-
公开(公告)号:CN113067785A
公开(公告)日:2021-07-02
申请号:CN202110341144.3
申请日:2021-03-30
申请人: 太原理工大学
摘要: 本发明涉及一种适用于反向散射通信网络的信道探测方式、信道预测和选择的方法。具体先为根据链路突发性和信道相关性进行信道探测模式选择,再基于探测的信道指标的时间序列,通过长短期记忆神经网络(LSTM)进行信道预测,最后根据预测的结果选择信道传输信息。它包括两种探测模式,分别是消极探测模式和积极探测模式。本发明的有效地利用了长短期记忆神经网络(LSTM)来提高信道预测的精度,相比传统的无线通信网络,大幅度反向散射通信网络中链路突发性的问题,并且提供相对准确的探测信道状况及信道预测。
-
公开(公告)号:CN116647293A
公开(公告)日:2023-08-25
申请号:CN202310714511.9
申请日:2023-06-16
申请人: 太原理工大学
IPC分类号: H04B17/373 , H04B7/22 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/045 , G06N3/08
摘要: 本发明属于反向散射通信网络信道预测领域,公开一种基于编解码器的反向散射通信网络信道预测方法及预测系统,该方法综合考虑了不同信道指标时域和幅值上连续性不同的问题,使用采样、量化和去噪组成的预处理操作得到时间上、幅值上都离散的信道指标序列,然后借鉴编解码器结构数据映射的思想,将卷积神经网络与注意力机制结合组成编码器用于提取信道指标序列的局部特征,将长短期记忆网络与注意力机制结合组成解码器用于进一步提取信道指标序列间的长期依赖关系,并输出信道指标预测值序列,克服了反向散射通信网络双重无线信道、强多径效应与有限的传输能量等导致的信道预测精度低,预测方法适应能力差的问题。
-