[发明专利]基于生成对抗网络的无线信道建模实现方法

说明书

一种基于生成对抗网络的信道模型实现方法，通过使用真实信道数据和生成器生成的信道数据对对抗网络的鉴别器和生成器交替训练，直至鉴别器无法分辨真实信道数据和生成数据，达到生成器对信道数据的学习，从而用于产生具有相同的统计特性的信道数据，实现对信道的建立平稳信道及广义非平稳信道模型的目标。本发明生成的信道数据JS散度均小于0.08，能够准确的服从真实信道数据分布。

技术领域

本发明涉及的是一种无线通信领域的技术，具体是一种基于生成对抗网络的无线信道建模实现方法。

背景技术

对于无线通信系统，无线信道建模对于无线通信系统的理论分析和实际应用一直是一个基础任务，准确的信道模型能够帮助理解不同无线信道对于传输信号的物理影响。现有的信道生成方式主要依赖于某些参数去表征复杂的无线信道环境的质量。这些“参数化”方式生成的信道在网络性能的评估过程中，显然是不太适用的。以车车信道为例，车辆本身的行进过程中，会造成一定的色散效应和多普勒效应，可能影响的无线信道环境参数非常多，设计生成信道的模型必须足够复杂才能精确反应信道的特征。

发明内容

本发明针对现有技术对于高密集、高移动的通信信道，由于其信道模型的复杂性，难以通过传统的理论闭式推导获得其精准的信道模型参数的缺陷和不足，提出一种基于生成对抗网络的信道模型实现方法，使用生成对抗网络用于无线信道建模，学习出真实信道的统计特性，并能够生成具有相同统计特性的信道数据且对于鉴别器的输入数据进行了预处理的工作，提取出信道数据的统计参数，减少鉴别器的输入维度。

本发明是通过以下技术方案实现的：

本发明通过使用真实信道数据和生成器生成的信道数据对对抗网络的鉴别器和生成器交替训练，直至鉴别器无法分辨真实信道数据和生成数据，达到生成器对信道数据的学习，从而用于产生具有相同的统计特性的信道数据，实现对信道的建立平稳信道及广义非平稳信道模型的目标。

所述的真实信道数据是指：选定信道模型的场景和相应的信道参数后通过仿真平台或者使用专用的信道数据采集工具，得到真实的信道数据。

所述的生成器生成的信道数据是指：使用批次的随机噪声作为生成器的输入，得到其生成的信道数据样本。

所述的生成器优选使用均匀分布的随机噪声作为输入。

所述的对抗网络，包括均采用全连接神经网络的生成器和鉴别器，其中：鉴别器包括两个隐藏层，每个隐藏层为10个神经元，激活函数为sigmod，鉴别器的输入为真实信道数据和生成器生成的信道数据的均值、方差、峰度和偏度；生成器包括两个隐藏层，每个隐藏层为5个神经元，激活函数为tanh，生成器的输入为随机噪声。

所述的交替训练是指：固定生成器的参数的同时训练鉴别器或固定鉴别器的参数的同时训练生成器，两者交替迭代训练直至鉴别器无法鉴别虚假样本和真实样本。

附图说明

图1为城市信道场景示意图；

图2为jakes信道模型示意图；

图3为生成对抗网络信道建模的框架示意图；

图4为实验结果示意图。

具体实施方式

本实施例场景如图1所示，为城市信道场景的示意图，本发明实际实现不仅限于该信道场景。针对该场景信道建模的具体步骤包括：