摘要
本申请涉及通信技术领域,公开了一种信道预测模型获取方法、信道预测方法、设备和介质,该方法包括:对原始信道数据进行处理,以获得语义序列特征;将语义序列特征输入大语言模型的自注意力机制模块,以获得目标特征向量;目标特征向量反映了信道的状态信息、信道状态随时间变化的趋势以及信道在空间上的相关性;将目标特征向量输入大语言模型的输出层,以获得目标信道预测矩阵;根据目标信道预测矩阵与实际信道数据获得的预测误差,对大语言模型的参数进行更新,直至更新后的目标信道预测矩阵满足预设条件,则获得信道预测模型。本申请通过大语言模型提取信道数据非线性特征,进而可以实现精准信道状态预测。
技术关键词
预测模型获取方法
大语言模型
序列特征
信道预测方法
注意力机制
语义
矩阵
图像特征向量
数据
预测误差
图像特征提取模型
滑动窗口
量子态
非线性特征
图像采集装置
终端设备
处理器
模块
可读存储介质
系统为您推荐了相关专利信息
多模态信息融合
数据扩充方法
多模态特征
生成对抗网络模型
电力设备
语音信号传输方法
深度学习架构
语音编解码器
语音编码器
多头注意力机制
启停控制方法
转移概率矩阵
工况
量子退火算法
动力系统
入侵检测方法
入侵检测模型
可信执行环境
加密
流量特征信息