[发明专利]一种基于三层神经网络的列车通信信道预测方法有效
申请号: | 201810126639.2 | 申请日: | 2018-02-08 |
公开(公告)号: | CN108337057B | 公开(公告)日: | 2020-08-14 |
发明(设计)人: | 何怡刚;时国龙;李志刚;李晨晨 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | H04B17/373 | 分类号: | H04B17/373;H04B17/391;G06N3/04 |
代理公司: | 长沙星耀专利事务所(普通合伙) 43205 | 代理人: | 黄美玲;宁星耀 |
地址: | 230009 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于三层神经网络的列车通信信道预测方法,本发明采用基于神经网络的学习方法对信道变化情况进行学习,建立以前N个时刻的速度、多径衰落参数、多普勒频移参数的状态量为输入;以预测多径衰落参数、预测多普勒频移参数及信道平稳时长为输出的网络模型。该网络模型可应用于高速行进列车下一时刻的信道参数估计。鉴于列车运行路线的固定性及重复性,本发明充分利用列车信道变化的内在规律性,降低信道估计的使用频率,达到了提升信道总体利用率的效果。 | ||
搜索关键词: | 一种 基于 三层 神经网络 列车 通信 信道 预测 方法 | ||
【主权项】:
1.一种基于三层神经网络的列车通信信道预测方法,其特征在于,包括训练阶段及预测阶段:1)训练阶段:S11,对列车行进过程中的信道情况进行等时间间隔采样;S12,记录前N个采样时刻tx‑N+1、tx‑N+2、…、tx‑1、tx的信道多径衰落参数αx‑N+1、αx‑N+2、…、αx‑1、αx、多普勒频移参数fx‑N+1、fx‑N+2、…、fx‑1、fx、速度vx‑N+1、vx‑N+2、…、vx‑1、vx,以及第N+1个时刻tx+1的信道多径衰落参数αx+1、多普勒频移参数fx+1和信道状态所维持平稳的时长τx+1;S13,选定三层神经网络为初始网络,初始网络具有输入层、隐层和输出层;隐层的层数为三层,分别为第一隐层、第二隐层和第三隐层;获得各隐层的初始参数;S14,将前N个时刻tx‑N+1、tx‑N+2、…、tx‑1、tx的速度vx‑N+1、vx‑N+2、…、vx‑1、vx、多径衰落参数αx‑N+1、αx‑N+2、…、αx‑1、αx、多普勒频移参数fx‑N+1、fx‑N+2、…、fx‑1、fx作为输入层的输入,第N+1个时刻tx+1的信道多径衰落参数αx+1、多普勒频移参数fx+1和信道状态所维持平稳的时长τx+1为输出层的输出,对通过步骤S13构建的具有三层隐层的初始网络进行微调,即利用有监督训练对步骤S13中所获得的初始参数进行调整,从第三隐层到第一隐层的顺序进行调整,进而获得预测网络模型;2)预测阶段:S21,对于行进中的列车,利用传统信道估计方法获得各个时刻的速度、多径衰落参数和多普勒频移参数;当列车运行至时刻T时,将包括时刻T在内的前N个连续时刻的速度、多径衰落参数和多普勒频移参数作为预测网络模型的输入,通过预测网络模型对行进中的列车即将迎来的下一时刻T+1的信道状态情况进行预测,预测网络模型的输出为下一时刻的多径衰落参数预测值
多普勒频移参数预测值
和信道平稳预测时长
下一时刻的多径衰落参数预测值
多普勒频移参数预测值
和信道平稳预测时长
共同构成下一时刻的信道状态预测值;当列车运行至时刻T+1,且经过信道平稳预测时长后;也就是说,当通过预测网络模型获得的下一时刻的信道平稳预测时长结束后,将T+1重新赋值给T,重复步骤S21,对列车实现新一轮信道状态预测;在每次使用预测网络模型进行预测后,对于获得的信道平稳预测时长
在信道平稳预测时长所对应的时间段内信道视为状态平稳,在状态平稳时不需要进行额外的信道估计。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810126639.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种自干扰消除方法和装置
- 下一篇:一种异构网络中基于组合拍卖的资源分配方法