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

AITNT
正文
推荐专利
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
申请号:CN202410974037
申请日期:2024-07-19
公开号:CN119010964A
公开日期:2024-11-22
类型:发明专利
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
1
认知训练系统、方法、电子设备及存储介质
认知训练系统 认知训练方法 多通道脑电信号 策略 指标
2
高精度感知驱动的自动驾驶定位方法及系统
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
3
一种高炉炼铁系统的非线性预测优化控制方法
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
4
一种用于港口集装箱号理货的信息处理方法
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
5
一种基于量化感知训练的拉弧检测模型训练方法及系统
检测模型训练方法 神经网络模型 精度 故障检测 量化误差
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号