信道预测

摘要： 分布式多输入多输出(multiple input multiple output,MIMO)天波雷达探测是基于电离层对短波电磁波的折射作用,因此,在进行正式探测前需预测出电离层短波信道性能,选取合适的探测频率,以保证探测过程的高效可靠。针对此需求开发了分布式MIMO天波雷达电离层短波信道预测软件,首先提出了软件总体模块架构,然后介绍了信道预测关键技术和最佳频率排序算法,最后基于微软基础类框架完成了软件开发。仿真结果表明,该软件可快速预测分布式天波雷达各探测信道并选取最佳探测频率,同时具有良好的扩展性。

摘要： 针对无线通信信道估计老化问题,本文提出了一种基于卷积神经网络的信道预测方法,该方法通过联合轨迹预测和信道重构实现。首先,采用卷积神经网络学习从规划路线和移动终端所在位置到移动方向映射,进而预测出轨迹上多个目标位置;其次,采用卷积神经网络学习从目标位置附近K个位置项的信道,到目标位置信道间映射,用于实现预测轨迹的信道估计。本文利用Wireless InSite为移动方向预测和信道重构模型的训练及测试生成充足的样本,包括规划路线和通过射线跟踪方法获取的信道等。仿真结果表明,本文所提出的方法能有效地估计目标位置的信道特性,与K值较小的K-近邻插值方法和基于全连接神经网络的信道预测方法相比,其信道估计总相对误差更低且鲁棒性较好。

摘要： 针对低轨道卫星信道质量变化迅速、信道参数“过时”的问题,提出了一种基于注意力机制的卷积神经和双向长短时记忆神经网络(attention-convolutional neural network and bi-directional long-short term memory neural network,AT-CNN-BiLSTM)融合的信道预测方法。该方法由信号预处理、网络训练和信号预测3部分组成。首先在高斯白噪声条件下模拟室外卫星信号,得到卫星信号的训练集和测试集;然后将训练集输入构建的训练网络进行特征提取;最后将测试数据输入网络进行预测分析。仿真结果表明,在与其他4种人工智能方法的对比中,所提出的混合神经网络能够在较快的收敛速度下达到较高的准确率(91.8%),有效地缓解了低轨道卫星信道参数“过时”的现状,对提升卫星通信质量和节省卫星信道资源有良好的改善作用。

摘要： 针对低轨卫星通信系统,研究快时变背景下的信道预测问题。通过引入强化学习的训练模式,将支持向量机(Support Vector Machine,SVM)模型改进成支持向量回归(Support Vector Regression,SVR)模型,提出一种循环迭代实现低轨卫星通信系统信道预测的算法。采用Gaussian核函数,通过遗传算法(GA)寻求最佳惩罚系数D和不敏感损失函数μ,最终得到最优超平面,实现多步预测,并实时更新训练集数据提高预测准确度。仿真结果表明,与传统ARMA以及改进后的ARIMA预测模型相比,VR模型收敛速度快、预测误差小、性能表现更好。同时,VR模型对训练数据样本数要求更少,更适用于低轨卫星通信系统背景下快时变信道的信噪比预测。

摘要： 为了减少用户接通客服热线电话的等待时间,同时控制企业在客服热线方面的投入成本,结合用户行为,基于企业数据,采用连续时间马尔可夫链(continuous time Markov chain,CTMC)的数学模型对企业热线话务进行信道预测分析,寻求影响信道需求的相关参数.对不同规模企业的话务进行仿真,比对在不同客户量、 不同通话保持时间需求、 不同通话频率条件下的成功通话率、 阻塞通话率及系统占线率,实现一种企业客服热线信道最佳资源配置的预测模型.

