[发明专利]一种基于人工智能算法的无线信道建模方法在审
| 申请号： | 201910343878.8 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110113119A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 李伟;魏文康;刘畅;武秀广;刘珊杉;张磊;杨夏青 | 申请（专利权）人： | 国家无线电监测中心 |
| 主分类号： | H04B17/391 | 分类号： | H04B17/391;G06N3/08;G06N3/06;G06N3/04 |
| 代理公司： | 北京永创新实专利事务所 11121 | 代理人： | 冀学军 |
| 地址： | 100037 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于人工智能算法的无线信道建模方法，属于无线通信领域。首先采集预设测试场景下用于无线信道建模的各类无线电波测量数据，训练人工智能算法模型；然后根据预设测试场景和人工智能算法模型，组合得到预设测试场景下的无线信道大尺度衰落模型和无线信道小尺度衰落模型。在相同预设测试场景下，输入不同地理区域的无线电波测量数据，训练无线信道大小尺度衰落模型，直接获得其它地理区域的无线信道模型，以及电波传播特性随特征参数变化的基本规律。最后根据训练样本、基本规律和无线信道大小尺度衰落模型，建立基于特征参数的无线信道模型。本发明更为精确化和智能化，具备良好的普适性和灵活的可扩展性。 | ||
| 搜索关键词： | 人工智能算法 测试场景 无线信道 预设 无线信道建模 无线电波测量 无线信道模型 衰落 地理区域 特征参数 尺度 电波传播特性 无线通信领域 大尺度衰落 可扩展性 训练样本 灵活的 普适性 小尺度 智能化 采集 | ||
【主权项】：
1.一种基于人工智能算法的无线信道建模方法，其特征在于，具体步骤如下：步骤一、采集预设测试场景下用于无线信道建模的各类无线电波测量数据；步骤二、利用采集的各类无线电波测量数据训练人工智能算法模型；人工智能算法模型包括反向传播神经网络算法和径向基函数神经网络算法；步骤三、根据预设测试场景和人工智能算法模型，组合得到预设测试场景下的无线信道大尺度衰落模型；步骤四、同时，根据预设测试场景和人工智能算法模型，组合得到预设测试场景下的无线信道小尺度衰落模型；步骤五、在相同预设测试场景下，输入不同地理区域的无线电波测量数据，训练无线信道大小尺度衰落模型，直接获得其它地理区域的无线信道模型；步骤六、同时，利用训练好的无线信道大小尺度衰落模型，获取电波传播特性随特征参数变化的基本规律；所述电波传播特性随预设条件变化的基本规律是指：信道特性的时域变化规律、信道特性的频域变化规律、信道特性的空域变化规律、信道特性随预设场景类型的变化规律；步骤七、根据训练样本、基本规律和无线信道大小尺度衰落模型，建立基于特征参数的无线信道模型。
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国家无线电监测中心，未经国家无线电监测中心许可，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/patent/201910343878.8/，转载请声明来源钻瓜专利网。
