【技术实现步骤摘要】
一种基于张量计算的6G移动通信系统及其数据处理方法
本专利技术涉及一种基于张量计算的6G移动通信系统及其数据处理方法,具体涉及张量分解和张量补全理论,属于数据分析以及移动通信
技术介绍
随着5G的到来,社会和科技发展将会提高到一个新高度。5G的“高带宽”、“低时延”、“万物互联”的特性将使数据存储的量级和数据的维度进一步增大。5G之后,B5G将重新面对这一难题。最近,据工信部宣布2020年将启动6G研发;3月,首届6G全球峰会群策群力,拟定了首份6G白皮书,明确了6G发展的基本方向。其中,6G白皮书中商讨了6G的关键驱动力以及最近十年的研究挑战,定义了6G的关键指标。移动通信网络每一代升级后,其性能都将提升10至100倍,6G性能当然也将在5G基础上提升10至100倍,重新刷新人们对于无线网络的认知。6G中单用户最高传输速率将达到每秒1Tbps,实现网络容量的大幅度提升,使人类迈进“太赫兹(THz)”时代;连接设备密度达将达到每立方米达数百个,网络时延达到0.1ms,设备同步时延在1μs内、定位精度达厘米级 ...
【技术保护点】
1.一种基于张量计算的6G移动通信系统,其特征在于,包括依次连接的高维信源、张量压缩单元、发送设备、信道、接收设备、张量补全单元、信宿;/n所述高维信源用于在信息传输过程中,把各种信息转换成原始信号的同时,将向量信源转化为高维信源;所述张量压缩单元用于将待传输的高维信源进行压缩,减少高维信源的信息冗余;所述发送设备用于将压缩后的高维信源转换为适合在信道中传输的高维信号;所述信道是一种物理媒介,用于将来自所述发送设备的高维信号传送到所述接收设备;所述接收设备用于将接收到的高维信号进行放大和反变换,从接收到的高维信号中正确恢复出原始电信号;所述张量补全单元用于补充完整高维信号在 ...
【技术特征摘要】
1.一种基于张量计算的6G移动通信系统,其特征在于,包括依次连接的高维信源、张量压缩单元、发送设备、信道、接收设备、张量补全单元、信宿;
所述高维信源用于在信息传输过程中,把各种信息转换成原始信号的同时,将向量信源转化为高维信源;所述张量压缩单元用于将待传输的高维信源进行压缩,减少高维信源的信息冗余;所述发送设备用于将压缩后的高维信源转换为适合在信道中传输的高维信号;所述信道是一种物理媒介,用于将来自所述发送设备的高维信号传送到所述接收设备;所述接收设备用于将接收到的高维信号进行放大和反变换,从接收到的高维信号中正确恢复出原始电信号;所述张量补全单元用于补充完整高维信号在传输过程中受到干扰造成的信息丢失项;所述信宿是传送消息的目的地,即把原始电信号还原成相应的信息,将高维信源转化成向量信源。
2.权利要求1所述基于张量计算的6G移动通信系统的数据处理方法,其特征在于,具体步骤包括:
(1)构建6G移动通信数据模型,在信息传输过程中,把各种信息转换成原始信号的同时,将向量信源转化为高维信源;
6G移动通信数据模型即N阶张量数据模型In表示第n阶的维度的大小;
N阶张量数据模型中每一项表示为
N阶张量数据模型中,n模式矩阵化其大小为In×(∏k≠nIk);
(2)压缩6G移动通信数据模型,即:通过所述张量压缩单元将待传输的高维信源进行压缩,减少高维信源的信息冗余;通过分别求解U1、U2、……、Un及实现N阶张量数据模型的压缩,是指核张量,U1、U2、……、Un是指N个因子矩阵;包括步骤如下:
将N阶张量数据模型χ各模式展开后,矩阵化为
各矩阵奇异值分解为:
在X(1)、X(2)、……、X(N)中,分别为X(1)、X(2)、……、X(N)奇异值分解后的左奇异矩阵,为对应的右奇异矩阵,为对应的奇异值矩阵;
各个奇异值矩阵的奇异值大小及排列满足:
设定奇异值阈值σk,仅保留大于σk的奇异值时,原N阶张量数据模型被截断,假设N个奇异值矩阵截断后的大小分别为S1<I1,S2<I2,……,SN<IN,各模式展开矩阵化为N个奇异值矩阵XT1、XT2、……、XTN近似表达为
N阶张量数据模型χ分解与压缩如式(Ⅰ)所示:
式(Ⅰ)中,的数量由I1×I2×…×IN缩小为S1×S2×…×SN;
通过重构N阶张量数据模型得到重构的移动通信张量数据模型的近似表达式,如式(Ⅱ)所示:
(3)所述发送设备将压缩后的高维信源转换为适合在信道中传输的高维信号,并通过所述信道将来自所述发送设备的高维信号传送到所述接收设备;所述接收设备将接收到的高维信号进行放大和反变换,从接收到的高维信号中正确恢复出原始电信号;
(4)补全6G移动通信数据模型:即:补充完整高维信号在传输过程中受到干扰造成的信息丢失项;
优化问题表述为式(III):
式(III)中,为大小相等的张量;是补全的6G移动通信数据模型,是原始缺失6G移动通信数据模型;
采用HALRTC算法优化问题形式如式(IV):
式(IV)中,用过渡张量替换掉并添加了权重αi,将等式约束进行松弛,HALRTC算法优化问题形式写成式(V):
式(V)中,ρ>0;
利用ADMM框架,定义增广拉格朗日函数如式(Ⅵ):
根据ADMM框架,迭代更新如式(Ⅶ):
对于每个用式(VIII)表示,
式(VIII)的封闭形式解,...
【专利技术属性】
技术研发人员:张文胜,李连杰,孙健,王承祥,
申请(专利权)人:山东大学,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。