摘要
本发明涉及一种基于锥优化和深度学习的太赫兹平顶波束赋形方法与装置。所述方法包括:获取波束赋形参数;构建锥优化模型,并设定锥约束条件;然后基于锥约束条件,采用锥优化模型对波束赋形参数进行求解,得到单波束激励向量;将各单波束激励向量对应的阵因子权重线性叠加,得到平顶波束辐射方向图;将平顶波束辐射方向图输入预先训练好的神经网络模型中,得到阵因子激励向量。相较于传统的平顶波束赋形技术,本发明优化解空间小,不需要设置大量的优化变量,精度高,计算时间快,具有较好的时效性,想要获得指向性不同的平顶波束,只需要改变叠加的角度即可,灵活性更强。
技术关键词
平顶波束赋形方法
变量
神经网络模型
方位角
表达式
线性
波束赋形装置
波束赋形技术
参数
矩阵
模块
时效性
滤波
数据
尺寸
系统为您推荐了相关专利信息
储能机组
协调控制方法
协调控制策略
神经网络模型
优化控制方法
移动锚节点
水声传感网
定位方法
粒子群优化算法
方程
铝电解电容
功率器件
充电模块
疲劳累积损伤
在线评估方法
一体化反应堆
分级分析方法
专家推荐系统
反应堆冷却剂
计算机存储介质
救援帐篷
应急救援资源调度
动态规划模型
医院
平均等待时间