摘要
本发明公开了一种基于图神经网络的RIS辅助多用户通信波束成型优化方法与系统,属于可重构智能超表面辅助通信领域。本发明考虑RIS辅助多用户通信的场景,利用图神经网络优化基站的主动波束成型和RIS的被动波束成型,进而最大化下行链路的系统传输速率。图神经网络模型中包括一个RIS节点和与服务用户数量相同的用户节点,RIS节点负责基于所有用户节点输入的信道状态估计信息利用图学习得到用于RIS的被动波束成型,每个用户节点对应一个用户,基于对应用户输入的信道状态估计信息利用图学习得到对应于用户的基站的主动波束成型。本发明使用图神经网络无需完美的信道估计,即可有效解决主动波束成型和被动波束成型的联合优化问题。
技术关键词
多用户
基站
节点特征
上行链路导频
MISO系统
反射单元
上行链路传输
信道
下行系统
神经网络模型构建
特征提取器
波束成型向量
系统传输速率
元素
重构智能
计算机程序产品
处理器
系统为您推荐了相关专利信息
深度强化学习
强化学习模型
通信方法
接收机
解码数据包
三维场景模型
光线追踪算法
反射面
通信链路
评估系统
糖尿病风险预测
节点特征
特征提取模型
对象
数据
图像拼接方法
融合特征
特征提取模块
卷积模块
特征提取网络