【技术实现步骤摘要】
本专利技术涉及无线通信，具体涉及一种多模态数据驱动的无线环境重构方法。
技术介绍
1、随着信息通信产业的发展，ai业务、沉浸式业务和数字孪生业新兴业务对下一代无线通信网络原生感知能力提出了更高的诉求，要求能够对无线环境进行精准的数字化重构，基于无线信道探测数据、点云数据、rgb图像数据等多模态数据完成对多径传播、簇分布等电磁环境特征和三维模型、散射体分布等物理环境特征的数字化重构需求。因此，通过多模态数据对无线环境进行重构，以准确描述数字孪生的环境特征，成为推动未来智能网络能力升级、扩展垂直行业应用的关键基础。
2、无线通信系统的性能直接受到无线环境特性的影响，因此如何准确建模复杂、易变的无线环境一直以来是无线通信面临的巨大挑战之一。随着智能网络引入感知能力，在其极大拓展了无线网络对环境的多模态感知范围下，也对传统的无线环境重构方法提出了挑战。在过去几年的时间内，已有相关学者开展了一些无线环境重构方法研究，但大多数集中于单一类型的感知数据，缺乏多模态数据驱动的无线环境重构方法研究。
3、综上所述，如何在多模态数据驱动下实现无线环境数字化重构，建立无线信道电波传播模型以及精确物理环境模型，成为下一代无线通信网络技术研究和评估、设备研发、系统设计和网络部署的关键基础。
技术实现思路
1、本专利技术的目的在于提供一种多模态数据驱动的无线环境重构方法，基于多模态的多频段信道探测数据、gnss地理数据、环境点云数据以及rgb场景图像数据等感知数据，从多源感知数据中进行
2、为了实现上述目的，本专利技术采取了如下技术方案：
3、本专利技术提供一种多模态数据驱动的无线环境重构方法，包括：
4、步骤s1、针对需要重构的无线环境进行测量配置，采集无线环境中的多模态感知数据集，包括：设置多条测量路线或多个测量点位，为每条测量路线或测量点位设置具体的感知配置参数，例如频段、带宽、雷达、相机扫描角度等。针对无线环境采集多模态感知数据，通过多频段射频收发机采集无线环境中的低频、毫米波数据，在发射端设置无线信道探测器发射信号，在接收端采集并存储该信号；通过激光雷达扫描功能和全景视觉采集无线环境中的点云数据和rgb图像数据；通过gnss天线采集地理位置经纬度坐标以及时间坐标数据，构建无线环境中的多模态感知数据集。
5、步骤s2、对无线信道感知数据进行处理，根据探测原始信号、接收到的探测信号和天线阵列的导向矢量萃取信道特性参数，包括频域和时域信道响应ctf(channel transferfunction,信道传递函数)和cir(channel impulse response,信道冲激响应)、路径损耗、功率时延谱，均方根时延扩展，角度谱等，构建无线环境的电磁重构模型，包括：通过收发端直连测量得到系统校准数据，通过傅里叶变换将接收到的探测信号以及校准数据转换至频域，去除接收信号的系统响应，利用已知的探测原始信号将去除系统响应的接收探测信号除以傅里叶变换后的探测原始信号，得到ctf，如下所示：
6、
7、其中，h(f)表示信道频域响应；yf(f)表示频域上的接收信号；yref(f)表示频域上的参考信号；href(f)表示需要校准的信道部分。
