龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学(深圳)高等研究院
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号