信道场景识别的方法、网络设备及存储介质技术

本实施例涉及通信领域，特别涉及一种信道场景识别的方法、网络设备及存储介质，包括：获取待识别信道场景下信道的信道特征，所述信道特征包括：用于表征所述待识别信道场景在频域上衰落变化的信道频域特征，用于表征所述待识别信道场景的多径时延扩展信息以及直射径信息的信道时域特征，以及用于表征所述待识别信道场景的多普勒扩展信息和频偏信息的信道时间相关性特征；将所述信道特征输入预设的信道场景识别模型中，获取所述待识别信道场景的识别结果，所述信道场景识别模型是基于特征数据训练集对预设的神经网络训练后得到，其中，所述特征数据训练集包括至少2个信道样本场景下信道的信道特征。采用本实施例，能够快速且准确地识别信道场景。确地识别信道场景。确地识别信道场景。

Channel scenario identification method, network equipment and storage medium

【技术实现步骤摘要】
信道场景识别的方法、网络设备及存储介质


[0001]本申请实施例涉及通信领域，特别涉及一种信道场景识别的方法、网络设备及存储介质。

技术介绍

[0002]在无线通信系统中，系统性能主要受到无线信道的影响。由于无线通信中信道环境复杂多变，导致不同信道场景下的信号在能量、功率和时延以及信道响应等方面具有明显的差异性，因此准确地识别出不同信道场景，进而针对不同信道场景采取与信道匹配的最优接收算法和配置参数，对提升整个通信系统的性能有很重要的意义。
[0003]然而，目前采用的识别方法对信道场景的识别不准确，或者识别步骤复杂，实现复杂度高。

