典型文献
移动场景下的智能信道预测方法
文献摘要：
针对无线通信信道估计老化问题,本文提出了一种基于卷积神经网络的信道预测方法,该方法通过联合轨迹预测和信道重构实现.首先,采用卷积神经网络学习从规划路线和移动终端所在位置到移动方向映射,进而预测出轨迹上多个目标位置;其次,采用卷积神经网络学习从目标位置附近K个位置项的信道,到目标位置信道间映射,用于实现预测轨迹的信道估计.本文利用Wireless InSite为移动方向预测和信道重构模型的训练及测试生成充足的样本,包括规划路线和通过射线跟踪方法获取的信道等.仿真结果表明,本文所提出的方法能有效地估计目标位置的信道特性,与K值较小的K-近邻插值方法和基于全连接神经网络的信道预测方法相比,其信道估计总相对误差更低且鲁棒性较好.
文献关键词：
信道预测;移动方向预测;信道重构;卷积神经网络
中图分类号：
作者姓名：
何世文;黄凤青;安振宇;王良鹏;熊绍文
作者机构：
中南大学计算机学院,湖南长沙410083;东南大学移动通信国家重点实验室,江苏南京210096;网络通信与安全紫金山实验室,江苏南京210096
文献出处：
引用格式：
[1]何世文;黄凤青;安振宇;王良鹏;熊绍文-.移动场景下的智能信道预测方法)[J].信号处理,2022(08):1579-1591
A类：
InSite,移动方向预测
B类：
信道预测,无线通信,通信信道,信道估计,轨迹预测,信道重构,神经网络学习,移动终端,所在位置,预测出,出轨,目标位置,个位,预测轨迹,Wireless,重构模型,射线跟踪,跟踪方法,估计目标,信道特性,近邻,插值方法,全连接神经网络
AB值：
0.267109
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
