摘要
本发明提供了基于机理知识与元学习的无线信道孪生建模方法,属于无线通信技术领域。本发明包括:构建基于机理知识的信道模型;构建深度学习模型,对深度学习模型进行离线训练,学习信道测量数据和模型参数集之间的映射关系;当遇到训练任务范围之外的新场景时,使用未知信道环境数据对训练好的深度学习模型进行在线微调,利用微调之后的深度学习模型估计得到实时场景下的机理模型参数集;利用机理模型参数集以及基于机理知识的信道模型,得到每个簇的每根径的信道系数。该方法利用元学习策略克服了传统机器学习模型在面对未知信道场景时对数据量和计算资源要求较高、模型泛化能力较弱的问题,可实现对动态变化的复杂信道环境的快速、精准建模。
技术关键词
建模方法
线性最小均方误差估计
学习器
仿真数据
矩阵
发射天线
生成信道
场景
训练深度学习模型
时延
元学习策略
参数估计方法
概率分布函数
机器学习模型
样本
无线通信技术
系统为您推荐了相关专利信息
阻抗计算方法
数学模型
电源换流器
潮流方程
微电网
模型预测控制参数
模型预测控制器
整定方法
鲸鱼优化算法
位置更新
面向无人机
波束跟踪方法
电力巡检
超表面
执行波束跟踪
PageRank算法
拓扑图
节点
客服系统
集成调度系统