一种基于深度学习的波束赋形计算方法.pdfVIP

下载本文档

12
0
约1.4万字
约 11页
2023-08-02 发布于四川
举报
版权申诉

一种基于深度学习的波束赋形计算方法.pdf

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

本发明提供了一种基于深度学习的波束赋形计算方法，该方法包括：获取实际系统场景的带标签的波束赋形数据集，根据实际应用场景或需求搭建神经网络架构，基于应用场景和波束赋形目标与需求设计所述神经网络架构的损失函数；利用训练集通过小批量梯度下降方法对所构建的神经网络架构进行训练，利用测试集对训练后的神经网络架构进行泛化测试，当神经网络架构的损失函数的损失值符合要求后，得到训练好的神经网络架构；利用训练好的神经网络架构计算新系统场景的波束赋形。本发明方法促进了深度学习在波束赋形计算领域的应用，并提出了神经网

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116528256 A (43)申请公布日 2023.08.01 (21)申请号 202310114266.8 (22)申请日 2023.02.07 (71)申请人北京交通大学