【技术实现步骤摘要】
一种基于神经网络MassiveMIMODOA系统及实现方法
本专利技术涉及人工智能领域,尤其是一种人工智能测向方法。
技术介绍
MassiveMIMO(mMIMO)大规模阵列,作为5G的一个候选技术,通过在基站侧采用大量天线来提升数据速率和链路可靠性。在采用大天线阵列的mMIMO系统中,信号可以在水平和垂直方向进行动态调整,因此能量能够更加准确地集中指向特定的UE,从而减少了小区间干扰,能够支持多个UE间的空间复用。传统的mMIMO采用大量收发信机(TRX)与多个天线阵列,可以将波束赋形与用户间的空间复用相结合,大力提升区域频谱效率。mMIMO空间分辨率高,可提升频谱服用能力,而且mMIMO具有波束窄、能量效率高、空间自由度高、很强的抗干扰能力和鲁棒性。在传统的mMIMODOA(波达方向定位)技术中,经过多年的发展,暴露了以下缺点:观测值矩阵尺寸大,传统测向算法复杂度高,达到了O(M3+GM(M-N)),因此限制了mMIMO技术在工程中的应用。而神经网络最近的蓬勃发展,充分展示了神经网络在分类和回归以及运算复杂度上的优势。神经网络(NeuralNetworks,NN)是一种模仿人类大脑神经行为,进行分布式并行信息处理的算法数学模型,它起源于Rosenblatt等人在1957年提出的感知器模型,感知机通过训练网络的权值来学习数据,被称为是最早的神经网络。多层神经网络的反向传播算法有效解决了多层神经网络训练的困难,对神经网络的影响深远,因此人工神经网络也被称为BP神经网络。经过多年的研究, ...
【技术保护点】
1.一种基于神经网络Massive MIMO DOA系统,包括训练模块和DOA处理模块,其特征在于:/n所述训练模块包括四个子模块,原始信号生成模块,生成信号处理模块,生成数据处理模块和回归模型训练模块,原始信号生成模块通过仿真产生训练数据集,产生的每一组数据以矩阵的形式输入生成信号处理模块;生成信号处理模块对数据进行协方差操作,生成的协方差矩阵输入生成数据处理模块;生成数据处理模块对输入的数据进行拉直操作并组成数据集,输入回归模型训练模块进行训练;/n所述DOA处理模块包括原始信号采集模块,采集信号处理模块,采集数据处理模块和回归模型处理模块;原始信号生成模块采集空间中信号并已矩阵形式输出采集数据,采集数据直接传入采集信号处理模块;采集信号处理模块对输入的矩阵进行协方差操作,生成的协方差矩阵,并以矩阵形式传入采集数据处理模块;采集数据处理模块对输入的数据进行拉直操作并组成数据集,输入回归模型处理模块;/n训练模块训练生成的回归模型输入DOA处理模块的回归模型处理模块中,作为回归模型处理模块的回归模型,回归模型处理模块通过接受来自回归模型训练模块训练生成的回归模型,进行回归操作并产生D ...
【技术特征摘要】
1.一种基于神经网络MassiveMIMODOA系统,包括训练模块和DOA处理模块,其特征在于:
所述训练模块包括四个子模块,原始信号生成模块,生成信号处理模块,生成数据处理模块和回归模型训练模块,原始信号生成模块通过仿真产生训练数据集,产生的每一组数据以矩阵的形式输入生成信号处理模块;生成信号处理模块对数据进行协方差操作,生成的协方差矩阵输入生成数据处理模块;生成数据处理模块对输入的数据进行拉直操作并组成数据集,输入回归模型训练模块进行训练;
所述DOA处理模块包括原始信号采集模块,采集信号处理模块,采集数据处理模块和回归模型处理模块;原始信号生成模块采集空间中信号并已矩阵形式输出采集数据,采集数据直接传入采集信号处理模块;采集信号处理模块对输入的矩阵进行协方差操作,生成的协方差矩阵,并以矩阵形式传入采集数据处理模块;采集数据处理模块对输入的数据进行拉直操作并组成数据集,输入回归模型处理模块;
训练模块训练生成的回归模型输入DOA处理模块的回归模型处理模块中,作为回归模型处理模块的回归模型,回归模型处理模块通过接受来自回归模型训练模块训练生成的回归模型,进行回归操作并产生DOA预测结果。
2.一种利用权利要求1所述基于神经网络MassiveMIMODOA系统的实现方法,其特征在于包括下述步骤:
一、训练模块流程:
1.1原始信号生成模块:通过仿真产生训练数据集,具体方法如下:
第一步,模拟矩阵阵列,阵列参数如下:
阵列形状:矩形阵列
阵元个数:m×n=v,其中m为水平阵元个数,n为垂直阵元个数,阵元数量v随精度和运算速度的需求调整,取值范围为4到1024;
水平阵元间距:uλ,其中λ为采用信号的波长;
垂直阵元间距:pλ,其中p在1到1.5之间取值;
第二步,矩阵建模并生成二维面阵;
二维面阵表示为:
X(t)为32天线阵元接收原始信号产生的二维平面阵;
A为面阵导向矢量,在仿真过程中,采用kronnecker积的方式实现面阵导向矢量仿真;
si(t)为天线接收信号,天线阵接收信号采用随机产生,randn为随机函数,iwave为DOA信号个数,snap为采样点数;
n(t)为高斯白噪声;
导向矢量exp是以e为底的质数函数,对于均匀面...
【专利技术属性】
技术研发人员:王伶,郑怡童,李大伟,汪跃先,粟嘉,陶明亮,范一飞,张兆林,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西;61
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。