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！

龙图腾网获悉东南大学申请的专利基于共轭梯度法的大规模MIMO深度展开预编码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：CN116318291B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310295947.9，技术领域涉及：H04B7/0456；该发明授权基于共轭梯度法的大规模MIMO深度展开预编码方法及装置是由沈弘;徐盼娟;史雪璞;赵春明设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于共轭梯度法的大规模MIMO深度展开预编码方法及装置在说明书摘要公布了：本发明公开了一种基于共轭梯度法的大规模MIMO深度展开预编码方法及装置，属于无线通信领域，其中，方法包括：获取下行空口信道向量和发射向量；将下行空口信道向量和发射向量输入预先训练好的非线性神经网络，得到预编码后的发射信号。非线性神经网络为对以共轭梯度算法中的步长为训练参数的深度展开多层非线性子网络和以接收机系数为训练参数的接收机处单层线性子网络进行组合，利用下行空口信道向量和发射向量训练集训练得到。将共轭梯度MMSE预编码算法的内部结构和先进的DNN网络相结合，利用深度展开构建基于模型驱动的监督型神经网络，相比于数据驱动的“黑盒”DNN网络，该网络具有更好的泛化能力和可解释性。

本发明授权基于共轭梯度法的大规模MIMO深度展开预编码方法及装置在权利要求书中公布了：1.一种基于共轭梯度法的大规模MIMO深度展开预编码方法，其特征在于，包括以下步骤： 获取下行空口信道向量和发射向量； 将所述下行空口信道向量和所述发射向量输入预先训练好的非线性神经网络，得到预编码后的发射信号；其中，所述非线性神经网络为对以共轭梯度算法中的步长为训练参数的深度展开多层非线性子网络和以接收机系数为训练参数的接收机处单层线性子网络进行组合，利用下行空口信道向量和发射向量训练集训练得到； 所述深度展开的多层非线性子网络的输入为所述下行空口信道向量和发射向量训练集，输出为预编码后的发射信号，子网络中的每一层对应于共轭梯度算法的一次迭代，所述深度展开的多层非线性子网络之后添加归一化处理层；所述接收机处单层线性子网络的输入为所述归一化处理层的输出，用于生成每个用户配置的接收机系数，在将所述下行空口信道向量和所述发射向量输入预先训练好的非线性神经网络之前，还包括： 构建所述下行空口信道向量和发射向量训练集； 利用所述下行空口信道向量和发射向量训练集对所述非线性神经网络进行训练，得到所述非线性神经网络的步长参数和为每个用户配置的接收机系数； 利用所述步长参数和为每个用户配置的接收机系数更新所述非线性神经网络的参数，得到所述预先训练好的非线性神经网络； 利用所述下行空口信道向量和发射向量训练集对所述非线性神经网络进行训练的损失目标函数为： 约束条件为： 其中，E[·]为求期望，|·|为求复数的模值，‖·‖为向量二范数，·H为向量的共轭转置，hk为基站与用户k之间的下行链路信道，W＝[w1，w2…wk]为预编码矩阵，N和K分别为基站端天线数和接收端用户数，wk为第k个用户的预编码向量，q为预编码后的发射信号，ak为第k个用户配置的接收机系数，为噪声功率，P为基站端发射功率约束。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2号；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”。

以上内容由龙图腾AI智能生成。