龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本发明提出了一种基于最优预编码结构的多小区大规模MIMO通信方法，在多小区网络大规模MIMO系统中，基站间交互各基站到所有用户的瞬时信道状态信息，在单个基站功率约束条件下，以最大化所有用户的可达和速率为准则，设计一种获得最优预编码的方法；进一步，利用最优预编码的结构，提取部分或全部参数进行深度学习，提出了基于深度学习的低复杂度预编码框架。利用卷积神经网络对最优预编码数据集进行训练，通过输入信道矩阵，获取所提取的预编码参数，代入最优预编码的结构获得每个用户终端的预编码向量。基于深度学习的低复杂度预编码框架具有逼近最大可达和速率的性能，同时相对常见的迭代方法，可降低计算复杂度，节省计算成本。
主权项：1.一种基于最优预编码结构的多小区大规模MIMO通信方法，其特征在于，所述方法包括：基站将上行导频估计得到的信道状态信息和同相邻基站交互得到的信道状态信息以及信噪比输入训练完毕的卷积神经网络，完成卷积神经网络对最优预编码结构的相关特征的预测并利用预测的最优预编码相关特征获得卷积神经网络框架下的预编码；所述最优预编码结构包含基站到所有用户的信道状态信息以及加权系数，各基站预编码中的信道状态信息仅与各自基站相关，加权系数与相邻基站的信道状态信息有关；训练所述卷积神经网络的初始训练集由基站在总功率约束下，以最大化用户的可达和速率为准则，通过二分法更新拉格朗日乘子的方式，获得的最优预编码结构的相关特征参数与信道状态信息构成；各基站将上行导频估计得到的信道状态信息存储至数据库中，定期产生训练集以更新卷积神经网络参数，使得网络具有对信道环境变化的适应能力。
全文数据：
权利要求：
百度查询： 东南大学 基于最优预编码结构的多小区大规模MIMO通信方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号