一种基于深度学习的下行信道快速重建方法

本发明公开了一种基于深度学习的下行信道快速重建方法，在频分双工模式下的大规模多输入多输出系统中，利用空间互异性可以在上行信道中估计出角度和时延这类与频率无关的参数，采用深度学习可以加速这一估计过程，辅助完成下行信道快速重建。首先将上行信道转换并画成二维彩色图像，并利用方形框对已知的上行信道图像标注图像中光斑的位置，接着利用深度学习中的一种先进的目标检测算法you only look once(YOLO)对这些样本进行训练，然后利用训练好的YOLO网络对未知上行信道图像中的光斑进行位置检测，输出紧紧包围目标光斑的方形框，以及方形框左上角和右下角的坐标，最后将输出的坐标转换为对应传播路径的信息，包括角度和时延，辅助重建下行信道。