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:中山大学
摘要:本发明提供一种基于神经网络的低开销毫米波波束训练方法,所述的方法利用基于卷积神经网络的深度学习网络模型恢复整个波束空间的功率热图;然后基于恢复的波束空间的功率热图选择接收信噪比最高的波束对作为实际通信使用的波束对。本发明能够在有限波束探测的情况下实现窄波束的精确对准,实现低开销的毫米波波束训练;本发明的深度学习网络模型不需要遍历所有波束对或者扇区对,只需要进行少量波束对上的波束测量,大大减少了波束训练所需的时间开销和导频开销;通过使用深度学习网络模型学习波束间的空间相关性,在性能上接近穷举搜索方法;不需要知道用户位置、低频信道等上下文信息,不需要额外的感知导频开销,更适合在实际通信系统中部署。
主权项:1.一种基于神经网络的低开销毫米波波束训练方法,其特征在于,所述的方法利用基于卷积神经网络的深度学习网络模型恢复整个波束空间的功率热图;然后基于恢复的波束空间的功率热图选择接收信噪比最高的波束对作为实际通信使用的波束对。
全文数据:
权利要求:
百度查询: 中山大学 一种基于神经网络的低开销毫米波波束训练方法
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。