[发明专利]一种无线信道场景识别方法及系统

说明书

本发明公开了一种无线信道场景识别方法及系统，属于无线通信中无线信道场景识别领域，首先建立无线信道场景模型，通过计算机仿真出不同的无线信道场景，得到信道场景基带信号y(t)_pq；其次采用自相关方法对y(t)_pq进行特征参数提取，提取出自相关函数A_h(t)_pq，对A_h(t)_pq进行傅里叶变换得到功率谱密度函数S(t)_pq；再对S(t)_pq作归一化处理得到归一化信道场景功率谱密度函数然后设计深度学习网络，输入归一化功率普密度函数与类别标签对训练搭建的深度学习网络；最后对待识别信道场景的系统，在其接收端采集通频带信号，根据上述步骤得到归一化场景功率谱密度函数将作为已经训练好的分类器的输入，分类器的输出即为信道场景的标签序列，可以有效地完成信道场景的判定。

技术领域

本发明属于无线通信中无线信道场景识别领域，更具体地，涉及一种无线信道场景识别方法及系统。

背景技术

无线通信的传输质量与无线通信的周围环境存在很大的关系。不同的无线信道环境存在不同的特点。甚至在相同的通信环境下由于多经效应的存在会使得传输信号存在差异，电磁波在无线信道传输中通过反射、衍射以及折射形成多经效应。在接收端接收经过不同路径的同一电磁波信号，会得到不同的多经时延以及多经数目。由于多经效应的存在使得实景场景存在差异化，由此导致不同无线信道场景的单位脉冲响应存在差异化。而且信号在无线信道中伴随着大尺度衰落、小尺度衰落以及多普勒效应，导致无线信道的建模与研究十分复杂。通过识别出不同的无线信道场景类型，可以结合适当的物理层技术来匹配不同的无线信道场景，从而提高无线通信的质量。因此研究一种无线信道场景识别方法十分有意义与必要。

为了解决加性噪声信道的辨识问题，存在自适应辨识均衡处理方法，该方法可以对两种信道类型进行很好的辨识。为了降低噪声对信道盲辨识的影响，存在基于递推最小二乘的子空间跟踪方法，但是该方法对实际信道场景中的脉冲噪声非常敏感。也有利用鲁棒统计子空间跟踪方法来进行信道场景辨识的方法，该方法可以对三种信道进行识别。针对室内的无线信道场景，有基于信道强度指标的信道状态分类方法，该方法在特定的信道环境下，可以对两种信道场景进行分类，分类准确率有待提高。然而通常户外通信中，发射机离基站有一定的距离，存在反射折射等现象，且很难有直射路径，信道是服从瑞利衰落信道类型的。

目前无线信道场景识别方法存在识别范围局限，识别种类受限的缺陷，鉴于室外无线信道场景识别方法并没有得到专门的论证，一种无线信道场景识别方法被提出。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提出了一种无线信道场景识别方法及系统，利用自相关函数与傅立叶变换的特征提取方法可以从不同的无线信道场景类型中很好的提取功率谱密度函数，同时结合具有强大分类能力的人工智能深度学习算法，能够达到对不同无线信道场景分类的目的，而且具有较优的识别效果。

为实现上述目的，按照本发明的一个方面，提供了一种无线信道场景识别方法，包括：

(1)建立无线信道场景模型，并根据所述无线信道场景模型仿真出不同的无线信道场景，对于各所述无线信道场景，采集通频带信号并进行预处理得到信道场景基带信号；

(2)采用自相关方法对所述信道场景基带信号进行特征参数提取，提取出所述信道场景基带信号的自相关函数；

(3)对所述自相关函数进行傅里叶变换得到功率谱密度函数，对所述功率谱密度函数作归一化处理得到归一化信道场景功率谱密度函数；

(4)设计深度学习网络，将所述归一化信道场景功率谱密度函数与对应的场景类别标签作为所述深度学习网络的输入，对所述深度学习网络进行训练，以采用训练好的深度学习网络对待识别的信道场景进行识别。

优选地，所述根据所述无线信道场景模型仿真出不同的无线信道场景，包括：