[发明专利]一种基于特征矩阵的无线信道场景分类方法

说明书

本发明公开了一种基于特征矩阵的无线信道场景分类方法，利用无线信道传输过程的包含到达角和路径损耗的特征矩阵对当前场景进行处理分析从而能够实时地得到场景分类结果，分类过程分成上下行链路两部分，在下行链路的特征矩阵中，移动台根据路径损耗模型进行开阔地，高架桥，山地，城市四种场景的判断；在上行链路的特征矩阵中，发射台根据每次测量得到的到达角计算出对应的角度参考值，将前后测量的到达角的差值与角度参考值进行比较，从而进行移动台处于移动或者静止场景的判断。优点：本发明提高了无线通信环境中在场景变换情况下的场景分类正确率和实时性。

技术领域

本发明涉及一种基于特征矩阵的无线信道场景分类方法，属于通信技术领域。

背景技术

场景分类技术目前大多应用于基于场景内容的图像和视频检索领域中，而针对于无线信道传输过程中实时的场景分类方法还比较缺乏。对现有技术文献检索发现，现有图像场景分类方法大多是对各个图像中的目标或者场景进行分析，将图像的原始像素转换为图像特征来构建图像的描述信息，最后根据提取出图像的描述信息从而达到对图像进行分类的目的，接着通过假设检验条件来判断分类是否成功。常用的图像分类方法主要有三种：(1)基于统计理论的方法，比如贝叶斯方法；(2)基于规则方法，比如决策树；(3)人工构建的神经网络方法。这些方法虽然能对图像上的场景进行分类，但无法运用到无线信道传输过程的实时场景分类中去，且只适用于固定的场景，一旦场景发生改变，将无法进行分类。在无线通信环境中，移动台位置的改变可能会造成传输过程中的场景发生变化，从而会导致分类错误，计算量不断增大，错误率不断升高，故传统的一些分类方法不能运用于无线信道传输中实时场景分类。(基于特征矩阵的场景分类技术解决了)传统方法中由于传播环境的改变和发射功率的辐射扩散等原因造成的分类正确率较低等问题。

利用特征矩阵对场景进行分类这一方法，逐渐成为研究的热点，其区别于传统的分类技术，只需要利用传输信道的特征矩阵就能进行场景分类。相比于传统的分类技术，基于特征矩阵的场景分类技术所需时间更少，操作更方便，正确率更高。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于特征矩阵的无线信道场景分类方法，当移动台位置发生变化时，利用无线信道传输过程中的到达角和路径损耗两种无线信道特征对移动台所处场景进行分类，提高在移动无线通信环境中的分类效率和正确率。

为解决上述技术问题，本发明提供一种基于特征矩阵的无线信道场景分类方法，其特征是，利用无线信道传输过程中的到达角和路径损耗两种信道特征，对当前的场景特征矩阵进行处理分析从而能够实时地得到场景分类结果，分类过程分成下行链路和上行链路两部分；

包括如下步骤：

步骤1：在下行链路的特征矩阵中，移动台根据路径损耗模型进行开阔地，高架桥，山地，城市四种场景的判断；

步骤2：在上行链路的特征矩阵中，发射台根据每次测量得到的到达角计算出对应的角度参考值，将前后测量的到达角的差值与角度参考值进行比较，从而进行移动台处于移动或者静止场景的判断；

步骤3：将前面步骤所分类的结果整合起来得出最终结果，并与预测的场景结果相比较，从而得到正确率。

进一步的，所述步骤1中：

步骤1.1:将移动台行驶的直线平面到发射台平面的垂直距离记为d_y，单位为km，将下行链路特征矩阵中的到达角即移动台站接收信号时测量的角度，记为τ=[τ₁，τ₂，τ₃...τ_K]，根据公式(1)算出第K次测量时移动台距离发射台的距离d_K：