一种基于对比学习的毫米波波束跟踪方法

AITNT
正文
推荐专利
一种基于对比学习的毫米波波束跟踪方法
申请号:CN202411518819
申请日期:2024-10-29
公开号:CN119154979A
公开日期:2024-12-17
类型:发明专利
摘要
本发明涉及一种基于对比学习的毫米波波束跟踪方法,属于无线通信领域。该方法面向毫米波通信系统,结合在毫米波基站安装的多传感器采集到的环境中的视觉与激光雷达信息,利用机器学习模型对不同模态的数据进行特征处理,并采用基于对比学习的多模态融合策略,增强各模态数据间的协同效应,获得一种实时预测当前波束并跟踪多个未来波束的方法。本发明将多模态数据融合与对比学习结合进行波束跟踪,能够有效保障波束跟踪的精度和稳定性,确保毫米波通信系统的通信效率。
技术关键词
波束跟踪方法 激光雷达数据 特征提取模块 激光雷达信息 激光雷达传感器 索引 长短期记忆网络 多模态数据融合 面向毫米波通信 视觉特征 通信系统 基站 神经网络模型 多头注意力机制 机器学习训练
系统为您推荐了相关专利信息
1
一种基于声学遮蔽的伪音色对抗AI语音克隆的麦克风
AI语音 掩蔽阈值 麦克风 音频采集模块 频段
2
基于多模态特征融合的工单相似度计算方法及装置、设备及存储介质
多模态特征融合 融合特征 预训练语言模型 语义特征 度计算方法
3
基于安全边界约束的智能决策方法、装置、设备及介质
智能决策方法 动态知识图谱 智能决策装置 多模态特征 边界策略
4
一种多尺度特征融合的番茄种苗检测与计数方法
多尺度特征融合 计数方法 模型训练模块 番茄 特征提取模块
5
基于物理信息图神经网络的城市管网运行智能预测方法
智能预测方法 拓扑结构信息 物理 方程 构建预测模型
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