题名 面向城区的基于图去噪的小区级RSRP估计方法
被引量：1
1
作者
郑毅 廖存燚 张天倩 王骥 刘守印
机构
华中师范大学物理科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2024年第3期855-862,共8页
基金
国家自然科学基金资助项目(62101205) 湖北省自然科学基金资助项目(2021CFB248) 湖北省重点研发计划项目(2021BAA170)。
文摘
移动通信系统网络的规划、部署和优化都不同程度依赖于参考信号接收功率(RSRP)估计的准确性。传统上,基站覆盖小区内某信号接收点的RSRP可由对应的无线传播模型估计。在城市环境中,不同小区的无线传播模型需要使用大量RSRP实测数据校正。由于不同小区环境存在差异,经过校正后的模型只适用于对应小区,且小区内的RSRP估计精度低。针对上述问题,将RSRP估计问题转化为图去噪问题,并通过图像处理与深度学习技术得到小区级无线传播模型,不仅能实现小区整体的RSRP估计,且能适用于相似环境小区。首先,通过随机森林回归器逐点预测每个接收点的RSRP,得到整个小区的RSRP估计图;然后,将RSRP估计图和实测RSRP分布图之间的损失视为RSRP噪声图,提出基于条件生成对抗网络(CGAN)的图去噪RSRP估计方法,通过电子环境地图反映小区的环境信息,有效地降低不同小区的RSRP。实验结果表明,在无实测数据的跨小区RSRP预测场景下,所提方法预测RSRP的均方根误差(RMSE)为6.77 dBm,相较于基于卷积神经网络的RSRP估计方法EFsNet下降2.55 dBm;在同小区RSRP预测场景下,相较于EFsNet,模型参数量减小80.3%。
关键词
条件生成对抗网络 机器学习 参考 信号 接收 功率 无线传播模型 图去噪
Keywords
Conditional Generative Adversarial Network(CGAN) machine learning Reference Signal Receiving Power(rsrp ) wireless propagation model image denoising
分类号
TN98
[电子电信—信息与通信工程]
TP39
[自动化与计算机技术—计算机应用技术]
题名 导航卫星信号功率测量方法
2
作者
何晓云 张益青 唐斌
机构
解放军
出处
《电讯技术》
北大核心
2009年第9期80-83,共4页
文摘
采用码分多址体制的卫星导航信号功率是反映卫星信号完好性重要指标,实际测量中各类噪声影响了信号功率测量精度。首先对导航卫星信号功率测量接收机组成原理进行阐述,分析噪声对信号功率测量的影响,进而提出了基于参考标准信号的功率测量方法。实际工程应用表明,新方法克服了噪声的影响,有效提高了测量精度。
关键词
码分多址 导航卫星信号 功率 测量接收 机信号 完好性参考 标准信号
Keywords
CDMA navigation satellite signal power measurement receiver signal integrity reference standard signal
分类号
TN802
[电子电信—信息与通信工程]
题名 面向无人机通信的区域化智能波束管理
被引量：2
3
作者
赵乐 郑重 王新奕 费泽松
机构
北京理工大学信息与电子学院
出处
《无线电通信技术》
北大核心
2024年第3期503-509,共7页
基金
国家自然科学基金(U20B2039)。
文摘
面向新一代无线通信的技术革新,无人机(Unmanned Aerial Vehicle,UAV)在未来通信系统中的应用越来越不可忽视。考虑传统波束管理(Beam Management,BM)方法在高动态、高频段空地链路中波束对准的高额开销,设计了一种基于人工智能(Artificial Intelligence,AI)技术的BM方案。方案基于长短时记忆(Long-Short Term Memory,LSTM)网络模型,利用深度学习(Deep Learning,DL)方法实现基站(Base Station,BS)-UAV通信过程中的BM。以参考信号接收功率(Reference Signal Receive Power,RSRP)为性能指标对BM方案进行评估,基于BM历史经验数据将UAV终端轨迹划分为数个区域,训练特定的区域模型以更好地适应各区域中的信道传播环境特征。在模型部署阶段,根据区域划分结果按区域切换模型,实现基于模型切换的区域化AI-BM(Model Switching based Area-Specific AI-BM,MSAS AI-BM)。仿真结果表明,所提的MSAS AI-BM方案相比传统的简单穷举BM方案能够极大降低系统开销,拥有良好的RSRP保持性能。
关键词
波束管理 人工智能 参考 信号 接收 功率 长短时记忆 模型切换
Keywords
BM AI rsrp LSTM model switching
分类号
TN929.5
