原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于剪枝卷积神经网络的毫米波和太赫兹信道估计方法，在离线阶段利用近似消息传递压缩感知算法(AMP)处理信道数据，得到初始的信道预测，再将其输入卷积神经网络(DCNN)进行训练；再对训练后的卷积神经网络进行剪枝操作后保留网络参数不变的前提下，将初始的信道预测输入神经网络的同时，以真实的信道作为标签重新训练；在在线阶段采用训练后的卷积神经网络进行毫米波和太赫兹信道估计。本发明通过基于剪枝卷积神经网络的信道估计算法，使用剪枝算法删除卷积神经网络中冗余的连接，极大压缩神经网络的规模，提高信道估计的效
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116319195 A
(43)申请公布日 2023.06.23
(21)申请号 202310352756.1
(22)申请日 2023.04.04
(71)申请人 上海交通大学
地址 200240
文档评论（0）