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
本发明提供了一种基于深度学习的联合用户调度和混合预编码方法，属于无线通信领域。针对现有强干扰、信道资源浪费等问题，本发明方法对配备有混合预编码器的基站，首先收集小区内所有候选用户的信道状态信息和优先级权重，再对通信场景进行图建模，之后通过基于图神经网络的预处理器模块、调度器模块、预编码器模块获得用户调度和混合预编码结果；本发明还通过无监督学习的方式联合训练三个模块的所有图神经网络。本发明避免了以往使用图神经网络带来的潜在用户间干扰和信道资源浪费，可以获得接近常用迭代算法的系统性能，所需推断时间明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117478180A
(43)申请公布日2024.01.30
(21)申请号202311465979.5G06N3/084(2023.01)
文档评论（0）