[发明专利]移动通信网络中移动终端的位置追踪方法、设备及存储介质有效

专利信息
申请号: 202010076635.5 申请日: 2020-01-23
公开(公告)号: CN111372195B 公开(公告)日: 2022-07-01
发明(设计)人: 高跃 申请(专利权)人: 鹏城实验室
主分类号: H04W4/029 分类号: H04W4/029;H04W16/22;H04L27/34;G06N3/08
代理公司: 北京中原华和知识产权代理有限责任公司 11019 代理人: 孙磊;寿宁
地址: 518055 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 移动 通信 网络 终端 位置 追踪 方法 设备 存储 介质
【权利要求书】:

1.一种通信方法,其特征在于,所述方法包括以下步骤:

接收用户端的当前时隙的通信信号;

基于所述当前时隙的通信信号的参数得到特征向量;以及,

根据预先训练得到的机器学习模型,对所述特征向量进行处理以预测在下一时隙的所述用户端的移动;

其中,所述机器学习模型的训练过程包括,基于训练数据的参数得到特征向量,并基于所述训练数据的特征向量来训练所述机器学习模型;

其中,所述训练数据的参数包括星座图,所述当前时隙的通信信号的参数与所述训练数据的参数的种类一致;

其中,所述星座图包括一个正方形区域以及所述正方形区域内的多个点,所述点位于理想中心的周围;所述理想中心是不含噪声的理想状态下的信号所对应的星座图中的点;以每个所述理想中心为中心将所述正方形区域划分为多个正方形子空间;

其中,所述基于所述当前时隙的通信信号的参数得到特征向量以及所述基于训练数据的参数得到特征向量包括:

在所述星座图的每个所述子空间选取一个或多个正方形覆盖区域,

基于所述正方形覆盖区域所覆盖的所述点的信息,得到与所述星座图相对应的向量,和,

根据所述与所述星座图相对应的向量得到所述特征向量。

2.根据权利要求1所述的通信方法,其中所述基于所述正方形覆盖区域所覆盖的所述点的信息,得到与所述星座图相对应的向量,包括:

计算每个所述正方形覆盖区域所覆盖的所述点的数量,并计算所述正方形覆盖区域中的全部所述点到最近的所述理想中心的距离的平均值,从而得到与所述正方形覆盖区域相对应的一个2维数组;

将每个所述子空间的全部N个所述正方形覆盖区域的所述2维数组综合到一起,得到与所述子空间相对应的一个2N维数组;

对所述星座图中的全部所述子空间的所述2N维数组取平均值,得到与所述星座图相对应的一个2N维向量。

3.根据权利要求2所述的通信方法,其中所述在所述星座图的每个所述子空间选取一个或多个正方形覆盖区域,包括:

以相同的方式对每个所述子空间选取三个所述正方形覆盖区域。

4.根据权利要求3所述的通信方法,其中所述以相同的方式对每个所述子空间选取三个所述正方形覆盖区域,包括:

在每个所述子空间的从左上到右下的对角线上设置三个大小相同的所述正方形覆盖区域:中心覆盖、左上覆盖和右下覆盖。

5.根据权利要求1所述的通信方法,其中:

所述当前时隙的通信信号的参数和所述训练数据的参数还包括:频谱信息和星座图误差向量幅度;

所述根据所述与所述星座图相对应的向量得到所述特征向量包括:将所述与所述星座图相对应的向量、所述星座图误差向量幅度和所述频谱信息相结合,得到所述特征向量。

6.根据权利要求5所述的通信方法,其中:

所述基于所述当前时隙的通信信号的参数得到特征向量以及所述基于训练数据的参数得到特征向量还包括:利用卷积神经网络对频谱信息进行预处理,以将原始信息标准化;

所述将所述与所述星座图相对应的向量、所述星座图误差向量幅度和所述频谱信息相结合,得到所述特征向量包括:将所述与所述星座图相对应的向量、所述星座图误差向量幅度和所述预处理后的频谱信息相结合,得到所述特征向量。

7.根据权利要求1所述的通信方法,其中:所述通信信号的调制方案为正交振幅调制。

8.根据权利要求1所述的通信方法,其中:所述通信信号为毫米波信号。

9.根据权利要求1到8中任意一项所述的通信方法,其中所述方法还包括:根据所述预测的结果来调整基站端的通信信号。

10.一种通信设备,包括相连的处理器和存储器;其中,所述存储器用于存储计算机执行指令;当所述设备运行时,所述处理器可执行所述存储器存储的所述计算机执行指令,用于实现权利要求1到9中任意一项所述的通信方法。

11.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在设备上运行时,使得所述设备执行如权利要求1到9中任意一项所述的通信方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鹏城实验室,未经鹏城实验室许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010076635.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top