【技术实现步骤摘要】
本专利技术涉及通信，具体涉及一种基于感知辅助预测的液晶智能表面位置优化方法。
技术介绍
1、为了追求不断增长的数据容量、不断提高的数据速率和更高的通信链路可靠性，未来几代通信网络的目标是毫米波及太赫兹波。随着频率的增加，路径损耗、衰减、吸收和衍射损耗的增加，出现了新的挑战，例如在非视距(nlos)场景中接收功率不足。
2、克服上述限制的一个有前途的工具是可重构智能表面(ris)。ris的基本思想类似于中继站，但不需要任何有源收发器电路。取而代之的是，入射电磁波被被动接收和操纵，使其在空间上聚焦到一个或多个所需的焦点(近场)或方向(远场)。为了实现这一点，ris由一系列具有独立可调相态的反射元件组成，并由外部控制单元调节。
3、ris的设想用例不仅在室外，而且在室内通信中都可以找到，例如在工厂或医院等关键环境中，设备之间的稳定连接是必不可少的。对于这些大型ris，成本和功耗是重要因素。关于如何实现每个反射元件所需的相移，有多种技术，其中pin二极管是最常用的。然而，这些方法仅在一定程度上适用于大型ris，因为成本和...
【技术保护点】
1.一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述方法包括：
2.根据权利要求1所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述外部信息感知模块包括雷达和摄像头，所述新位置信息包括对雷达和摄像头获取的雷达热图和画面进行处理，得到用户的距离、角度、速度的位置信息。
3.根据权利要求1所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述角度生成模块是基于长短期记忆LSTM神经网络实现角度预测，LSTM神经网络结构包括输入层、两层隐藏层和输出层，LSTM神经网络的输入为用户位置信息、角度信息和...
【技术特征摘要】
1.一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述方法包括：
2.根据权利要求1所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述外部信息感知模块包括雷达和摄像头，所述新位置信息包括对雷达和摄像头获取的雷达热图和画面进行处理，得到用户的距离、角度、速度的位置信息。
3.根据权利要求1所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述角度生成模块是基于长短期记忆lstm神经网络实现角度预测，lstm神经网络结构包括输入层、两层隐藏层和输出层，lstm神经网络的输入为用户位置信息、角度信息和速度信息，输出为预测角度。
4.根据权利要求3所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：lstm神经网络选用最常用的回归损失函数均方误差mse作为损失函数：
5.根据权利要求1所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述步骤s3中的mlp神经网络的结构有三层：输入层、隐藏层和输出层；输入层接受角度作为输入，隐藏层选用relu激活函数，输出层不使用激活函数，以期望直接输出相位差的预测值。
6.根据权利要求5所述的一种基于感知辅助预测的液晶智能表面位置优化方法，其特征在于：所述mlp神经网络的训练过程为：准备包含角度信息和相位差...
【专利技术属性】
技术研发人员：罗文宇，赵春雨，申凌峰，张千坤，邵霞，许丽，冯宇，徐嘉辉，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：
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。