-
公开(公告)号：CN109450574A
公开(公告)日：2019-03-08
申请号：CN201910015950.4
申请日：2019-01-08
Applicant: 北京交通大学
IPC: H04B17/382 , G06K9/62
Abstract: 本发明提供了一种高铁通信网络中无线信道多径分簇方法和装置，包括：确定高铁通信网络中测量得到的信道冲激响应的平稳间隔，提取在平稳间隔内的功率延迟分布；设置噪声门限，提取噪声门限以上的有效多径分量，将有效多径分量的抽头位置作为原始样本，多径分量的功率作为原始样本的权重；设置邻域样本数阈值与样本的邻域距离阈值，将原始样本及原始样本权重输入至DBSCAN算法，获得多个多链路簇，并滤除被DBSCAN算法判定为噪声的样本；将得到的多个多链路簇的样本及样本权重分别输入至K均值算法，确定每个多链路簇内的多径簇数量，获得多径分簇结果。本发明的方法可以提高多径分簇的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109526021B
公开(公告)日：2020-10-27
申请号：CN201811452875.X
申请日：2018-11-30
Applicant: 北京交通大学
IPC: H04W24/08 , H04W24/06 , H04B17/391
Abstract: 本发明提供了一种高速铁路无线信道场景的分类方法和识别方法，以解决现有技术中对高铁无线信道场景无法实现精准识别的问题。所述识别方法基于四类散射场景的分类方法，首先基于原始场景信道冲激响应数据，确定信道的稳态间隔，提取信道特征参数组成多维信道特征数据集，对多维信道特征数据集进行聚类处理，将高铁原始场景划分为四类散射场景，并为每类散射场景分配机器学习模型；将待识别的原始场景首先识别为第N类散射场景，然后通过所对应的机器学习模型，识别为属于第N类散射场景的第M个原始场景，有效地对高铁原始场景分类，简化了高铁通信系统性能评估的复杂度，并准确地识别高铁原始场景，实现了高铁无线信道测量数据与场景精准匹配。
-
公开(公告)号：CN109362083B
公开(公告)日：2021-09-07
申请号：CN201811287153.3
申请日：2018-10-31
Applicant: 北京交通大学
IPC: H04W16/22
Abstract: 本发明提供一种高速铁路无线信道数据库构建及数据预处理方法，属于无线通信技术领域。该方法利用基于信道探测仪的高铁信道测量、基于TD‑LTE网络的高铁信道测量和基于理论方法的高铁信道仿真获取信道实测和仿真原始数据；对实测原始数据进行缺失值处理和逻辑清洗，并与仿真原始数据一起构成高速铁路无线信道数据；构造信道频率响应数据的Hankel矩阵，主成分分析法对数据进行降噪；选取降噪后的数据，利用神经网络进行训练，得到收敛的神经网络模型，智能提取无线信道数据中的信道冲激响应的有效多径成分。本发明可用于构建完整场景的高速铁路无线信道原始数据库，提供纯净、有效的信道数据，为后续高速铁路无线信道特征挖掘与信道模型构建更加准确、可信。
-
公开(公告)号：CN109450574B
公开(公告)日：2020-09-15
申请号：CN201910015950.4
申请日：2019-01-08
Applicant: 北京交通大学
IPC: H04B17/382 , G06K9/62
Abstract: 本发明提供了一种高铁通信网络中无线信道多径分簇方法和装置，包括：确定高铁通信网络中测量得到的信道冲激响应的平稳间隔，提取在平稳间隔内的功率延迟分布；设置噪声门限，提取噪声门限以上的有效多径分量，将有效多径分量的抽头位置作为原始样本，多径分量的功率作为原始样本的权重；设置邻域样本数阈值与样本的邻域距离阈值，将原始样本及原始样本权重输入至DBSCAN算法，获得多个多链路簇，并滤除被DBSCAN算法判定为噪声的样本；将得到的多个多链路簇的样本及样本权重分别输入至K均值算法，确定每个多链路簇内的多径簇数量，获得多径分簇结果。本发明的方法可以提高多径分簇的准确性。
-
公开(公告)号：CN109526021A
公开(公告)日：2019-03-26
申请号：CN201811452875.X
申请日：2018-11-30
Applicant: 北京交通大学
IPC: H04W24/08 , H04W24/06 , H04B17/391
Abstract: 本发明提供了一种高速铁路无线信道场景的分类方法和识别方法，以解决现有技术中对高铁无线信道场景无法实现精准识别的问题。所述识别方法基于四类散射场景的分类方法，首先基于原始场景信道冲激响应数据，确定信道的稳态间隔，提取信道特征参数组成多维信道特征数据集，对多维信道特征数据集进行聚类处理，将高铁原始场景划分为四类散射场景，并为每类散射场景分配机器学习模型；将待识别的原始场景首先识别为第N类散射场景，然后通过所对应的机器学习模型，识别为属于第N类散射场景的第M个原始场景，有效地对高铁原始场景分类，简化了高铁通信系统性能评估的复杂度，并准确地识别高铁原始场景，实现了高铁无线信道测量数据与场景精准匹配。
-
公开(公告)号：CN109362083A
公开(公告)日：2019-02-19
申请号：CN201811287153.3
申请日：2018-10-31
Applicant: 北京交通大学
IPC: H04W16/22
Abstract: 本发明提供一种高速铁路无线信道数据库构建及数据预处理方法，属于无线通信技术领域。该方法利用基于信道探测仪的高铁信道测量、基于TD-LTE网络的高铁信道测量和基于理论方法的高铁信道仿真获取信道实测和仿真原始数据；对实测原始数据进行缺失值处理和逻辑清洗，并与仿真原始数据一起构成高速铁路无线信道数据；构造信道频率响应数据的Hankel矩阵，主成分分析法对数据进行降噪；选取降噪后的数据，利用神经网络进行训练，得到收敛的神经网络模型，智能提取无线信道数据中的信道冲激响应的有效多径成分。本发明可用于构建完整场景的高速铁路无线信道原始数据库，提供纯净、有效的信道数据，为后续高速铁路无线信道特征挖掘与信道模型构建更加准确、可信。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
