《电讯技术杂志》发表论文赏析
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)
摘要: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。
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;
基金资助:国家自然科学基金资助项目 (61601403)