8、通过对ctf开展傅里叶反变换，即可得到信道冲激响应cir。将计算得到的信道冲激响应h转换为db域的信道功率时延谱，计算方法如下：
9、pdp＝20log10(|h|2)；
10、对每个快照中的pdp计算在时延域上的功率之和，得到该快照下的路径损耗值，并对应到该快照所处的地理位置坐标上，路径损耗计算方法如下：
11、
12、进一步地，根据每个快照中的pdp计算在该地理位置坐标处的均方根时延扩展，以重构无线信道的时延特性，均方根时延扩展的计算方法如下：
13、
14、
15、其中，τmean表示时延扩展的均值。
16、基于计算得到的频域和时域信道响应ctf和cir、路径损耗、功率时延谱，均方根时延扩展等参数，得到无线环境的电磁传播条件数字化重构结果。
17、基于天线阵列的导向矢量和计算得到的信道冲激响应，通过空间交替广义期望最大化sage算法，迭代更新参数θ子集萃取得到无线环境多径分量的幅值、时延和角度等参数。假设总迭代次数为k，在第μ次迭代过程中，基于测试所得的h计算θ的似然函数期望值，时延和角度参数和可以通过如下公式计算得到：
18、
19、其中，τl表示第l条多径的到达时延；表示第l条多径的水平离开角；表示第l条多径的水平到达角；θl表示第l条多径的联合参数；表示估计的多径联合参数。
20、此外，多径幅值参数通过考虑导向向量和计算得到：
21、
22、其中，w表示估计参数的空间窗大小；m表示第m个发射天线索引；m′表示下一次迭代估计中的发射天线索引；nrx表示接收天线数目；h(n,m)表示第m个发射天线第n个接收天线之间的子信道。
23、参数以及是阵列天线中第m个反射天线位置的第l径在第k+1次迭代中的估计值。在每一次迭代中，当估计完成第l径的参数之后，相应时延的测量数据需要从测试所得的h中删除掉。迭代收敛的标志为所有的估计参数保持不变，而估计的最终值则可以从收敛的最后一次迭代中获得。遍历完全部的迭代次数k后，得到无线环境的多径映射数字化重构结果。
24、步骤s3、对物理环境感知数据进行处理，根据激光雷达点云数据、rgb图像数据建立周围无线环境的物理属性特征，包括三维点云和二维动态视觉，构建无线环境的物理重构模型，包括：激光雷达装置通过发射激光束并接收反射激光来扫描周围环境，得到点云数据，这些数据包括每个点的三维坐标(x、y、z)以及反射强度等信息。采集到的点云数据经过一定时间的数据积累以后提取出面、角等特征点，得到无线环境的三维点云模型重构结果。通过全景相机采集得到周围无线环境的高分辨率rgb图像数据，并同步输出系统状态信息，如运动轨迹、速度等，将全景相机连接到gnss天线，同时显示精确的gnss经纬度及运动方向，并存储记录测试路线及里程，得到无线环境的二维动态视觉重构结果。
25、步骤s4、基于重构模型中的每个经纬度标签和时间标签，将不同模态导出的无线环境重构模型进行匹配对齐，得到多源数据驱动的无线环境重构模型，包括：基于gnss天线获得经纬度标签，用于接收来自北斗导航系统的gnss信息，通过来自四个卫星的gnss信息(x′,z′,y′)，可以组成4个四元方程，实时计算出当前地理位置的三维坐标(x,y,z)，即经度纬度高程，计算公式如下：
26、之后，选择经纬度标签本文档来自技高网...
