AI赋能数据置空的叠加信道状态信息反馈方法及装置

ai赋能数据置空的叠加信道状态信息反馈方法及装置
技术领域
1.本发明涉及ai叠加信道状态信息反馈的技术领域，特别涉及ai赋能数据置空的叠加信道状态信息(csi,channel state information)反馈方法及装置。


背景技术：

2.在大规模多输入多输出(mimo,multiple input multiple output)系统中，基站进行波束成形和用户选择依赖于精确的下行信道状态信息(csi,channel state information)。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,compressed sensing)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。幸运地，基于ai赋能的csi反馈方法因其结构简单、训练速度快等优点得到了广泛关注。叠加编码(sc,superimposed coding)技术能够高效利用频谱资源的特性，从而被广泛应用于无线通信的各领域，但叠加编码会造成叠加干扰。采用数据置空的方式进行叠加与传统sc不同，以牺牲部分传输数据作为代价完全避免引入叠加干扰。本发明结合ai赋能、叠加编码和数据置空等技术优点，不仅可以避免上行带宽资源的占用与叠加干扰的引入，同时还能提高csi的反馈精度。


技术实现要素：

3.本发明的目的在于提供ai赋能数据置空的叠加信道状态信息反馈方法及装置，与非叠加的csi反馈相比，在改善频谱资源的占用的情况下，保持相当或更好的csi重构精度；与现有大多数叠加csi反馈相比，完全避免引入叠加干扰并提高csi的重构精度。
4.ai赋能数据置空的叠加信道状态信息反馈方法及装置，其方法包括：
5.用户端处理：
6.s1.用户端根据长度为n的下行csi数据h
dl
和构建的索引获取网络index_net，提取上行用户数据序列(ul-us,uplink user data sequences)矢量d中长度为n的置空位置索引集合
7.步骤s1所述的索引获取网络index_net包括以下子步骤：
8.s11.将长度为n的csi数据h
t
作为索引获取网络index_net训练时的网络输入；
9.所述的csi数据包括下行csi数据h
dl
和上行csi估计数据
10.s12.构建长度为m的训练用的接收数据y
t
＝[y
t,1
,y
t,2
,
…
,y
t,m
]
t
；
[0011]
所述m满足m＞＞n；
[0012]
所述训练用的接收数据y
t
根据公式y
t
＝x
t
⊙heff
获得；
[0013]
所述x
t
为长度为m的调制数据，h
eff
为长度为m的等效信道，
⊙
表示哈达玛乘积；
[0014]
所述h
eff
根据h
eff
＝f
dt
(h
t
)得到，其中f
dt
(
·
)表示映射操作；
[0015]
以频域为例，h
eff
＝f
dt
(h
t
)中f
dt
(
·
)具体表示矢量末尾添零操作和离散傅里叶变换；
[0016]
其中矢量末尾添零操作表示为
[0017]
于是dft(
·
)为取离散傅里叶变换操作；
[0018]
上标(
·
)
t
表示矢量或矩阵取转置操作；
[0019]
s13.从|y
t,1
|,|y
t,2
|,
…
,|y
t,m
|中选出n个最小值的索引形成网络训练标签s
t
；
[0020]
若索引选择规则为取i,j二者中的最小值min(i,j)；
[0021]
所述i,j取值范围为：1≤i≤m,1≤j≤m；
[0022]
s14.构建训练集合{h
t
,s
t
}对索引获取网络index_net进行训练，获得网络参数。
[0023]
s2.根据置空位置索引集合采用数据置空叠加插入方式叠加映射ul-us矢量及下行csi数据h
dl
，形成发射信号x；
[0024]
步骤s2中数据置空叠加插入方式包括以下子步骤：
[0025]
s21.根据所述置空位置索引集合通过对映射ul-us矢量进行数据置空得到映射ul-us置空矢量
[0026]
所述的数据置空操作是指，将映射ul-us矢量的索引位置处的数据去掉，等待放置下行csi数据h
dl
；
[0027]
所述的映射ul-us矢量通过对ul-us矢量d进行包括fourier变换、symplectic finite fourier变换在内的域映射得到；
[0028]
s22.根据所述置空位置索引集合将下行csi数据h
dl
叠加插入到映射ul-us置空矢量中，获得发射信号x。
