融合双重注意力机制与TCN-BiLSTM网络的大规模MIMO信道估计方法

本发明提出一种融合双重注意力机制与TCN‑BiLSTM网络的大规模MIMO信道估计方法，将时间卷积网络TCN与双向长短时记忆网络BiLSTM进行结合，并引入一种双重注意力机制来进一步增强模型的特征提取和聚焦能力。本方法相比于其他先进的深度学习模型，在多种信道环境下均能大幅降低预测误差；本方法在多径效应和干扰严重的非视距场景中表现出卓越的性能和稳定性；通过提供更精确的CSI，本方法使得大规模MIMO基站能够生成更精准的波束，将信号能量更有效地传递给目标用户，同时将对其他用户的干扰降至最低，带来了更高的单用户数据速率，并允许系统在相同的频谱资源内同时服务更多的用户，从而显著提升了整个网络的吞吐量和频谱利用效率。