摘要
本发明公开一种针对信道状态信息样本稀疏进行恢复的实现方法,包括:收集CSI数据,并采用子载波维数的PCA去噪算法对收集的CSI数据进行去噪处理;对去噪处理后的CSI数据按照原始幅值序列划分为多个CSI片段序列,并对每个所述CSI片段序列进行重采样到预定的频率;将经过所述重采样后的CSI数据,利用基于生成性对抗网络GANs训练生成的稀疏样本恢复网络模型进行恢复处理。本发明能够最大限度利用原有的信号的特征恢复出低采样率和缺失的信号,从而提高下游感知任务的稳定性和精度;且经实验结果表明,本发明实施例提供的技术方案在10Hz时,可以将步态识别和手势识别准确率分别提高15%和9%。
技术关键词
信道状态信息
数据
序列
幅值
步态识别
载波
频率
样本
信号
成分分析
网络
采样率
上采样
特征值
矩阵
代表
算法
手势
重构
天线
系统为您推荐了相关专利信息
AI大数据
智能管理方法
智能模型
数据预处理技术
数据处理流水线
多模态
设备状态数据
安全隐患检测方法
文本特征向量
文字编码器
康复训练方法
三维坐标信息
患者
多模态数据融合
康复训练系统
通信节点
特征值
实时通信
通信特征
通信安全管理