摘要
本发明公开了一种基于分解预测和误差修正的车联网信道预测方法,首先利用变分模态分解将信道数据分解为若干个子分量,然后对每个子分量建立基于双向门控循环神经网络的预测模型,将每个子分量的预测结果继续叠加得到初步预测结果,接下来计算出子分量的预测差值,通过误差修正方法对子分量的预测误差进行处理、并得到误差预测结果,最后将初步预测结果和误差预测结果叠加完成预测。本基于分解预测和误差修正的车联网信道预测方法能够解决现有车辆网信道预测技术存在的信道建模中数据不足、预测过程中长期误差累计的问题,实现较高的车联网信道预测精确度,进而便于更好地优化车联网通信系统的性能。
技术关键词
信道预测方法
误差预测
误差修正方法
数据
更新模型参数
车联网通信系统
预测误差
门控循环神经网络
信道预测技术
正则化参数
频率
采集车
传播算法
信号
优化器
因子
序列
定义
系统为您推荐了相关专利信息
10kV配电线路
区域配电网
理论线损
分析方法
分段
业务语音导航方法
关键词
意图识别
节点
语义向量