[發(fā)明專利]低復(fù)雜度機器學(xué)習(xí)輔助魯棒預(yù)編碼方法及裝置有效
| 申請?zhí)枺?/td> | 202010315003.X | 申請日: | 2020-04-21 |
| 公開(公告)號: | CN111541472B | 公開(公告)日: | 2021-04-06 |
| 發(fā)明(設(shè)計)人: | 王聞今;徐益;田鑫;是鈞超;王一彪;尤力;高西奇 | 申請(專利權(quán))人: | 東南大學(xué) |
| 主分類號: | H04B7/0413 | 分類號: | H04B7/0413;H04B7/0456 |
| 代理公司: | 南京蘇高專利商標事務(wù)所(普通合伙) 32204 | 代理人: | 孟紅梅 |
| 地址: | 211102 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 復(fù)雜度 機器 學(xué)習(xí) 輔助 預(yù)編 方法 裝置 | ||
1.低復(fù)雜度機器學(xué)習(xí)輔助魯棒預(yù)編碼方法,其特征在于:包括以下步驟:
(1)基站在每個探測周期內(nèi),通過上行探測信號獲取小區(qū)內(nèi)各用戶的瞬時信道矩陣,基于若干連續(xù)探測周期的瞬時信道矩陣預(yù)測當(dāng)前各用戶的瞬時信道矩陣,并計算能量耦合矩陣和瞬時相關(guān)系數(shù);
(2)從預(yù)測得到的瞬時信道矩陣中選擇用戶集合對應(yīng)的瞬時信道矩陣,通過第一預(yù)編碼方法得到第一預(yù)編矩陣,并利用瞬時相關(guān)系數(shù)對第一預(yù)編碼矩陣進行歸一化;所述第一預(yù)編碼方法為僅利用瞬時信道信息的預(yù)編碼方法;
(3)根據(jù)能量耦合矩陣,通過第二預(yù)編碼方法得到第二預(yù)編碼矩陣,并利用瞬時相關(guān)系數(shù)對第二預(yù)編碼矩陣進行歸一化;所述第二預(yù)編碼方法為僅利用統(tǒng)計信道信息的預(yù)編碼方法;
(4)將當(dāng)前各用戶的歸一化瞬時信道矩陣和歸一化能量耦合矩陣輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò),獲得各用戶最優(yōu)的加權(quán)系數(shù),將步驟(2)和步驟(3)中生成的歸一化后的第一預(yù)編碼矩陣和第二預(yù)編碼矩陣通過加權(quán)系數(shù)進行加權(quán)運算,生成聯(lián)合預(yù)編碼矩陣,進行功率分配后,返回步驟(1)進行下一探測周期的預(yù)編碼;所述神經(jīng)網(wǎng)絡(luò)的輸入為歸一化瞬時信道矩陣和歸一化能量耦合矩陣,輸出為最優(yōu)加權(quán)系數(shù),訓(xùn)練數(shù)據(jù)集中的最優(yōu)加權(quán)系數(shù)根據(jù)第一預(yù)編碼方法、第二預(yù)編碼方法、第三預(yù)編碼方法得到的預(yù)編碼矩陣確定,其中第一預(yù)編碼方法和第二預(yù)編碼方法得到的歸一化預(yù)編碼矩陣的加權(quán)和在最小二乘準則的指導(dǎo)下與第三預(yù)編碼方法得到的預(yù)編碼矩陣接近,所述第三預(yù)編碼方法為各用戶的遍歷和速率最大的魯棒預(yù)編碼方法;在計算各用戶訓(xùn)練集的最優(yōu)加權(quán)系數(shù)時,首先用第一預(yù)編碼方法,歸一化后得到用戶k的預(yù)編碼矩陣再用第二預(yù)編碼方法,歸一化后得到各用戶的預(yù)編碼矩陣同時計算出各用戶的遍歷和速率最大的魯棒預(yù)編碼方法的最優(yōu)預(yù)編碼矩陣pRobust,k,根據(jù)加權(quán)方程基于最小二乘準則,計算得到最優(yōu)的加權(quán)系數(shù)和
2.根據(jù)權(quán)利要求1所述的低復(fù)雜度機器學(xué)習(xí)輔助魯棒預(yù)編碼方法,其特征在于:所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集根據(jù)如下方法生成:首先根據(jù)探測到的小區(qū)信道環(huán)境在小區(qū)中生成若干位置和移動速度隨機的用戶,以設(shè)定的探測周期獲取瞬時信道矩陣,基于若干連續(xù)探測周期的瞬時信道矩陣預(yù)測當(dāng)前的瞬時信道矩陣并計算能量耦合矩陣,分別將各用戶預(yù)測后的瞬時信道矩陣和能量耦合矩陣歸一化,作為訓(xùn)練集的輸入;再根據(jù)選擇的三種預(yù)編碼方法計算出各用戶的最優(yōu)加權(quán)系數(shù),作為訓(xùn)練集的輸出。
3.根據(jù)權(quán)利要求1所述的低復(fù)雜度機器學(xué)習(xí)輔助魯棒預(yù)編碼方法,其特征在于:所述步驟(1)中,預(yù)測后的瞬時信道矩陣利用若干連續(xù)探測周期的瞬時信道矩陣通過線性外插或基于AR模型預(yù)測算法得到,預(yù)測過程在波束時延域上進行,預(yù)測后再變換為天線載波域。
4.根據(jù)權(quán)利要求1所述的低復(fù)雜度機器學(xué)習(xí)輔助魯棒預(yù)編碼方法,其特征在于:所述步驟(1)中,能量耦合矩陣利用若干探測周期的瞬時信道矩陣,通過壓縮感知算法計算獲得;用于歸一化的瞬時相關(guān)系數(shù)通過代入Jakes模型或查表法獲得。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于東南大學(xué),未經(jīng)東南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010315003.X/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進式學(xué)習(xí)管理方法及漸進式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





