买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】卷积神经网络的sub-6GHz辅助mmWave信道估计方法、装置及电子设备_电子科技大学(深圳)高等研究院_202210685894.7 

申请/专利权人:电子科技大学(深圳)高等研究院

申请日:2022-06-16

公开(公告)日:2023-11-03

公开(公告)号:CN115242581B

主分类号:H04L25/02

分类号:H04L25/02;H04B17/391;H04B7/06;H04B7/08;G06N3/0464;G06N3/048;G06F18/2415

优先权:

专利状态码:有效-授权

法律状态:2023.11.03#授权;2022.11.11#实质审查的生效;2022.10.25#公开

摘要:本发明涉及无线通信技术领域,尤其涉及一种基于卷积神经网络的sub‑6GHz辅助mmWave信道估计方法、装置及电子设备,方法包括:获得sub‑6GHz信道矩阵;将sub‑6GHz信道矩阵输入至预设的卷积神经网络模型中,预测得到mmWave空间谱,其中,卷积神经网络模型为基于sub‑6GHz与mmWave信道互易性关系构建的模型;将mmWave空间谱输入至预设的softmax分类器,确定mmWave信道的最优波束。本发明提供的方法、装置及电子设备,利用预先训练得到的基于sub‑6GHz与mmWave信道互易性关系构建的卷积神经网络模型,仅需获取sub‑6GHz信道矩阵,输入至卷积神经网络模型中,即可预测得到mmWave空间谱,再将mmWave空间谱输入至softmax分类器,即可确定出最优波束,简化mmWave信道估计步骤,减少了每次需要进行波束预测的时间。

主权项:1.一种基于卷积神经网络的sub-6GHz辅助mmWave信道估计方法,其特征在于,所述方法包括:获得sub-6GHz信道矩阵;将所述sub-6GHz信道矩阵输入至预设的卷积神经网络模型中,预测得到mmWave空间谱,其中,所述卷积神经网络模型为基于sub-6GHz与mmWave信道互易性关系构建的模型;将所述mmWave空间谱输入至预设的softmax分类器,确定mmWave信道的最优波束;所述预设的卷积神经网络模型以最小均方误差作为损失函数,损失函数表示为: 其中,θ表示模型估计参数集,Hs为输入的sub-6GHz信道信息,FHs,θ为生成的结果,Hm为对应的mmWave信道信息,n为样本集的个数;所述方法还包括训练softmax分类器,包括:根据用户u在所有波束码本下的关系得到作为训练集,对所述softmax分类器进行训练。

全文数据:

权利要求:

百度查询: 电子科技大学(深圳)高等研究院 卷积神经网络的sub-6GHz辅助mmWave信道估计方法、装置及电子设备

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。