基于机器学习和地理环境信息的无线信道预测方法

AITNT
正文
推荐专利
基于机器学习和地理环境信息的无线信道预测方法
申请号:CN202510064472
申请日期:2025-01-15
公开号:CN120107613B
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种基于机器学习和地理环境信息的无线信道预测方法,属于智能信道预测领域。该方法通过卷积神经网络的多层结构从低级到高级提取地形图像中的地形特征信息和信道状态信息值,并将其编码为高维状态向量作为全连接神经网络的输入;全连接神经网络分析和学习地形特征高维状态向量和对应区域的信道状态信息CSI值之间的复杂关系,实现户外无线信道预测。本发明提高了深度神经信道预测网络的准确度,有助于在缺乏基础设施的偏远地区或灾难现场更高效地部署无人机基站。
技术关键词
无线信道预测方法 无人机高度 地形特征 地理环境信息 无人机基站 信道状态信息值 卷积神经网络模块 预测信道状态 数字地形图 数字高程模型 地理信息系统 模型预测值 灾难现场 样本 场景 信道特征 压缩特征
系统为您推荐了相关专利信息
1
一种针对电网多源勘测数据重要性差异的加权融合方法
高分遥感影像 融合方法 多尺度特征提取 协同注意力 序列
2
一种动态DEM空间插值方法
空间插值方法 水文 地形特征 动态神经网络 动态网格
3
一种全球森林-耕地转化地形变化及其碳损失的评估方法
耕地 高分辨率遥感数据 地形特征 判别技术 计算机存储介质
4
一种基于自适应算法的无线信道场景分类方法
场景特征 SOM神经网络 轮廓系数 场景分类 数据
5
基于BIM及区块链的进度、质量、成本一体化管控系统
项目 工程进度计划 区块链平台 数据 分析子系统
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