;大规模MIMO天线设计及对5G系统的影响分析[J];网络安全技术与应用;2017年05期
11 黄陈横;;5G大规模MIMO高低频信道模型对比探讨[J];移动通信;2017年14期
12 周应超;黄琼;申滨;;基于内波束干扰消除的大规模MIMO低复杂度波束成形[J];电子技术应用;2017年08期
13 赵静仪;金小萍;王晓琴;王琳;金磊;;空间调制系统检测方法在5G大规模MIMO中的应用研究[J];科技资讯;2015年34期
14 龙恳;王维维;郑寒冰;;大规模MIMO异构网场景下的空间消隐干扰协调方案[J];信号处理;2017年02期
15 杨济海;刘兴;杨涛;薛鹏;;大规模MIMO系统导频污染问题研究[J];无线互联科技;2020年04期
16 邓力;陈钱;贺元骅;隋修宝;;基于自适应MIMO技术的深空探测对流层延迟预测[J];红外与激光工程;2020年05期
17 周美含;姜宏;孙帅;;基于黎曼流形的MIMO雷达目标检测方法[J];吉林大学学报(信息科学版);2020年03期
18 刘建华;;5G室内分布系统建设方案及MIMO技术使用分析[J];数字技术与应用;2020年05期
19 赵海华;;探究MIMO技术在短波通信基带处理中的应用[J];产业科技创新;2019年05期
中国重要会议论文全文数据库 前20条
1 李建峰;张小飞;;MIMO雷达中幅相误差下的联合角度和多普勒频率估计[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年
2 高昊;张旭东;;MIMO雷达对抗中的资源管理策略[A];第九届全国信号和智能信息处理与应用学术会议专刊[C];2015年
3 张亚婷;席安安;黄志忠;;新体制MIMO数字阵列雷达的发展及其应用[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
4 李雷;丁大勇;;MIMO系统中基于延拓梯度的盲信道估计算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年
5 谢伟良;杨涛;;天线设计对MIMO性能的影响[A];中国通信学会信息通信网络技术委员会2011年年会论文集(上册)[C];2011年
6 武翠琴;李艾华;张振仁;;MIMO网络化控制系统的分析和建模[A];第二十六届中国控制会议论文集[C];2007年
7 方华京;杨铭熙;;MIMO系统的性能鲁棒控制问题[A];1993年控制理论及其应用年会论文集[C];1993年
8 满化录;刘中仁;;一类MIMO对象的鲁棒模型参考自适应控制[A];1995中国控制与决策学术年会论文集[C];1995年
9 满江虹;武玉强;初学导;;MIMO系统的加权一步超前模型参考自适应控制[A];1997中国控制与决策学术年会论文集[C];1997年
10 马俊;刘皓;王军;唐友喜;;MIMO迭代检测研究[A];2006中国西部青年通信学术会议论文集[C];2006年
11 谭俊光;覃团发;;MIMO—OFDM中一种波束赋形算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(下册)[C];2008年
12 闫秋娜;岳殿武;;具有同信道干扰的MIMO系统信道容量研究综述[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(下册)[C];2008年
13 陈珊珊;张洪顺;张兵;;基于MIMO的频谱感知技术[A];2009年全国无线电应用与管理学术会议论文集[C];2009年
14 李常青;卢满宏;谌明;;MIMO在火星探测中的应用研究[A];中国宇航学会深空探测技术专业委员会第十届学术年会论文集[C];2013年
15 邵玉斌;龙华;向凤红;;MIMO通信系统空域维纳预编码器及性能分析[A];中国通信学会第五届学术年会论文集[C];2008年
16 郑毅;童辉;赵竹岩;胡臻平;刘光毅;;3D-MIMO中高楼场景信道模型的研究[A];2014全国无线及移动通信学术大会论文集[C];2014年
17 高伟;杨强;;MIMO雷达中低峰均功率比信号设计[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(下册)[C];2007年
18 蒋岳忱;孙庆铃;陈朝国;郑静;;一种应用于MIMO移动终端的小型宽带微带天线[A];2007年全国微波毫米波会议论文集(下册)[C];2007年
19 陈睿;陈金鹰;;MIMO技术在无线校园网的研究与应用[A];四川省通信学会2010年学术年会论文集[C];2010年
20 贺志强;田宝玉;吴伟陵;;时变信道下MIMO系统自适应调制与功率分配的算法性能分析[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
中国博士学位论文全文数据库 前20条
1 刘振宇;基于深度学习的大规模MIMO系统信道状态信息反馈研究[D];北京邮电大学;2020年
2 肖丽霞;基于空间调制的大规模MIMO传输技术研究[D];电子科技大学;2017年
