[发明专利]一种信道预测方法、装置、设备和介质

说明书

本发明实施例公开了一种信道预测方法、装置、设备和介质，其中，方法包括：根据预设信道值模型对通信双方间的信道进行信道值采样，获得预设采样数量的采样数据，其中，预设信道值模型包含信道噪声项；通过第一预设数据排列规则对采样数据进行排列，得到初始数据矩阵，并通过第二预设数据排列规则对初始数据矩阵进行数据整合得到最终数据整合结果，以增加初始数据矩阵的秩；对最终数据整合结果进行采样数据降噪，并基于降噪后的采样数据进行信道值预测。本实施例技术方案解决了现有技术中仅通过奇异值分解法进行数据降噪再进行信道预测的性能较差的问题，实现了通过降低信道估计值的噪声值，增强降噪效果，提高了信道预测的准确度。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种信道预测方法、装置、设备和介质。

背景技术

现有的信道预测技术通常是先基于估计的信道值进行奇异值分解(SingularValue Decomposition，SVD)分解来降低噪声，再基于递归最小二乘(Recursive leastsquares，RLS)算法即递归最小二乘算法来预测未来的信道状态信息。

但是，信号接收端通过上述方法进行信道预测的性能较差，因而反馈给发送端的信道值准确度较低，降低了信道容量，增加了传输中的误码率。

发明内容

本发明实施例提供了一种信道预测方法、装置、设备和介质，以实现通过降低信道估计值的噪声值，增强降噪效果，提高了信道预测的准确度。

第一方面，本发明实施例提供了一种信道预测方法，该方法包括：

根据预设信道值模型对通信双方间的信道进行信道值采样，获得预设采样数量的采样数据，其中，所述预设信道值模型包含信道噪声项；

通过第一预设数据排列规则对所述采样数据进行排列，得到初始数据矩阵，并通过第二预设数据排列规则对所述初始数据矩阵进行数据整合得到最终数据整合结果，以增加所述初始数据矩阵的秩；

对所述最终数据整合结果进行采样数据降噪，并基于降噪后的采样数据进行信道值预测。

可选的，所述通过第一预设数据排列规则对所述采样数据进行排列，得到初始数据矩阵，包括：

确定所述通信双方之间的发射天线数量与接收天线数量之间的较大值和较小值；

将各所述采样数据表示为行数为所述较大值，列数为所述较小值的原始数据矩阵；

按照各所述采样数据的采样时间顺序，将各所述原始数据矩阵排列为行数为所述较大值与所述预设采样数量乘积数值，列数为所述较小值的初始数据矩阵。

可选的，所述通过第二预设数据排列规则对所述初始数据矩阵进行数据整合得到最终数据整合结果，包括：

根据预设构造采样数和所述预设采样数量确定整合数据采样数；

将所述初始数据矩阵中各原始数据矩阵按照第二预设数据排列规则，排列成行数为所述整合数据采样数与所述较大值乘积数值，列数为所述构造采样数与所述较小值乘积数值的数据矩阵，作为最终数据整合结果。

可选的，所述根据预设构造采样数和所述预设采样数量确定整合数据采样数，包括：

计算所述预设采样数量与所述预设构造采样数量的差值；

将所述差值加1得到的结果作为所述整合数据采样数。

可选的，所述对所述最终数据整合结果进行采样数据降噪，包括：

对所述最终数据整合结果进行奇异值分解；

取奇异值分解结果中数值满足预设条件的奇异值对应的采样数据作为降噪后的采样数据矩阵；