公开(公告)号：CN118764931A

公开(公告)日：2024-10-11

申请号：CN202410741592.6

申请日：2024-06-11

Applicant: 北京理工大学

Inventor： 张焱 ,  王崧乔 ,  张万成 ,  张恺恩 ,  宋九鹏 ,  田泽诚

IPC: H04W40/04 ,  H04W40/18

Abstract: 本发明涉及一种基于元学习的多场景下泛化性路径损耗预测方法，属于无线通信技术领域。本发明提出了一种基于元学习的多种类场景下泛化性路径损耗预测方法，将元训练与特化训练双阶段训练过程结合，在元训练每轮梯度更新时有效综合内层训练后网络权重与原网络权重，从而避免元学习路径损耗预测网络模型对于部分场景数据过拟合，更好地学习场景间的共性特征，提升了路径损耗建模方案对于多种场景的泛化性能。

公开(公告)号：CN119254361A

公开(公告)日：2025-01-03

申请号：CN202411501926.9

申请日：2024-10-25

Applicant: 北京理工大学

Inventor： 张焱 ,  张恺恩 ,  张源 ,  田泽诚

IPC: H04B17/391 ,  H04B17/373 ,  H04B17/309

Abstract: 本发明涉及一种感知增强的信道多模态预知性建模方法，属于无线通信技术领域。将已有感知数据位置的双基地感知信道数据作为时序特征模态，用以预测互为时序关系的相邻位置的通信小尺度数据。将包含感知数据统计特征和位置拓扑特征的链路模态特征和基于灰度矢量地图的视觉模态特征作为辅助、和感知时序模态组成多模态网络的方法，设计了门控循环单元、预训练深度残差网络、全连接网络分别提取各个模态的特征并给出多时间步时延功率谱的预测结果。基于平稳距离度量的感知和通信点数选取方法，基于时延功率谱度量计算目标区域的平稳距离均值，确保了在预测周期内信道发生非平稳现象。