公开(公告)号：CN117155494A

公开(公告)日：2023-12-01

申请号：CN202311097011.1

申请日：2023-08-29

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 王承祥 ,  李哲鳌 ,  黄晨 ,  于龙 ,  李俊伶 ,  钱中玉

IPC: H04B17/391 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G06F30/20 ,  G06N3/044 ,  H04B17/309 ,  H04B17/373 ,  H04B7/22

Abstract: 本发明公开了一种基于散射体密度的场景预测信道建模方法，包括：通过信道测量或仿真获取具有不同场景散射体密度的信道数据；基于信道数据进行数据预处理得到相应的信道统计特性；以不同场景的散射密度为主要特征，构建图数据集来增强数据的空时相关性；按照一定比例将图数据集进行划分，然后利用图注意力网络和门控循环单元网络捕获信道的空时相关特征，实现跨场景信道预测。本发明提出的场景预测信道建模方法，能够捕获不同场景下的信道变化，通过信道空时高相关性数据特征来获取不同散射体密度下信道的特性，在基于场景的信道预测方面具有较好的性能，可用于6G多场景系统设计、网络优化与网络规划、资源分配等关键技术。

公开(公告)号：CN117132981A

公开(公告)日：2023-11-28

申请号：CN202311096516.6

申请日：2023-08-28

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 王承祥 ,  吴彤 ,  李俊伶 ,  黄晨

IPC: G06V20/70 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N20/00

Abstract: 本发明公开了一种基于图像处理和机器学习的信道预测方法，属于信道预测领域，该方法引入图像语义分割技术对场景图像中的散射体进行识别和分割，提取有效的散射体位置信息，将分割后的图像进行场景识别，通过场景识别，使后续特征提取在相似场景下进行，便于提取更微小的环境特征，将已知场景的语义分割图像共同输入特征提取和信道预测网络，完成信道预测。由此，通过语义分割技术可以更加灵活地输入环境信息，从而提高模型准确度，最终获得比传统信道模型更高的精度，有助于更好地满足6G系统中多频段多场景全覆盖的技术需求。