一种感知增强的信道多模态预知性建模方法

AITNT
正文
推荐专利
一种感知增强的信道多模态预知性建模方法
申请号:CN202411501926
申请日期:2024-10-25
公开号:CN119254361A
公开日期:2025-01-03
类型:发明专利
摘要
本发明涉及一种感知增强的信道多模态预知性建模方法,属于无线通信技术领域。将已有感知数据位置的双基地感知信道数据作为时序特征模态,用以预测互为时序关系的相邻位置的通信小尺度数据。将包含感知数据统计特征和位置拓扑特征的链路模态特征和基于灰度矢量地图的视觉模态特征作为辅助、和感知时序模态组成多模态网络的方法,设计了门控循环单元、预训练深度残差网络、全连接网络分别提取各个模态的特征并给出多时间步时延功率谱的预测结果。基于平稳距离度量的感知和通信点数选取方法,基于时延功率谱度量计算目标区域的平稳距离均值,确保了在预测周期内信道发生非平稳现象。
技术关键词
模态特征 建模方法 时延 门控循环单元 矢量地图 多层感知机 时序 拓扑特征 残差模块 功率 统计特征 信道冲激响应 多模态网络 数据 深度残差网络结构 发射机 计算方法
系统为您推荐了相关专利信息
1
一种基于卡尔曼滤波的无人机系统互操作性评估方法与系统
无人机系统 指标 卡尔曼滤波 设施 交互模型
2
一种基于酉变换和稀疏贝叶斯的OTFS稀疏信道估计方法
稀疏信道估计方法 广义近似消息传递 延迟多普勒 超参数 矩阵
3
一种多层次特征融合的二进制代码相似性检测方法及系统
二进制代码相似性检测方法 多层次特征融合 Word2Vec模型 结构特征提取 强连通分量
4
车辆边缘计算网络的任务卸载策略确定和资源分配方法
资源分配方法 卸载策略 数字孪生模型 车辆 估计误差
5
神经网络加速器的优化方法、装置、电子设备和存储介质
神经网络加速器 粒子群优化算法 流水线 高级可扩展接口 随机存储器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号