[电子电信—通信与信息系统]
题名 基于深度强化学习的无人机切换管理研究
被引量：1
4
作者
段盈江 赵一帆 丁广恩 赵毅 唐嘉宁
机构
云南民族大学电气信息工程学院 云南民族大学云南省无人自主系统重点实验室 云南公路联网收费管理有限公司
出处
《无线电通信技术》
北大核心
2024年第5期949-957,共9页
基金
国家自然科学基金(61963038,62063035)。
文摘
为无人机提供网络连接是未来蜂窝网络系统的一个主要应用,无人机在蜂窝网络中作为移动基站或移动用户设备时,需要在不同的基站之间切换,以保持高速可靠的网络连接。针对无人机移动性强、飞行环境复杂造成无人机在蜂窝基站间发生频繁切换、切换失败等问题,提出了一种基于深度强化学习的无人机连接蜂窝网络切换优化方法。基于深度强化学习框架,实现无人机自适应基站切换的在线学习和决策,克服了以往算法中当状态空间过大而导致训练时间长、泛化能力差的缺点;融合参考信号接收功率和切换次数两项指标作为联合奖励函数,保证无人机在稳定蜂窝网络连接的前提下,减少了无人机在蜂窝基站间的无效切换次数。实验结果表明,所提出的算法经过1000轮训练,无人机的平均切换次数显著降低,有效避免了不必要的切换,降低了切换失败的概率,提升了无人机连接蜂窝网络时的信号接收功率。
关键词
无人机通信 蜂窝网络 参考 信号 接收 功率 深度强化学习
Keywords
UAV communication cellular network reference signal receiving power deep reinforcement learning
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于卷积神经网络的列车位置指纹定位算法研究
被引量：4
5
作者
罗淼 党建武 郝占军 张振海
机构
兰州交通大学自动化与电气工程学院 兰州交通大学铁道技术学院 西北师范大学计算机科学与工程学院 西北师范大学甘肃省物联网科学研究中心
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2023年第1期42-50,共9页
基金
国家自然科学基金(61762079,61763025) 甘肃省科技计划(22JR5RA378,18JR3RA104)。
文摘
针对高速铁路隧道环境下采用位置指纹定位时定位精度低的问题,提出将深度卷积神经网络应用于列车位置指纹的定位中。首先采用2σ准则、模糊C均值聚类FCM及类数据加权,对采集到的下一代铁路通信系统LTE-R中的信号强度值进行预处理,降低异常值的影响,提高指纹数据的有效性;然后引入定时提前量,增强指纹特征值;接着将处理后的指纹数据量转换为灰度图片指纹条,基于图像样本建立FCM-CNN指纹定位模型;最后以现场实测数据为基础对定位模型进行测试验证。结果表明,相较于采用未经处理的数据作为样本的CNN模型及传统的位置指纹定位方法,基于FCM-CNN的列车位置指纹定位方法,提高了数据质量,在离线阶段具有较大的指纹采集间距,大幅减少了指纹采集工作量,模型训练时间较短,定位精度小于10 m的概率可达100%,满足列车在中密度线路对定位精度的要求。
关键词
列车定位 模糊C均值聚类 卷积神经网络 参考 信号 接收 功率 定时提前量
Keywords
train positioning FCM convolutional neural network reference signal received power timing advance
分类号
U283.2
[交通运输工程—交通信息工程及控制]
题名 面向新一代铁路移动通信的网络规划技术研究
被引量：6
6
作者
丁珣 张俊笛 何丹萍 费丹 王文渊
机构
中国铁建电气化局集团有限公司 北京交通大学轨道交通控制与安全国家重点实验室 北京交通大学宽带移动信息通信铁路行业重点实验室 中国铁路南昌局集团有限公司
出处
《电波科学学报》
CSCD
北大核心
2023年第1期71-78,共8页
基金
中国铁建股份有限公司科研计划课题(2021-C43) 国家自然科学基金青年基金(61901029)。
文摘
为了解决铁路移动通信网络规划成本高且效率低的问题,满足铁路智能无线网络建设需求,以京沈客运专线为场景,研究了2.1 GHz频段下基于高性能射线跟踪的5G铁路专用移动通信(5G for railway, 5GR)智能无线网络规划技术.依托参考信号接收功率(reference signal receiving power, RSRP)高性能射线跟踪仿真得到电磁波在特定环境下传播时的信道特性和路径损耗,进而精准预算无线链路的RSRP和下行传输速率;同时将规划问题建模为多目标优化求解问题,使用遗传算法对基站参数进行分级规划,在RSRP覆盖达标的前提下,最大化下行传输速率,智能输出基站工参最优解.仿真结果表明该技术可以满足RSRP覆盖率和最大化下行传输速率的规划目标,为后续实现精准高效的5G-R无线网络规划和优化提供仿真支撑和参考.
