一种基于降维复卷积网络的6G无线信道特性提取方法

专利申请号：CN202211157608.6

公 开 号：CN115567131A

发 明 人：王承祥 周文奇 冯瑞 

代 理 人：南京瑞弘专利商标事务所(普通合伙)秦秋星

代理机构：南京瑞弘专利商标事务所(普通合伙)

专利类型：发明专利

申 请 日：20230103

公 开 日：20220922

专利主分类号：H04B17/391

关 键 词：无线信道特性 复杂度 移动通信 统计量 卷积神经网络 测量数据 典型场景 仿真软件 仿真数据 角度扩展 射线追踪 实测数据 数据降维 信道仿真 有效解决 增量学习 网络 编码器 计算簇 鲁棒性 无监督 多径 分簇 复卷 复数 构建 间时 建模 降维 栈式 分析 

摘      要：本发明公开了一种基于降维复卷积网络的第六代(6G)移动通信无线信道特性提取方法。针对6G移动通信无线信道特性分析与建模，解决现有无线信道特性提取难以实现精确度与复杂度折中的问题。其实现步骤为：1)使用射线追踪仿真软件，获取多个典型场景下的信道仿真数据；2)对多径进行分簇，计算簇内/间时延/角度扩展统计量；3)使用栈式自编码器对大维仿真数据进行去干扰无监督数据降维；4)提出复数交叉卷积神经网络提取相关统计量；5)使用实测数据进行增量学习，增强所构建网络的鲁棒性；6)比较所提出方法与其他网络的复杂度和精确度性能。本发明提供的无线信道特性提取方法具有复杂度较低的特点，可为时变和大维测量数据的处理提供有效解决方案。