3 岳子琪;大规模MIMO系统中多用户检测分布式处理技术[D];哈尔滨工业大学;2015年
4 张战战;全双工大规模MIMO中继通信系统的干扰分析及性能优化[D];上海交通大学;2018年
5 刘爱华;多载频稀疏MIMO雷达DOA估计方法研究[D];哈尔滨工业大学;2018年
6 颜致挺;无线MIMO接收机中信号检测器和信道译码器算法与架构研究[D];上海交通大学;2016年
7 白露;大规模MIMO与卫星通信信道建模研究[D];山东大学;2019年
8 刘宝宝;复杂环境下MIMO雷达角度估计算法研究[D];西安电子科技大学;2016年
9 宫健;复杂电磁环境下MIMO雷达目标角度估计方法研究[D];西安电子科技大学;2018年
10 Bui Quang Chung;基于多用户三维MIMO通信系统的张量盲接收机研究[D];中国科学技术大学;2019年
11 解芳;MIMO系统中的线性预编码及相关技术研究[D];北京邮电大学;2010年
12 廖昕;MIMO无线通信系统的跨层设计研究[D];北京邮电大学;2010年
13 王阶;MIMO系统中的定向干扰抑制研究[D];电子科技大学;2010年
14 杜晓林;MIMO雷达相位编码信号集设计[D];西安电子科技大学;2015年
15 郝东来;无线通信MIMO系统预编码技术研究[D];西安电子科技大学;2010年
16 刘锋;MIMO无线通信系统的预编码技术[D];上海交通大学;2009年
17 阳析;毫米波大规模MIMO无线传输关键技术研究[D];东南大学;2019年
18 邢朋波;全双工大规模MIMO系统的频谱与能量效率研究[D];山东大学;2017年
19 黎明;MIMO空间光通信中空时编码和阵列信号检测技术[D];武汉大学;2011年
20 李新民;多用户MIMO广播信道预编码技术研究[D];西安电子科技大学;2012年
中国硕士学位论文全文数据库 前20条
1 晏小琴;基于深度学习的大规模MIMO信号检测研究[D];重庆邮电大学;2020年
2 张卓;大规模多用户MIMO预编码方案的研究[D];哈尔滨工程大学;2017年
3 陈晨;大规模MIMO中导频污染抑制的研究[D];南京邮电大学;2020年
4 邹珣;大规模MIMO系统中基于随机几何模型的基站覆盖技术研究[D];北京邮电大学;2015年
5 殷锋;多用户毫米波大规模MIMO系统中混合波束成形技术研究[D];中国科学技术大学;2020年
6 赵金灿;基于干扰消除的大规模MIMO系统的能量效率研究[D];天津工业大学;2019年
7 袁浩铭;大规模MIMO系统下的导频污染抑制技术研究[D];南京邮电大学;2016年
8 尚国武;大规模MIMO系统中导频污染空域降低方法研究[D];中国科学技术大学;2016年
9 梁晓天;大规模MIMO预编码方案研究[D];南京邮电大学;2015年
10 赵雪霞;高铁通信中的毫米波大规模MIMO波束赋形研究[D];大连海事大学;2019年
11 张友雷;大规模MIMO系统预编码算法研究[D];南京邮电大学;2014年
12 韩知雨;大规模MIMO系统中导频污染抑制算法的研究[D];哈尔滨理工大学;2020年
13 孙婷婷;莱斯信道下大规模MIMO自适应传输及用户调度[D];东南大学;2019年
14 何渊;大规模MIMO随机接入方法研究[D];东南大学;2019年
15 武小琳;大规模MIMO系统导频污染的研究[D];西安电子科技大学;2017年
16 胡晓慧;矩阵求逆在大规模MIMO中的应用[D];电子科技大学;2016年
17 何庆松;减轻大规模MIMO系统中导频污染的研究[D];江苏科技大学;2016年
18 张航;抗导频污染的大规模MIMO信道估计和预编码技术研究[D];西南交通大学;2015年
19 刘统;基于位置信息的大规模MIMO导频污染抑制技术研究[D];重庆大学;2019年
20 胡诗玮;大规模MIMO低复杂度线性预编码算法研究[D];华南理工大学;2017年
中国重要报纸全文数据库 前9条
1 佚名;MIMO天线与载波聚合对5G有多重要[N];中国信息化周报;2017年
2 本报记者 遥歌;华为分布式MIMO带给用户更好体验[N];人民邮电;2017年
3 西安交通大学计算哲学实验室 王小红 南京大学哲学系 浦江淮 美国匹兹堡大学科学史与科学哲学系 Colin Allen;探索主题模型可解释性问题[N];中国社会科学报;2020年
4 上海学者、公共问题专家 秦德君;制度创新要合乎形式逻辑和辩证逻辑[N];深圳特区报;2017年
5 本报记者 崔爽;人工智能会“放过”艺术吗?[N];科技日报;2017年
6 特约撰稿 清华大学副教授 黄民烈 清华大学教授、智能技术与系统国家实验室主任 朱小燕;期待人工智能突破鲁棒性可解释性局限[N];中国电子报;2017年
7 若水;华为3D MIMO,大幅提升现网频谱效率[N];人民邮电;2018年
8 张阳;3D-MIMO大规模阵列天线(2)[N];人民邮电;2019年
9 张阳;什么是3D-MIMO大规模阵列天线?[N];人民邮电;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978