一种基于广义奇异值分解构造无线通信预编码器的方法
本发明公开了一种基于广义奇异值分解构造无线通信预编码器的方法,包括以下步骤:S1:通过Matlab进行无线信道的仿真并生成基于收发天线数量的数据集;S2:将所述数据集导入TensorFlow深度学习框架中进行预处理,将所述数据集划分为训练集和测试集并变换为向量形式;S3:通过TensorFlow深度学习框架搭建神经网络;S4:通过损失函数控制神经网络模型的收敛,计算网络损失以及准确率,并在网络收敛后导出模型权重;S5:载入训练后的模型权重以及经过预处理的所述测试集数据进行检测,得到输出矩阵,并计算系统速率指标。本发明比同类型求解系统预编码矩阵的方法能够做到更少的通道输入从而降低训练开销。
《一种基于广义奇异值分解构造无线通信预编码器的方法》是一发明专利,专利号为 2022108484784,当前法律状态为已下证,由广州大学提出申请,发明人为赵赛;杨帆;黄高飞;唐冬,申请日期为2022-07-19,公开(公告)日期为2025-10-03,国际专利分类号(IPC)为 G06F 17/16 (2006.01),高新资质:未报高企,所属技术领域包括:无线信道编码器、优化无线通信系统、网络通信、微波通信 、卫星通信、5G/6G 智能网络、信号处理、 信号传输方向。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于广义奇异值分解构造无线通信预编码器的方法,包括以下步骤:S1:通过Matlab进行无线信道的仿真并生成基于收发天线数量的数据集;S2:将所述数据集导入TensorFlow深度学习框架中进行预处理,将所述数据集划分为训练集和测试集并变换为向量形式;S3:通过TensorFlow深度学习框架搭建神经网络;S4:通过损失函数控制神经网络模型的收敛,计算网络损失以及准确率,并在网络收敛后导出模型权重;S5:载入训练后的模型权重以及经过预处理的所述测试集数据进行检测,得到输出矩阵,并计算系统速率指标。本发明比同类型求解系统预编码矩阵的方法能够做到更少的通道输入从而降低训练开销。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
