删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于机器学习的无线信道簇的提取与轨迹追踪

本站小编 Free考研考试/2021-12-25

基于机器学习的无线信道簇的提取与轨迹追踪

张嘉驰1,2, 刘留1, 周涛1, 王凯1, 朴哲岩2
1. 北京交通大学 电子信息工程学院, 北京 100044;
2. 山东交通学院 轨道交通学院, 济南 250357
收稿日期:2018-11-28出版日期:2019-08-28发布日期:2019-08-26
通讯作者:刘留(1981-),男,教授,博士生导师,E-mail:liuliu@bjtu.edu.cn.E-mail:liuliu@bjtu.edu.cn
作者简介:张嘉驰(1991-),男,博士生.
基金资助:北京市自然科学基金-海淀原始创新联合基金项目(L172030);中央高校基本科研业务费专项资金项目(2018JBM003);泛网无线通信教育部重点实验室(北京邮电大学)基金项目KFKT-2018105

The Extraction and Tracking Trajectory of Wireless Channel Tap Clusters Based on Machine Learning

ZHANG Jia-chi1,2, LIU Liu1, ZHOU Tao1, WANG Kai1, PIAO Zhe-yan2
1. School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing 100044, China;
2. School of Rail Transportation, Shandong Jiaotong University, Jinan 250357, China
Received:2018-11-28Online:2019-08-28Published:2019-08-26







摘要/Abstract


摘要: 针对时变无线信道抽头簇的提取和轨迹追踪提出了一种新方法:首先在时延-幅度维上采用反向传播(BP)神经网络对无线信道冲激响应(CIR)进行去噪,然后利用k-means聚类算法对有效抽头信号进行分簇,再用基于密度的空间聚类(DBSCAN)算法去除各个簇峰值抽头中的异常值,最后采用多项式拟合对去除异常值后的簇峰值抽头进行拟合,得到其时间变化轨迹.经过仿真和实测数据验证,该方法得到的簇峰值时间变化轨迹与根据几何关系得到的结果一致.
中图分类号:
TN929.53

引用本文



张嘉驰, 刘留, 周涛, 王凯, 朴哲岩. 基于机器学习的无线信道簇的提取与轨迹追踪[J]. 北京邮电大学学报, 2019, 42(4): 126-132.
ZHANG Jia-chi, LIU Liu, ZHOU Tao, WANG Kai, PIAO Zhe-yan. The Extraction and Tracking Trajectory of Wireless Channel Tap Clusters Based on Machine Learning[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(4): 126-132.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3363
相关话题/北京邮电大学 博士生导师 电子信息工程学院 博士生 创新