基于多尺度注意力轻量化网络的信道状态信息反馈方法

来源：电讯技术杂志2025年第9期北京时间：

作者：刘庆利,谢佳骏

单位：(大连大学 信息工程学院，辽宁 大连 116622)

摘要：针对大规模多输入多输出系统中信道状态信息在反馈时重构精度低、复杂度高的问题，提出了一种基于注意力机制的反馈方法。首先，考虑到信道状态信息矩阵数据分布特点，采用一种高效多尺度注意力模块提取信道状态信息矩阵局部和全局的特征，并关注重要数据点的分布，提升网络模型的特征学习能力。其次，使用增强的可重参数化的卷积替代普通的卷积核，提升卷积对于局部特征的提取能力，使整个神经网络自编码器在保持轻量化的基础上达到更高的压缩重构精度。仿真结果表明，与轻量化网络CRNet和ACRNet-1x相比，所提出的网络模型在复杂度方面分别平均降低了19%和5%，重构精度分别平均提高了3%和8%，同时展现出了更好的鲁棒性。

关键词：大规模MIMO；信道状态信息反馈；神经网络自编码器；高效多尺度注意力；轻量化网络；

基金资助：国家自然科学基金资助项目（61931004）