联合BLS算法与RE_CHAN_ATTENTION神经网络的双面板智能超表面辅助MU-MIMO通信系统信道估计方法及系统

本发明针对双面板智能超表面Reconfigurable Intelligent Surface，RIS辅助的多用户‑多输入多输出Multiple Users Multiple Input Multiple Output,MU‑MIMO通信系统，提供了联合双边最小二乘Bilateral Least Square，BLS算法与RE_CHAN_ATTENTION神经网络的双面板智能超表面辅助MU‑MIMO通信系统信道估计方法及系统。首先通过相位转换策略获取双反射级联信道的状态信息，对双反射级联信道的状态信息使用分解算法与BLS算法进行处理与预估计。然后，使用RE_CHAN_ATTENTION神经网络对经过BLS算法预估计的信道状态信息进行快速有效的特征提取，从而获得更加精确的信道状态信息。仿真结果说明，本发明提出的联合BLS算法与RE_CHAN_ARRENTION神经网络的信道估计方法可以更有效地对信道状态信息进行特征提取和融合，提升了信道估计的精确度，同时还有更低的计算耗时，提高了信道估计的效率。