为满足5G移动通信系统中用户通信业务质量的需求,提出了一种基于长短时记忆(long short term memory,LSTM)与多特征融合的识别方法准确识别高铁无线信道场景,该方法能够与智能决策系统相结合,提高通信系统的整体性能.首先,对不同信道场...为满足5G移动通信系统中用户通信业务质量的需求,提出了一种基于长短时记忆(long short term memory,LSTM)与多特征融合的识别方法准确识别高铁无线信道场景,该方法能够与智能决策系统相结合,提高通信系统的整体性能.首先,对不同信道场景的特点及信道特征参数进行阐述,并对整体数据集进行训练集与测试集的划分.然后,提出一种基于LSTM网络的加权平均后融合的方法识别无线信道场景,并与三种常用的特征融合方式的结果相比较.结果表明,本文所提方法在验证集上的识别准确率达到92.2%,受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)最大,优于其他特征融合方式.因此,该方法能够为高铁通信系统提供一种精准识别传播场景的方法.展开更多
文摘为满足5G移动通信系统中用户通信业务质量的需求,提出了一种基于长短时记忆(long short term memory,LSTM)与多特征融合的识别方法准确识别高铁无线信道场景,该方法能够与智能决策系统相结合,提高通信系统的整体性能.首先,对不同信道场景的特点及信道特征参数进行阐述,并对整体数据集进行训练集与测试集的划分.然后,提出一种基于LSTM网络的加权平均后融合的方法识别无线信道场景,并与三种常用的特征融合方式的结果相比较.结果表明,本文所提方法在验证集上的识别准确率达到92.2%,受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)最大,优于其他特征融合方式.因此,该方法能够为高铁通信系统提供一种精准识别传播场景的方法.
