本发明无线通信技术领域，尤其涉及一种在fdd大规模mimo系统中基于elm叠加csi的反馈方法。
背景技术：
作为满足未来5g(thefifthgenerationwirelesscommunication)网路高效频谱效率和能量效率的关键技术，fdd大规模mimo系统通过基站端部署的上百根天线，能在不增加发射功率和系统带宽的情况下为更多用户提供无线数据服务。同时，fdd大规模mimo系统中诸多带来性能提升的操作(如多用户调度、速率分配、发射端预编码等)依赖于准确的下行信道状态信息(csi,channelstateinformation)的获取。在频分双工(fdd，frequencydivisionduplex)大规模mimo系统中信道间的互惠性不再适用，csi只能由用户端反馈回基站。
传统基于码本的csi反馈方案因天线数众多，所需码本维度巨大，而变得难以适用；而利用信号稀疏性的压缩感知(cs,compressedsensing)反馈技术虽能在一定程度降低系统反馈开销，但在反馈过程中仍占用一定的频谱资源。因此，如何通过一种新的反馈方法在不增加频谱开销的情况下，降低参数训练时间和占用空间保证csi的重构精度是现阶段需要解决的问题。
技术实现要素：
本发明的目的在于克服现有技术的缺点，提供了一种在fdd大规模mimo系统中基于elm叠加csi的反馈方法，通过将叠加编码(sc,superimposedcoding)技术和elm技术进行结合，将下行csi扩频叠加到上行用户序列上反馈回基站，在基站端利用elm技术恢复下行csi和上行用户序列的方法，解决了现有反馈方法存在的不足。
本发明的目的通过以下技术方案来实现：一种在fdd大规模mimo系统中基于elm叠加csi的反馈方法，所述反馈方法包括：
s1、用户端读取下行信道状态信息和上行用户序列并进行叠加得到叠加序列后实现发射；
s2、基站端利用elm干扰消除网络恢复得到的接收序列中的下行信道状态信息和上行用户序列。
所述用户端读取下行信道状态信息和上行用户序列并进行叠加得到叠加序列后实现发射包括：
s11、所述用户端读取长度为n的下行信道状态信息h和长度为m的上行用户序列d；
s12、将下行信道状态信息h扩频叠加到上行用户序列d上，得到长度为m的叠加序列s；
s13、所述用户端发射叠加序列s。
所述基站端利用elm干扰消除网络恢复得到的接收序列中的下行信道状态信息和上行用户序列包括：
s21、所述基站端接收所述用户端发射的叠加序列s得到接收序列r；
s22、所述基站端根据接收序列r，利用基于elm子网络训练方法训练得到的elm干扰消除网络恢复下行信道状态信息h和上行用户序列d。
所述下行信道状态信息h扩频叠加到所述上行用户序列d上的叠加规则为：
所述elm干扰消除网络包括csi-elm1、csi-elm2、det-elm1和det-elm2四个子网络。
所述csi-elm1、csi-elm2、det-elm1和det-elm2四个子网络的隐藏层和输出层均未采用激活函数以获得更好的干扰移除性能，其输入层均通过标准化进行处理，且依次通过级联的方式连接。
所述csi-elm1和csi-elm2子网络具有相同的结构，输入层、隐藏层和输出层节点数分别为n、nn和n；所述det-elm1和det-elm2子网络具有相同的结构，输入层、隐藏层和输出层节点数分别为m、mm和m；
所述csi-elm1、csi-elm2、det-elm1和det-elm2子网络的输入加权矩阵和隐藏层偏置矢量均从共享矩阵φ中读取；所述csi-elm1子网络的输入通过接收序列r解扩得到；
所述csi-elm1和det-elm1子网络之间通过
所述det-elm1和csi-elm2子网络之间通过
所述csi-elm2和det-elm2子网络之间通过
所述elm子网络训练方法包括：
b1、输入四组训练集：
b2、初始化：迭代次数i＝1；
b3、解扩：
b4、利用
b5、更新训练集
b6、利用
b7、若i＜2，则更新迭代次数i＝i+1，更新训练集
b8、结束，保存β1,β2,β3,β4。
本发明具有以下优点：一种在fdd大规模mimo系统中基于elm叠加csi的反馈方法，通过将叠加编码(sc,superimposedcoding)技术和elm技术进行结合，将下行csi扩频叠加到上行用户序列上反馈回基站，在基站端利用elm技术恢复下行csi和上行用户序列，继而在不增加频谱开销的情况下，降低参数训练时间和占用空间保证csi的重构精度；与非叠加编码csi反馈相比，本发明完全避免了上行带宽资源占用；与基于深度学习叠加csi反馈相比，本发明在保持网络恢复性能相当的情况下，减少参数数量，降低内存占用空间和网络训练时间。
附图说明
图1为本发明方法的流程图；
