中文字幕无码日韩视频无码三区

一種多智能超表面輔助多播通信系統聯合波束成形方法

文(wen)檔序號:39427360發布日期:2024-09-20 22:25閱讀:來源:國知局

技術特征:

1.一(yi)種多智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)輔助多播通(tong)信(xin)(xin)系(xi)(xi)(xi)統(tong)聯合波(bo)(bo)(bo)(bo)束(shu)(shu)成形(xing)方(fang)法(fa),其(qi)特征在(zai)于,基(ji)(ji)(ji)(ji)于下(xia)(xia)行多組(zu)(zu)多播通(tong)信(xin)(xin)系(xi)(xi)(xi)統(tong),所述系(xi)(xi)(xi)統(tong)包括基(ji)(ji)(ji)(ji)站(zhan)、用戶(hu)(hu)和(he)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian),其(qi)中,基(ji)(ji)(ji)(ji)站(zhan)包含(han)n個(ge)(ge)天線(xian)陣元(yuan),用戶(hu)(hu)有(you)(you)(you)k個(ge)(ge),k個(ge)(ge)用戶(hu)(hu)被分為(wei)(wei)(wei)g組(zu)(zu),第(di)(di)g組(zu)(zu)用戶(hu)(hu)集合為(wei)(wei)(wei)基(ji)(ji)(ji)(ji)站(zhan)向同一(yi)組(zu)(zu)用戶(hu)(hu)發送(song)同樣的(de)(de)廣播信(xin)(xin)號;智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)有(you)(you)(you)l塊(kuai),第(di)(di)l塊(kuai)配備(bei)ml個(ge)(ge)反(fan)射單元(yuan),其(qi)反(fan)射系(xi)(xi)(xi)數(shu)矩(ju)陣為(wei)(wei)(wei)對角(jiao)陣θl,m為(wei)(wei)(wei)第(di)(di)l塊(kuai)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)的(de)(de)第(di)(di)m個(ge)(ge)反(fan)射單元(yuan)的(de)(de)反(fan)射系(xi)(xi)(xi)數(shu),l=1,…,l,m=1,…,ml,θl=vecd(θl)為(wei)(wei)(wei)第(di)(di)l塊(kuai)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)被動波(bo)(bo)(bo)(bo)束(shu)(shu)成形(xing)向量(liang)(liang)(liang)(liang)(liang),vecd(x)表(biao)(biao)(biao)(biao)示(shi)通(tong)過(guo)取矩(ju)陣x的(de)(de)主(zhu)對角(jiao)線(xian)元(yuan)素而得到(dao)(dao)的(de)(de)列向量(liang)(liang)(liang)(liang)(liang),為(wei)(wei)(wei)所有(you)(you)(you)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)總波(bo)(bo)(bo)(bo)束(shu)(shu)成形(xing)向量(liang)(liang)(liang)(liang)(liang),上標(·)t表(biao)(biao)(biao)(biao)示(shi)轉置,為(wei)(wei)(wei)所有(you)(you)(you)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)反(fan)射單元(yuan)總和(he);基(ji)(ji)(ji)(ji)站(zhan)與(yu)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)獲取的(de)(de)信(xin)(xin)道狀(zhuang)態信(xin)(xin)息(xi),包含(han)每個(ge)(ge)幀的(de)(de)第(di)(di)一(yi)個(ge)(ge)時(shi)隙(xi)獲取基(ji)(ji)(ji)(ji)站(zhan)到(dao)(dao)第(di)(di)l塊(kuai)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)信(xin)(xin)道矩(ju)陣第(di)(di)l塊(kuai)智(zhi)(zhi)能(neng)(neng)超(chao)(chao)(chao)(chao)(chao)(chao)表(biao)(biao)(biao)(biao)面(mian)(mian)到(dao)(dao)第(di)(di)k個(ge)(ge)用戶(hu)(hu)的(de)(de)信(xin)(xin)道矢(shi)(shi)量(liang)(liang)(liang)(liang)(liang)基(ji)(ji)(ji)(ji)站(zhan)到(dao)(dao)第(di)(di)k個(ge)(ge)用戶(hu)(hu)的(de)(de)信(xin)(xin)道矢(shi)(shi)量(liang)(liang)(liang)(liang)(liang)其(qi)余時(shi)隙(xi)獲取基(ji)(ji)(ji)(ji)站(zhan)到(dao)(dao)第(di)(di)k個(ge)(ge)用戶(hu)(hu)的(de)(de)等效信(xin)(xin)道基(ji)(ji)(ji)(ji)站(zhan)到(dao)(dao)所有(you)(you)(you)ris的(de)(de)拼接信(xin)(xin)道所有(you)(you)(you)ris到(dao)(dao)用戶(hu)(hu)的(de)(de)拼接信(xin)(xin)道基(ji)(ji)(ji)(ji)站(zhan)采(cai)用主(zhu)動波(bo)(bo)(bo)(bo)束(shu)(shu)成形(xing),為(wei)(wei)(wei)基(ji)(ji)(ji)(ji)站(zhan)主(zhu)動波(bo)(bo)(bo)(bo)束(shu)(shu)成形(xing)向量(liang)(liang)(liang)(liang)(liang),其(qi)中fg,g=1,…,g代表(biao)(biao)(biao)(biao)第(di)(di)g組(zu)(zu)用戶(hu)(hu)的(de)(de)主(zhu)動波(bo)(bo)(bo)(bo)束(shu)(shu)成形(xing)向量(liang)(liang)(liang)(liang)(liang),基(ji)(ji)(ji)(ji)站(zhan)最(zui)大發射功率為(wei)(wei)(wei)pt;傳輸框架中,每一(yi)幀下(xia)(xia)包含(han)ts個(ge)(ge)時(shi)隙(xi);該方(fang)法(fa)包括以下(xia)(xia)步驟:

