[發明專利]基于二維特征的可視與非可視信道識別方法及裝置

有效

• 申請號: 202010586663.1
• 申請日: 2020-06-24
• 公開（公告）號: CN111770527B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 王威;劉鑫一;謝景麗;侯俊;龐繼龍;徐志麟;楊芬;宋吉婷
• 申請（專利權）人: 長安大學
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04B17/309;H04B17/327;H04B17/336;H04B17/364
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李鵬威

1.基于二維特征的可視與非可視信道識別方法，其特征在于，包括以下步驟：

S1，獲取數據包信道信息并處理合成信道狀態信息；

S2，對S1所得每個信道狀態信息數據進行傅里葉反變換，得到其對應的信道沖擊響應；并計算信道沖擊響應的功率；

S3，設置閾值一，過濾S2所得信道沖擊響應的噪聲，用S2所得信道沖擊響應的功率與閾值一比較，大于閾值一的功率值取出，小于閾值一的功率值舍去；

S4，得到過濾后信道沖擊響應極大值的位置，并找出所述極大值對應點信道沖擊響應的幅值；

S5，用S4所得幅值計算峰度；采用下式計算峰度：

其中E{·}表示采樣期望延時，μ_|h|和σ_|h|分別表示CIR振幅的|h(τ)|的均值和標準差；

S6，使用RMS延時擴展的單一特征找到其中最適合的閾值，作為閾值二；用S3中所得功率的最大值減去訓練的閾值；訓練的閾值為不超過所述功率最大值且不低于S3中所得功率最小值的若干值；

對S2的信道沖擊響應用訓練的閾值對其進行過濾，計算出信道沖擊響應的功率，用訓練的閾值與信道沖擊響應的極大值比較，取出大于訓練閾值的所有點記為h(τ_l)：

其中，τ_l＝(l-1)Δτ＝(l-i)/B，l＝1,x,...,L＝3201，B為帶寬；

S7，基于閾值二計算信道沖擊響應的RMS延遲擴展；用信道時延、用于訓練的閾值以及S2所得信道沖擊響應計算出若干RMS延遲擴展特征，RMS延遲擴展特征計算式為：

找出對視距與非視距識別準確率最高的閾值作為閾值二；

S8，根據S5所得峰度和S7所得RMS延遲擴展計算閾值線y＝ax+b的系數a和b，根據所述閾值線判斷該數據包屬于視距環境還是非視距環境下所接收的。

2.根據權利要求1所述的基于二維特征的可視與非可視信道識別方法，其特征在于，S1中，信道傳遞函數中每個子載波的振幅和相位表示為：

其中，H(f_k)表示載波中心頻率f_k的CSI信息，||H(f_k)||和∠H(f_k)分別表示H(f_k)的振幅和相位信息。

3.根據權利要求1所述的基于二維特征的可視與非可視信道識別方法，其特征在于，對S1所得CSI信息進行傅里葉反變化，得到信道沖擊響應；

其中，a_i,θ_i,τ_i分別表示第i個路徑上的振幅、相位和信道時延，N指所有路徑個數，δ(τ)是Dirac?delta函數。

4.根據權利要求1所述的基于二維特征的可視與非可視信道識別方法，其特征在于，S3設置閾值一的具體如下：

S31，獲取信道沖擊響應的噪聲部分的絕對值；

S32，計算S31所述絕對值4倍的方差；

S33，對S32所得方差乘以20倍的log10加6，設為閾值一。

5.根據權利要求1所述的基于二維特征的可視與非可視信道識別方法，其特征在于，S6中設置閾值二具體如下：

1)取出每個CIR的最大功率；

2)最大功率減21，設為閾值二。

6.根據權利要求1所述的基于二維特征的可視與非可視信道識別方法，其特征在于，S8中，具體判斷公式為：

7.根據權利要求1所述的基于二維特征的可視與非可視信道識別方法，其特征在于，S8中閾值線系數計算時先計算a，再基于a計算b。

8.一種可視距與非可視距信道識別裝置，其特征在于，包括信息接收裝置、一個或多個處理器以及存儲器，信息接收裝置和存儲器均與處理器通過I/O接口連接，存儲器用于存儲計算機可執行程序，處理器從存儲器中讀取部分或全部所述計算機可執行程序并執行，處理器執行部分或全部計算可執行程序時能實現權利要求1～7任一項所述基于二維特征的可視與非可視信道識別方法，存儲器還用于存儲信息接收裝置所獲取的信息數據。