【技术保护点】
1.一种多模态数据驱动的无线环境重构方法，其特征在于，包括：
2.根据权利要求1所述的多模态数据驱动的无线环境重构方法，其特征在于，所述信道特性参数包括频域和时域信道响应CTF和CIR、路径损耗、功率时延谱、均方根时延扩展、角度谱。
3.根据权利要求1所述的多模态数据驱动的无线环境重构方法，其特征在于，设置多条测量路线或多个测量点位，为每条测量路线或测量点位设置具体的感知配置参数，针对无线环境采集多模态感知数据，通过多频段射频收发机采集无线环境中的低频、毫米波数据，在发射端设置无线信道探测器发射信号，在接收端采集并存储该信号；通过激光雷达扫描功能和全景视觉采集无线环境中的点云数据和RGB图像数据；通过GNSS天线采集地理位置经纬度坐标以及时间坐标数据，构建无线环境中的多模态感知数据集。
4.根据权利要求2所述的多模态数据驱动的无线环境重构方法，其特征在于，对无线信道感知数据进行处理，根据探测原始信号、接收到的探测信号和天线阵列的导向矢量萃取信道特性参数，构建无线环境的电磁重构模型，包括：通过收发端直连测量得到系统校准数据，通过傅里叶变换将接收到
5.根据权利要求4所述的多模态数据驱动的无线环境重构方法，其特征在于，得到CTF，如下所示：
6.根据权利要求4所述的多模态数据驱动的无线环境重构方法，其特征在于，根据每个快照中的PDP计算在该地理位置坐标处的均方根时延扩展，以重构无线信道的时延特性，均方根时延扩展的计算方法如下：
7.根据权利要求4所述的多模态数据驱动的无线环境重构方法，其特征在于，基于天线阵列的导向矢量和计算得到的信道冲激响应，通过空间交替广义期望最大化SAGE算法，迭代更新参数θ子集萃取得到无线环境多径分量的幅值、时延和角度参数；假设总迭代次数为K，在第μ次迭代过程中，基于测试所得的h计算θ的似然函数期望值，计算时延和角度参数多径幅值参数通过考虑导向向量和计算得到；
8.根据权利要求7所述的多模态数据驱动的无线环境重构方法，其特征在于，时延和角度参数和通过如下公式计算得到：
9.根据权利要求7所述的多模态数据驱动的无线环境重构方法，其特征在于，对物理环境感知数据进行处理，根据激光雷达点云数据、RGB图像数据建立周围无线环境的物理属性特征，构建无线环境的物理重构模型，包括：激光雷达装置通过发射激光束并接收反射激光来扫描周围环境，得到点云数据，这些数据包括每个点的三维坐标以及反射强度信息；
10.根据权利要求7所述的多模态数据驱动的无线环境重构方法，其特征在于，基于重构模型中的每个经纬度标签和时间标签，将不同模态导出的无线环境重构模型进行匹配对齐，得到多源数据驱动的无线环境重构模型，包括：基于GNSS天线获得经纬度标签，用于接收来自北斗导航系统的GNSS信息，通过来自四个卫星的GNSS信息(x′,z′,y′)，组成4个四元方程，实时计算出当前地理位置的三维坐标(x,y,z)，即经度纬度高程，计算公式如下：
...【技术特征摘要】
1.一种多模态数据驱动的无线环境重构方法，其特征在于，包括：
2.根据权利要求1所述的多模态数据驱动的无线环境重构方法，其特征在于，所述信道特性参数包括频域和时域信道响应ctf和cir、路径损耗、功率时延谱、均方根时延扩展、角度谱。
3.根据权利要求1所述的多模态数据驱动的无线环境重构方法，其特征在于，设置多条测量路线或多个测量点位，为每条测量路线或测量点位设置具体的感知配置参数，针对无线环境采集多模态感知数据，通过多频段射频收发机采集无线环境中的低频、毫米波数据，在发射端设置无线信道探测器发射信号，在接收端采集并存储该信号；通过激光雷达扫描功能和全景视觉采集无线环境中的点云数据和rgb图像数据；通过gnss天线采集地理位置经纬度坐标以及时间坐标数据，构建无线环境中的多模态感知数据集。
4.根据权利要求2所述的多模态数据驱动的无线环境重构方法，其特征在于，对无线信道感知数据进行处理，根据探测原始信号、接收到的探测信号和天线阵列的导向矢量萃取信道特性参数，构建无线环境的电磁重构模型，包括：通过收发端直连测量得到系统校准数据，通过傅里叶变换将接收到的探测信号以及校准数据转换至频域，去除接收信号的系统响应，利用已知的探测原始信号将去除系统响应的接收探测信号除以傅里叶变换后的探测原始信号；
5.根据权利要求4所述的多模态数据驱动的无线环境重构方法，其特征在于，得到ctf，如下所示：
6.根据权利要求4所述的多模态数据驱动的无线环境重构方法，其特征在于，根据每个快照中的pdp计算在该...
【专利技术属性】
技术研发人员：何睿斯，张正宇，杨汨，张雪剑，戚子羿，艾渤，张皓翔，陈瑞凤，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。