基于深度学习的混合毫米波大规模MIMO天线-时域信道外推

在时变大规模多输入多输出（MIMO）系统中，由于下行训练和上行的反馈相关的极高开销，在基站（BS）获取下行信道状态信息是一项非常具有挑战性的任务。在本文中，我们考虑基站端的混合预编码结构，并研究天线-时域信道外推。我们在变分自编码器（VAE）框架下设计了一个基于潜在常微分方程（ODE）的网络，以学习从部分上行信道到基站端完整下行信道的映射函数。具体而言，编码器采用门控循环单元，解码器使用全连接神经网络。端到端学习用于优化网络参数。仿真结果表明，所设计的网络能高效地从部分上行信道推断完整下行信道，可显著降低信道训练开销。