[0029]
基站端处理：
[0030]
s3.基站端根据长度为n的上行csi估计数据和索引获取网络index_net，得到基站端ul-us置空数据位置索引集合
[0031]
所述的上行csi估计数据由基站端进行信道估计获得。
[0032]
s4.根据基站端ul-us置空数据位置索引集合采用数据置空叠加插入的逆过程与域逆映射，获得ul-us恢复矢量和下行csi索引数据
[0033]
步骤s4所述的数据置空叠加插入的逆过程与域逆映射包括以下子步骤：
[0034]
s41根据基站端ul-us置空数据位置索引集合采用数据置空的方法通过对接收信号r数据置空得到ul-us置空恢复矢量
[0035]
s42.对ul-us置空恢复矢量做域逆映射处理，获得ul-us恢复矢量
[0036]
s43.根据基站端ul-us置空数据位置索引集合采用叠加插入的逆过程从接收信号r中提取出下行csi索引数据
[0037]
s5.根据下行csi索引数据和上行csi估计数据通过构建的融合网络fushion_net获得精度增强的下行csi恢复数据
[0038]
步骤s5所述的融合网络fushion_net包括以下子步骤：
[0039]
s51.下行csi数据和上行csi估计数据拼接后，作为融合网络fushion_net的网络输入h
in
；
[0040]
其中，h
in
可表示为
[0041]
s52.以下行csi数据h
dl
为标签，构建训练数据集{h
in
,h
dl
}对融合网络进行训练，获得融合网络fushion_net的网络参数。
[0042]
本发明提供的ai赋能数据置空的叠加信道状态信息反馈装置，包括：
[0043]
用户端装置，包括：
[0044]
索引获取模块，根据权利要求2所述的设计得到索引获取网络index_net，用于从下行csi数据h
dl
中获得置空位置索引集合
[0045]
数据置空叠加插入模块，根据权利要求3所述的设计获得的置空位置索引集合将映射ul-us矢量置空并叠加插入下行csi数据h
dl
；
[0046]
所述数据置空叠加插入模块接在索引获取模块之后，用于形成发射信号x。
[0047]
基站端装置，包括：
[0048]
ul-us恢复模块，根据权利要求4所述设计得到ul-us恢复矢量
[0049]
下行csi数据恢复模块，根据权利要求5所述设计获得下行csi恢复数据
[0050]
所述ul-us恢复模块中进一步包括：
[0051]
索引获取单元，由索引获取网络index_net根据上行csi估计数据获得基站端ul-us置空数据位置索引集合
[0052]
数据置空单元，将接收信号r的索引位置处的数据去掉，得到ul-us置空恢复矢量
[0053]
域逆映射单元，对ul-us置空恢复矢量做包括inverse fourier变换、inverse symplectic finite fourier变换在内的域逆映射，得到ul-us恢复矢量
[0054]
所述下行csi数据恢复模块中进一步包括：
[0055]
下行csi索引数据提取单元，根据基站端ul-us置空数据位置索引集从接收信号r中提取出下行csi索引数据
[0056]
融合单元，将下行csi索引数据和上行csi估计数据拼接后输入融合网络fushion_net,得到精度增强的下行csi恢复数据
[0057]
本发明具备以下有益效果：
[0058]
与非叠加csi反馈相比，本发明完全避免上行带宽资源占用，且保持了相当或更好的csi重构精度；与非数据置空的叠加csi反馈相比，本发明完全避免了叠加干扰，提高了csi的重构精度。
附图说明
[0059]
图1为本发明的流程示意图；
[0060]
图2为本发明的用户端流程设计图；
[0061]
图3为本发明的基站端流程设计图。
具体实施方式
[0062]
在上述具体实施方式下，本发明进一步提供了如下的一些实施例：
[0063]
如图1到图3所示的流程，在步骤s1中，假设下行csi数据h
dl
＝[h
dl,1
,h
dl,2
,h
dl,3
,h
dl,4
]
t
长度为n＝4，索引获取网络根据下行csi数据，提取出长度为n＝4的置空位置索引集合
[0064]
在步骤s2中，假设上行用户数据序列矢量d长度为16，对其做fourier变换，得到映射ul-us矢量
[0065]
根据步骤s1中的置空位置索引集合将映射ul-us矢量中对应位置数据去掉并放入下行csi数据h
dl
，得到发射信号
[0066]
需要说明的是，本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。