基于机器学习的时变信道数据处理与信道建模方法研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:XT327768823
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文重点对基于机器学习的无线信道数据处理与信道建模展开研究。Beyond5G(B5G)是面向2020年以后移动通信需求而发展的新一代移动通信系统。根据移动通信的发展规律,B5G将在用户体验速率、连接数密度、流量密度和用户峰值速率上得到显著的提升,同时降低端到端时延并支持高速移动性。在这些性能指标下,B5G将使信息突破时空限制,拉近万物距离,通过无缝融合的方式,便捷地实现人与万物智能互联。另一方面,对无线信道的理解与分析是对任何现有的或新提出的无线系统设计、分析、评估及应用的前提,对电波传播特性的掌握则是对无线信道进行研究的物理基础。电波传播与无线信道建模是无线通信系统主要参数与关键技术设计的重要依据,是对无线接口候选技术的选拔与测评的必要条件。因此,无线信道建模一直是无线通信领域的热点研究课题之一。在5G高速发展的环境下,信道建模方法从经典的确定性建模、统计性建模逐渐发展向结合机器学习的混合信道建模方法。同时随着大规模阵列天线技术的快速发展以及测量技术和手段的提高,人们对信道观测越来越准确,实测数据量越来越大,以往传统的统计性建模方法在如此大规模、多维度下已不再适用。但是,如果通过机器学习算法对实测数据进行预处理,对数据进行降维、压缩或特征化,可以显著降低分析数据的难度,抑制数据噪声的干扰,最终提高建模准确度。本文从信道数据处理方法切入,基于时变信道动态簇识别的需求,结合动态多径的演化特征实现了高精度时变多径簇的识别,并结合图像处理算法,实现了时变信道中多径簇的在线识别,随后针对信道建模与移动定位对信道场景识别的需求,充分挖掘车辆网信道高维特征,提出了基于机器学习的信道场景高精度识别算法,并在上述研究的基础上,针对当前车联网无线通信缺乏簇结构信道模型的问题,建立了基于轨迹簇结构的时变混合非规则几何随机信道模型。论文的创新性工作主要包括如下几个方面:1)提出了面向车联网时变信道的基于轨迹追踪的无线多径簇识别算法,通过全局最小距离匹配方法完成对连续帧内多径分量的追踪。设计了多径轨迹距离测量方案,基于不同轨迹之间的相对位置建立轨迹重叠场景和轨迹分隔场景。通过形状距离和绝对距离来描述不同轨迹之间的相对距离,并基于轨迹之间的相似性提出了高精度动态轨迹簇识别算法。通过信道仿真数据和信道实测数据验证了所提方案可以准确地识别时变信道中的轨迹簇。所提算法相比于传统算法进一步提高了无线多径簇的识别准确度和鲁棒性,成功解决了时变信道多径簇提取困难的问题。2)针对时变非平稳信道,提出了基于角度功率谱的无线多径簇在线识别算法,在未经高精度参数萃取的状态下,使用图像处理算法对信道快照的实时角度功率谱进行识别,相对准确地识别当前信道中的主要多径簇。基于无线多径簇的物理特性,将多径簇量化为形状、面积、位置三个主要特征,并通过使用全局最小匹配方法实现多径簇的追踪。通过反追踪过程,避免了信道非平稳性对多径簇连续性的破坏。通过信道仿真数据验证和信道实测数据测试,所提算法成功实现了无线多径簇在线识别,打破了传统簇提取方案只能离线处理的僵局。3)对于车联网时变信道,提出了面向时变信道的信道场景识别算法,并提出了信道角度域时变特征,并结合多个传统信道特征分别对支持向量机、随机森林和神经网络等常用于识别分类的机器学习算法进行训练。设计了直接使用角度功率谱进行实时场景识别的方案。分别对比了不同信道特征、不同机器学习算法对信道场景识别的影响。建立了同街同测、同街异测以及异街异测三类典型信道识别应用场景,并验证相关算法在三类场景下的实际性能。通过多组训练特征与多组测试场景的横向对比,验证了时变信道角度特征对于信道场景识别具有深刻意义,对智能场景识别系统设计具有积极的指导意义。4)通过使用高精度萃取算法从原始测量数据中提取无线多径分量,使用上述提出的基于轨迹追踪分簇算法对时变动态簇进行识别,并将无线多径簇建模为四种基本模型:直射径信号、静态反散射体反射信号、动态反散射体反射信号以及多跳反射信号,并对簇间特征和簇内特征分别进行建模。基于实测数据对非规则随机几何信道模型进行参数化,通过对比所提信道模型生成数据与不同街道的信道实测数据验证模型准确性,并给出了动态信道模型仿真的具体执行步骤。所提模型的高扩展性使得本模型可以方便且准确地扩展到类似的城郊场景提供模拟信道数据,避免了信道重复测量的工作,并为上层网络优化与设计提供准确的数据支持和理论依据。
其他文献
