首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种大规模随机接入活跃性检测及信道估计方法 

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!

申请/专利权人:西安邮电大学

摘要:本发明公开了一种大规模随机接入活跃性检测及信道估计方法,包括以下步骤:从大规模随机接入网络中采集信号数据;对采集到的信号数据进行去噪、归一化、采样和特征提取操作;构建基于深度学习的压缩感知算法网络结构;构建序列数据处理的循环神经网络结构;将训练好的压缩感知算法和循环神经网络模型结合;评估模型在未见过的数据上的性能表现;将训练好的模型部署到实际的6G网络中。本发明通过深度学习的压缩感知算法和循环神经网络结合,可以更准确地检测出网络中的活跃用户,因为深度学习模型能够学习复杂的信号特征和时序模式,从而更有效地识别出活跃用户,并且通过模型集成和联合优化,可以进一步提升检测的准确性。

主权项:1.一种大规模随机接入活跃性检测及信道估计方法,其特征在于,包括以下步骤:步骤S1,从大规模随机接入网络中采集信号数据,包括频域和时域信息以及与活跃用户标签信息;步骤S2,对采集到的信号数据进行去噪、归一化、采样和特征提取操作,以准备用于模型训练的数据;步骤S3,构建基于深度学习的压缩感知算法网络结构,用于学习信号的稀疏表示,并利用预处理后的信号数据对压缩感知算法模型进行训练,可从原始信号中有效提取稀疏表示;步骤S4,构建序列数据处理的循环神经网络结构,并使用标记数据对构建好的循环神经网络模型进行训练,以学习信道状态和活跃用户的时序模式;步骤S5,将训练好的压缩感知算法和循环神经网络模型结合,并通过联合训练或交替优化对集成模型进行联合优化,以最大化整体性能;步骤S6,准备独立的测试数据集,评估模型在未见过的数据上的性能表现;步骤S7,将训练好的模型部署到实际的6G网络中,用于实时的免授权随机接入活跃性检测和信道估计。

全文数据:

权利要求:

百度查询: 西安邮电大学 一种大规模随机接入活跃性检测及信道估计方法

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。