2.根據權(quan)利要求1所述的(de)(de)多智能(neng)超表面輔助(zhu)多播通(tong)信系統聯合波束(shu)(shu)成(cheng)形(xing)(xing)(xing)方法,其(qi)(qi)特征在(zai)于,所述步驟(zou)s1中深度展(zhan)開的(de)(de)金字塔歸一化交替投(tou)影梯度網絡(luo)包含(han)ts個(ge)時(shi)隙(xi),第一個(ge)時(shi)隙(xi)即階(jie)段(duan)一,包含(han)io層(ceng)網絡(luo),輸(shu)入為(wei)采(cai)樣信道集合,第i層(ceng)基(ji)于前一層(ceng)網絡(luo)輸(shu)出(chu)參數計算獲取(qu)的(de)(de)智能(neng)超表面被(bei)動波束(shu)(shu)成(cheng)形(xing)(xing)(xing)向(xiang)(xiang)量θ(i-1)與基(ji)站主動波束(shu)(shu)成(cheng)形(xing)(xing)(xing)向(xiang)(xiang)量f(i-1),輸(shu)出(chu){f(i),θ(i)},第i層(ceng)包含(han)可(ke)(ke)訓練變量其(qi)(qi)余(ts-1)時(shi)隙(xi)采(cai)用(yong)階(jie)段(duan)二,其(qi)(qi)輸(shu)入是第一階(jie)段(duan)的(de)(de)輸(shu)出(chu)以及(ji)等(deng)效(xiao)信道第二階(jie)段(duan)包含(han)可(ke)(ke)訓練變量{γ},輸(shu)出(chu)更新(xin)后的(de)(de)主動波束(shu)(shu)成(cheng)形(xing)(xing)(xing)向(xiang)(xiang)量ft;所有時(shi)隙(xi)的(de)(de)平均和(he)速(su)率(lv)作為(wei)損失(shi)函數。

3.根據權(quan)利要求1所述的多(duo)智能超表面輔助(zhu)多(duo)播通信系統的聯合波束成形方(fang)法,其特征在于,所述步(bu)驟(zou)s2中階(jie)段一流程包(bao)括以下步(bu)驟(zou):

