[發明專利]信號傳輸方法、裝置、電子設備及存儲介質

有效

• 申請號: 202210181731.5
• 申請日: 2022-02-25
• 公開（公告）號: CN114448478B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 張志鋒;劉鶴
• 申請（專利權）人: 北京京東方傳感技術有限公司;京東方科技集團股份有限公司
• 主分類號: H04B7/0426
• 分類號: H04B7/0426;H04B7/0456;G06N3/0464;G06N3/084
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 李娜

本公開提供的信號傳輸方法、裝置、電子設備及存儲介質，屬于通信技術領域。所述方法包括：獲取發射端與接收端之間的信道矩陣；將信道矩陣輸入至混合波束賦形模型進行處理，其中，混合波束賦形模型包括：奇異值分解模型和權重計算模型，奇異值分解模型是用于將信道矩陣分解為奇異特征值和奇異特征向量，權重計算模型是用于基于奇異特征值和奇異特征向量進行預測得到預編碼權重值；根據信道權重值將傳輸數據在天線陣列上進行混合波束賦形，向接收端發射傳輸數據相對應的輸出信號。本公開基于深度神經網絡進行信道矩陣的奇異值分解，大大地減少了預編碼權值計算過程中涉及到的計算復雜度，簡化了混合波束賦形系統的計算流程提升了系統工作效率。

技術領域

本公開屬于計算機領域，特別涉及一種信號傳輸方法、裝置、電子設備及存儲介質。

背景技術

混合波束賦形(Hybrid?Beamforming，HBF)是波束賦形技術中的一種，其是通過聯合數字波束賦形(Digital?Beamforming,DBF)和模擬波束賦形(Analog?Beamforming,ABF)，調整天線陣列的權值系數使陣列產生指向性波束，可以有效地減少毫米波通信系統中射頻鏈路的數量，降低硬件成本。

但是混合束波賦形技術需要獲得每個發射和接收天線之間的信號狀態信息，這將占用大量的頻譜資源，而且隨著毫米波段的天線數不斷增加，信道信息估計的計算量和復雜度也大大提升。

發明內容

本公開提供的一種信號傳輸方法、裝置、電子設備及存儲介質。

獲取發射端與接收端之間的信道矩陣；

將所述信道矩陣輸入至混合波束賦形模型進行處理，其中，所述混合波束賦形模型包括：奇異值分解模型和權重計算模型，所述奇異值分解模型是用于將所述信道矩陣分解為奇異特征值和奇異特征向量，所述權重計算模型是用于基于所述奇異特征值和所述奇異特征向量進行預測得到預編碼權重值；

根據所述信道權重值將傳輸數據在天線陣列上進行混合波束賦形，向所述接收端發射所述傳輸數據相對應的輸出信號。

可選地，所述奇異值分解模型是通過以下步驟訓練得到：

對接收端采集的輸入信號進行分析，獲得樣本信道矩陣；

將所述樣本信道矩陣輸入至待訓練的多層卷積神經網絡模型，得到多個不同網絡層輸出的預測奇異特征值和預測奇異特征向量；

根據所述多個不同網絡層輸出的預測奇異特征值和預測奇異特征向量，計算所述奇異值分解模型的損失函數值；

根據所述奇異值分解模型的損失函數值對訓練后的多層卷積神經網絡模型的網絡參數采用梯度下降方式進行優化，得到奇異值分解模型。

可選地，所述根據所述多個不同網絡層輸出的預測奇異特征值和預測奇異特征向量，計算所述奇異值分解模型的損失函數值，包括：

將所述多個不同網絡層輸出的預測奇異特征值和預測奇異特征向量輸入至以下公式所示的損失函數計算所述奇異值分解模型的損失函數值：

其中，所述奇異值分解模型的損失函數，所述H_k表示第k個樣本信道矩陣，所述表示第k個網絡層輸出的預測奇異特征值，所述表示第i個預測左奇異特征向量，所述表示第j個預測左奇異特征向量，所述表示第i個預測右奇異特征向量，所述第j個預測右奇異特征向量，所述λ₁與λ₂表示非負的常數，所述(θ₁,θ₂,...,θ_k)表示網絡參數。

可選地，所述根據所述奇異值分解模型的損失函數值對訓練后的多層卷積神經網絡模型的網絡參數采用梯度下降方式進行優化，得到奇異值分解模型，包括：