1.一种基于深度学习的MIMO系统波束成形矩阵设计方法,其特征在于,包括如下步骤:S1、利用已知算法获取深度学习网络所需的训练样本集,所述训练样本集包括作为输入数据集的信道矩阵集合,以及作为输出数据集的波束成形矩阵系数集合;
S2、构建深度学习神经网络模型,并初始化模型参数;
S3、利用S1中的样本集训练S2中构建的深度学习神经网络模型,训练完成后保存模型;
S4、用户发送导频,基站通过导频来估计信道矩阵;
S5、将S4中获取的信道矩阵输入S3中保存的模型进行预测,获取波束成形矩阵系数;
S6、根据S4获取的信道矩阵及S5中获取的波束成形矩阵系数,构建波束成形矩阵;步骤S6中,构建的波束矩阵为W=[w1,w2,…,wK],其中,其中,波束成形矩阵的系数包括向量p和q,pk是向量p的第k个元素,qk是向量q的第k个2
元素,hi是信道矩阵H的第i列向量,I代表单位矩阵,σ代表噪声功率,K代表用户数目,运算符||·||2代表2范数运算。
2.根据权利要求1所述的一种基于深度学习的MIMO系统波束成形矩阵设计方法,其特征在于,所述S1中已知算法为加权最小均方误差算法或迫零法或正则迫零法。
3.根据权利要求1所述的一种基于深度学习的MIMO系统波束成形矩阵设计方法,其特征在于,所述S2中模型参数包括权重参数、偏置参数、网络层数、每层神经元数目、学习率、训练周期及每次训练送入网络的样本数。