-
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
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
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。
-
公开(公告)号:CN114301558B
公开(公告)日:2024-05-03
申请号:CN202111506183.0
申请日:2021-12-10
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/391 , H04B7/22
Abstract: 本发明提供一种信道建模方法、装置、电子设备及存储介质,所述方法包括:确定发射端Tx、接收端Rx和至少一个反散射体的位置;基于Tx、Rx和至少一个反散射体的位置,确定目标信道的至少两种信号各自的信号模型;其中不同种类的信号对应不同的簇结构,簇结构包括以下至少一项:直射簇LOSC、静态反射簇SC、移动反射簇MC和镜像簇TC。本发明通过基于Tx、Rx和反散射体的几何位置关系,对目标信道的各种信号分别进行信道建模,而且不同种类的信号对应不同的簇结构,有效实现基于簇结构的非规则随机几何混合信道模型,提高了模型的准确性而且具有高扩展性,进而提高了模型的通用性,避免了对信道进行重复测量。
-
公开(公告)号:CN117097424A
公开(公告)日:2023-11-21
申请号:CN202310924281.9
申请日:2023-07-26
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04B17/391 , H04B7/06 , H04B7/08 , H04B7/22
Abstract: 本发明公开了一种面向轨道角动量无线通信的波束域信道建模方法,包括:1)建立几何随机信道模型,考虑近场效应和互耦;2)利用波束赋形矩阵,推导波束采样矩阵,建立空间复用下的波束域信道模型;3)基于信道传输函数,实现仿真信道模型,推导并分析信道统计特性。本发明建立的面向轨道角动量无线通信的波束域信道模型是对基于平面波信道模型的扩展,考虑近场效应和互耦,支持空间复用,丰富了轨道角动量信道的非直射场景建模方法,与几何随机信道模型相比计算复杂度降低,仿真的统计特性对轨道角动量无线通信系统设计具有参考价值。
-
公开(公告)号:CN114301558A
公开(公告)日:2022-04-08
申请号:CN202111506183.0
申请日:2021-12-10
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/391 , H04B7/22
Abstract: 本发明提供一种信道建模方法、装置、电子设备及存储介质,所述方法包括:确定发射端Tx、接收端Rx和至少一个反散射体的位置;基于Tx、Rx和至少一个反散射体的位置,确定目标信道的至少两种信号各自的信号模型;其中不同种类的信号对应不同的簇结构,簇结构包括以下至少一项:直射簇LOSC、静态反射簇SC、移动反射簇MC和镜像簇TC。本发明通过基于Tx、Rx和反散射体的几何位置关系,对目标信道的各种信号分别进行信道建模,而且不同种类的信号对应不同的簇结构,有效实现基于簇结构的非规则随机几何混合信道模型,提高了模型的准确性而且具有高扩展性,进而提高了模型的通用性,避免了对信道进行重复测量。
-
公开(公告)号:CN116032398A
公开(公告)日:2023-04-28
申请号:CN202211685853.4
申请日:2022-12-27
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/391 , G06F18/23213 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种基于深度学习的预测信道建模方法,包括:采集不同频段下的信道数据;从所述信道数据提取多径参数;对所述多径参数进行簇识别,得到各类多径簇;通过各类所述多径簇的所述信道数据训练信道预测网络;通过训练好的所述信道预测网络与已知频段下的信道数据,预测得到预测频段下的信道数据。该方法能够实现高精度的频域信道预测。本申请还公开了一种基于深度学习的预测信道建模装置、设备以及计算机可读存储介质,均具有上述技术效果。
-
公开(公告)号:CN117743953A
公开(公告)日:2024-03-22
申请号:CN202311696254.7
申请日:2023-12-12
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: G06F18/2411 , H04B17/391 , H04B17/309 , G06N20/10
Abstract: 本发明公开了一种基于电子地图的通信场景分割与识别方法,能够有效地实现实际通信过程中的场景识别,具体包括以下步骤:1)进行第一阶段的场景分割并基于分割结果计算物理环境参数;2)将上述物理环境参数作为识别特征,对比常用的机器学习分类算法识别效果,得出初次识别结果;3)进行第二阶段的场景分割,本阶段在识别出场景大类的基础上进一步将场景细化为可能出现在真实环境中的子场景,根据分割的范围重新计算物理环境参数;4)将计算所得物理环境参数与接收功率一起作为识别特征,比较不同的机器学习算法,最终场景识别精确度可达96%。该方法为无线通信系统提供了场景类型信息,为信道建模提供了重要的前提条件。
-
公开(公告)号:CN115765899A
公开(公告)日:2023-03-07
申请号:CN202211027439.4
申请日:2022-08-25
Applicant: 网络通信与安全紫金山实验室
IPC: H04B17/391 , H04B7/0452 , H04W4/40
Abstract: 本发明提供一种无人机通信波束域信道仿真方法、装置、电子设备及介质,该方法包括:构建无人机通信信道场景模型,该模型包括散射簇参数;针对大规模MIMO无人机信道,构建收发端阵列域的信道响应矩阵;基于波束域转换矩阵,将所述收发端阵列域的信道响应矩阵转换为收发端波束域的第一信道响应矩阵,并将所述收发端波束域的第一信道响应矩阵中的预设函数近似为冲激函数,得到所述收发端波束域的第二信道响应矩阵;在每一仿真时刻,更新所述散射簇参数,基于所述收发端波束域的第二信道响应矩阵计算当前仿真时刻非零信道元素在收发端波束域的信道响应,直至达到预设仿真时长。本发明可以显著降低大规模MIMO无人机波束域信道仿真的复杂度。
-
公开(公告)号:CN115460671A
公开(公告)日:2022-12-09
申请号:CN202210891088.5
申请日:2022-07-27
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明提供一种无线信道的信道多径聚簇方法、装置、电子设备及介质,该方法包括:第一步骤:获取无线信道对应的第一信道多径及第一信道多径对应的第二信道多径;根据第一信道多径及第二信道多径分别对应的第一相关参数,确定关键信道多径及关键信道多径对应的关键聚簇,第一相关参数包括第一相对密度及第一相对距离;第二步骤:重复执行第一步骤,获取多个关键聚簇,并从多个关键聚簇中确定簇心及簇心对应的合并簇;根据簇心及合并簇实现无线信道对应的目标聚簇。该方法用以解决现有的对信道多径进行聚簇的方法具有一定局限性,导致无法准确识别信道多径的聚簇结果的缺陷,实现对无线信道多径进行两次聚簇,从而得到较为准确的目标信道多径聚簇。
-
-
-
-
-
-
-
-