[發明專利]一種基于自適應梯度反向傳播的混合預編碼方法及裝置

有效

• 申請號: 202110604328.4
• 申請日: 2021-05-31
• 公開（公告）號: CN113422627B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 張治;張煜;秦曉琦;馬楠;劉寶玲
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L25/00
• 分類號: H04L25/00;H04B7/0456
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 丁蕓;趙元

1.一種基于自適應梯度反向傳播的混合預編碼方法，其特征在于，所述方法包括：

隨機初始化信號發射機的模擬預編碼矩陣和數字預編碼矩陣；

基于所述模擬預編碼矩陣、數字預編碼矩陣、待發送信號、射頻鏈和發射天線信息，構建單隱藏層神經網絡模型；

基于所述模擬預編碼矩陣和信號發射機的全數字預編碼矩陣，利用最小二乘準則計算更新所述數字預編碼矩陣，其中，所述信號發射機的全數字預編碼矩陣為：對信號發射機與信號接收機之間的信道矩陣進行奇異值分解獲取的；

基于所述單隱藏層神經網絡模型，以及所述模擬預編碼矩陣、數字預編碼矩陣和全數字預編碼矩陣，利用自適應梯度反向傳播算法計算所述模擬預編碼矩陣中每個元素的增量值，并更新所述模擬預編碼矩陣；

判斷所述模擬預編碼矩陣和所述數字預編碼矩陣是否滿足預設收斂條件；

在所述模擬預編碼矩陣和所述數字預編碼矩陣不滿足所述預設收斂條件的情況下，返回執行基于所述模擬預編碼矩陣和信號發射機的全數字預編碼矩陣，利用最小二乘準則計算更新所述數字預編碼矩陣的步驟；在所述模擬預編碼矩陣和所述數字預編碼矩陣滿足所述預設收斂條件的情況下，歸一化滿足條件的數字預編碼矩陣；

所述基于所述單隱藏層神經網絡模型，以及所述模擬預編碼矩陣、數字預編碼矩陣和全數字預編碼矩陣，利用自適應梯度反向傳播算法計算所述模擬預編碼矩陣中每個元素的增量值，并更新所述模擬預編碼矩陣的步驟，包括：

分別對所述模擬預編碼矩陣和全數字預編碼矩陣進行向量化，得到模擬預編碼向量和全數字預編碼向量；

對所述模擬預編碼向量以元素為單位沿負梯度方向搜索，基于歷史模擬預編碼向量中各元素值、預設搜索步長以及歷史梯度值對所述模擬預編碼向量中各元素值進行更新，得到更新后的模擬預編碼向量；所述歷史模擬預編碼向量中各元素值為前一次迭代中計算得到的模擬預編碼向量中各元素值，所述歷史梯度值為當前迭代之前的每一迭代過程對應的梯度值模的平方和；

對更新后的模擬預編碼向量進行重構，并將重構后的模擬預編碼向量映射為更新后的模擬預編碼矩陣。

2.根據權利要求1所述的方法，其特征在于，所述基于所述模擬預編碼矩陣、數字預編碼矩陣、待發送信號、射頻鏈和發射天線信息，構建單隱藏層神經網絡模型的步驟，包括：

將所述待發送信號確定為輸入神經元，得到輸入層，將所述射頻鏈確定為隱藏層，以及將所述發射天線確定為輸出神經元，得到輸出層；

將所述數字預編碼矩陣中每一元素，確定為所述輸入層至所述隱藏層的權重值，以及將所述模擬預編碼矩陣中每一元素，確定為所述隱藏層至所述輸出層的權重值，構建單隱藏層神經網絡模型。