一种基于深度学习的大规模MIMO下行CSI反馈方法

本发明涉及无线通信技术领域，具体涉及一种基于深度学习的大规模MIMO下行CSI反馈方法，使用COST2100信道模型构件数据集，生成训练集、验证集与测试集；构建深度神经网络模型，深度神经网络模型包括编码器和解码器，用训练集训练深度神经网络模型，同时在训练过程中使用验证集来辅助调整训练策略，将训练好的深度神经网络模型在测试集上测试模型性能；保存训练好的深度神经网络模型，并将编码器部署在用户端，解码器部署在基站。能够在较低的模型复杂度基础上实现较高的反馈精度，大幅提升了CSI反馈性能，为大规模MIMO系统下行CSI反馈提供了一种高效可行的方法。