本發(fā)明涉及無線通信,更具體地說,涉及一種考慮菲涅爾區(qū)特征的路徑損耗預(yù)測(cè)方法。
背景技術(shù):
1、隨著對(duì)超高數(shù)據(jù)速率傳輸、超低延遲、全球覆蓋和智能服務(wù)的需求不斷增加,現(xiàn)有的5g無線通信網(wǎng)絡(luò)不再足以滿足這些需求。在對(duì)更高性能的需求的驅(qū)動(dòng)下,6g網(wǎng)絡(luò)將需要利用新的啟用技術(shù)來應(yīng)對(duì)新興應(yīng)用場(chǎng)景所帶來的挑戰(zhàn),如空、天、地、海一體化網(wǎng)絡(luò)。這不可避免地為未來無線通信網(wǎng)絡(luò)的發(fā)展和優(yōu)化提出了更高地標(biāo)準(zhǔn)。高精度的無線信道建模是設(shè)計(jì)無線通信系統(tǒng)的基礎(chǔ),而對(duì)路徑損耗的建模是其中不可或缺的一環(huán),在未來通信網(wǎng)絡(luò)的建設(shè)中起著重要作用。因此需要進(jìn)一步提高路徑損耗預(yù)測(cè)的準(zhǔn)確性,以滿足日益增長(zhǎng)的6g網(wǎng)絡(luò)建設(shè)需求。
2、基于人工智能(artificial?intelligence,ai)技術(shù)的信道建模是6g信道研究的重要方向。深度學(xué)習(xí)(deep?learning,dl)作為ai領(lǐng)域的熱門方法,其與信道建模的融合發(fā)展具有廣闊的研究空間。傳統(tǒng)的建模方法如統(tǒng)計(jì)型建模、確定性建模等通常難以獲得或提取有效的環(huán)境參數(shù)?;赿l的信道建模方法可以靈活的配置場(chǎng)景特征、利用機(jī)器視覺高效地提取環(huán)境特征以并從中學(xué)習(xí)電波傳播規(guī)律,以實(shí)現(xiàn)高準(zhǔn)確度的建模和較好的模型泛化能力。
3、然而,如何實(shí)現(xiàn)深層次、有效的環(huán)境特征提取目前依舊是基于dl的信道建模所關(guān)注的重要問題??紤]到菲涅爾區(qū)的障礙物分布情況是影響電波傳播的重要因素,當(dāng)?shù)谝环颇鶢枀^(qū)的遮擋率小于20%時(shí),通信鏈路可以被視為自由空間。同時(shí)它是一個(gè)適合可視化的特征,這意味著針對(duì)菲涅爾區(qū)的環(huán)境特征設(shè)計(jì)能夠?yàn)榛赿l的路徑損耗預(yù)測(cè)模型提供電波傳播的先驗(yàn)知識(shí),同時(shí)輔助其更有效地實(shí)現(xiàn)環(huán)境特征提取,進(jìn)而提高模型的預(yù)測(cè)精度。
4、相關(guān)技術(shù)中,如中國(guó)專利cn116318462a提供了一種雙模態(tài)網(wǎng)絡(luò)修正的精細(xì)化路徑損耗預(yù)測(cè)方法,該方法利用路徑損耗經(jīng)驗(yàn)?zāi)P徒o出統(tǒng)計(jì)預(yù)測(cè)值,完成對(duì)路徑損耗的共性刻畫,之后,采用雙模態(tài)網(wǎng)絡(luò)從視覺、特征兩種模態(tài)中學(xué)習(xí)通信環(huán)境的特定傳播特性,獲取路徑損耗經(jīng)驗(yàn)?zāi)P偷男拚?,完成?duì)不同位置路徑損耗的特定描述,但是該方案并未考慮到菲涅爾區(qū)的障礙物分布情況是影響電波傳播的重要因素。
5、由上可知,相關(guān)技術(shù)并未對(duì)如何基于dl的信道建模并考慮針對(duì)菲涅爾區(qū)的環(huán)境特征實(shí)現(xiàn)更有效的環(huán)境特征提取、提高模型預(yù)測(cè)精度的問題給出任何技術(shù)啟示。
