申请/专利权人:东南大学;网络通信与安全紫金山实验室
申请日:2023-12-12
公开(公告)日:2024-03-22
公开(公告)号:CN117743953A
主分类号:G06F18/2411
分类号:G06F18/2411;H04B17/391;H04B17/309;G06N20/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种基于电子地图的通信场景分割与识别方法,能够有效地实现实际通信过程中的场景识别,具体包括以下步骤:1进行第一阶段的场景分割并基于分割结果计算物理环境参数;2将上述物理环境参数作为识别特征,对比常用的机器学习分类算法识别效果,得出初次识别结果;3进行第二阶段的场景分割,本阶段在识别出场景大类的基础上进一步将场景细化为可能出现在真实环境中的子场景,根据分割的范围重新计算物理环境参数;4将计算所得物理环境参数与接收功率一起作为识别特征,比较不同的机器学习算法,最终场景识别精确度可达96%。该方法为无线通信系统提供了场景类型信息,为信道建模提供了重要的前提条件。
主权项:1.一种基于电子地图的通信场景分割与识别方法,其特征在于,包括以下步骤:步骤1、对电子地图中目标城区进行场景的初次分割,按照四种场景大类进行分割,场景大类分别是住宅场景、商业场景、办公场景和工业场景;步骤2、分别计算各个场景大类的物理环境参数;步骤3、以物理环境参数对应的场景大类作为数据标签,构建物理环境参数数据集;步骤4、利用物理环境参数数据集作为识别特征,采用核朴素贝叶斯算法对场景大类进行初次识别;步骤5、在初步识别出场景大类结果后,确定各个场景大类可能包含的子场景类型;步骤6、基于确定的子场景类型,对已识别出的场景大类进行二次分割;步骤7、基于分割结果再次计算各个子场景类型需要的物理环境参数,并基于已有的子场景信道模型仿真接收功率;步骤8、将物理环境参数和接收功率一起作为识别特征,采用高斯朴素贝叶斯算法进行子场景类型的识别。
全文数据:
权利要求:
百度查询: 东南大学;网络通信与安全紫金山实验室 一种基于电子地图的通信场景分割与识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。