【技术实现步骤摘要】
本专利技术涉及的是高铁5g信号传输领域，特别涉及一种5g-r多层传输方案智能化选择方法和系统。
技术介绍
1、我国主要使用的铁路专网通信技术为基于2g技术构建的gsm-r。gsm-r标准以语音业务为主，窄带数据带宽上限只有100多kb，频谱效率低，难以承载现代铁路数字化改造后的通信大带宽需求。5g-r技术满足信息高可靠性、数据高传输率、传输高实时性，为铁路专网通信提供了高性能的解决方案。
2、随着频率的升高，在交通枢纽集群中的密集人流、物流、车流对电磁波传播遮挡产生的阴影衰落会更加明显，使无线通信网络覆盖能力变差。在这种情况下，多输入多输出(multiple-input multiple-output,mimo)技术为高频段移动通信系统克服不利传播条件、保证信号覆盖范围提供了非常重要的技术手段。目前在隧道、矿井、高架桥等场景中的信道测量和仿真结果表明了，mimo技术能够克服频率升高带来的环境恶劣化影响，提供更大的信道容量和数据传输速率。
3、在5g-r网络规划前期，mimo传输层数的选择至关重要。在接入密度要求低场景中，出于成本和复杂度考量，不需要布设mimo天线进行多层传输；在电波传播角度域匮乏的场景中，空间自由度低，无法进行多层传输；而在空、时、频域资源丰富，且人流量高，接入密度要求高的场景，则可通过多层传输提高网络效率。在铁路通信系统的无线网络规划前期，需要根据具体通信场景的信道状况选择5g-r传输层数，进行mimo天线结构设计与选型，在不同场景中布设不同天线的基站。
4、现有的基于射线
5、1.配置仿真参数
6、根据3gpp规定的典型阵列天线增益参数建立射线跟踪仿真天线模型，加载仿真场景(铁路场景的电子地图和固定模型)，导入射线跟踪仿真参数(频段、带宽、散射体模型、传播机理模型、基站位置、天线挂高、方位角、下倾角和发射功率)。
7、2.确定最大传输层数
8、根据射线跟踪动态链路仿真结果中的信道冲激响应构建mimo系统的信道矩阵并对信道矩阵进行奇异值分解，得到信道矩阵的奇异值，λn表示n阶信道矩阵的第n个奇异值。为了更好的逐层研究信道之间的相关性，将奇异值按照降序排列，即λmax>λ2>λ3>…λi>λn-1。si(1<i≤n)定义为同一信道矩阵最大奇异值与第i个奇异值的比值，当si<100时认为信道之间的相关性较小，适合进行空间复用传输，i即为此接收点处的最大传输层数。
9、3.确定多层传输方案：
10、根据每个接收点处的最大传输层数，计算每层传输对应的信号功率并根据环境温度和带宽计算热噪声功率，进而得到每层传输的信号噪声功率比(signal to noiseratio,snr)。由snr映射mcs等级并得到每层传输的理论网络传输容量，比较部署不同天线阵列时每层传输的理论网络传输容量，将最大传输容量对应的天线阵列结构和传输层数确定为最佳的天线阵列结构和传输层数。
11、然而，现有基于射线跟踪的传输层数选择方案，给出了通过仿真获取mimo信道传输层数选择的解决方案，但是计算过程繁琐，需要进行复杂的mimo信道仿真，工程应用性较弱。具体说明如下：
12、1.现有方案需要进行高维度矩阵运算，过程繁琐，无智能决策能力
