基于机器学习的5G时变信道回放与仿真方法

摘要

本发明属于无线信道建模技术领域，尤其涉及基于机器学习的5G时变信道回放与仿真方法，包括：采用高分辨率空间交替广泛期望最大算法提取信道每一快照对应的小尺度参数；建立与快照对应的联合小尺度参数神经网络时变模型；用神经时变模型生成的小尺度参数替代基于几何基础上的随机统计模型中的随机信道参数进行小尺度参数仿真；根据仿真得到的小尺度参数，计算得到时变的信道矩阵系数。能很方便的将5G实际场景信道测试数据回放，对科研机构和工业界实现5G链路和系统级性能仿真评估与5G网络设计有非常重要的应用价值。