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
本发明公开了一种基于混合元学习的跨场景的鲁棒性波束赋形设计方法。该方法将多场景多数据集进行选取、混合，并以一定的抽样手段生成动作组和停止组，然后初始化训练器，并生成波束赋形矩阵的预置值。训练时，将动作组输入基于Transformer架构设计的训练器组，先基于预置值在动作组上的梯度对其进行优化，再反向传播优化训练器神经网络参数，达到停止条件后将训练器保存为预训练模型。在应用时预先根据实际场景中的信道样本对预训练模型部署，之后冻结训练器，只进行前向传播，获得波束赋形矩阵。相较于传统方案，本发明提出的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117459106A
(43)申请公布日2024.01.26
(21)申请号202311401084.5
(22)申请日2023.10.26
(71)申请人浙江大学
文档评论（0）