一种面向高铁大型车站的5G-R信道模型优化方法

本发明公开了一种面向高铁大型车站的5G‑R信道模型优化方法，该方法包括信道数据采集，采集到的参考信号包括幅度和相位的变化。在数据接收过程中，通过参考信号实时估算信道的增益、相位、时延等特性，生成CSI数据。然后，利用卷积神经网络对信道状态特征数据进行特征提取并获取信道中的关键特征；随后，采用局部线性嵌入方法对输出的特征进行降维，以减少冗余信息并保留重要信道数据；通过差分进化算法对智能超表面反射矩阵进行优化调整，提高通信信道的容量；本发明能够在2100MHz频段和2×10MHz带宽条件下，充分适应高铁大型车站复杂结构、多径严重、场景动态性强等特点，显著提升5G‑R系统的信道容量，最大化通信系统的吞吐量和数据传输效率。