基于深度学习的低比特量化大规模MIMO散射信道估计方法

本发明公开了一种基于深度学习的低比特量化大规模MIMO散射信道估计方法，属于信号检测技术领域。将深度学习引入低比特量化大规模MIMO散射信道估计中，采用最小二乘信道估计结果作为神经网络的输入，提高网络的收敛速率；本发明设计的网络结构无需结构调整能够有效的处理两种差异显著的一比特和两比特量化场景，同时利用多层神经网络从高度失真的低比特量化数据，提炼出与真实信道状态相关的关键信息，最终实现高精度信道估计。本发明采用线下训练、线上测试的方法，降低了算法计算复杂度。仿真结果表明，本发明相较于现有算法有明显优势。