APP下载

基于卷积神经网络的OFDM-UWB信道环境识别

2021-07-26职如昕陈晋辉

计算机工程 2021年7期
关键词:信号模型

王 斐,徐 湛,2,职如昕,2,陈晋辉,2

(1.北京信息科技大学信息与通信工程学院,北京100101;2.北京信息科技大学现代测控技术教育部重点实验室,北京100101)

0 概述

超宽带(Ultra-WideBand,UWB)无线通信是一种基于低能量短时脉冲的无线通信技术,近年来在无线通信和测距领域被广泛应用。得益于自身巨大带宽的优势,超宽带无线通信技术具有良好的材料穿透能力,同时良好的时间分辨率也使其适用于精确测距[1]。基于以上优势,目前超宽带已成为室内定位的主流技术。非视距(Non-Line of Sight,NLOS)传播是超宽带技术误差的主要来源之一,在进行室内定位时,信道中的遮挡会使信号在传输过程中产生大量的损耗,从而严重影响定位精度[2]。因此,识别出信道是否属于非视距传输对于提升定位精确度具有重要意义。

目前,研究者提出了许多非视距信道的识别方法。文献[3]基于定位时间(Time-of-Arrival,TOA),利用CayleyMenger行列式(CayleyMenger Determinant,CMD)构建的假设检验模型进行NLOS 信道识别。文献[4]基于距离测量的贝叶斯先验概率,利用贝叶斯顺序检验的方法进行LOS/NLOS 识别。文献[5]根据物理层的相位特征和OFDM 的子载波频率分集提出一种LOS 识别方案。文献[6-8]通过假设检验法来进行NLOS 信道环境的识别。信道识别的关键在于信道识别参数,例如利用支持向量机算法对信道特征参数[9-10]、移动台与基站的特征参数[11]、峭度[12-14]以及信号能量[15-16]进行训练和识别。

传统的LOS/NLOS 识别方法较少利用信道统计模型,并且都需要事先进行大量的数据采集,在不同场景下,不同的信号特征使得识别的工作量很大。……

登录APP查看全文

猜你喜欢

信号模型
一半模型
信号
完形填空二则
重尾非线性自回归模型自加权M-估计的渐近分布
孩子停止长个的信号
3D打印中的模型分割与打包
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
FLUKA几何模型到CAD几何模型转换方法初步研究
高处信号强