基于深度学习的无线衰落信道预测方法  

Wireless Fading Channel Prediction Method Based on Deep Learning

作　　者：贺鹏飞 魏健 李豪 姜涛 He Pengfei;Wei Jian;Li Hao;Jiang Tao(College of Information Engineering,Henan University of Science and Technology,Luoyang Henan 471000,China)

机构地区：[1]河南科技大学信息工程学院,河南洛阳471000

出　　处：《山西电子技术》2024年第3期59-61,87,共4页Shanxi Electronic Technology

基　　金：河南科技大学校级大学生科研训练计划(SRTP)(2022111)。

摘　　要：分别从LSTM和Seq2Seq两方面对无线衰落信道进行预测。首先利用Rayleigh模型和Ricean模型产生不同衰落程度的衰落参数,利用Jakes模型生成信道模型;然后利用LSTM和Seq2Seq生成预测器并利用部分数据进行训练;最后用滑窗模型对信道进行预测、仿真、对比、分析。In this project,wireless fading channels are predicted from two aspects:LSTM and Seq2Seq.Firstly,Rayleigh model and Ricean model are used to generate fading parameters of different fading degrees,and Jakes model is used to generate channel models.Finally,sliding window model is used to predict,simulate,compare and analyze channels.

关 键 词：神经网络 无线信道预测 Rayleigh模型 LSTM预测模型 Seq2Seq预测模型 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TN929.5[自动化与计算机技术—控制科学与工程]