13、现有的传输层数选择方案使用mimo阵列天线进行射线跟踪仿真，得到信道冲击响应，进而构建mimo系统的信道矩阵。现有方案通过对信道进行奇异值分解，得到mimo系统多层信道之间的相关性，确定场景中最大的信号传输层数，涉及了大量高维度的矩阵运算。得到最大确定多层传输后，现有技术结合容量仿真算法，对小于等于最大传输层数的传输方案均进行了速率计算，选取速率最大的方案作为所选传输层数，计算过程繁琐，不具备智能决策能力。
14、2.现有方案使用mimo天线阵列进行仿真，过程繁琐，复杂度高
15、现有的传输层数选择方案使用mimo天线阵列进行仿真，未充分利用射线跟踪优势。mimo技术是利用无线信道空间自由度提高传输速率，现有方案仿真过程中，需要对天线阵列每一个天线振子分别进行射线跟踪仿真。射线仿真结束后，将多天线仿真结果耦合，计算最大传输速率，确定信道传输层数，计算过程繁琐，复杂度较高。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种5g-r多层传输方案智能化选择方法。
2、为了解决上述技术问题，本申请实施例公开了如下技术方案：
3、一种5g-r多层传输方案智能化选择方法，包括：
4、s100.构建mimo传输层数模型的训练数据集；
5、s200.根据构建的mimo传输层数模型训练数据集，对mimo传输层数模型进行训练；
6、s300.通过训练完成的mimo传输层数模型，选择仿真场景中mimo系统的传输层数，指导mimo基站的部署，辅助5g-r无线网络规划优化。
7、进一步地，s100中，构建mimo传输层数模型的训练数据集，训练数据集分为两部分，一部分为通过射线跟踪仿真获得的siso信道的pdp和角度谱信息，另一部分为在siso信道对应的位置，通过设置w组不同的天线阵列结构，完成mimo的射线跟踪仿真，并通过传统方法获取mimo信道矩阵确定的多层传输层数。
8、进一步地，在进行siso信道pdp和角度谱构建时，需要定义多径输出阈值，使射线跟踪仅输出路损值与最强径之间差值小于30db的主要多径；训练数据集中的角度谱信息采用主要多径aoa,aod,zoa,zod的均值，训练数据集中的pdp采用sv模型进行建模，其中建模公式为：
9、
10、式中，p(t)代表(n-1)tc时刻瞬时功率时延分布，l为到达簇的总数，kl是第l簇内所包含的mpcs的总数，c1,1是第1簇第1个mpc的振幅，p(tl)为簇衰减函数，p(tk,l)为径衰减函数，δ(·)为狄拉克函数。
11、进一步地，以siso信道的pdp和角度谱信息为神经网络训练数据源，其标签为根据相同射线跟踪仿真场景、仿真频段、传播机制和收发信机位置下，w组不同天线阵列架构下的mimo信道仿真数据；针对w组mimo信道仿真数据，通过传统多层传输的计算方法获取对应的层数结果。使用每组mimo信道的层数结果和siso信道仿真结果共同构成w组数据集。
12、进一步地，s200中，在对mimo传输层数模型训练前，需要将将每个场景中的数据集划分为训练集、验证集、测试集3个部分，训练集数据用于训练模型，验证集的数据用于验证训练后的模型是否具备智能选择mimo传输层数的功能，测试集用于评估训练后模型的性能。
13、进一步地，s200中，mimo传输层数模型的具体训练包括：
14、s201.模型初始化，设置网络中的权重和偏本文档来自技高网...
