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！

龙图腾网恭喜电子科技大学申请的专利一种基于卷积长短时记忆网络的波束对准方法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：CN116170877B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202211568828.8，技术领域涉及：H04W72/044；该发明授权一种基于卷积长短时记忆网络的波束对准方法是由张蔺;单文星;马一鸣设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于卷积长短时记忆网络的波束对准方法在说明书摘要公布了：本发明属于无线通信和深度学习技术领域，具体涉及一种基于卷积长短时记忆网络的波束对准方法。本发明利用空间相关性来深度压缩探测波束的数量，选出一部分波束进行探测，再搭建基于卷积长短时记忆网络的最优波束推断网络来提取连续时刻探测波束的接收信噪比中包含的时间和空间信息，以提高最优波束的推断精度。利用本发明中提出的技术，接入点不需要探测所有波束，只需要探测一小部分固定的波束，就可以准确地推断出最优波束，完成波束对准，更好地平衡了数据传输时间与数据传输速率，提升了系统吞吐量。

本发明授权一种基于卷积长短时记忆网络的波束对准方法在权利要求书中公布了：1.一种基于卷积长短时记忆网络的波束对准方法，适用于毫米波通信系统，定义系统包括信号接入点和用户设备，信号接入点配备具有Nx行、Ny列，共Nap＝NxNy根天线的平面天线阵列，其特征在于，包括以下步骤：S1、构建数据集：在连续K个信标间隔BI上进行穷尽波束探测，得到所有波束的接收信噪比，从中选择Np个具有最高空间互信息的波束的接收信噪比集合作为数据集，并计算出每个BI对应的最优波束的索引作为数据集的标签；选择Np个具有最高空间互信息的波束的方法为，首先，计算每个波束与其余所有波束的平均互信息，即： 式中，Γi和Γj为波束i与波束j的接收信噪比集合，M表示波束总数，i,j＝1,2,…,M，IΓi；Γj＝HΓi+HΓj-HΓi；Γj,其中HΓi和HΓj是Γi和Γj的香农熵，HΓi；Γj是Γi和Γj的联合熵；随后得到所有波束的平均空间互信息，即： 从中选出具有最小平均空间互信息的Np个波束作为探测波束；S2、搭建基于ConvLSTM的最优波束推断网络，具体为包括输入层、ConvLSTM层、展平层、全连接层、Softmax层及输出层；网络的输入数据为选择出的Np个探测波束在当前BI和前S-1个BI的接收信噪比X0的每一行表示探测波束在一个BI的信噪比，即： 其中s＝1,2,…,S，下标集合是探测波束的序号集合；接收到输入数据后，由ConvLSTM层从中提取时空信息，得到特征图，该过程表示为： 其中，CLl·为ConvLSTM函数，表示第l个ConvLSTM层的计算过程，表示ConvLSTM函数之间的复合运算；将ConvLSTM层提取出的时空信息HL的最后一个隐藏状态作为最终的特征图输入到展平层中，得到一维特征图：f0＝fflacL,式中，ffla·为展平函数；再将展平后的特征图输入到全连接层，即：f1＝wf0+b,式中，w和b分别为权重矩阵和偏置矩阵；最后，全连接层的输出由softmax函数激活之后可以得到概率向量： 式中表示在第S个BI波束i为最优波束的概率；S3、训练基于ConvLSTM的最优波束推断网络：采用S1中构建的数据集对S2搭建的最优波束推断网络进行训练，使用交叉熵损失函数来衡量实际的最优波束和推断的最优波束之间的差异，即： 式中，pS＝[p1S,p2S,…,pMS]是一个独热向量，其中其余元素等于0；通过不断的最小化上述公式中的交叉熵，即可得到训练好的智能波束对准网络；S4、进行波束对准：接入点依据S1中的方法选择探测波束，在最初S-1个BI内，接入点进行穷尽波束搜索以获得最优波束，并存储探测波束的接收信噪比；在第S个BI只探测步骤S1中选择出的波束，并将其和存储的前S-1个BI的探测波束的接收信噪比一起输入到S3中训练好的网络中，即可获得最优波束推断的结果，即： 接入点使用推断出的最优波束进行数据传输即可实现波束对准。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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”。