一种基于改进卷积神经网络的MassiveMIMO多用户调度方法（高校公示15天）（不包年费滞纳金）（需要二变）

本申请涉及一种基于改进卷积神经网络的Massive MIMO多用户调度方法。该方法包括：基站按照顺序扫描模拟预编码DFT码本，并结合用户反馈的信道状态信息，从各码本矩阵中选择出最佳码本，以确定5G通信系统下用户的最佳信道矩阵，采用改进后的粒子群算法对卷积神经网络的网络结构参数的进行分析，确定用于Massive MIMO多用户调度的卷积神经网络的网络结构参数，以构建最佳卷积神经网络模型进行训练，获得基于卷积神经网络的Massive MIMO多用户调度模型，在5G通信系统下的工业物联网场景中，将当前待调度用户的最佳信道矩阵，输入Massive MIMO多用户调度模型对当前的最佳调度用户集进行预测，获得最佳调度用户集。由此，降低了计算负载。

《一种基于改进卷积神经网络的MassiveMIMO多用户调度方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022116507519，当前法律状态为已下证，由南京邮电大学提出申请，发明人为潘甦;刘晟，申请日期为2022-12-21，公开（公告）日期为2025-10-24，国际专利分类号（IPC）为 H04B 7/0413 (2017.01)，高新资质：未报高企。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：本申请涉及一种基于改进卷积神经网络的Massive MIMO多用户调度方法。该方法包括：基站按照顺序扫描模拟预编码DFT码本，并结合用户反馈的信道状态信息，从各码本矩阵中选择出最佳码本，以确定5G通信系统下用户的最佳信道矩阵，采用改进后的粒子群算法对卷积神经网络的网络结构参数的进行分析，确定用于Massive MIMO多用户调度的卷积神经网络的网络结构参数，以构建最佳卷积神经网络模型进行训练，获得基于卷积神经网络的Massive MIMO多用户调度模型，在5G通信系统下的工业物联网场景中，将当前待调度用户的最佳信道矩阵，输入Massive MIMO多用户调度模型对当前的最佳调度用户集进行预测，获得最佳调度用户集。由此，降低了计算负载。

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！