技術(shù)實(shí)現(xiàn)思路
1、1.要解決的技術(shù)問題
2、針對(duì)現(xiàn)有技術(shù)中存在的如何基于dl的信道建模并考慮針對(duì)菲涅爾區(qū)的環(huán)境特征實(shí)現(xiàn)更有效的環(huán)境特征提取、提高模型預(yù)測(cè)精度的問題,本發(fā)明提供了一種考慮菲涅爾區(qū)特征的路徑損耗預(yù)測(cè)方法,它可以實(shí)現(xiàn)使用ai方法對(duì)城市建筑場(chǎng)景的路徑損耗實(shí)現(xiàn)準(zhǔn)確的預(yù)測(cè)。
3、2.技術(shù)方案
4、本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn)。
5、一種考慮菲涅爾區(qū)特征的路徑損耗預(yù)測(cè)方法,包括如下步驟,
6、生成圖像特征:通過城市建筑環(huán)境圖像特征生成器生成環(huán)境圖像特征;
7、提取特征:通過訓(xùn)練特征提取網(wǎng)絡(luò),提取與路徑損耗相關(guān)的特征參數(shù);
8、預(yù)測(cè)路徑損耗:通過路徑損耗預(yù)測(cè)器以及所提取的特征參數(shù)生成路徑損耗預(yù)測(cè)值。
9、更進(jìn)一步的,生成圖像特征的步驟具體為:通過城市建筑環(huán)境圖像特征生成器,利用城市建筑環(huán)境圖像特征生成算法,基于城市建筑分布數(shù)據(jù)和真實(shí)信道參數(shù)生成環(huán)境圖像特征。
10、更進(jìn)一步的,城市建筑環(huán)境圖像特征生成算法包括:將目標(biāo)城市區(qū)域的建筑分布圖像和實(shí)測(cè)信道參數(shù)輸入到城市建筑環(huán)境圖像特征生成器中;
11、城市建筑環(huán)境圖像特征生成器根據(jù)建筑分布圖像和實(shí)測(cè)信道參數(shù)計(jì)算出菲涅爾區(qū)尺寸,生成菲涅爾區(qū)掩膜圖像;
12、城市建筑環(huán)境圖像特征生成器根據(jù)實(shí)測(cè)信道參數(shù)計(jì)算目標(biāo)區(qū)域自由空間路徑損耗范圍,生成自由空間路徑損耗分布圖像。
13、更進(jìn)一步的,生成菲涅爾區(qū)掩膜圖像的步驟為:根據(jù)建筑分布圖像確定目標(biāo)區(qū)域的范圍和生成特征圖像的尺寸,計(jì)算菲涅爾區(qū)范圍;菲涅爾區(qū)半徑p的計(jì)算公式為:
14、
15、其中,d1和d2表示接收機(jī)與發(fā)射機(jī)與障礙物之間的距離,λ表示載波頻率。
16、將計(jì)算得到的菲涅爾區(qū)區(qū)域范圍轉(zhuǎn)換為對(duì)應(yīng)像素范圍,繪制出菲涅爾區(qū)掩膜圖像。
17、更進(jìn)一步的,生成自由空間路徑損耗分布圖像的步驟為:在目標(biāo)數(shù)據(jù)集中找到收發(fā)機(jī)最大距離,計(jì)算該距離所對(duì)應(yīng)的路徑損耗作為最大像素路徑損耗,通過插值法計(jì)算不同像素點(diǎn)與發(fā)射機(jī)的路徑損耗所對(duì)應(yīng)的像素值;
18、通過建筑分布圖像確定單位像素所代表的距離實(shí)際步長(zhǎng),以發(fā)射機(jī)為中心,根據(jù)像素步長(zhǎng)逐層向外生成自由空間路徑損耗分布圖。
19、更進(jìn)一步的,計(jì)算不同像素點(diǎn)與發(fā)射機(jī)的路徑損耗所對(duì)應(yīng)像素值的公式為:
20、
21、其中,ci表示目標(biāo)位置像素的像素值,pi表示目標(biāo)位置像素對(duì)應(yīng)的自由空間路徑損耗值,pmin和pmax分別表示數(shù)據(jù)集地最自由空間小路徑損耗和最大自由空間路徑損耗。
