【技术实现步骤摘要】
本专利技术涉及无线通信，特别是指一种环境特征辅助的信道多径智能预测方法及装置。
技术介绍
1、第六代(sixth-generation,6g)移动通信系统有望提供智能、超可靠和无处不在的连接，支持未来数字社会的万物互联(internet of everything,ioe)趋势。然而，6g带来的全球覆盖和多样化场景，为网络设计和技术优化带来了极端的复杂性和新的挑战。数字孪生技术被认为是克服这些挑战的创新工具。电磁波的传播行为及其物理层操作在数字世界中的映射被定义为数字孪生信道(digital twin channel,dtc)。dtc被期待具有预测未来信道变化的能力，能够促进网路中各任务的优化，预警与决策，如网络规划、资源分配和链路操作等，实现对6g复杂无线环境的主动适应。
2、随着人工智能(artificial intelligence，ai)的发展，利用ai来智能化地预测无线信道已经得到了广泛的探索。然而，在基于ai的信道预测中，目前仍集中于预测信道的大小尺度参数，如路径损耗，时延扩展等，缺乏预测未来时刻的信道多径分量(...
【技术保护点】
1.一种环境特征辅助的信道多径智能预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将待预测终端的多个历史时刻的信道多径分量几何信息和信道多径分量场强信息输入多径长周期预测网络的第一特征提取子网络，获取第一特征图，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取所述多径长周期预测网络包括：
4.根据权利要求1所述的方法，其特征在于，在将所述待预测终端在所述多个历史时刻分别对应的坐标信息和所述待预测终端所处的无线传播环境的场景几何特征输入所述多径长周期预测网络的第二特征提取子网络，获取第二特征图之前，所
【技术特征摘要】
1.一种环境特征辅助的信道多径智能预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将待预测终端的多个历史时刻的信道多径分量几何信息和信道多径分量场强信息输入多径长周期预测网络的第一特征提取子网络，获取第一特征图，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取所述多径长周期预测网络包括：
4.根据权利要求1所述的方法，其特征在于，在将所述待预测终端在所述多个历史时刻分别对应的坐标信息和所述待预测终端所处的无线传播环境的场景几何特征输入所述多径长周期预测网络的第二特征提取子网络，获取第二特征图之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述散射体信息包括以下一项或多项：
6.根据权利要求1所述的方法，其特征在于，将所述第一特征图、所述第二特征图和所述第三特征图输入所述多径长周期预测网络的序列预测...
【专利技术属性】
技术研发人员：于力，苗颍河，张建华，张宇翔，田磊，史廉正，
申请(专利权)人：北京邮电大学，
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。