一种基于相空间重构的RBF神经网络信道预测方法

摘要

本发明属于信道预测技术领域，公开了一种基于相空间重构的RBF(Radial basis function，径向基函数)神经网络信道预测方法，包括如下步骤：获得信道系数，建立样本训练数据集；求解相空间重构参数；对样本训练数据集进行相空间重构；在重构相空间中选择邻域点；利用邻域点进行RBF神经网络的训练；利用训练好的神经网络进行预测；将预测结果转化到原始空间得到预测值。本发明的预测时间较长，同时降低了RBF神经网络计算的复杂度；可用于LTE上行链路中的信道预测。