摘要： 考虑使用深度神经网络(DNN)开发一种决策导向(DD)信道估计(CE)算法,用于高度动态车辆环境中的MIMO空时块编码系统。Mehrtash Mehrabi等人2019年11月在《IEEE Journal on Selected Areas in Communications》发表文章,提出利用DNN进行空时块码(STBC)k步信道预测,并证明了基于深度学习(DL)的DD-CE算法不再需要估计快速时变准静态信道中随包不断变化的多普勒调频率。在这种车载信道中,估计多普勒频率的挑战性很大,需要大量的导频和前导码,从而导致功率和频谱效率较低。作者训练了两个深度神经网络,它们学习多普勒调频率范围很大的情况下MIMO衰落信道的实部和虚部。训练证明,通过以上深度神经网络,仅需多普勒调频率范围的先验知识,而无需知道其确切值,就可实现DD-CE。

摘要： 直升机卫星通信面临直升机旋翼对信号的周期性遮挡问题，当直升机与卫星间的路径处于遮挡时，任何通信方案都可能出现差错。对于非实时的业务应用，深交织和差错编码这样的时间分集方案可以最大程度的提高中断信道下的平均容量。但是，对于实时业务，如语音、实时视频监视等，时间分集导致的长延迟是难以接受的。本文提出了直升机卫星通信中结合信道预测的可变速率编码方案，利用直升机旋翼转速和姿态的非突变特性预测直升机旋翼遮挡时间，结合自适应帧长的可变速率编码大幅度提高信道利用率。解决了延迟和容量两个方面的约束问题。基于该方案研制的天衡-100型直升机卫星宽带多媒体通信系统在“神舟八号”飞船返回舱搜救任务中得到应用。

摘要： 本文提出了一种基于最小二乘法的信道预测方法和一种自适应的切换功率测量方法.由于信道预测滤波器的系数和信号功率测量的周期可以根据无线移动信道的衰落速率来自适应的调整,所以该算法能明显提高系统小区切换的准确性和信道预测的均方误差性能.

摘要： TCP协议在卫星通信的信道中传输文件时,随着带宽的增加,带宽利用率急剧下降.而UDP协议虽然传输速度快,却不是一个可靠的协议.该文研究了TCP的传输原理,基于UDP协议,增加三次握手以保证传输稳定性,在传输模块中嵌入基于案例推理的信道预测模块,实现了在卫星通信信道中网络传输的自适应性,提高了带宽利用率.

摘要： 本文研究具有反馈延时的量化波束形成系统。采用线性信道预测技术补偿反馈延时对系统误码性能的影响。对于任意给定的线性预测器，推导了系统误码性能的上界。根据这个上界，提出了一种信道预测器的设计方法以获得较好的误码性能。仿真结果显示，所提出的预测器设计方法有效的改善了系统的误码性能。

摘要： 实际中,为了实现自适应传输方法,信道预测算法应该运算量小,预测时间长的特点.LRP信道预测算法算法简单,但预测时间长度很短,针对这一问题,利用预测误差幅度逐渐收敛的特点,提出了一种改进的处理方法.计算机仿真实验表明,这一处理方法,不但减少了LRP算法的预测误差,且增长了预测时间长度.

摘要： 信道预测是在大时延的卫星移动通信系统中应用自适应传输技术的前提。本文针对 GEO卫星移动通信系统，分析了终端处于不同位置并且沿不同方向运动时的 GEO 卫星信道相关性，并结合信道相关性计算结果进一步分析了 GEO 卫星信道的可预测性，给自适应传输技术在 GEO 卫星移动通信系统中的应用提供了依据。

摘要： 针对卫星环境下存在的路径传输时延长、卫星系统功率受限、以及卫星可用频段多等特点，深入研究和探讨了基于 B3G/4G 标准的新一代卫星移动通信系统中的上行和下行多址技术、信道编码、复用和交织技术、信道预测技术以及载波频段评估与聚合技术，并分别提出了一些初步的设想和解决方案，为研究和建立新一代卫星移动通信系统提供一定的参考和借鉴。