图2为本发明elm干扰消除网络的结构示意图；
图3为本发明csi-elm子网络结构图；
图4为本发明det-elm子网络结构图；
图5为本发明elm子网络训练方法的流程图。
具体实施方式
下面结合附图对本发明做进一步的描述，但本发明的保护范围不局限于以下所述。
如图1所示，一种在fdd大规模mimo系统中基于elm叠加csi的反馈方法，所述反馈方法包括：
s1、用户端读取下行信道状态信息和上行用户序列并进行叠加得到叠加序列后实现发射；
s2、基站端利用elm干扰消除网络恢复得到的接收序列中的下行信道状态信息和上行用户序列。
进一步地，所述用户端读取下行信道状态信息和上行用户序列并进行叠加得到叠加序列后实现发射包括：
s11、所述用户端读取长度为n的下行信道状态信息h和长度为m的上行用户序列d；其中，m(m＞n)；
s12、将下行信道状态信息h扩频叠加到上行用户序列d上，得到长度为m的叠加序列s；
s13、所述用户端发射叠加序列s。
进一步地，所述基站端利用elm干扰消除网络恢复得到的接收序列中的下行信道状态信息和上行用户序列包括：
s21、所述基站端接收所述用户端发射的叠加序列s得到接收序列r；
s22、所述基站端根据接收序列r，利用基于elm子网络训练方法训练得到的elm干扰消除网络恢复下行信道状态信息h和上行用户序列d。
所述下行信道状态信息h扩频叠加到所述上行用户序列d上的叠加规则为：
其中，ρ∈[0,1]表示叠加因子，ex表示用户发送功率，p为m×n的walsh扩频矩阵；如示例如下：
假设：ρ＝0.2，ex＝1，n＝4，m＝8，下行信道状态信息：
h＝(-0.8665-0.9884j,-0.4218+1.8179j,-0.9427-0.3744j,1.3419-1.4517j)t，
上行用户序列：d＝(1+1j,1+1j,1-1j,-1-1j,1-1j,1-1j,-1-1j,-1-1j)t，扩频矩阵：
进一步地，如图2-图4所示，所述elm干扰消除网络包括csi-elm1、csi-elm2、det-elm1和det-elm2四个子网络。
所述csi-elm1、csi-elm2、det-elm1和det-elm2四个子网络的隐藏层和输出层均未采用激活函数以获得更好的干扰移除性能，其输入层均通过标准化进行处理，且依次通过级联的方式连接。
进一步地，标准化处理公式为bn(x)＝(x-μ)/σ，其中，x表示待标准化矢量，μ表示x的均值，σ表示x的标准差；其示例如下：
假设：x＝(1,2,3,4,5,6,7,8,9)，按照标准化公式bn(x)＝(x-μ)/σ，可计算出bn(x)＝(-1.4606，-1.0954，-0.7303，-0.3651，0，0.3651，0.7303，1.0954，1.4606)；
所述csi-elm1和csi-elm2子网络具有相同的结构，输入层、隐藏层和输出层节点数分别为n、nn和n；所述det-elm1和det-elm2子网络具有相同的结构，输入层、隐藏层和输出层节点数分别为m、mm和m；
进一步地，n表示csi-elm子网络的隐藏层节点系数，根据工程实际应用场景情况进行设定；m表示det-elm子网络的隐藏层节点系数，根据工程实际应用场景情况进行设定；
所述csi-elm1、csi-elm2、det-elm1和det-elm2子网络的输入加权矩阵和隐藏层偏置矢量均从共享矩阵φ中读取；所述csi-elm1子网络的输入通过接收序列r解扩得到；
进一步地，共享矩阵
其中，
进一步地，csi-elm1和det-elm1子网络之间通过
进一步地，det-elm1和csi-elm2子网络之间通过
进一步地，csi-elm2和det-elm2子网络之间通过
进一步地，如图5所示，述elm子网络训练方法包括：
b1、输入四组训练集：
b2、初始化：迭代次数i＝1；
b3、解扩：
b4、利用
b5、更新训练集
b6、利用
b7、若i＜2，则更新迭代次数i＝i+1，更新训练集
b8、结束，保存β1,β2,β3,β4。
进一步地，训练csi-elmi，得到csi-elmi的输出加权矩阵β2i-1的过程可表示为：
其中，w1表示csi-elmi(i＝1,2)的输入加权矩阵，b1表示csi-elmi(i＝1,2)的隐藏层偏置矢量，w1和b1分别从共享矩阵φ中随机读取所需维度的子矩阵和子矢量，上标
训练det-elmi，得到det-elmi的输出加权矩阵β2i的过程可表示为：
其中，w2表示det-elmi(i＝1,2)的输入加权矩阵，b2表示det-elmi(i＝1,2)的隐藏层偏置矢量，w2和b2分别从共享矩阵φ中随机读取所需维度的子矩阵和子矢量。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。