[發明專利]一種無線信道特征提取與降維方法及系統

在審

• 申請號: 202110044042.5
• 申請日: 2021-01-13
• 公開（公告）號: CN112866150A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 徐軍;李云天
• 申請（專利權）人: 上海復旦通訊股份有限公司
• 主分類號: H04L25/02
• 分類號: H04L25/02
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 李佳俊;郭國中

1.一種無線信道特征提取與降維方法，其特征在于，包括：

時域信道特征估計步驟：根據通信接收機接收到的時域基帶信號，對無線接收機所處環境下的信道沖擊響應特征進行估計；

時域信道特征截取步驟：通過對時域信道特征估計數據的截取，降低待測或待訓練數據的維度；

時頻域信道轉換步驟：將截取后的信道從時域信道轉換為頻域信道；

頻域信道特征估計步驟：根據轉換得到的頻域信道，對無線接收機所處環境下的信道沖擊響應特征進行估計；

頻域信道特征抽取步驟：通過對頻域信道特征的抽取，降低待測或待訓練數據的維度；

信道分類算法步驟：將抽取的頻域信道特征送入信道分類算法模塊，得到所處信道的分類結果，完成對通信收發機所處的信道環境進行識別和分類。

2.根據權利要求1所述的無線信道特征提取與降維方法，其特征在于，所述時域信道特征估計步驟中，通過將接收信號中的導頻參考信號與本地參考序列進行互相關，并進行歸一化與增益合并操作，完成信號特征的提取。

3.根據權利要求1所述的無線信道特征提取與降維方法，其特征在于，所述時域信道特征截取步驟，是通過觀察特征提取后的信號，截取滿足預定要求的部分，降低數據的維度，從而減少數據的復雜度。

4.根據權利要求1所述的無線信道特征提取與降維方法，其特征在于，所述時頻域信道轉換步驟中，時域信道轉換為頻域信道通過快速傅里葉變換完成。

5.根據權利要求1所述的無線信道特征提取與降維方法，其特征在于，所述信道分類算法步驟中，通過KNN、SVM、隨機森林、神經網絡或CNN算法完成對抽取的頻域信道特征的處理。

6.一種無線信道特征提取與降維系統，其特征在于，包括：

時域信道特征估計模塊：根據通信接收機接收到的時域基帶信號，對無線接收機所處環境下的信道沖擊響應特征進行估計；

時域信道特征截取模塊：通過數據截取，降低待測或待訓練數據的維度；

時頻域信道轉換模塊：將截取后的信道從時域信道轉換為頻域信道；

頻域信道特征估計模塊：根據轉換得到的頻域信道，對無線接收機所處環境下的信道沖擊響應特征進行估計；

頻域信道特征抽取模塊：通過對頻域信道特征的抽取，降低待測或待訓練數據的維度；

信道分類算法模塊：將抽取的頻域信道特征送入信道分類算法模塊，得到所處信道的分類結果，完成對通信收發機所處的信道環境進行識別和分類。

7.根據權利要求6所述的無線信道特征提取與降維系統，其特征在于，所述時域信道特征估計模塊中，通過將接收信號中的導頻參考信號與本地參考序列進行互相關，并進行歸一化與增益合并操作，完成信號特征的提取。

8.根據權利要求6所述的無線信道特征提取與降維系統，其特征在于，所述時域信道特征截取模塊，是通過觀察特征提取后的信號，截取具有明顯特征區別的部分，降低數據的維度，從而減少數據的復雜度。

9.根據權利要求6所述的無線信道特征提取與降維系統，其特征在于，所述時頻域信道轉換模塊中，時域信道轉換為頻域信道通過快速傅里葉變換(FFT)完成。

10.根據權利要求6所述的無線信道特征提取與降維系統，其特征在于，所述信道分類算法模塊中，通過KNN、SVM、隨機森林、神經網絡或CNN算法完成對抽取的頻域信道特征的處理。