摘要： 本文研究了信道时变和空间相关信道中下行多用户MIM0系统的和数据率。分析了线性和非线性预编码在相关信道下的性能差异,以及调度在用户间相关情况下对系统的性能改进。在基站已知的信道信息存在延迟的情况下,给出了采用线性最小均方预测器进行信道预测后缩短的等效信道延迟;提出了一种同时利用信道间的空间相关信息和时间相关信息进行信道预测的方法,这种方法可以获得比独立信道下更好的预测性能,从而提高系统的和数据率。

摘要： 目前无线局域网技术和产品越来越多广泛运用在智能建筑,建筑业态多样性、用户业务连续性和高密并发场景,对于无线速率提出更高要求.IEEE协议组织于2013年启动了对新一代无线局域网标准IEEE802.11ax的研究,旨在提高密集部署场景下的频谱效率和网络吞吐率.为了达到以上目标,IEEE802.11ax引入OFDMA、MUMIMO、高阶调制等新技术.本文主要分析了802.11ax的技术现状,并对时频资源分配、空间信道预测、高密组网空间复用,以及稳定运行的软件平台与智能的大规模天线方面的研究.

摘要： 在快速下行分组接入(HighSpeedDownlinkPacketAccess,HSDPA)中,采用了快速小区选择(FastCellSelection,FCS).在任何时刻里,FCS只允许激活集中一个小区向用户发送下行数据,从而减少下行干扰,提高系统的容量.在传统的FCS中,小区的选择只以信道条件为唯一尺度.在实际中,当小区间的负载不平均时,综合考虑信道和负载情况的小区选择,会比传统的FCS更能充分利用系统的空闲资源.本文提出一种能同时考虑信道和负载情况的小区选择算法,称为最短服务时间小区选择。

摘要： 提供了一种信道信息预测系统(10)，所述信道信息预测系统通过在使用天线阵列的多天线传输系统(1)中利用指示发射机(100)和接收机(200)之间传输路径特性的MIMO CSI以及变换矩阵，来计算MIMO CSI预测值，作为将来的MIMO CSI的预测值，在所述多天线传输系统中，所述天线阵列由发射机100或接收机200中的发射天线(#1至#T)或者接收天线(#1至#R)构成。所述信道信息预测系统(10)通过利用方向估计技术来估计无线信号的到达方向或离开方向，基于与无线信号的到达方向或离开方向相关的天线阵列的阵列响应或阵列权重，来计算变换矩阵。

摘要： 本发明涉及一种基于信道质量预测的无线传感器网络自适应跳信道方法，属于无线传感器网络技术领域。在该方法中，将影响信道传输质量的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑，建立信道质量预测模型并预测下一时隙信道质量，并将预测值和阈值进行比较，将比较结果传送给协调器，协调器通过广播帧的形式更新整个无线传感器网络跳信道序列，使无线传感器网络实现自适应跳信道切换。采用本发明对无线传感器网络进行信道质量预测，可以提前预知下一时隙信道质量情况，减少使用不稳定的信道，提高无线传感器网络的通信可靠性。

摘要： 提供一种信道信息预测系统，所述信道信息预测系统利用变换MIMOCSI中的低射线元素来计算第一预测滤波器系数。通过利用所获得的第一预测滤波器系数，系统执行第一预测，来预测无线信号的将来发射时的信道信息，并抑制包含在低射线元素中的分量。通过利用射线的分量被抑制的低射线分量，系统执行第二预测，来预测无线信号的将来发射时的信道信息。

摘要： 提供了一种信道信息预测系统(10)，所述信道信息预测系统通过在使用天线阵列的多天线传输系统(1)中利用指示发射机(100)和接收机(200)之间传输路径特性的MIMO CSI以及变换矩阵，来计算MIMO CSI预测值，作为将来的MIMO CSI的预测值，在所述多天线传输系统中，所述天线阵列由发射机100或接收机200中的发射天线(#1至#T)或者接收天线(#1至#R)构成。所述信道信息预测系统(10)通过利用方向估计技术来估计无线信号的到达方向或离开方向，基于与无线信号的到达方向或离开方向相关的天线阵列的阵列响应或阵列权重，来计算变换矩阵。

