- 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
本发明公开了一种基于机器学习的多波束卫星通信系统鲁棒预编码方法,包括,构建包含用户位置定位不确定性的多波束卫星下行信道矢量模型;获取关于信道自相关矩阵的统计信道模型;构建多波束卫星系统和速率最大化的鲁棒预编码优化设计问题;将多波束卫星系统和速率最大化的鲁棒预编码优化设计问题等价转化为用户信干噪比保障和单天线功率约束下的功率最小化问题;结合等价优化问题的拉格朗日函数及其KKT条件,获得最优预编码矢量;结合机器学习的方法基于信道自相关矩阵预测优化问题所需的拉格朗日乘子。通过本发明可以降低信道自相关矩
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113765553 B
(45)授权公告日 2022.07.29
(21)申请号 202111053477.2 H04B 7/0408 (2017.01)
文档评论(0)