复数神经网络信道预测方法技术

本发明专利技术公开了一种复数神经网络信道预测方法，主要解决MIMO系统中由于信道时变而导致的信道衰落问题。其技术方案是，1.基站对信道进行测量得到含有估计误差的信道系数训练序列；2.根据得到的信道系数序列得到相应的训练样本和期望输出；3.输入训练样本进行复数小波神经网络训练，得到最终的网络权值；4.基站利用训练后的复数小波神经网络进行信道系数预测。本方法简便易行，效果良好，适用于减少由信道时变对MIMO系统信道的影响。

【技术实现步骤摘要】

本专利技术属于通信
，设及一种信道预测方法，可用于存在信道时变的MIMO 移动通信系统中。
技术介绍
在无线通信中，反射，绕射和散射普遍存在于各种环境，不可避免的多径传播；发 射端和接收端的相对移动又不可避免的产生多普勒扩展，使无线信道中呈现频率选择性和 时变特性。频率选择性和时变导致的衰落被视为两种不同的失真。前者取决于多径扩展， 大体由相干带宽表征；后者取决于信道的时间变化，大体上由相干时间表征。为了降低系统 误码率，通常利用估计得到的信道信息均衡接收到的信号。但是对于快变信道，传统基于判 决反馈的信道估计方法得到的信道状态信息是过时的信息。 为解决由于信道时变导致的信道系数过时问题，近年来研究在MIMO系统中使用 基于信道预测的方法来进行时变信道的补偿得到广泛的关注。基站端利用前些时刻估计得 到的上行链路CSI来预测当前时刻或随后更长时间内下行链路CSI，W期利用预测得到的 CSI进行自适应处理，进一步提高系统性能。目前，时变衰落信道预测的研究主要集中在线性预测算法中，如线性动态AR模型 等。但由于时变衰落信道具有非常复杂的非线性特性，非线性预测算法的引入也本文档来自技高网...

【技术保护点】
一种复数神经网络信道预测方法，包括如下步骤：(1)在正式通信前基站BS对信道进行测量，得到含有估计误差的信道系数训练序列h(1),h(2),h(r),…,h(N)，r为1到N的整数，N为训练序列总个数；(2)初始化复数神经网络的输入层节点个数p＝4、隐含层节点个数m＝10、输出层节点个数q＝1，学习概率η＝0.01，动量因子α＝0.935，隐含层节点j与输出层节点k之间的网络权值wjk为0到1之间随机复数，输入层节点i与隐含层节点j之间的网络权值vij为0到1之间随机复数，其中i为1到p的整数，j为1到m的整数，k为1到q的整数，神经元函数ΨC(t)采用复数变化后的Morlet小波函数，初始化...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘祖军，李兴旺，孙德春，汪嘉曦，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61