自复位耗能支撑(Self-centering energy dissipation brace,简称SCB)是在普通钢支撑和屈曲约束支撑(Buckling restrained brace,简称BRB)的基础上发展而来,能够为结构提供抗侧力,消耗地震输入能量并将残余变形尽可能减小甚至消除,在确保结构安全性的同时降低震后修复时间与成本。本文针对现有SCB及其结构体系研究中存在的不足,研发两种新型自复
新时代高等教育改革创新的趋势不断深化,我国高等教育迎来了爆发式发展,在此背景下,研究高等院校内部控制相关理论与应用,提出高等院校内部控制多层面决策方法对于提高高等院校内部控制、优化高等院校办学资源具有重要的理论意义和实践意义。我国高等院校经历了自由发展、加速发展和转型发展三个阶段,各大高校内部控制体系建设取得显著成效,但也存在着明显差异,面临着高层认识不统一、管理流程不严谨、风险防范机制不健全、监
随着高通量测序技术的不断发展和基因组数据的积累,分子系统学取得飞速发展,这对分析群体演化历史和推断不同物种间的进化关系有着重要的意义.在过去几十年里,多物种溯祖模型已成为对多物种基因组数据进行统计推断的重要模型.本文主要基于多物种溯祖模型研究分子基因组学和群体基因组学中的统计推断问题,包括进化参数的估计、模型选择问题的理论研究及其在系统发生树中的应用,得到系统发生树支持率的极限分布和后验概率的极限
5G技术为移动物联网(Internet of Things,Io T)的通信能力带来了飞跃,但仍然难以应对未来万物深度智联背景下飞速增长的网络服务需求。未来6G通信系统将能够突破地表地形的限制,将通信扩展到太空、空中、陆地、海洋等自然空间,并通过多种接入方式的协同传输、多个系统资源的统一管理,提高整体资源的利用效率。构建跨地域、跨空域、跨海域的空天地一体化网络,能够实现真正意义上的全球无缝覆盖。空
“交通强国战略”的实施和推进,要求建立多层级一体化综合交通枢纽系统,实现客运零距离换乘、货运无缝化衔接。交通枢纽作为交通运输系统中客货换乘与中转的载体,选址决策的合理性直接影响整个交通枢纽系统的运行效率。我国交通运输系统具有层级性和多模式的基本特征,研究多层级多模式交通枢纽选址优化问题顺应了现代交通运输发展的需求,可为推进综合交通枢纽一体化和交通强国建设提供理论支撑和决策依据。现有关于交通枢纽选址
局域表面等离子共振(LSPR)吸收特性是纳米颗粒的一种新颖的光学性质,是纳米光学领域的热门研究方向之一。局域表面等离子体(LSP)是指纳米颗粒中的自由载流子在入射光的驱动下发生的集体振荡。在某一频率下,自由载流子的振荡与入射光发生共振,称为LSPR。具有LSPR性质的纳米颗粒在光热治疗,光声成像等方面均具有重要的应用价值。传统的具有LSPR性质的材料一般为金、银等贵金属纳米颗粒。随着对纳米颗粒LS
公共安全是国家总体安全观的重要组成部分,关乎国家稳定发展和新发展格局构建。公共安全信息化能力建设是公共安全向全领域、大纵深拓展的重要手段,但面临着黑客、网络间谍组织、APT组织等复杂、多变的攻击渗透,且呈现出攻击领域不断扩大、攻击方式隐蔽性强、攻击和防守不对称、持续时间增强、破坏威胁不断深化等特征。本文从安全防护角度出发,针对公共安全信息基础设施攻击渠道多样化、攻击方式多层化的现实问题,开展公共安
组合设计理论是组合数学的一个重要分支,既包含很多经典问题,也包含很多应用问题.对于经典问题,本文讨论图分解问题及相交数问题.对于应用问题,本文围绕分布式存储考虑两类问题.第一类问题考虑分布式存储系统(DSS)的可靠性.第二类问题考虑分布式存储系统中用户的隐私性.经典问题中的图分解问题是组合设计理论中的核心问题之一.图G的H-分解是将图G的边集划分为一系列与H同构的子图的集合{H1,...,Hk},
2019新冠肺炎疫情、中美关系等层出不穷的国际事件加剧了日益复杂多变的国际形势,国际格局处于重塑的过程中,突显了中国与其他国家特别是有良好传统的以俄罗斯为首的俄语区国家合作关系的重要性。2013年,国家主席习近平先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”的重大倡议使俄语区国家与中国在各个领域开展了广泛的合作。教育合作在国家合作中具有基础性和先导性作用,在新时代背景下,在前期国家教育合
确保开挖面稳定性是隧道施工安全控制的核心问题。国内外城市隧道施工过程中,由于开挖面失稳造成地层坍塌进而引起邻近建筑物损坏、地下管线破裂的事故时有发生,危害巨大。现阶段针对隧道开挖面稳定性研究的理论模型由于未充分考虑复杂的隧道和地层条件,且求解过程也存在诸多简化,使得开挖面理论模型与实际情况之间存在一定差距,难以满足实际隧道工程的安全控制要求。为此,本文重点考虑地层土拱效应、地层强度参数空间变异性、