一种酉和置换联合等变神经网络设计方法

本发明公开了一种酉和置换联合等变神经网络设计方法，属于移动人工智能领域；首先，针对下行单小区MU‑MISO系统，分析预编码策略所满足的酉和置换联合等变性质；其次，定义神经网络各层的隐藏层函数，使每层隐藏层函数的等变性质与预编码策略的等变性质相匹配；再次，针对隐藏特征个数为1时，设计满足酉和置换联合等变性质的更新函数；然后拓展到隐藏特征个数大于1的场景，设计更新函数结构；接着，设计满足酉和置换联合等变性质的激活函数和批量归一化结构；最后，将隐藏特征的个数大于1对应的更新函数，结合激活函数和批量归一化，共同应用到神经网络，完成酉和置换联合等变神经网络设计；本发明有效提高了学习性能和泛化性能，降低了训练复杂度。