欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024109000782
申请人: 南通大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种信道增益预测模型的训练方法,其特征在于,所述方法包括:获取目标区域的第一样本集合,所述第一样本集合包括样本点的地理位置信息和标注的信道增益;

基于所述样本点的地理位置信息和信道增益,对所述样本点进行聚类处理,得到子区域的第一子集合;其中,所述子区域与聚类的类别相对应;

基于各所述子区域的第一子集合中样本点地理位置信息与信道增益的对应关系,训练得到对应的初始信道增益预测模型;

获取并基于各初始信道增益预测模型的准确度,确定每个子区域的样本采样率;

基于所述目标区域的第二样本集合的采样总数以及所述子区域的样本采样率,确定所述子区域的采样数量;

按照所述子区域的采样数量对所述子区域进行样本点的采样,得到所述子区域的第二子集合;

基于所述子区域的第二子集合及所述第一子集合,训练得到对应的信道增益预测模型。

2.根据权利要求1所述的方法,其特征在于,所述获取并基于各初始信道增益预测模型的准确度,确定每个子区域的样本采样率,包括:获取初始信道增益预测模型的信道增益的预测量与标注量的平均差量,所述初始信道增益预测模型对应子区域的采样数量权重以及所述初始信道增益预测模型的信道增益标注量的累计偏差;

基于各初始信道增益预测模型的平均差量、所述累计偏差以及所述采样数量权重,确定每个子区域的样本采样率。

3.根据权利要求1所述的方法,其特征在于,所述基于所述子区域的第二子集合及所述第一子集合,训练得到对应的信道增益预测模型,包括:对所述第一子集合和所述第二子集合进行融合处理,得到第三子集合;

获取所述第三子集合中各样本点到对应聚类中心的距离中的最大距离;

从与所述子区域相邻的子区域中获取参照样本点;

在所述参照样本点与所述聚类中心的距离与所述最大距离的差量小于或等于预设阈值的情况下,将所述参照样本点加入所述第三子集合,得到第四子集合;

基于所述子区域的第四子集合,训练得到对应的信道增益预测模型。

4.根据权利要求1所述的方法,其特征在于,所述基于所述样本点的地理位置信息和信道增益,对所述样本点进行聚类处理,得到子区域的第一子集合,包括:基于中间聚类数量以及所述第一样本集合中样本点的地理位置信息,对所述样本点进行聚类处理,得到中间聚类数量的第一子集合;

基于所述中间聚类数量的第一子集合中样本点地理位置信息与信道增益的对应关系,训练得到对应的中间信道增益预测模型;

获取各中间信道模型的信道增益的预测量与标注量的第一平均差量;

在所述第一平均差量小于参考平均差量的情况下,将所述参考平均差量更新为所述第一平均差量;

更新所述中间聚类数量,基于更新的中间聚类数量的第一子集合中样本点地理位置信息与信道增益的对应关系,训练得到对应的更新的信道增益预测模型;

获取各更新的信道增益预测模型的预测量与标注量的第二平均差量;

在所述第二平均差量小于参考平均差量的情况下,将所述参考平均差量更新为所述第二平均差量,继续更新所述更新的中间聚类数量,直到更新的中间聚类数量达到阈值;

基于最小的参考平均差量对应的中间聚类数量以及所述第一样本集合中样本点的地理位置信息,对所述样本点进行聚类处理,得到子区域的第一子集合。

5.根据权利要求1所述的方法,其特征在于,所述地理位置信息包括样本点的位置信息以及基站天线与样本点的距离信息,所述获取目标区域的第一样本集合,包括:获取目标区域的样本点的位置信息以及所述样本点与基站天线的距离信息;

对所述位置信息和所述距离信息分别进行归一化处理,得到所述目标区域的第一样本集合。

6.一种信道增益地图的生成方法,其特征在于,所述方法包括:获取目标区域内对应的第三集合;其中,所述第三集合包括多个数据点及对应的地理位置信息;

将所述第三集合中位置点的地理位置信息输入至按照权利要求1至5中任一项所述的方法的步骤生成信道增益预测模型,输出所述位置点的信道增益;

基于所述第一样本集合,所述第二样本集合,所述第三集合,生成所述目标区域的信道增益地图。

7.一种信道增益预测模型的训练装置,其特征在于,所述装置包括:第一获取模块,用于获取目标区域的第一样本集合,所述第一样本集合包括样本点的地理位置信息和标注的信道增益;

聚类模块,用于基于所述样本点的地理位置信息和信道增益,对所述样本点进行聚类处理,得到子区域的第一子集合;其中,所述子区域与聚类的类别相对应;

第一训练模块,用于基于各所述子区域的第一子集合中样本点地理位置信息与信道增益的对应关系,训练得到对应的初始信道增益预测模型;

第一确定模块,用于获取并基于各初始信道增益预测模型的准确度,确定每个子区域的样本采样率;

第二确定模块,用于基于所述目标区域的第二样本集合的采样总数以及所述子区域的样本采样率,确定所述子区域的采样数量;

采样模块,用于按照所述子区域的采样数量对所述子区域进行样本点的采样,得到所述子区域的第二子集合;

第二训练模块,用于基于所述子区域的第二子集合及所述第一子集合,训练得到对应的信道增益预测模型。

8.一种信道增益地图的生成装置,其特征在于,所述装置包括:第二获取模块,用于获取目标区域内对应的第三集合;其中,所述第三集合包括多个数据点及对应的地理位置信息;

预测模块,用于将所述第三集合中位置点的地理位置信息输入至按照权利要求1至5中任一项所述的方法的步骤生成信道增益预测模型,输出所述位置点的信道增益;

生成模块,用于基于所述第一样本集合,所述第二样本集合,所述第三集合,生成所述目标区域的信道增益地图。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。