一种频分双工方式下大规模MIMO系统信道状态信息反馈方法及系统

本发明涉及一种频分双工方式下大规模mimo系统信道状态信息反馈方法及系统，属于无线通信。

背景技术：

1、大规模多输入多输出(multiple input multiple output,mimo)是当前5g和6g通信系统的核心技术之一。其中，在时分双工(timedivisionduplex,tdd)方式中，下行链路和上行链路信道被不同的时隙分割，衰落特性几乎没有差异，这时使用信道互易性进行反向信道估计是有用的。

2、然而，相同的方法不适用于频分双工(frequency division duplex,fdd)方式，在此方式中上行链路和下行链路以不同的频率工作。信道状态信息(channel stateinformation,csi)描述了信道中信号传输的关键特征。为了提高整个无线系统的通信质量，发射机和接收机都必须获得完整和准确的信道状态信息。因此，频分双工方式下，用户设备(userequipment,ue)需要通过反馈链路向基站(base station,bs)发送尽可能完整的下行链路信道的信道状态信息。

3、传统的信道状态信息反馈方法是压缩感知(compressed sensing,cs)，然而其严重依赖信道状态信息的稀疏性。实际上，在大规模mimo系统中，信道状态信息矩阵不能完全满足压缩感知方法的数学稀疏性要求。目前信道状态信息反馈中性能最优的是transnet(cui y,guo a,song c.transnet:full attention network for csi feedback in fddmassive mimo system[j].ieee wireless communications letters,2022,11(5):903-907.)，其使用谷歌的transformer模型框架来搭建信道状态信息反馈网络，但是在用户设备端的复杂度过高，并且性能也有待提升。

技术实现思路

1、本发明的目的在于克服现有技术中的不足，提供一种频分双工方式下大规模mimo系统信道状态信息反馈方法，在降低用户设备端复杂度的同时提升信道状态信息反馈性能。

2、为达到上述目的，本发明是采用下述技术方案实现的：

3、第一方面，本发明提供一种频分双工方式下大规模mimo系统信道状态信息反馈方法，包括：

4、在用户端得到下行链路信道状态信息在空间频域上维度为nc×nt的信道矩阵h，nc表示正交频分复用系统的子载波数量，nt表示基站端配置的发射或接收天线数量；

5、通过离散傅里叶变换将空间频域上的信道矩阵h变换为角延迟域上的信道矩阵h'；

6、取角延迟域上的信道矩阵的前na行构成维度为na×nt的信道矩阵ha，na为h'中非近似零值的行数；

7、构建反馈网络模型mixedctnet；

8、利用反馈网络模型mixedctnet位于用户端的编码器对信道矩阵ha进行特征提取和压缩得到压缩信息；

9、利用反馈网络模型mixedctnet位于基站端的解码器对压缩信息进行解压缩和恢复得到重建信道矩阵

10、对重建信道矩阵进行零填充得到角延迟域上维度为nc×nt的重建信道矩阵

11、通过离散傅里叶逆变换将角延迟域上的重建信道矩阵变换为空间频域上的重建信道矩阵即为反馈的信道状态信息。

12、进一步的，所述下行链路信道状态信息在空间频域上的信道矩阵h通过在正交频分复用系统下计算得到，所述计算表达式如下：

13、y＝ax+z

14、其中，y表示接受信号，x表示一个正交频分复用系统周期内传输的符号向量，z表示一个正交频分复用周期内传输的加性噪声矢量，a表示对角线信道矩阵，其中，n＝nc，nc为正交频分复用系统的子载波数量，表示每个子载波的下行链路信道响应向量，pi表示每个子载波的波束形成向量；

15、所述下行链路信道状态信息在空间频域上的信道矩阵h表示为：

16、

17、进一步的，通过离散傅里叶变换将空间频域上的信道矩变换为角延迟域上的信道矩阵h′的表达式如下：

18、

19、其中，fc为维度为nc×nc的离散傅里叶变换矩阵，ft为维度为nt×nt的离散傅里叶变换矩阵。

20、进一步的，所述反馈网络模型mixedctnet包括位于用户端的编码器和位于基站端的解码器，所述编码器包括卷积部分、transformer部分和全连接层，所述卷积部分包括三条并行的卷积层路径，其中，第一条由1×1的卷积层组成，第二条由3×3、5×5、1×7和7×1串联的卷积层组成，第三条由1×31和31×1串联的卷积层组成；

21、所述解码器包括transformer部分和全连接层。

22、进一步的，所述反馈网络mixedctnet采用端到端的训练方式，以缩小信道矩阵ha和重建信道矩阵之间的误差为目标进行训练。

23、进一步的，所述误差采用归一化均方误差公式计算得到，其表达式如下：

24、

25、其中，n表示训练集样本数，表示训练集样本中的第k个信道矩阵，表示对应的第k个压缩反馈后的信道矩阵。

26、进一步的，利用反馈网络模型mixedctnet位于用户端的编码器对信道矩阵ha进行特征提取和压缩得到压缩信息，包括：

27、将信道矩阵ha通过编码器的卷积部分进行特征提取；

28、将经过三条并行的卷积层路径后的信道矩阵ha分别与自身进行残差连接，并分别通过1×1的卷积层输出；

29、将三条并行的卷积层路径的输出进行直连相加输出得到ha_c；

30、将信道矩阵ha经过编码器的transformer部分得到ha_f；

31、将ha_f和ha_c直连相加输出，并通过编码器的全连接层进行压缩处理得到压缩信息v。

32、进一步的，所述第二条以及第三条卷积层路径的卷积层之间均包含有一个leakyrelu激活函数，所述leakyrelu激活函数的表达式如下：

33、

34、其中，β表示斜率。

35、进一步的，利用反馈网络模型mixedctnet位于基站端的解码器对压缩信息进行解压缩和恢复得到重建信道矩阵包括：

36、编码器的全连接层将信息压缩后通过反馈链路发送至解码器；

37、解码器的全连接层对压缩信息进行解压缩，并将解压缩后的压缩信息传输至解码器的transformer部分进行特征恢复，得到重建信道矩阵

38、第二方面，本发明提供一种频分双工方式下大规模mimo系统信道状态信息反馈系统，包括处理器和存储介质；

39、所述存储介质用于存储指令；

40、所述处理器用于根据所述指令进行操作以执行根据上述任一项所述频分双工方式下大规模mimo系统信道状态信息反馈方法的步骤。

41、与现有技术相比，本发明所达到的有益效果：

42、本发明的反馈网络模型mixedctnet将卷积和transformer共同应用于编码器中，解码器则应用transformer，卷积运算擅长提取局部特征，transformer能更好地捕获长距离的特征依赖，有助于在编码器特征提取和压缩时，信息损失尽可能小，在压缩比为1/4时，可以得到最优的信道状态信息反馈性能。