专利汇可以提供基于残差神经网络的混合波束赋形矩阵优化方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于残差神经网络的混合波束赋形矩阵优化方法,该 算法 主要分为模型建立和神经网络训练两个阶段:模型建立阶段主要是在5G通信系统状态下,所创建的混合波束赋形系统模型。神经网络训练阶段是将所创建的信道矩阵和其相应的混合波束赋形矩阵联合构成残差神经网络的训练验证集,以此训练出相应的残差网络。在此 基础 上,当通过估计算法得到的信道矩阵输入到训练好的神经网络后,网络将快速计算出所对应的混合波束赋形矩阵参数,从而完成矩阵对应的MIMO天线的调整,最终获得优化过的波束赋形通信系统。该过程所需的时间和复杂度比起其他 优化算法 来说将有效减少,而结果却很相似。,下面是基于残差神经网络的混合波束赋形矩阵优化方法专利的具体信息内容。
1.基于残差神经网络的混合波束赋形矩阵优化方法,其特征是,包括如下步骤:
1)建立混合波束赋形系统模型,确定其优化条件;
2)将信道输入混合波束赋形系统模型,根据优化条件得到混合波束赋形矩阵;
3)创建残差神经网络,以信道及其对应的混合波束赋形矩阵作为样本,构造样本集,训练残差神经网络,得到多任务卷积残差神经网络;
4)根据新的输入信号估计出信道矩阵,将信道输入多任务卷积残差神经网络,得到混合波束赋形矩阵。
2.根据权利要求1所述的基于残差神经网络的混合波束赋形矩阵优化方法,其特征是,所述步骤1)中所述混合波束赋形系统模型为:
K为接收端用户数量, Hk、 Xk、nk分别为第k个用户的接收端数
字波束赋形矩阵、接收端模拟波束赋形矩阵、信道矩阵、发送端模拟波束赋形矩阵、发送端数字波束赋形矩阵、输入信号和服从正态分布的噪声向量;
以使系统的信噪比最大来实现混合波束赋形系统模型最优化,具体描述为:
其中,ηk表示用户k的优先级,γk为用户k的信噪比,具体表示为:
3.根据权利要求1所述的基于残差神经网络的混合波束赋形矩阵优化方法,其特征是,步骤3)的具体步骤包括:
31)创建卷积残差神经网络,网络模型包括权重参数、偏差参数、Batch归一化的学习参数、网络层数、每层网络的神经元数、训练样本、训练周期,以及一些超参:学习率、正则化参数、Adam算法里的相关系数;
32)在共享多层神经网络后,产生四个分支各自进行相应的网络层建立;
33)初始化相关参数,输入训练样本集,得到对应的网络输出
34)各分支进行损失函数的创建,最后将损失函数联合作为最终的代价函数,以此反向传播得到最优的网络参数。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
多个CQI报告过程 | 2020-05-08 | 785 |
视锥视杆复用式仿生视觉传感器 | 2020-05-08 | 724 |
一种保偏光纤分布式偏振耦合检测弱耦合点提取方法 | 2020-05-08 | 750 |
一种相位相关的共享深度卷积神经网络语音增强方法 | 2020-05-08 | 426 |
一种快速响应的高精度光散射浊度计测量装置 | 2020-05-08 | 250 |
一种新型防射频干扰的微机电系统麦克风 | 2020-05-08 | 551 |
基于瞬时频率的带静默间断信号的端点识别方法及应用 | 2020-05-08 | 651 |
一种基于多门限的Polar码SC-FLIP译码方法、设备及存储设备 | 2020-05-08 | 153 |
一种结合神经网络实现2ASK信号及AM信号调制识别的方法 | 2020-05-08 | 907 |
一种利用星座图的基于深度学习的信噪比估计方法 | 2020-05-11 | 148 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。