摘要： 本发明涉及一种信道传输技术领域，是一种基于信道空闲时长预测的信道分配方法，包括以下步骤：对待传输业务进行分类；选取频谱池内所有的空闲信道，将各个空闲信道的信道信息输入到预测模型中进行分析，确定信道空闲时长；根据待传输业务分类结果、类型优先级、待传输业务的业务需求，选取空闲信道传输待传输业务。本发明实现空闲信道空闲时长的自动预测，为合理安排业务传输提供依据，并将待传输业务进行分类，在紧急业务传输完或者没有时，根据其他所有业务类型中各个待传输业务的业务需求，结合各个空闲信道的空闲时长等内容，给其他所有业务类型中待传输业务匹配合理的空闲信道，从而保障业务传输的高效性和可靠性，降低传输中断概率。

摘要： 本发明公开了一种信道预测时确定信道预测系数的方法、装置及信道预测器，用于在量化预编码系统中进行信道预测，其中的方法包括以下步骤：获取一时间段的平均接收信噪比；根据所述时间段的平均接收信噪比，确定信道预测系数。本发明按照某段时间内的平均接收信噪比确定预测系数，其预测值可以反映所考虑时间段内信道的整体状态，现比较于现有方案仅基于点估计的信道预测，可改善量化预编码系统的平均特性。

摘要： 本发明提出了基于信道预测的TMSBL水声OFDM时变信道估计方法，所述估计方法包括以下步骤：基于CP‑OFDM通信系统模型，将连续块间信道路径的幅度、时延和多普勒因子的变化建模成基于簇的信道偏移参数模型；通过对信道偏移参数的估计，利用前一个符号估计的信道进行补偿来预测当前信道，并根据已知的导频符号虚构出当前信道的虚拟接收向量；构建基于信道预测构建联合估计模型，基于联合估计模型采用TMSBL算法对稀疏信道进行联合估计。本发明在基于簇特征的路径时延、幅度发生明显变化的快时变水声信道下，充分利用相邻块间信道的时变信息，有效提升信道估计的精度，降低了系统的误码率。

摘要： 本发明公开了一种信道预测时确定信道预测系数的方法、装置及信道预测器，用于在量化预编码系统中进行信道预测，其中的方法包括以下步骤：获取一时间段的平均接收信噪比；根据所述时间段的平均接收信噪比，确定信道预测系数。本发明按照某段时间内的平均接收信噪比确定预测系数，其预测值可以反映所考虑时间段内信道的整体状态，现比较于现有方案仅基于点估计的信道预测，可改善量化预编码系统的平均特性。

摘要： 一种传播路径预测系统(100)具有计算估计误差值的估计误差计算器(130)，该估计误差值表示信道估计值和信道特性之间的差值，信道预测系统(100)还具有用于计算预测误差值的预测误差计算器(140)，该预测误差值指示由信道预测单元(120)计算的信道预测值与信道特性之间的差值。当估计误差值超过预测误差值时，相对于使用信道估计值，信道预测单元(120)优先使用信道预测来计算与未来时刻相对应的信道预测值。

摘要： 本发明提出了基于信道预测的TMSBL水声OFDM时变信道估计方法，所述估计方法包括以下步骤：基于CP‑OFDM通信系统模型，将连续块间信道路径的幅度、时延和多普勒因子的变化建模成基于簇的信道偏移参数模型；通过对信道偏移参数的估计，利用前一个符号估计的信道进行补偿来预测当前信道，并根据已知的导频符号虚构出当前信道的虚拟接收向量；构建基于信道预测构建联合估计模型，基于联合估计模型采用TMSBL算法对稀疏信道进行联合估计。本发明在基于簇特征的路径时延、幅度发生明显变化的快时变水声信道下，充分利用相邻块间信道的时变信息，有效提升信道估计的精度，降低了系统的误码率。