基于无监督学习的RIS辅助OFDM系统资源分配方法

AITNT
正文
推荐专利
基于无监督学习的RIS辅助OFDM系统资源分配方法
申请号:CN202510539231
申请日期:2025-04-27
公开号:CN120417060A
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种基于无监督学习的RIS辅助OFDM系统资源分配方法,首先利用基站到RIS,RIS到用户以及基站到用户的信道信息,经过特征构造获得所需要的训练样本集;接着构建一个两级神经网络模型,其中第一级网络BeamNet用做RIS反射系数的预测,第二级网络AllocationNet用做OFDM子载波的分配,并采用分段的训练方法和自定义的损失函数对模型进行离线训练,以最大化系统的和速率。在线预测时,利用待设计的系统中的信道信息,经过特征构造后生成模型的输入矩阵,由已训练的网络模型,并结合最大比传输MRT和注水方法在线预测获得基站的波束赋形向量、RIS相移矩阵以及子载波分配系数。
技术关键词
无监督学习 载波分配 基站 频域信道响应 卷积神经网络模型 注水方法 OFDM子载波 线性天线阵列 波束成形向量 OFDM系统 神经网络参数 最大化系统 信道状态信息 抽头
系统为您推荐了相关专利信息
1
一种脑电信号的频域特征提取优化方法及系统
频域特征提取 卷积神经网络模型 频段 噪声滤波 降维技术
2
兼容多抽水蓄能电站的仿真测试方法、计算机装置
半监督学习模型 抽水蓄能电站 仿真测试方法 无监督学习 仿真模型
3
结合多尺度融合与卷积神经网络的地下空洞识别方法及系统
双树复小波变换 探地雷达信号 瞬时属性提取 卷积神经网络模型 空洞识别方法
4
一种卫星系统的模型训练方法、装置、设备及介质
蒸馏 模型训练方法 卫星系统 原始图像数据 随机梯度下降
5
一种基于视觉的飞走电力巡检机器人精准落线方法及系统
电力巡检机器人 落线方法 行走控制系统 飞行状态数据 机载计算机
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