一种基于GCN-LSTM对多重因素影响下的CSI预测方法

本发明公开了一种基于GCN‑LSTM对多重因素影响下的CSI预测方法，其包括以下步骤：对历史信道状态信息时间序列数据进行分解，得到具有相同时间跨度的低频信号和高频信号；获取高频信号的时域表达；构建图结构的GCN模型；将低频信号和高频信号的时域表达分别作为图结构的GCN模型的输入，获取低频信号对应的特征向量和高频信号的时域表达对应的特征向量；通过LSTM模型对特征向量进行处理，将两个处理结果相加作为最终的信道状态信息预测结果。本发明通过结合GCN模型和LSTM模型的强大特征提取能力，显著提高了CSI的预测精度，相较于传统模型，整体提高了预测精度，可以优化物联网移动通信系统的性能。