欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110550181
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于矩阵恢复算法的毫米波大规模MIMO深度学习信道估计方法,其特征在于,所述方法包括以下步骤:步骤S1,构建毫米波大规模MIMO系统,搭建系统通信模型;

步骤S2,结合γ-范数近似秩函数的矩阵恢复算法,运用拉格朗日规划神经网络求解γ-范数最小化问题;

步骤S3,接收端接收到信号后传入到神经网络模块,结合导频信号进行信道估计,该神经网路模块由递归神经网络为主体,配合前馈神经网络,输出信道矩阵;

步骤S4,对后续接受到的信号进行信号差量测量,调整网络权重,得到更新后的信道矩阵。

2.根据权利要求1所述的一种基于矩阵恢复算法的毫米波大规模MIMO深度学习信道估计方法,其特征在于:所述方法引入拉格朗日神经元和变量神经元,基于拉格朗日乘子法,构建递归神经网络。

3.根据权利要求1所述的一种基于矩阵恢复算法的毫米波大规模MIMO深度学习信道估计方法,其特征在于:所述方法包括:其中为信道矩阵变量,μ为拉格朗日乘子,c是标量,W为可行域,S为导频信号,Y为接收到的信号。

4.根据权利要求3所述的一种基于矩阵恢复算法的毫米波大规模MIMO深度学习信道估计方法,其特征在于:对于部分,用前馈神经网络代替,输入矩阵,输出矩阵γ-范数的次梯度,其他部分用有源求和电路解决。

5.根据权利要求2所述的一种基于矩阵恢复算法的毫米波大规模MIMO深度学习信道估计方法,其特征在于:所述方法应用于毫米波大规模MIMO,构建深度学习模块,在毫米波大规模MIMO系统中,在信道估计部分使用深度学习模块,接收机对接收到的信号进行模拟合并、数字合并后输出的信号传入到模块中,作为模块系统的输入,同时将导频信号也作为输入信号,系统输出信道矩阵。

6.根据权利要求1所述的一种基于矩阵恢复算法的毫米波大规模MIMO深度学习信道估计方法,其特征在于:在毫米波大规模MIMO系统中,将拉格朗日规划神经网络与矩阵恢复算法相结合,发送端多次发送导频信号,接收端已知,接收到若干信号后,和导频信号同时传入神经网络模块,对神经网络进行迭代,之后再次收到信号后,根据信号调整神经元之间的权重,而此时利用上一次得到的信道矩阵作为初始值,减少迭代次数,更快使系统稳定,得到输出。