基于深度学习的ISAC混合波束成形方法

被引：0

专利类型：

发明

申请号：

CN202410178636.9

申请日：

2024-02-09

公开(公告)号：

CN119010970A

公开(公告)日：

2024-11-22

发明(设计)人：

赵中原周惠宣

申请人：

北京邮电大学

申请人地址：

100876 北京市海淀区西土城路10号

IPC主分类号：

H04B7/06

IPC分类号：

H04B7/08 H04B7/0456 G06N3/08 G06F17/16

代理机构：

北京中海智圣知识产权代理有限公司 11282

代理人：

王志东

法律状态：

实质审查的生效

国省代码：

北京市市辖区

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-12-10	实质审查的生效	实质审查的生效IPC(主分类):H04B 7/06申请日:20240209
2024-11-22	公开	公开

共 50 条

[1]

基于深度强化学习的毫米波混合波束成形设计方法 [P].

李潇 ;

王琪胜 ;

金石 .

中国专利 :CN111181619B ,2020-05-19

[2]

一种基于深度学习的毫米波安全混合波束成形方法 [P].

黄永明 ;

胡梓炜 ;

陆昀程 ;

俞菲 ;

张铖 .

中国专利 :CN114978261B ,2024-04-05

[3]

基于复数卷积网络的混合波束成形方法 [P].

罗杨 ;

刘子健 ;

骆春波 ;

许燕 ;

杨秉鸿 ;

张富鑫 .

中国专利 :CN113541753A ,2021-10-22

[4]

一种基于深度学习的混合波束成形优化方法 [P].

董安明 ;

张滕 ;

禹继国 ;

李素芳 ;

邱静 .

中国专利 :CN115021788B ,2025-08-01

[5]

一种基于深度学习的混合波束成形优化方法 [P].

董安明 ;

张滕 ;

禹继国 ;

李素芳 ;

邱静 .

中国专利 :CN115021788A ,2022-09-06

[6]

深度学习特征波束成形 [P].

O·申塔尔 .

中国专利 :CN113196679A ,2021-07-30

[7]

基于深度学习的大规模MIMO收发联合波束成形方法 [P].

高西奇 ;

王闻今 ;

王一彪 ;

是钧超 ;

王亚飞 .

中国专利 :CN113765567A ,2021-12-07

[8]

基于深度学习的大规模MIMO收发联合波束成形方法 [P].

高西奇 ;

王闻今 ;

王一彪 ;

是钧超 ;

王亚飞 .

中国专利 :CN113765567B ,2024-02-02

[9]

基于集成深度学习的协作波束成形方法 [P].

杨绿溪 ;

徐佩钦 ;

张天怡 ;

周京鹏 ;

李春国 ;

黄永明 .

中国专利 :CN113242071A ,2021-08-10

[10]

一种基于深度学习的毫米波MIMO混合波束成形优化方法 [P].

陈杰男 ;

邢静 ;

陶继云 ;

刘俊凯 .

中国专利 :CN110535500B ,2019-12-03

← 1 2 3 4 5 →