基于LSTM与多特征融合的高铁无线信道场景识别

• 作者: 王英捷 周涛 陶成
• 来源期刊: 电波科学学报
• 关键词: 高铁无线信道 信道场景识别 多特征融合 长短时记忆(LSTM)神经网络 混淆矩阵 受试者工作特征(ROC)曲线
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 论文
• 页码范围: 453-459,476
• 页数: 8页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.12265/j.cjors.2020050

摘要

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.