关键词
5G-R 无线网络规划 高性能射线跟踪 参考 信号 接收 功率 (rsrp )下行传输速率 遗传算法
Keywords
5G-R wireless network planning high-performance ray tracing reference signal receiving power(rsrp ) downlink transmission rate genetic algorithm
分类号
TN92
[电子电信—通信与信息系统]
题名 小蜂窝网络中基于速度估计的切换触发时间选择方案
被引量：1
7
作者
冷家丽 曹永民 王东军
机构
重庆邮电大学移动通信技术重庆市重点实验室
出处
《电讯技术》
北大核心
2014年第8期1123-1128,共6页
基金
国家科技重大专项(2014ZX03003010-004) 重庆市自然科学基金资助项目(cstc2012jjA40049)~~
文摘
在用户对系统带宽以及传输速率要求越来越严格的当下,小蜂窝技术成为解决室内和热点场景覆盖和容量问题的有效途径。为了缓解小蜂窝中切换失败率和乒乓切换率之间的矛盾,首先建立了小蜂窝网络场景下的切换模型,通过采用参考信号接收功率方案对用户终端(UE)的移动轨迹进行跟踪而达到速度估计的目的;之后,推导分析了该模型中切换失败概率、乒乓切换概率与切换触发时间、UE速度的关系;最后,采用遍历算法对切换触发时间进行优化选择。仿真结果表明,所提方案能够将切换失败概率降低到接近于零,同时将乒乓切换率降低了10%,很好地缓解了两者之间的矛盾,更适合于对乒乓切换敏感的高速移动UE。
关键词
小蜂窝网 切换触发时间 切换失败率 乒乓切换率 参考 信号 接收 功率 速度估计
Keywords
small cell time to trigge handover failure probability ping-pang handover probability refer-ence signal received power speed estimation
分类号
TN929.5
[电子电信—通信与信息系统]
题名 TD-LTE覆盖规划指标及子帧配置
被引量：6
8
作者
李秋香 徐晓东 周伯慧
机构
中国移动通信有限公司研究院
出处
《电信科学》
北大核心
2013年第5期77-83,共7页
基金
"新一代宽带无线移动通信网"国家科技重大专项基金资助项目(No.2010ZX03002-009)
文摘
公共参考信号接收功率和公共参考信号干扰噪声比是TD-LTE无线网络规划的两个重要指标,与室内深度覆盖和边缘速率要求直接相关,同时TD-LTE是TDD系统,具有灵活的子帧配比方式,以适应不同的上下行业务速率需求。就TD-LTE同频组网情况下的参考信号接收功率和信号干扰噪声比这两个规划指标需要考虑的因素及两者之间的关系展开分析,并对TD-LTE的子帧结构进行分析,给出了不同频段的子帧配置建议。
关键词
网络规划指标 公共参考 信号 接收 功率 公共参考 信号 干扰噪声比 上下行子帧配比
Keywords
network planning target, common reference signal received power, common reference signal interferencenoise ratio, UL/DL subframe configuration
分类号
TN925.93
[电子电信—通信与信息系统]
题名 基于精细无线电地图重构的无人机定位研究
9
作者
樊宽刚 张小根 刘汉森
机构
江西理工大学电气工程与自动化学院 江西理工大学机电工程学院 江西理工大学永磁磁浮技术与轨道交通研究院
出处
《传感器与微系统》
CSCD
北大核心
2021年第11期47-49,53,共4页
基金
国家自然科学基金资助项目(61763018) 江西省03专项及5G项目(20193ABC03A058) 江西省教育厅重点项目(GJJ170493)。
文摘
针对现有的忽略无线电地图的分段传播结构的问题,提出了一种基于精细无线电地图的测量多个天线的信号强度来定位无人机(UAV)的新方法。基于路径损耗和阴影衰落模型,通过分段和接收信号强度模型来重建精细结构的无线电地图。采用最大似然法解决多个参数估计问题,最后通过迭代聚类重建无线电地图。实验结果表明:物理小区标识(PCI)的准确度和RMSE值分别为96.92%和0.2760,参考信号接收功率(RSRP)的准确度和RMSE值分别为95.81%和1.8634。评估指标的结果表明:与KNN和SVR相比,所提方法使用10000个训练样本达到了更优的重建误差效果。
关键词
无人机 无线电地图 无线电-接收 信号 强度 物理小区标识 参考 信号 接收 功率
Keywords
unmanned aerial vehicle(UAV) radio map radio received signal strength(Radio-RSS) physical cell identifier(PCI) reference signal receiving power(rsrp )
分类号
TN92
[电子电信—通信与信息系统]
