深度学习特征波束成形

发明专利有效专利

申请号：
CN201880100058.X
IPC分类号：H04B7/0426;H04B7/06;H04B7/08
申请日期：
2018-10-11
申请人：
诺基亚通信公司

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	深度学习特征波束成形
申请号	CN201880100058.X	申请日期	2018-10-11
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-07-30	公开/公告号	CN113196679A
优先权	暂无	优先权号	暂无
主分类号	H04B7/0426 ? 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〕 H04B7/0426 配电系统〔2017.01〕	IPC分类号	H;0;4;B;7;/;0;4;2;6;;;H;0;4;B;7;/;0;6;;;H;0;4;B;7;/;0;8查看分类表>
申请人	诺基亚通信公司	申请人地址	芬兰埃斯波变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	诺基亚通信公司	当前权利人	诺基亚通信公司
发明人	O·申塔尔
代理机构	北京市金杜律师事务所	代理人	酆迅

摘要

根据一个示例实施例，提供了一种方法，该方法包括：利用第一向量初始化第一递归神经网络；迭代地训练用于第一递归神经网络的一个或多个层的权重矩阵，其中W(t)是第一递归神经网络的层的对应于迭代t的权重矩阵，并且其中W(t)至少基于信道协方差矩阵、第一向量、以及来自第一递归神经网络的前一层的对应于迭代t‑1的输出；并且基于来自第一递归神经网络的收敛输出来确定第一特征向量，其中该第一特征向量被用来执行用于多输入多输出接收和/或发送的波束成形。

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