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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD