发明名称 基于UKFNN的无线信道“指纹”特征动态建模方法
摘要 本发明提供了一种基于UKFNN的无线信道“指纹”特征动态建模方法,包括以下步骤:利用霍特林变换将复数形式的信道数据转换为实数域数据;利用主成份分析法对步骤S1转换后的信道数据进行降维处理;对步骤S1和S2处理后的数据进行归一化处理;利用UKFNN无迹卡尔曼滤波神经网络对信道数据进行建模,得到无线信道“指纹”模型;定义归类准则,并以UKFNN无迹卡尔曼滤波神经网络的输出变量对输入样本进行归类,对场景进行识别。该方法基于UKFNN无迹卡尔曼滤波神经网络建立精确的无线信道“指纹”特征动态模型,能正确识别出数据来自哪个已知场景,对无线信道建模具有非常重要的现实意义。
申请公布号 CN105792232A 申请公布日期 2016.07.20
申请号 CN201610139417.5 申请日期 2016.03.11
申请人 重庆科技学院 发明人 梁晓东;黄迪;周伟;姚立忠;李太福
分类号 H04W16/22(2009.01)I;H04B17/391(2015.01)I 主分类号 H04W16/22(2009.01)I
代理机构 重庆为信知识产权代理事务所(普通合伙) 50216 代理人 龙玉洪
主权项 一种基于UKFNN的无线信道“指纹”特征动态建模方法,其特征在于,包括如下步骤:S1:利用霍特林变换将复数形式的信道数据转换为实数域数据;S2:利用主成份分析法对步骤S1转换后的信道数据进行降维处理;S3:对步骤S1和S2处理后的数据进行归一化处理,得到新数据X<sub>m×N</sub>,其中,m为变量个数,N为样本数目;S4:利用UKFNN无迹卡尔曼滤波神经网络对信道数据进行建模,得到无线信道“指纹”模型;S5:定义归类准则,并以无迹卡尔曼滤波神经网络的输出变量对输入样本进行归类,对场景进行识别。
地址 401331 重庆市沙坪坝区大学城东路20号