一种基于遗传算法的迭代信道参数估计方法

    公开(公告)号:CN116827725A

    公开(公告)日:2023-09-29

    申请号:CN202310564745.X

    申请日:2023-05-19

    申请人: 长安大学

    摘要: 本发明提供了一种基于遗传算法的迭代信道参数估计方法,涉及无线通信技术领域,包括以下步骤:步骤101,生成快照的信道冲击响应;步骤102,初始化路径的信道参数,其中信道参数包括时延、角度、复振幅;步骤103,确定所有路径信道参数时延和角度对应的搜索空间并设定路径参数的估计次数;步骤104,基于对应的搜索空间,利用遗传算法迭代估计每一条路径的信道参数并利用估计出的时延、角度确定每一条路径的复振幅;步骤105,当所有路径参数估计次数等于设定路径参数的估计次数;则结束,否则,返回步骤104。本发明提高了多径信道参数估计的准确度。

    一种基于遗传算法的迭代信道参数估计方法

    公开(公告)号:CN116827725B

    公开(公告)日:2024-05-24

    申请号:CN202310564745.X

    申请日:2023-05-19

    申请人: 长安大学

    摘要: 本发明提供了一种基于遗传算法的迭代信道参数估计方法,涉及无线通信技术领域,包括以下步骤:步骤101,生成快照的信道冲击响应;步骤102,初始化路径的信道参数,其中信道参数包括时延、角度、复振幅;步骤103,确定所有路径信道参数时延和角度对应的搜索空间并设定路径参数的估计次数;步骤104,基于对应的搜索空间,利用遗传算法迭代估计每一条路径的信道参数并利用估计出的时延、角度确定每一条路径的复振幅;步骤105,当所有路径参数估计次数等于设定路径参数的估计次数;则结束,否则,返回步骤104。本发明提高了多径信道参数估计的准确度。

    一种基于核主成分分析增强无监督学习的非视距识别方法

    公开(公告)号:CN115114571A

    公开(公告)日:2022-09-27

    申请号:CN202210731975.6

    申请日:2022-06-26

    申请人: 长安大学

    摘要: 本发明公开一种基于核主成分分析增强无监督学习的非视距识别方法,涉及无线通信与定位导航技术领域,包括:S1,设计并开展室内信道测量活动,收集视距和非视距传播条件下的信道状态信息;S2,通过快速傅里叶逆变换将频域的信道状态信息转换为时域的信道脉冲响应;S3,基于信道脉冲响应提取出8种无线信道特征参数;S4,利用皮尔逊相关系数计算出不同特征之间的相关性;S5,基于核主成分分析方法获取主成分,找到所有特征的最优子集;S6,将S5得到的最优子集作为k‑means、GMM和FCM聚类算法的输入进行LOS和NLOS识别。本发明利用核主成分分析提取出最优的特征子集,寻找最优特征子集,减少了工作量,降低了输入特征的维度,识别的精度显著提高。