[发明专利]一种基于多任务学习的快速波束对齐方法

权利要求书

1.一种基于多任务学习的快速波束对齐方法，其特征在于，包括如下步骤：

S1、基站端基于探测码本中的波束生成多个导频信号，并输出给用户端；

S2、所述用户端对所述多个导频信号进行功率测量，并反馈测量结果至所述基站端；

S3、所述基站端基于所述测量结果，通过深度学习模型选择最佳传输波束；

S4、所述基站端和所述用户端之间采用所述最佳传输波束实施数据传输，以实现波束对齐，所述导频信号为：

其中，、和分别表示发射功率、信道向量和噪声功率为的加性复数噪声，表示基础信号，表示波束赋形向量，所述探测码本为离散傅里叶变换码本，以使每个波束都转向一个离散方向，其中，波束赋形向量定义为：

其中，所述N表示基站天线个数，、和分别表示载波波长、天线间距和所述离散傅里叶变换码本的大小，所述深度学习模型的训练任务具体包括主任务和辅助任务，所述主任务包括训练波束扫描和波束选择任务，所述辅助任务用于与所述主任务共享领域知识，以协助所述主任务训练，所述训练波束扫描通过一强度参数化的复数神经网络建模波束扫描过程，所述波束扫描指所述基站端基于探测码本中的波束生成多个导频信号，并输出给所述用户端；所述训练波束选择将波束选择方程建模成一由二层全连接层构建的分类器，其中，所述波束选择方程的输入为波束扫描阶段所得的有噪声信号功率，输出为选择所述离散傅里叶变换码本中每个码字的似然值。

2.根据权利要求1所述的基于多任务学习的快速波束对齐方法，其特征在于，所述最佳传输波束的索引为：

。

3.根据权利要求1所述的基于多任务学习的快速波束对齐方法，其特征在于，所述基站端通过扫描一探测码本来感知信道，然后根据压缩感知的测量结果结合统计先验信息直接选择波束赋形向量，所述表示探测码本的大小。

4.根据权利要求3所述的基于多任务学习的快速波束对齐方法，其特征在于，直接选择的所述波束赋形向量的索引为：

其中，表示波束选择函数，的自变量，其中，表示探测码本中第个探测码字的接受信号；和分别表示所述基站端的信道分布以及导频信号的功率限制。

5.根据权利要求1所述的基于多任务学习的快速波束对齐方法，其特征在于，所述辅助任务包括信道重建任务和对比表示任务。

6.根据权利要求5所述的基于多任务学习的快速波束对齐方法，其特征在于，所述信道重建任务基于在波束扫描阶段所接受信号，建模一包括二层全连接层的回归模型；所述对比表示任务用于将不同噪声功率下的相同扫描测量共享相似的表示。