一种基于样例集的信道状态信息压缩方法、系统及计算机设备技术方案

本发明专利技术公开了一种基于样例集的信道状态信息压缩方法、系统及计算机设备，属于无线通信技术领域。本发明专利技术步骤如下：将获得的信道状态信息用张量T表示，且张量T＝R+I*i，其中张量R表示所述张量T的实部，张量I表示所述张量T的虚部；将张量R与张量I的最后两轴展平，将最后两轴展平的张量R与张量I的最后一轴拼接起来得到矩阵C，其中C的形状为[t,2*r*s]；重复V次步骤S1

【技术实现步骤摘要】
一种基于样例集的信道状态信息压缩方法、系统及计算机设备


[0001]本专利技术涉及无线通信
，更具体地，涉及一种基于样例集的信道状态信息压缩方法、系统及计算机设备。

技术介绍

[0002]随着无线通信技术，特别是mimo技术的发展，信号发射端跟接收端的天线数量越来越多，导致描述信道状态信息的信道状态信息张量变得越来越大，相应地，信道状态信息的传输成本也越来越大。为了减小信道状态信息的传输成本，业界出现了使用神经网络对信道状态信息张量进行压缩与重建的方案，例如专利技术《CN201811488677.9》，虽然这些方案确实取得了不错的效果，但是仍然有很大的提升空间，在同等压缩率的情况下，还原度较低，或在同等还原效果的情况下，压缩率较高(生成的压缩文件更大)。

技术实现思路

[0003]本专利技术旨在克服上述现有技术的至少一种缺陷，提供一种基于样例集的信道状态信息压缩方法、系统及计算机设备，用于解决在同等压缩率的情况下，还原度较低，或在同等还原效果的情况下，压缩率较高的问题，进一步提升信道状态信息张量的压缩与重建效果。
[0004]根据本专利技术的一个方面，提供了一种基于样例集的信道状态信息压缩方法。该基于样例集的信道状态信息压缩方法，包括以下步骤：
[0005]F1.构建信道状态信息样例集合C；
[0006]F2.接收待压缩的信道状态信息X；
[0007]F3.计算X的相似矩阵C
*
；
[0008]F4.计算C
*
在C中的位置pos；
[0009]F5.通过X和C
*
获得最优标量w
2*
,b
2*
；
[0010]F6.通过X和C
*
和最优标量w
2*
,b
2*
构建输入参数RES；
[0011]F7.构建压缩器，对RES进行压缩，生成向量
[0012]F8.对向量进行量化处理，生成二值向量
[0013]F9.输出关于w
2*
,b
2*
，pos，的二值向量
[0014]如果要完成一幅画，从0开始画，可能要花很多精力才能完成。但是如果事前给定了这幅画的草稿，然后在草稿的基础上通过细节的修改完成这幅画，那显然容易得多。同样的，从0要将信道状态信息还原出来，需要大量的信息提示(这里的信息就是压缩后的信道状态信息)，但如果能给出信道状态信息的大致结构，那只需要少量的信息提示就能高准确度地还原出原来的信道，这样就能起到了提升压缩效果的作用。本专利技术的方案通过构建信道状态信息张量样例集，然后计算出信道状态信息张量样例集中与被压缩信道状态信息张
量最近信道状态信息张量作为被压缩信道状态信息张量的“大致结构”，用于在同样压缩率的情况下，提升模型的还原效果。
[0015]所述步骤F1.构建信道状态信息样例集合C，具体为：
[0016]S1.将获得的信道状态信息用张量T表示，所述张量T形状为[t,r,s]，其中t为时延扩展数量，r为接收天线数量，s为发送天线数量，且张量T＝R+I*i，其中张量R表示所述张量T的实部，张量I表示所述张量T的虚部；
[0017]S2.将张量R与张量I的最后两轴展平，将最后两轴展平的张量R与张量I的最后一轴拼接起来得到矩阵C，其中C的形状为[t,2*r*s]；
[0018]S3.对于获得的信道V个状态信息，均按照步骤S1
‑
S2的方法变换，得到V个不同的矩阵C；
[0019]S4.将V个不同的矩阵C顺序排列构成矩阵C列表，其中矩阵C列表中第i个矩阵用符号C
i
表示，所述矩阵C列表为信道状态信息样例集合。
[0020]在真实场景中测量生成的信道信息，生成信道状态信息张量T，通过大量真实场景中获得的信道信息，模拟出信道状态信息的大致结构，只需要少量的信息提示就能高准确度地还原出原来的信道。
[0021]所述步骤F3.计算X的相似矩阵C
*
，具体为：
[0022]C
*
＝arg min
M∈矩阵C列表
LS_loss(X,M)，
[0023]其中，LS_loss(X,M)＝distance(X,M*w
1*
+b
1*
)，w
1*
,b
1*
＝arg min
w,b distance(X,M*w+b。
[0024]通过距离函数LS_loss，从一堆矩阵中寻找出最相似的矩阵。
[0025]所述步骤F5.通过X和C
*
获得最优标量w
2*
,b
2*
，具体为：
[0026][0027]其中，[m，n]表示X、C
*
*w+b的形状。
[0028]所述步骤F6.通过X和C
*
和最优标量w
2*
，b
2*
构建输入参数RES，具体为：
[0029]RES＝X
‑
C
*
*w
2*
+b
2*
。
[0030]所述步骤F8.对向量进行量化处理，生成二值向量具体为：
[0031][0032]其中，其中，为更新的滑动均值向量，为的第i个元素，[]为取整符号。
[0033]将量化操作用在信道生成，通过量化可以大大减小隐变量的取值空间大小，使得模型的生成效果更佳。
[0034]的更新方式为：
[0035][0036]其中，γ是人为设定的范围介于0到1的超参数。
[0037]所述步骤F9.输出关于w
2*
，b
2*
，pos，的二值向量具体为：
[0038]所述向量第1个到第a个元素构建float a格式的W
2*
，第a+1个到第2a个元素构建
float a格式的b
2*
，第2a+1个到第[2a+1+log
2 pos]个元素构建位置信息pos，第[2a+1+log2pos+1个到第2a+1+log2pos+d个元素构建二值向量h，其中d为二值向量h的维度。
[0039]前[2a+1+log
2 pos]个元素记录的是信道状态信息的“大致结构”，后d个元素记录的是补充信息。本专利技术在压缩的时候付出的代价为[2a+1+log
2 pos]个储存位置，从而大大减少了要达到同等压缩率下所需储存位置个数d的大小。
[0040]根据本专利技术另一个方面，提供了一种基于样例集的信道状态信息压缩系统。该基于样例集的信道状态信息压缩系统，包括：
[0041]信道状态信息样例集构建模块，用于构建信道状态信息样例集合C；
[0042]信道接收模块，用于接收待压缩的信道状态信息X；...

