摘要
本发明公开了一种控制辅助的毫米波无人机MIMO通信智能波束预测和跟踪方法及系统,解决高速移动场景中波束预测和跟踪问题。通过分析和识别飞行控制系统(FCS)提供的命令/控制序列(CCS)与波束方向变化的因果关系,本发明创新性地将CCS融入预测模型构造,应用深度学习技术设计智能波束预测和跟踪框架及算法。为了解决因地理位置变化导致的算法泛化问题,本发明提出了解耦波束变化的方法,即将总的波束方向偏移分解为因无人机姿态变化引起的偏移和因无人机与基站相对位置变化引起的偏移,并且设计了融合CCS的姿态感知模型估计因无人机姿态变化引起的偏移的偏移量和区间。通过实验可以验证本发明方法在有效可达速率和泛化性方面的优越性。
技术关键词
波束
跟踪方法
无人机姿态
飞行控制系统
深度学习技术
深度神经网络
通道
序列
生成特征向量
强化学习方法
线性回归模型
模型超参数
计算机程序产品
处理器
跟踪系统
计算机系统
基站
传感器
命令
系统为您推荐了相关专利信息
进度跟踪方法
时间序列特征
中央处理器模块
GRU模型
依赖特征
智能车辆环境感知
风险预测模型
多模态
预警方法
生成模板
资源分配方法
小区照明
载波分配
模拟退火算法
最大化系统
轨迹跟踪方法
深度学习模型
空间移动轨迹
轨迹跟踪装置
滑动时间窗口
交通信号灯控制
道路交通数据
仿真模拟方法
深度学习技术
掩膜技术