[发明专利]信道识别方法、装置、传输方法、传输设备、基站、介质

权利要求书

1.一种信道识别的方法，包括：

获取终端的信道数据；

基于所述信道数据构造第一特征向量，所述第一特征向量表示不同时刻的信道数据与自身、以及其后不同时间间隔的信道数据的互相关值随时间间隔变化的数值集合；

在预定的预测模型中输入所述第一特征向量，预测出所述终端的速度；或者，预测出所述终端所在聚类的速度类型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述信道数据构造第一特征向量，包括：

基于每条信道数据的频域数据构造第一特征矩阵，所述第一特征矩阵的行包括不同时刻的信道的频域数据与自身、以及其后不同时间间隔的频域数据的互相关值的期望值；

计算所述第一特征矩阵的每一列的有效值的平均值，作为第一特征向量的行值，以得到所述第一特征向量。

3.根据权利要求1所述的方法，其特征在于，所述在预定的预测模型中输入所述第一特征向量之前，还包括：

建立模型库，所述模型库中存储有各种频点下的预测模型；

在模型库中选取与所述终端的频点相应的预测模型，作为所述预定的预测模型。

4.根据权利要求3所述的方法，其特征在于，所述建立模型库包括：

获取不同的信道数据用例；

对于每条信道数据用例，构造第二特征向量，得到一级训练数据集合，所述第二特征向量表示不同时刻的信道数据与自身、以及其后不同时间间隔的信道数据的互相关值随时间间隔变化的数值集合，所述一级训练数据集合为所有频点下的所述第二特征向量与其对应的目标向量的集合；

从所述一级训练数据集合中选取某一频点下的所述第二特征向量与其对应的目标向量，得到二级训练数据集合；

构造模型训练准则；

基于所述模型训练准则及所述二级训练数据集合，获取该频点下的预测模型的参数，得到该频点下的预测模型；

遍历所述一级训练数据集合，得到所有频点下的预测模型，形成所述模型库。

5.根据权利要求4所述的方法，其特征在于，所述在模型库中选取与所述终端的频点相应的预测模型之前，还包括：

判断模型库中的频点是否包含所述终端的频点，在模型库中的频点不包含所述终端的频点时，获取所述终端的频点下的不同的信道数据用例；

对于所述终端的频点下的每条信道数据用例，构造所述第二特征向量，并记录相应的目标向量；

基于所述模型训练准则、所述第二特征向量及相应的目标向量，获取所述终端的频点下的预测模型的参数，得到该频点下的预测模型，将其加入所述模型库中。

6.根据权利要求4所述的方法，其特征在于，在所述目标向量包括目标速度的情况下，

所述获取不同的信道数据用例，包括：获取不同目标速度下的信道数据用例；

所述构造模型训练准则，包括：

建立误差函数的表达式：

其中，Err为误差，ν_j为目标速度，a^j为第二特征向量，为速度预测模型，为权值参数，B表示与频点对应的数据索引集合，j为B中的变量；

基于所述模型训练准则及所述二级训练数据集合，获取该频点下的预测模型的参数，得到该频点下的预测模型，包括：

在所述误差函数中输入目标速度，并代入该频点下目标速度对应的第二特征向量a^j，在误差最小值时，得到进而得到该频点下的速度预测模型。