技术实现思路

[0004]本申请实施例的主要目的在于提出一种信道场景识别的方法、网络设备及存储介质，能够快速且准确地识别信道场景。
[0005]为实现上述目的，本申请实施例提供了一种信道场景识别的方法，包括：获取待识别信道场景下信道的信道特征，所述信道特征包括：用于表征所述待识别信道场景在频域上衰落变化的信道频域特征，用于表征所述待识别信道场景的多径时延扩展信息以及直射径信息的信道时域特征，以及用于表征所述待识别信道场景的多普勒扩展信息和频偏信息的信道时间相关性特征；将所述信道特征输入预设的信道场景识别模型中，获取所述待识别信道场景的识别结果，所述信道场景识别模型是基于特征数据训练集对预设的神经网络训练后得到，其中，所述特征数据训练集包括至少2个信道样本场景下信道的信道特征。
[0006]为实现上述目的，本申请实施例还提供了一种网络设备，包括：至少一个处理器，以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的信道场景识别的方法。
[0007]为实现上述目的，本申请实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的信道场景识别的方法。
[0008]本申请提出的信道场景识别的方法，信道特征包括信道频域特征、信道时域特征以及信道时间相关性特征，信道频域特征反映了信道场景在频域上的衰落变化，信道时域特征反映了信道场景的多径时延扩展信息以及直射径信息，而信道时间相关性特征反映了信道场景的多普勒扩展信息及频偏信息，该三个特征从不同的维度刻画出更全面的信道特征，提高了信道场景识别的准确度；特征数据训练集包括多个信道场景下信道的信道特征，使得基于该特征数据训练集对预设的神经网络训练得到信道场景识别模型也更为准确，提高了信道场景识别的准确性，同时，信道频域特征，信道时域特征以及信道时间相关性特征的获取方式简单，无需耗费过多的计算资源，提高信道场景识别的速度，且由于信道特征的
准确性，也使得该信道场景模型可以识别出更多的信道场景，增加了该识别方法的应用场景。
附图说明
[0009]图1是根据本专利技术第一实施例中提供的信道场景识别的方法的流程图；
[0010]图2是根据本专利技术第二实施例中提供的信道场景识别的方法的流程图；
[0011]图3是根据本专利技术第二实施例中提供的2个导频符号的情况下信道特征的结构示意图；
[0012]图4是根据本专利技术第二实施例中提供的单个导频符号情况下的信道特征的结构示意图；
[0013]图5是根据本专利技术第二实施例中提供的2个导频符号情况下的另一种信道特征的结构示意图；
[0014]图6是根据本专利技术第二实施例中提供的卷积神经网络的示意图；
[0015]图7是根据本专利技术第二实施例中提供的全链接神经网络结构的示意图；
[0016]图8是根据本专利技术第三实施例中提供的信道场景识别的方法的流程图；
[0017]图9是根据本专利技术第四实施例中提供的网络设备的结构框图。
具体实施方式
[0018]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本申请各实施例中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本申请的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
[0019]目前的信道场景识别方式有多种，例如，方式一：利用无线信道传输过的包含到达角和路径损耗的特征矩阵对当前场景进行处理分析从而能够实时地得到场景分类结果；分类过程分成上下链路两部分，在下行链路的特征矩阵中，移动台根据路径损耗模型进行开阔地，高架桥，山地，城市四种场景的判断；在上行的链路的特征矩阵中，发射台根据每次测量得到的到达角计算出对应的角度参考值，将前后测量的到达角的差值与角度参考值进行比较，从而进行移动台处于移动或静止场景的判断。该方式是通过比较角度参考值的方式进行分类，该方式易受到角度参考值的影响，识别不准确。方式二：通过机器学习模型进行信道场景的识别，输入参数需要莱斯因子和均方根特性，该方式中的莱斯因子在实际产品中很难获取，均方根特性计算的复杂度高，实现的成本高，同时若获取的莱斯因子和均方根特性不准确，也将导致模型的不准确。
[0020]本专利技术的第一实施方式涉及一种信道场景识别的方法，其流程如图1所示。
[0021]步骤101：获取待识别信道场景下信道的信道特征，信道特征包括：用于表征待识别信道场景在频域上衰落变化的信道频域特征，用于表征待识别信道场景的多径时延扩展信息以及直射径信息的信道时域特征，以及用于表征待识别信道场景的多普勒扩展信息和频偏信息的信道时间相关性特征。
[0022]步骤102：将信道特征输入预设的信道场景识别模型中，获取待识别信道场景的识别结果，信道场景识别模型是基于特征数据训练集对预设的神经网络训练后得到，其中，特征数据训练集包括至少2个信道样本场景下信道的信道特征。
[0023]本申请提出的信道场景识别的方法，信道特征包括信道频域特征、信道时域特征以及信道时间相关性特征，信道频域特征反映了信道场景在频域上的衰落变化，信道时域特征反映了信道场景的多径时延扩展信息以及直射径信息，而信道时间相关性特征反映了信道场景的多普勒扩展信息及频偏信息，该三个特征从不同的维度刻画出更全面的信道特征，提高了信道场景识别的准确度；特征数据训练集包括多个信道场景下信道的信道特征，使得基于该特征数据训练集对预设的神经网络训练得到信道场景识别模型也更为准确，提高了信道场景识别的准确性，同时，信道频域特征，信道时域特征以及信道时间相关性特征的获取方式简单，无需耗费过多的计算资源，提高信道场景识别的速度，且由于信道特征的准确性，也使得该信道场景模型可以识别出更多的信道场景，增加了该识别方法的应用场景。
[0024]本专利技术的第二实施方式涉及一种信道场景识别的方法，第二实施方式是对第一实施方式的详细说明，其流程如图2所示。
[0025]步骤201：获取待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信道场景识别的方法，其特征在于，包括：获取待识别信道场景下信道的信道特征，所述信道特征包括：用于表征所述待识别信道场景在频域上衰落变化的信道频域特征，用于表征所述待识别信道场景的多径时延扩展信息以及直射径信息的信道时域特征，以及用于表征所述待识别信道场景的多普勒扩展信息和频偏信息的信道时间相关性特征；将所述信道特征输入预设的信道场景识别模型中，获取所述待识别信道场景的识别结果，所述信道场景识别模型是基于特征数据训练集对预设的神经网络训练后得到，其中，所述特征数据训练集包括至少2个信道样本场景下信道的信道特征。2.根据权利要求1所述的信道场景识别的方法，其特征在于，所述信道特征还包括：用于表征移动台空闲信息的空间特征，所述空间特征包括波束到达角的变化信息和/或信道空间相关性信息。3.根据权利要求1所述的信道场景识别的方法，其特征在于，获取所述待识别信道场景的识别结果，包括：获取所述待识别信道场景属于各所述信道样本场景的匹配概率；判断各所述匹配概率是否均小于预设阈值；若是均小于所述预设阈值，则判定所述待识别信道场景不属于所述特征数据训练集中的信道样本场景；否则，则确定所述待识别信道场景属于所述匹配概率最大的信道样本场景。4.根据权利要求3所述的信道场景识别的方法，其特征在于，若判定各所述匹配概率均小于预设阈值，所述方法还包括：保存所述待识别信道场景的信道数据；在保存的信道数据达到存储阈值后，将存储的信道添加至所述特征数据训练集中，以用于重新对所述信道场景识别模型进行训练。5.根据权利要求1至4中任一项所述的信道场景识别的方法，其特征在于，所述信道场景的类型包括以下类型的任意组合：视距类型、非视距类型、基于信道的时延扩展程度划分获得的时延扩展类型以及基于移动台移动速度划分获得的速度类型。6.根据权利要求1所述的信道场景识别的方法，其特征在于，所述获取待识别信道场景下信道的信道特征，包括：获取所述待识别信道场景中指定信道的导频符号以及所述导频符号上的信道估计；根据所述导频符号上的信道估计，获取所述信道频域特征和信道时域特征；判断获取的所述导频符号的个数是否为1，若获取的所述导频符号的个数为1，则获取信道均衡后各数据符号的星座图旋转角度作为所述信道时间相关性特征；否则，根据至少两个导频符号上的信道估计，获取信道响应在时间上的归一化相关值以及相位值作为所述信道时间相关性特征；根据所述信道频域特征、信道时域特征以及所述信道时间相关性特征，获得所述信道特征。7.根据权利要求6所述的信道场景识别的方...

【专利技术属性】
技术研发人员：徐晓景，刘向凤，芮华，李文斌，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：