文件名称：Channel-Estimation-and-Hybrid-Precoding-for-Millimeter-Wave-Systems-Based-on-Deep-Learning
文件大小：32.42MB
文件格式：ZIP
更新时间：2024-05-08 04:33:03
MATLAB
基于深度学习的毫米波系统的信道估计和混合预编码 将“ matlab”和“ python”文件夹放在根目录中 “ matlab”文件夹包含传统的HBF算法，信道估计算法和数据生成代码。 “ python”文件包含已定义的神经网络模型和经过训练的模型。 如果要直接测试HBF-Net和CE-HBF-Net，则可以 运行“ matlab / channel_gen.m”以生成测试通道。 运行“ matlab / gen_testdata.m”以生成测试数据集 您也可以单击（提取代码：om9r）下载数据集，而无需生成新的测试数据集。 训练后的模型保存在“ python / model”中。 在测试模式（train_flag = 0）下运行“ python / main.py”，可以测试HBF-Net和CE-HBF-Net的性能。 如果您想对HBF-Net和CE-HBF-Net进行再培训，则可以
【文件预览】：
Channel-Estimation-and-Hybrid-Precoding-for-Millimeter-Wave-Systems-Based-on-Deep-Learning-main
----matlab()
--------gen_testdata.m(2KB)
--------channel_gen.m(895B)
--------HC-CE-Algorithm()
--------codebook_bs.mat(417KB)
--------codebook_ms.mat(2KB)
--------gen_traindata.m(621B)
--------get_rate.m(154B)
--------traditional-HBF()
----README.md(1KB)
----python()
--------model()
--------utils.py(9KB)
--------main.py(5KB)
--------model_gen.py(9KB)