机器学习在无线信道建模中的应用现状与展望

• 作者: 黄鸿清 刘为 伍沛然 夏明华
• 来源期刊: 移动通信
• 关键词: 机器学习 无线信道 信道建模
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: “6G”专题|6G
• 页码范围: 95-104
• 页数: 10页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1010.2021.04.016

摘要

为了适应未来6G通信系统的超宽频谱、超大规模天线阵列、高度异构化以及众多新型应用场景,信道建模成为新系统开发必不可少的技术基础.由于6G通信系统将具有典型的大数据特征,基于机器学习的数据驱动型无线信道建模方法已经将成为未来信道模型开发的重要手段.综合分析机器学习在无线信道建模中的应用现状,主要包括确定性信道模型的射线追踪法,随机性信道模型的多径分量聚类与跟踪以及模型参数估计,数据驱动型信道建模,以及信道场景识别,最后,讨论基于机器学习的无线信道建模方法面临的挑战.