本发明所述的是一种在大规模MIMO系统中基于改进GAN网络的信道估计算法，其考虑在一比特上行多用户大规模MIMO系统中进行基于深度学习的信道估计时，为了提高性能，提出采用改进生成对抗网络的信道估计方法；在该方法中，引入随机量化方法来改进GAN网络的输入，使输入数据更加真实；通过对生成器和判别器分别引入惩罚项来生成新的优化目标函数，使网络优化方向正确，并由模型仿真确定网络结构。GAN网络利用先验的信道估计观测值来学习从量化测量值到信道的非平凡映射；对生成器和判别器进行对抗训练来预测更真实的信道。数值仿真结果，从归一化均方误差(NMSE,Normalized Mean Squared Error)的角度表明,该方法明显提高了大规模多输入输出系统信道估计的准确性。
柿子坊 · 知识产权运营
柿子坊知识产权运营平台