期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的压缩感知FDD大规模MIMO系统稀疏信道估计算法
被引量：
12
1
作者
黄源
何怡刚
+3 位作者
吴裕庭
程彤彤
隋永波
宁暑光
《通信学报》
EI
CSCD
北大核心
2021年第8期61-69,共9页
针对FDD大规模多输入多输出(MIMO)下行链路系统,提出了一种新型的基于深度学习的压缩感知稀疏信道估计算法,即卷积重构网络(ConCSNet)。在不需要稀疏度的情况下,通过数据驱动的方式,利用ConCSNet求解从测量向量y到信号h的逆变换过程,从...
针对FDD大规模多输入多输出(MIMO)下行链路系统,提出了一种新型的基于深度学习的压缩感知稀疏信道估计算法,即卷积重构网络(ConCSNet)。在不需要稀疏度的情况下,通过数据驱动的方式,利用ConCSNet求解从测量向量y到信号h的逆变换过程,从而解决压缩感知框架下的欠定最优化问题,实现对原始稀疏信道的重构。仿真结果表明,所提算法能更快速、准确地恢复稀疏度未知的大规模MIMO系统的信道状态信息。
展开更多
关键词
无线通信
fdd
大规模
mimo
系统
稀疏信道估计
深度学习
下载PDF
职称材料
题名
基于深度学习的压缩感知FDD大规模MIMO系统稀疏信道估计算法
被引量：
12
1
作者
黄源
何怡刚
吴裕庭
程彤彤
隋永波
宁暑光
机构
合肥工业大学电气与自动化工程学院
武汉大学电气工程学院
出处
《通信学报》
EI
CSCD
北大核心
2021年第8期61-69,共9页
基金
国家重点研发计划基金资助项目(No.2016YFF0102200)
国家自然科学基金资助项目(No.51577046,No.51637004)。
文摘
针对FDD大规模多输入多输出(MIMO)下行链路系统,提出了一种新型的基于深度学习的压缩感知稀疏信道估计算法,即卷积重构网络(ConCSNet)。在不需要稀疏度的情况下,通过数据驱动的方式,利用ConCSNet求解从测量向量y到信号h的逆变换过程,从而解决压缩感知框架下的欠定最优化问题,实现对原始稀疏信道的重构。仿真结果表明,所提算法能更快速、准确地恢复稀疏度未知的大规模MIMO系统的信道状态信息。
关键词
无线通信
fdd
大规模
mimo
系统
稀疏信道估计
深度学习
Keywords
wireless communication
fdd
massive
mimo
system
sparse channel estimation
deep learning
分类号
TN929.5 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的压缩感知FDD大规模MIMO系统稀疏信道估计算法
黄源
何怡刚
吴裕庭
程彤彤
隋永波
宁暑光
《通信学报》
EI
CSCD
北大核心
2021
12
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
