买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利一种基于广义奇异值分解构造无线通信预编码器的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115374397B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210848478.4，技术领域涉及：G06F17/16；该发明授权一种基于广义奇异值分解构造无线通信预编码器的方法是由赵赛;杨帆;黄高飞;唐冬设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于广义奇异值分解构造无线通信预编码器的方法在说明书摘要公布了：本发明公开了一种基于广义奇异值分解构造无线通信预编码器的方法，包括以下步骤：S1：通过Matlab进行无线信道的仿真并生成基于收发天线数量的数据集；S2：将所述数据集导入TensorFlow深度学习框架中进行预处理，将所述数据集划分为训练集和测试集并变换为向量形式；S3：通过TensorFlow深度学习框架搭建神经网络；S4：通过损失函数控制神经网络模型的收敛，计算网络损失以及准确率，并在网络收敛后导出模型权重；S5：载入训练后的模型权重以及经过预处理的所述测试集数据进行检测，得到输出矩阵，并计算系统速率指标。本发明比同类型求解系统预编码矩阵的方法能够做到更少的通道输入从而降低训练开销。

本发明授权一种基于广义奇异值分解构造无线通信预编码器的方法在权利要求书中公布了：1.一种基于广义奇异值分解构造无线通信预编码器的方法，其特征在于，包括以下步骤： S1：通过Matlab进行无线信道的仿真并生成基于收发天线数量的数据集； S2：将所述数据集导入TensorFlow深度学习框架中进行预处理，将所述数据集划分为训练集和测试集，并将所述数据集变换为向量形式； S3：通过TensorFlow深度学习框架搭建神经网络； S4：通过损失函数控制所述神经网络模型的收敛，计算网络损失以及准确率，并在网络收敛后导出模型权重； S5：载入训练后的模型权重以及经过预处理的所述测试集数据进行检测，得到输出的预编码矩阵、解码矩阵、关联功率分配因子的对角矩阵，并计算系统速率指标； 所述步骤S3具体为：通过两层卷积层进行对所述数据集进行特征提取，然后经过一层池化层进行下沉采样，随后经过Dropout层防止网络过度拟合；将上述提取到的特征数据并行输入一个分支网络进行进一步的特征提取，通过三个分支网络结构完成预编码矩阵P、解码器R、以及广义奇异值对角矩阵C的特征提取；将上述分支网络的输出组合为矩阵形式进行输出，在计算功率分配因子、系统和速率的过程中应用所输出的数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。