摘要
本发明涉及车联网通信技术领域,公开了一种基于多模态融合的车联网信道预测方法及相关设备。该方法包括构建车联网信道的城市道路场景,在城市道路场景中结合天气场景获取得到已知时间帧数据和未知待预测时间帧数据;并进行数据增强和数据向量表示以及位置信息处理得到多模态向量,对多模态向量进行特征提取及拼接处理得到多模态特征向量;将多模态特征向量进行模态间的深度融合得到联合特征向量;对联合特征向量通过多层感知机模块进行非线性映射,并输出得到信道索引概率分布,以信道索引概率分布对车联网信道进行预测。本发明解决现有技术中存在的单模态感知能力受限、原始数据质量欠佳、复杂场景下鲁棒性不足的技术问题。
技术关键词
信道预测方法
城市道路场景
多模态
多头注意力机制
多层感知机
LiDAR点云
前馈神经网络
数据
信息处理
信道预测系统
车联网通信技术
索引
非线性
图像增强
模块
标准化方法
可读存储介质
系统为您推荐了相关专利信息
多层感知器
融合特征
多标签
多层感知机
协同注意力
视频检索方法
视频编码器
文本编码器
多模态特征
样本
污染源溯源
多模态数据融合
数据驱动模型
指数
分类阈值
服务质量保障方法
多模态网络
网络拓扑
网络管理协议
Dijkstra算法