【技术保护点】

【技术特征摘要】
1.一种基于样例集的信道状态信息压缩方法，其特征在于，包括如下步骤：F1.构建信道状态信息样例集合C；F2.接收待压缩的信道状态信息X；F3.计算X的相似矩阵C
*
；F4.计算C
*
在C中的位置pos；F5.通过X和C
*
获得最优标量w
2*
,b
2*
；F6.通过X和C
*
和最优标量w
2*
,b
2*
构建输入参数RES；F7.构建压缩器，对RES进行压缩，生成向量F8.对向量进行量化处理，生成二值向量F9.输出关于w
2*
,b
2*
，pos，的二值向量2.根据权利要求1所述的一种基于样例集的信道状态信息压缩方法，其特征在于，所述步骤F1.构建信道状态信息样例集合C，具体为：S1.将获得的信道状态信息用张量T表示，所述张量T形状为[t,r,s]，其中t为时延扩展数量，r为接收天线数量，s为发送天线数量，且张量T＝R+I*i，其中张量R表示所述张量T的实部，张量I表示所述张量T的虚部；S2.将张量R与张量I的最后两轴展平，将最后两轴展平的张量R与张量I的最后一轴拼接起来得到矩阵C，其中C的形状为[t,2*r*s]；S3.对于获得的信道V个状态信息，均按照步骤S1
‑
S2的方法变换，得到V个不同的矩阵C；S4.将V个不同的矩阵C顺序排列构成矩阵C列表，其中矩阵C列表中第i个矩阵用符号C
i
表示，所述矩阵C列表为信道状态信息样例集合。3.根据权利要求1所述的一种基于样例集的信道状态信息压缩方法，其特征在于，所述步骤F3.计算X的相似矩阵C
*
，具体为：C
*
＝arg min
M∈矩阵C列表
LS_loss(X,M)，其中LS_loss的定义为：LS_loss(X,M)＝distance(X,M*w
*
+b
*
)其中A、B为形状相同的矩阵，且w
*
,b
*
＝arg min
w,b
distance(X,M*w+b)。4.根据权利要求1所述的一种基于样例集的信道状态信息压缩方法，其特征在于，所述步骤F5.通过X和C*获得最优标量w
2*
,b
2*
，具体为：其中，[m,n]表示X、C...

【专利技术属性】
技术研发人员：欧阳滨滨，曾婷，陈益祥，高唯唯，林梓陆，邱述洪，柳子用，
申请(专利权)人：联通广东产业互联网有限公司，
类型：发明
国别省市：