22、更進(jìn)一步的,提取特征的步驟具體為:通過原始特征和生成特征訓(xùn)練特征提取網(wǎng)絡(luò),提取與路徑損耗相關(guān)的特征參數(shù);
23、其中,提取特征包括環(huán)境圖像特征提取和信道特征提取。
24、更進(jìn)一步的,環(huán)境圖像特征提取包括:環(huán)境圖像特征提取過程接收建筑分布圖像和城市建筑環(huán)境圖像特征生成器所生成的特征圖像,生成二維環(huán)境特征向量。
25、更進(jìn)一步的,信道特征提取包括:接收實(shí)測(cè)信道參數(shù)并輸出信道特征提取向量。
26、更進(jìn)一步的,預(yù)測(cè)路徑損耗的步驟具體為:接收特征提取器所生成的環(huán)境特征提取向量和信道特征提取向量;
27、對(duì)環(huán)境特征提取向量和信道特征提取向量進(jìn)行拼接;
28、使用mlp網(wǎng)絡(luò)架構(gòu)對(duì)拼接后的特征進(jìn)行融合提取,輸出路徑損耗預(yù)測(cè)結(jié)果。
29、3.有益效果
30、相比于現(xiàn)有技術(shù),本發(fā)明的優(yōu)點(diǎn)在于:
31、(1)本發(fā)明的一種考慮菲涅爾區(qū)特征的路徑損耗預(yù)測(cè)方法,可以提取城市建筑場(chǎng)景的環(huán)境特征,對(duì)其進(jìn)行高維的特征提取,并學(xué)習(xí)環(huán)境特征與路徑損耗之間的潛在關(guān)系,最終實(shí)現(xiàn)對(duì)目標(biāo)位置的路徑損耗預(yù)測(cè);本方案取得的成果能夠提高基于ai的預(yù)測(cè)模型對(duì)真實(shí)環(huán)境的特征提取與學(xué)習(xí)能力,有助于未來通信系統(tǒng)的設(shè)計(jì)和性能評(píng)估;
32、(2)本發(fā)明通過計(jì)算預(yù)測(cè)路徑損耗與實(shí)測(cè)數(shù)據(jù)的絕對(duì)誤差、均方根誤差對(duì)模型的預(yù)測(cè)精度進(jìn)行驗(yàn)證和評(píng)估;
33、(3)本發(fā)明提出了基于cnn和mlp構(gòu)建的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,大幅降低了對(duì)具有特異性的城市建筑環(huán)境進(jìn)行路徑損耗預(yù)測(cè)的復(fù)雜度,模型在完成訓(xùn)練后,可跟具外部提供的建筑分布數(shù)據(jù)和簡(jiǎn)單的信道參數(shù)設(shè)置,進(jìn)行快速準(zhǔn)確的路徑損耗預(yù)測(cè)。
1.一種考慮菲涅爾區(qū)特征的路徑損耗預(yù)測(cè)方法,包括如下步驟,
2.根據(jù)權(quán)利要求1所述的路徑損耗預(yù)測(cè)方法,其特征在于,
3.根據(jù)權(quán)利要求2所述的路徑損耗預(yù)測(cè)方法,其特征在于,
4.根據(jù)權(quán)利要求3所述的路徑損耗預(yù)測(cè)方法,其特征在于,
5.根據(jù)權(quán)利要求3所述的路徑損耗預(yù)測(cè)方法,其特征在于,
6.根據(jù)權(quán)利要求3所述的路徑損耗預(yù)測(cè)方法,其特征在于,
7.根據(jù)權(quán)利要求1所述的路徑損耗預(yù)測(cè)方法,其特征在于,
8.根據(jù)權(quán)利要求7所述的路徑損耗預(yù)測(cè)方法,其特征在于,
9.根據(jù)權(quán)利要求7所述的路徑損耗預(yù)測(cè)方法,其特征在于,
10.根據(jù)權(quán)利要求1所述的路徑損耗預(yù)測(cè)方法,其特征在于,