4.根據(ju)權(quan)利(li)要求3所(suo)述的多智能超表面輔助多播(bo)通信(xin)系統(tong)聯(lian)合(he)波束成(cheng)形(xing)方(fang)法,其特(te)征在于,所(suo)述步驟(zou)a5)利(li)用(yong)梯度下(xia)降法更新第i次迭代的基站主動波束成(cheng)形(xing)向量(liang)f(i),具體方(fang)法為:

5.根(gen)據權利(li)(li)要求4所(suo)(suo)述(shu)的多智能(neng)超表(biao)面(mian)輔助多播通(tong)信系統(tong)的聯合波束成(cheng)形方(fang)法,其特征在于(yu),所(suo)(suo)述(shu)訓練(lian)變量集(ji)表(biao)示(shi)為訓練(lian)共分為io段(duan),第(di)j段(duan)訓練(lian)時(shi),訓練(lian)變量集(ji)為的子集(ji)每幀的第(di)一(yi)個(ge)時(shi)隙下(xia),金(jin)字塔歸一(yi)化交替投影梯度網(wang)絡輸入(ru){gl,ul,k,hk},輸出隨后利(li)(li)用上述(shu)訓練(lian)變量集(ji),基(ji)于(yu)步(bu)驟s2階段(duan)一(yi)流(liu)程獲(huo)取與令在每幀接(jie)下(xia)來(lai)的時(shi)隙下(xia),θt=θ1,網(wang)絡輸入(ru)第(di)t個(ge)時(shi)隙的輸出γ,基(ji)于(yu)步(bu)驟s2階段(duan)二流(liu)程獲(huo)取ft;第(di)j段(duan)訓練(lian)的損失函數表(biao)示(shi)為:

6.根據(ju)權(quan)利(li)要求1所(suo)述的(de)多智(zhi)能超表面(mian)輔助多播通(tong)信(xin)系統(tong)聯合波(bo)束成形方法,其(qi)(qi)特征在(zai)于(yu),所(suo)述步(bu)驟(zou)s4的(de)使用(yong)(yong)流程(cheng)(cheng)為,在(zai)每一(yi)幀第一(yi)個時隙下,利(li)用(yong)(yong)步(bu)驟(zou)s2的(de)階(jie)段一(yi)流程(cheng)(cheng)優(you)化(hua)智(zhi)能超表面(mian)被動(dong)波(bo)束成形向量θ1、基站主動(dong)波(bo)束成形向量f1,其(qi)(qi)中,優(you)化(hua)流程(cheng)(cheng)所(suo)需(xu)的(de)參(can)數(shu)由(you)網絡輸(shu)出;在(zai)之后(hou)的(de)時隙t下,令θt=θ1,利(li)用(yong)(yong)步(bu)驟(zou)s2的(de)階(jie)段二流程(cheng)(cheng)優(you)化(hua)基站主動(dong)波(bo)束成形向量ft,其(qi)(qi)中,優(you)化(hua)流程(cheng)(cheng)所(suo)需(xu)的(de)參(can)數(shu)γ由(you)網絡輸(shu)出。


技術總結
本發明公開了一種多智能超表面輔助多播通信系統聯合波束成形方法,包括:構建深度展開的金字塔歸一化交替投影梯度網絡;構建優化算法流程;利用收集的訓練數據,訓練深度展開的金字塔歸一化交替投影梯度網絡;在部署階段,利用深度展開網絡輸出優化算法流程參數,進而利用構建好的優化算法流程獲取不同時隙下的智能超表面被動波束成形向量與基站主動波束成形向量。本發明利用深度學習驅動,克服了現有技術中獲取參數配置低效的問題,大大降低了計算開銷。

技術研發人員:李瀟,丁春霞,金惟杰,金石
受保護的技術使用者:東南大學
技術研發日:
技術公布日:2024/9/19
當前第2頁1 2 
網友詢(xun)問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1