一种基于KNN和SVM算法的5G无线信道多径分簇计算方法

    公开(公告)号:CN112564835B

    公开(公告)日:2022-09-20

    申请号:CN202011346164.1

    申请日:2020-11-26

    IPC分类号: H04B17/391

    摘要: 本发明提出一种基于K近邻(K‑NearestNeig hbor,KNN)和支持向量机(Support Vector Machine,SVM)算法的5G无线信道多径分簇计算方法,采用高分辨率信道参数提取算法提取信道每一快照中的小尺度参数;用随机抽样算法抽取部分多径分量(Multi‑Path Component,MPC)进行聚类用于预分簇;利用KNN算法对抽取出来的MPC计算多维相对距离并进行预分簇;利用SVM算法对已知MPC的预分簇标签进行模式识别得到新的分簇标签;利用SVM算法生成的分簇标签对所有MPC进行模式识别得到最终的分簇结果。本发明方法能够更准确地对无线通信信道数据进行分簇,从而建立更加精准的信道模型,对于5G背景下的无线信道链路和系统级性能仿真评估与网络设计有非常重要的应用价值。

    一种基于KNN和SVM算法的5G无线信道多径分簇计算方法

    公开(公告)号:CN112564835A

    公开(公告)日:2021-03-26

    申请号:CN202011346164.1

    申请日:2020-11-26

    IPC分类号: H04B17/391

    摘要: 本发明提出一种基于K近邻(K‑NearestNeighbor,KNN)和支持向量机(Support Vector Machine,SVM)算法的5G无线信道多径分簇计算方法,采用高分辨率信道参数提取算法提取信道每一快照中的小尺度参数;用随机抽样算法抽取部分多径分量(Multi‑Path Component,MPC)进行聚类用于预分簇;利用KNN算法对抽取出来的MPC计算多维相对距离并进行预分簇;利用SVM算法对已知MPC的预分簇标签进行模式识别得到新的分簇标签;利用SVM算法生成的分簇标签对所有MPC进行模式识别得到最终的分簇结果。本发明方法能够更准确地对无线通信信道数据进行分簇,从而建立更加精准的信道模型,对于5G背景下的无线信道链路和系统级性能仿真评估与网络设计有非常重要的应用价值。

    一种适用于电磁暂态仿真的风电场等值建模方法

    公开(公告)号:CN105678033B

    公开(公告)日:2018-12-21

    申请号:CN201610125200.9

    申请日:2016-03-04

    IPC分类号: G06F17/50

    摘要: 一种适用于电磁暂态仿真的风电场等值建模方法,属于电力系统建模领域。在动力部分等值方面,改进了风速等值法,调整了等值后的最大风能跟踪曲线,此外考虑到等值后风轮半径的改变,对等值机组齿轮箱变比进行了调整;在电气部分等值方面,采用了容量加权法对发电机参数进行了等值,考虑到不同干线的机组可能划分到同一机群的情况,在控制参数等值方面,考虑到等值机组参数发生变化的情况,借鉴单机控制参数的工程设计方法,得出了可以实现等值前后性能不变的等值机控制器参数整定公式。优点在于,克服了现有风电场等值建模方法中误差大、模型复杂、对工况的适应性差等缺点,从动力、电气、控制三个方面分别对等值参数的计算方法进行改进。