摘要
本发明涉及一种面向低光环境的视觉辅助毫米波波束预测方法,属于无线通信领域。该方法面向毫米波通信系统,通过安装在基站的摄像头采集低光条件下的通信环境的图像数据,构建毫米波波束预测系统模型,采用深度神经网络模型和课程训练策略学习采集到的图像数据,预测出最优通信波束。本发明能够在低光环境中提升模型的性能,加快网络模型的收敛速度,能够提高波束预测的准确性,增强毫米波通信系统在低光环境下的鲁棒性和可靠性。
技术关键词
波束成形向量
深度神经网络模型
接收信号功率最大化
数据
面向毫米波通信
训练集
预测系统模型
ResNet网络
正交频分复用技术
Softmax函数
无线通信系统
阶段
基站
线性天线阵列
无线通信场景
样本
图像特征提取
系统为您推荐了相关专利信息
视频编码数据
Linux系统
预览方法
解码
解析插件
水位预测方法
水库
平均降雨强度
水位库容曲线
数据驱动模型
网络流量数据
网络安全漏洞
卷积神经网络模型
构建卷积神经网络
数据处理工具
预测模型方法
道岔转辙机
人工智能模块
特征提取模块
数据存储模块