Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浪潮通信信息系统有限公司吉宝伦获国家专利权

浪潮通信信息系统有限公司吉宝伦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浪潮通信信息系统有限公司申请的专利一种在线更新的CSI反馈方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116992949B

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310915586.3,技术领域涉及:G06N3/09;该发明授权一种在线更新的CSI反馈方法及装置是由吉宝伦;张文龙;张京辉设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。

一种在线更新的CSI反馈方法及装置在说明书摘要公布了:本发明涉及CSI反馈算法技术领域,具体提供了一种在线更新的CSI反馈方法及装置,基于增量学习,具体步骤如下:S1、生成下行CSI数据;S2、进行数据清洗;S3、将数据集分为五个任务的训练数据;S4、从数据流中输出属于任务c的一个批次的训练数据Bn,将Bn和重演子集Msub的每个样本输入到编码器中得到特征集合γn和γm;S5、计算γn中的每个特征值和γm的平均相似度;S6、将输入批次Bn和重演批次Bm混合并输入到模型中进行更新;S7、更新已有类别的重演集;S8、按照每个样本和类中心的距离对样本进行打分;S9、重复步骤S4到S8,直到所有任务的数据都输入模型中完成了训练。与现有技术相比,本发明提高模型在所有任务上的整体性能。

本发明授权一种在线更新的CSI反馈方法及装置在权利要求书中公布了:1.一种在线更新的CSI反馈方法,其特征在于,基于增量学习,具体步骤如下: S1、使用Matlab软件中的5GToolBox仿真生成下行CSI数据; S2、进行数据清洗,若某条CSI数据中有空缺值,则直接删掉有空缺值的CSI数据; S3、将数据集分为CDL-A、CDL-B、CDL-C、CDL-D和CDL-E五个任务的训练数据,将五个任务的CSI数据处理成模型可接受的输入,通过离散傅里叶变化将信道数据H从空间-频率域转化到角度-延迟域; H′=FcHFl H,其中,H是空间-频率域的CSI数据,Fc是维度为Nc×Nc的DFT矩阵,Ft H是维度为Nt×Nt的DFT矩阵,H′是角度-延迟域的CSI数据; 只取H′的前Na行数据,得到了Ha,Ha是一个N×2×Na×Nt的矩阵,N是样本的数量,2代表信道数据被分为实部与虚部,Na代表原始数据中有效数据的行数,Nt为基站的天线数; S4、CDL-A、CDL-B、CDL-C、CDL-D和CDL-E五个任务的训练数据构成了一个数据流,从所述数据流中实时地输出一个批次的训练数据Bn,对重演集M中的样本进行随机采样,得到一个重演子集Msub; 重演子集Msub的大小小于重演集M的大小,即|Msub|<<|M|,将Bn和Msub中的每个样本输入到编码器中得到特征集合γn和γm; S5、计算γn中的每个特征值和γm的平均相似度,按照平均相似度对训练数据Bn进行打分,选择得分最高的若干个样本作为重演批次数据Bm; 具体操作步骤为: 特征集合γn是一个形状为n×l的矩阵,n代表一个输入批次中有n个样本,l表示编码器的输出的维度是l维; 特征集合γm是一个形状为m×l的矩阵,m代表重演子集Msub中有m个样本,计算相似度矩阵其中β是一个形状为m×n的矩阵,是γn的转置矩阵,对β的每一行计算平均值,得到一个长为m的相似度得分向量,选择得分最高的若干个样本作为重演批次数据Bm; S6、将输入批次Bn和重演批次Bm混合并输入到模型中进行更新; 将输入批次Bn和重演批次Bm混合得到合并批次B,将B输入到模型中进行前向传播得到重建的CSI数据B′; 计算重建损失L=MSEB,B′和梯度,进行反向传播,更新模型参数; S7、首先,更新已有类别的重演集,其次,建立任务c的重演集,将输入批次Bn和重演集中的样本一起输入到模型中,得到编码器的输出,计算任务c的类中心; 具体操作步骤为: 重演集为一个样本的集合,大小固定,平均分配给每个任务的重演集的大小也是固定的,当属于新任务的数据需要存入重演集时,更新已有任务的重演集; 由于新任务的加入,某个重演集的大小变为了n′,在进行更新时,舍弃排名靠后的若干个样本,保留前n′个样本,重演集在建立时,为一个有优先级的序列,排名靠前的样本优先级越高,舍弃排名靠后的样本,保持重演集的性能; 建立新类别的重演集,将输入批次Bn和任务c的重演集Mc混合得到数据集BM,将BM输入到模型中,得到编码器的输出,并计算任务c的类中心: 其中,Ec是新任务的类中心,|BM|是数据集BM的大小,φ是编码器,Θφ是编码器的参数; S8、按照每个样本和类中心的距离对样本进行打分,按照得分对输入批次Bn和重演集中原有的样本进行排序,选择得分最高的一个样本加入重演集,直到重演集存满了样本; S9、重复步骤S4到S8,直到所有任务的数据都输入模型中完成了训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浪潮通信信息系统有限公司,其通讯地址为:250100 山东省济南市高新区浪潮路1036号浪潮科技园S06号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。