摘要
一种基于傅里叶频谱的多特征波束赋型无线通信模型训练方法,属于无线通信领域,首先搭建基于MATLAB仿真平台的毫米波通信系统,定义系统中各个结构的参数;其次,由已有数据经过信道估计生成数据集;随后通过傅里叶变换得到多特征数据作为神经网络的输入;再次,通过各层神经网络以及本发明设计的损失函数进行约束,即可得到改变天线状态的预编码矩阵VRF,最后将测试集输入到模型,通过频谱效率来判断波束赋型效果。本发明设计此模型,将输入数据先进行离散傅里叶变换在进入神经网络,随后设计损失函数有效地提高了波束赋型效果,减少功率损耗。
技术关键词
波束赋型
模型训练方法
傅里叶频谱特征
深度神经网络
接收天线数量
矩阵
无监督模型
信噪比
信道估计
编码
阶段
发射天线
MISO系统
构建卷积神经网络
仿真平台
数据
天线阵列
系统为您推荐了相关专利信息
认知训练系统
认知训练方法
多通道脑电信号
策略
指标
多模态传感器
三维点云数据
车辆环境数据
车辆定位
多源融合
高炉炼铁系统
预测优化控制方法
深度神经网络模型
建模误差
模型预测控制框架
信息处理方法
分段仿射变换
轻量化卷积神经网络
集装箱图像
异构
检测模型训练方法
神经网络模型
精度
故障检测
量化误差