[发明专利]一种挖掘时空序列特征的宽度学习基站协作波束对齐方法在审
| 申请号： | 202310705796.X | 申请日： | 2023-06-14 |
| 公开（公告）号： | CN116633395A | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 张铖;陈乐明;黄永明;孟帆 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04B7/0413 | 分类号： | H04B7/0413;H04B7/06;H04B17/391;G06F18/213;G06N3/0442;G06N3/08 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 秦秋星 |
| 地址： | 211102 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种挖掘时空序列特征信息的宽度学习基站协作波束对齐方法。各基站利用本地宽度学习网络，基于分布式学习训练架构，协同学习多基站的感知波束响应到对应窄波束的映射关系，以完成最佳下行传输窄波束的预测。为了挖掘过去若干采样时刻的感知波束信息，有效预测当前时刻的窄波束，本发明使用感知波束响应的时间序列来获得宽度学习网络的特征节点，设计了循环宽度学习方法。进一步，提出门控宽度学习方法，设计一个遗忘门来控制学习到的序列信息。本发明解决了模型对快时变场景的适配问题，实现基站侧模型轻量化，可在减轻中央处理单元计算压力的同时，取得协作开销与波束选择预测性能的合理折衷，实现在小样本条件下较高性能的波束对齐。 | ||
| 搜索关键词： | 一种 挖掘 时空 序列 特征 宽度 学习 基站 协作 波束 对齐 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310705796.X/，转载请声明来源钻瓜专利网。
