公开(公告)号：CN116401953A

公开(公告)日：2023-07-07

申请号：CN202310414533.3

申请日：2023-04-18

Applicant: 东南大学

Inventor： 无奇 ,  弓雅杰 ,  王海明 ,  陈炜琦 ,  余晨

IPC: G06F30/27 ,  G06F18/214 ,  G06N20/00 ,  G06F111/06

Abstract: 本发明公开了一种基于自适应优化代理模型超参数值的机器学习辅助天线设计方法，该方法针对代理模型建模时梯度算法优化超参数这一过程，提出自适应确定超参数优化算法重启次数的策略，以代理模型优化收敛为标准获得最佳超参数优化算法重启次数值，并利用此确定值训练高斯过程回归代理模型。该方法保证算法收敛速度的同时具有鲁棒性。

公开(公告)号：CN113609677A

公开(公告)日：2021-11-05

申请号：CN202110895938.4

申请日：2021-08-05

Applicant: 东南大学

Inventor： 王海明 ,  陈炜琦 ,  无奇 ,  余晨

IPC: G06F30/20 ,  G06N20/00

Abstract: 本发明公开了一种基于多路径的机器学习辅助天线设计方法，该方法利用深度高斯过程回归机器学习算法对多保真度训练集数据进行学习，得到代理模型；基于置信下界预筛分的方法，提出多路径的策略，在利用进化算法对代理模型进行全局最优值预测时，不同的置信下界常数动态权衡算法的收敛性和探索性，以多条路径进行全局最优解的搜索。该方法保证算法收敛速度的同时具体有鲁棒性。

公开(公告)号：CN117614574A

公开(公告)日：2024-02-27

申请号：CN202311131757.X

申请日：2023-09-04

Applicant: 东南大学

Inventor： 王海明 ,  裔成 ,  陈炜琦 ,  无奇

IPC: H04B17/391 ,  G06F30/27 ,  G06N20/00 ,  H04B17/309

Abstract: 本发明公开了一种机器学习辅助的射线跟踪信道仿真校准方法与系统，该方法包括：在场景不同位置设置多个接收机获取测试CSI，进行场景建模获取不同材料参数配置下的仿真CSI；分别从测试CSI和仿真CSI获取各接收机位置处MPC，并标记关键径；利用机器学习方法建立代理模型，得到信道仿真模型中各材料参数与接收径功率之间的关系；引入反射率与材料参数之间关系的先验知识动态调整参数的搜索空间，基于代理模型分阶段搜索材料参数的最优解，先基于关键径对部分参数进行优化，再基于所有径对所有参数进行优化；对最优解进行射线跟踪仿真验证，若没达到预设目标则更新数据集和参数搜索空间进一步优化。本发明在保证校准精度的同时实现了耗时的大幅度降低。

公开(公告)号：CN115146544A

公开(公告)日：2022-10-04

申请号：CN202210900482.0

申请日：2022-07-28

Applicant: 东南大学

Inventor： 无奇 ,  王海明 ,  余晨 ,  陈炜琦 ,  洪伟

IPC: G06F30/27 ,  G06T7/11 ,  G06F17/10

Abstract: 本发明公开了一种采用知识和数据混合驱动的阵列天线设计方法。该方法通过引入平面耦合区域分割和二维虚拟阵列拟合技术等先验的电磁知识，结合机器学习等数据驱动的方法，成功实现了快速的二维阵列环境下的天线元单元的有源方向图的建模，相较于传统的机器学习辅助的建模方法，提升了模型的预测精度的同时降低了计算复杂度。在此基础上，可以结合任意传统的阵列天线设计方法实现快速、精确的考虑阵元间互耦和平台效应的阵列天线设计。该方法可用于对不同类型的天线及天线阵列的建模及波束赋形设计、低副瓣设计、多波束设计领域。