申请/专利权人:浙江大学
申请日:2024-01-22
公开(公告)日:2024-04-12
公开(公告)号:CN117879669A
主分类号:H04B7/06
分类号:H04B7/06;H04B7/08;H04B7/0456
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种基于流形元学习的RIS辅助鲁棒性波束赋形设计方法,通过降维处理基站预编码矩阵以简化计算、提升运行速度。本方法首先初始化RIS相移矩阵和低维基站预编码矩阵,分别计算频谱效率SE关于它们的偏导数,并将其两个小规模神经网络进行处理,再将输出增量与原矩阵相加,施加约束。通过多次循环,计算并累积损失函数,平均后反向传播以更新网络参数。经过多次更新神经网络,再对基站预编码矩阵进行维度还原,得到最终的RIS相移矩阵和基站预编码矩阵。本发明提出的方法较交替迭代复杂度低,性能高,无需预训练,且在非完美信道信息和动态场景下展现出强大鲁棒性。
主权项:1.一种基于流形元学习的RIS辅助鲁棒性波束赋形设计方法,其特征在于,所述方法包括以下步骤:从RIS辅助的波束赋形场景获取信道数据,将基站预编码矩阵通过流形元学习进行降维,得到低维基站预编码矩阵;将参数进行初始化,输入低维基站预编码矩阵和RIS相移矩阵,分别通过预编码矩阵神经网络和RIS相移矩阵神经网络计算得到初次优化后的低维基站预编码矩阵和RIS相移矩阵;通过迭代轮次循环对两个神经网络的参数进行更新;根据更新后的神经网络计算得到最终优化的低维基站预编码矩阵,通过流形元学习升维得到最终优化的基站预编码矩阵。
全文数据:
权利要求:
百度查询: 浙江大学 基于流形元学习的RIS辅助鲁棒性波束赋形设计方法
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。