摘要
本发明公开了一种基于CNN网络的有源IRS辅助上行IoT系统信道估计方法及装置,具体为:构建有源IRS辅助上行IoT网络的系统模型;构造资源受限的IoT设备和基站BS之间的功率分配因子与信道估计均方误差MSE最小化的优化问题,利用卡丹公式求解出最优的IoT设备和BS之间的功率分配因子;基于求解出的最优功率分配因子、已知的导频信号和有源IRS相移矩阵,随机生成接收信号数据集,设计基于深度学习的信道估计神经网络,使用数据集对信道估计神经网络进行训练;重新随机生成接收信号数据集,测试已经训练好的深度学习信道估计神经网络。本发明具有稳定性高、计算速度快、资源消耗低、信道估计准确率高、泛化能力强的优点。
技术关键词
IoT系统
信道估计方法
神经网络模型
信道估计误差
因子
功率
级联
数据
矩阵
模型训练模块
代表
信号
噪声方差
瑞利衰落信道
信道估计装置
系统为您推荐了相关专利信息
强化学习模型
运动控制模型
机器人
多任务
计算机执行指令
海上风电安装船
推进器控制系统
滤波算法
动态补偿模块
控制模块
辨识方法
卷积神经网络模型
辨识装置
数据
极限学习机
车外环境温度
空调控制方法
补偿值
空调控制程序
移动平均滤波
植物配置模式
优化验证方法
验证系统
数据采集模块
因子