【技术保护点】
1.一种5G-R多层传输方案智能化选择方法，其特征在于，包括：
2.如权利要求1所述的一种5G-R多层传输方案智能化选择方法，其特征在于，S100中，构建MIMO传输层数模型的训练数据集，训练数据集分为两部分，一部分为通过射线跟踪仿真获得的SISO信道的PDP和角度谱信息，另一部分为在SISO信道对应的位置，通过设置w组不同的天线阵列结构，完成MIMO的射线跟踪仿真，并通过传统方法获取MIMO信道矩阵确定的多层传输层数。
3.如权利要求2所述的一种5G-R多层传输方案智能化选择方法，其特征在于，在进行SISO信道PDP和角度谱构建时，需要定义多径输出阈值，使射线跟踪仅输出路损值与最强径之间差值小于30dB的主要多径；训练数据集中的角度谱信息采用主要多径AoA,AoD,ZoA,ZoD的均值，训练数据集中的PDP采用SV模型进行建模，其中建模公式为：
4.如权利要求3所述的一种5G-R多层传输方案智能化选择方法，其特征在于，以SISO信道的PDP和角度谱信息为神经网络训练数据源，其标签为根据相同射线跟踪仿真场景、仿真频段、传播机制和收发信机位置下，
5.如权利要求1所述的一种5G-R多层传输方案智能化选择方法，其特征在于，S200中，在对MIMO传输层数模型训练前，需要将将每个场景中的数据集划分为训练集、验证集、测试集3个部分，训练集数据用于训练模型，验证集的数据用于验证训练后的模型是否具备智能选择MIMO传输层数的功能，测试集用于评估训练后模型的性能。
6.如权利要求1所述的一种5G-R多层传输方案智能化选择方法，其特征在于，S200中，MIMO传输层数模型的具体训练包括：
7.如权利要求6所述的一种5G-R多层传输方案智能化选择方法，其特征在于，MIMO传输层数模型的具体训练还包括：
8.如权利要求1所述的一种5G-R多层传输方案智能化选择方法，其特征在于，S200中，当MIMO传输层数模型训练结束后，通过未参与训练的验证集对模型的效果进行验证，若模型预测结果与实际训练集中目标结果匹配度差，则将训练集和验证集混合打乱，重新调整学习率，并优化网络层次结构改进模型。
9.如权利要求1所述的一种5G-R多层传输方案智能化选择方法，其特征在于，S300中，通过训练完成的MIMO传输层数模型，选择仿真场景中MIMO系统的传输层数，指导MIMO基站的部署，辅助5G-R无线网络规划优化，具体方法包括：以任意场景SISO信道射线跟踪仿真得到的PDP和角度谱信息作为MIMO传输层数模型输入，执行训练好的MIMO传输层数模型，得到该信道对应场景中最优的MIMO传输层数，PDP和角度谱信息可通过射线跟踪SISO信道仿真获得。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种5g-r多层传输方案智能化选择方法，其特征在于，包括：
2.如权利要求1所述的一种5g-r多层传输方案智能化选择方法，其特征在于，s100中，构建mimo传输层数模型的训练数据集，训练数据集分为两部分，一部分为通过射线跟踪仿真获得的siso信道的pdp和角度谱信息，另一部分为在siso信道对应的位置，通过设置w组不同的天线阵列结构，完成mimo的射线跟踪仿真，并通过传统方法获取mimo信道矩阵确定的多层传输层数。
3.如权利要求2所述的一种5g-r多层传输方案智能化选择方法，其特征在于，在进行siso信道pdp和角度谱构建时，需要定义多径输出阈值，使射线跟踪仅输出路损值与最强径之间差值小于30db的主要多径；训练数据集中的角度谱信息采用主要多径aoa,aod,zoa,zod的均值，训练数据集中的pdp采用sv模型进行建模，其中建模公式为：
4.如权利要求3所述的一种5g-r多层传输方案智能化选择方法，其特征在于，以siso信道的pdp和角度谱信息为神经网络训练数据源，其标签为根据相同射线跟踪仿真场景、仿真频段、传播机制和收发信机位置下，w组不同天线阵列架构下的mimo信道仿真数据；针对w组mimo信道仿真数据，通过传统多层传输的计算方法获取对应的层数结果；使用每组mimo信道的层数结果和siso信道仿真结果共同构成w组数据集。
5.如权利要求1所述的一种5g-r多层传输方案智能化选择方法，其特征在于，s200中，在对...
【专利技术属性】
技术研发人员：刘立海，李津汉，官科，何丹萍，王耀国，沈俊毅，辛怡，崔国兴，王超东，郑杰，林诚，李积祥，吴雨秋，凌浩，张佳健，
申请(专利权)人：中铁第四勘察设计院集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。