基于HD-CNN的大规模MIMO低复杂度混合预编码方法

基于HD‑CNN的大规模MIMO低复杂度混合预编码方法，属于HPAM注意力机制技术领域。技术方案：构建单用户下行大规模MIMO混合预编码通信系统模型，采用Saleh‑Valenzuela信道模型进行精确建模；综合考虑发射端数字预编码器和模拟预编码器的特性，二者协同工作形成最终的混合预编码系统；依据恒模约束和总发射功率约束条件，确定系统总目标；构建深度学习算法，并在其中引入注意力机制，通过精确聚焦关键特征，提高模型的学习效率；基于构建的系统模型，生成用于训练的实验数据，并结合标签对超参数进行优化。有益效果：本发明显著降低计算复杂度与硬件成本，大幅提升频谱效率与通信质量，增强系统自适应性与鲁棒性，实现高实时性与低能耗部署，具备兼容性与可扩展性优势。