[发明专利]一种历史数据缺失条件下的短波多信道联合预测方法

说明书

本发明提出一种历史数据缺失条件下的短波多信道联合预测方法。包括：信道状态数据的形式化表征；多信道联合预测建模；多信道联合预测；信道预测性能评估。本发明考虑了“历史数据不完整”的实际应用条件，具有更加广泛的应用范围；利用了信道状态在时间维度的相关性和频率维度的相关性，具有更加可靠的预测精度。

技术领域

本发明属于无线通信技术的短波通信与认知无线电领域，具体涉及一种历史数据缺失条件下的短波多信道联合预测方法。

背景技术

信道预测是一种通过利用已知信道状态(如信道占用情况，信道质量情况等)之间的相关性来推测未知信道状态的技术。可靠的信道状态预测是实现短波通信组网中快速建链、吞吐量优化、拓扑控制和路由选择的重要支撑技术。现有方法主要是利用信道状态在时间维度(即连续多个时隙间)的相关性来进行时域信道状态预测。然而，现有方法具有如下局限性：

(1)这些方法主要集中于单信道状态预测，仅利用时间维度信道状态的相关性，导致预测精度有限。实际中大量实测数据分析表明，信道状态不仅在时间维度(即连续多个时隙间)上的演化具有规律性或相关性，而且在频率维度(即相邻多个信道)上具有规律性或相关性。

(2)这些方法运行的一个基本前提是历史数据是完整的，导致应用范围受限。实际中，历史数据往往是不完整或残缺的，比如考虑多信道场景，历史数据主要靠频谱感知获得，由于感知设备硬件限制和感知时延约束等实际情况，感知设备往往仅感知部分信道，那么，没有被感知的信道的频谱数据就是残缺的。

因此，现有短波信道预测技术存在着单维预测导致精度有限、依赖于完整历史数据导致应用受限的技术问题。

发明内容

本发明解决的技术问题是现有短波信道预测方法存在的预测精度有限、应用范围受限的问题。

为了解决上述技术问题，本发明提出一种历史数据缺失条件下的短波多信道联合预测方法，包括以下步骤：

步骤1.信道状态数据的形式化表征：

令m表示信道个数，n+1表示时隙个数，多信道状态数据表征成大小为m×(n+1)的矩阵X；其中：

矩阵X中每个元素X_ij,i∈{1,...,m},j∈{1,...,n+1}表示第i个信道在第j个时隙的状态数据；

矩阵X的每行X_i.:＝[X_i1,X_i2,...,X_in+1],i∈{1,...,m}表示第i个信道连续n+1个时隙的状态数据；

矩阵的每列X_.j:＝[X_1j,X_2j,...,X_mj]^T,j∈{1,...,n+1}表示在第j个时隙m个信道的状态数据；

步骤2.多信道联合预测建模：

假设前n个时隙m个信道的状态数据{X_.j,j∈{1,...,n}}属于历史数据，第n+1个时隙m个信道的状态数据X_.j,j＝n+1属于待预测的状态数据，将多信道联合预测问题建模为式(1)所示的问题：

式(1)中，P_w(X)为历史状态数据矩阵，历史状态数据矩阵可以如式(2)表示：

公式(2)中，X_ij属于已知的历史状态数据；M_ij属于缺失的历史状态数据；