公开(公告)号：CN116667898A

公开(公告)日：2023-08-29

申请号：CN202310722644.0

申请日：2023-06-19

Applicant: 南开大学

Inventor： 章辉 ,  贾奇铭 ,  李美琨 ,  王晶晶 ,  宋雨昕 ,  杨茂恒 ,  吴虹

IPC: H04B7/06 ,  H04B7/0413 ,  H04L25/02

Abstract: 一种基于无监督学习的智能反射面相移优化方法及系统，属于通信技术领域。包括基站、用户和智能反射面，基站与用户之间的直连链路被阻断，输入数据为间接级联信道状态信息，对数据预处理的步骤是，先将一维信道状态信息向量转变成二维复数矩阵，将其实部和虚部拆分，并额外加入绝对值部分，形成三通道数据作为神经网络的输入；本发明整个网络由两个卷积‑注意力块、展平层以及多个全连接层构成，其中注意力机制选用Squeeze‑and‑excitationnetworks网络，模型采用不需要标签的无监督学习方法，损失函数定义为频谱效率的负值，考虑到网络的输出需要满足IRS的相移约束，在损失函数中额外添加惩罚项来限制输出。本发明计算效率高，相移优化结果具有一定的参考价值。