一种基于深度学习的MIMO混合波束赋形方法

发明专利有效专利

申请号：
CN202110220116.6
IPC分类号：H04B7/0413;H04B7/0426;G06N3/04;G06N3/08;H04B7/06;H04B7/08
申请日期：
2021-02-27
申请人：
中电万维信息技术有限责任公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的MIMO混合波束赋形方法
申请号	CN202110220116.6	申请日期	2021-02-27
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112910521A
优先权	暂无	优先权号	暂无
主分类号	H04B7/0413 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04B 传输〔4〕 H04B7/00 无线电传输系统，即使用辐射场的（H04B 10/00，H04B 15/00优先） H04B7/02 分集系统；多天线系统，即使用多个天线发射或接收（RAKE接收机入H04B1/7115） H04B7/04 使用两个或多个空间独立的天线〔1，2006.01，2017.01〕 H04B7/0413 MIMO系统〔2017.01〕	IPC分类号	H;0;4;B;7;/;0;4;1;3;;;H;0;4;B;7;/;0;4;2;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;H;0;4;B;7;/;0;6;;;H;0;4;B;7;/;0;8查看分类表>
申请人	中电万维信息技术有限责任公司	申请人地址	甘肃省兰州市城关区张苏滩553号（电信第二枢纽B区4-7层）变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中电万维信息技术有限责任公司	当前权利人	中电万维信息技术有限责任公司
发明人	秦瑾;焦勇;张峻崎;席明;秦涛
代理机构	兰州嘉诺知识产权代理事务所（普通合伙）	代理人	郭海

摘要

本发明涉及通信技术领域，具体为一种基于深度学习的MIMO混合波束赋形方法，包括有信道特征信息采集模块、全数字波束赋形仿真模块、发送端矩阵模块、接收端矩阵模块、信道特征实部和虚部模块、ResNet神经网络模型、特征融合模块和训练结果判别模块，本发明在对联合信道矩阵进行分步优化和训练的基础上，采用软件仿真实现的全数字波束赋形系统性能作为最佳性能判决依据，通过对联合矩阵的特征融合让其训练结果无限逼近于全数字波束赋形系统性能，训练过程中可采用监督学习的技术实现训练结果的快速收敛，本发明可以有效降低矩阵运算复杂度，系统硬件实现简单，系统性能效果最优化。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供