一种面向矿井巷道MIMO信道预测的物理引导残差时域卷积方法、系统及存储介质

摘要: 本发明涉及无线通信、矿井通信、mimo信道建模、信道状态信息预测和深度学习,尤其涉及一种面向矿井巷道mimo信道预测的物理引导残差时域卷积方法、系统及存储介质。...
一种面向矿井巷道MIMO信道预测的物理引导残差时域卷积方法、系统及存储介质

本发明涉及无线通信、矿井通信、mimo信道建模、信道状态信息预测和深度学习,尤其涉及一种面向矿井巷道mimo信道预测的物理引导残差时域卷积方法、系统及存储介质。

背景技术:

1、随着煤矿智能化、无人化和少人化作业的发展,井下矿车、巡检机器人、采掘装备、人员终端以及固定基站之间需要建立稳定可靠的无线通信链路。井下无线通信不仅用于语音、视频监控和环境感知数据传输,还需要支撑远程控制、协同作业、定位导航和安全预警等关键业务。因此,矿井通信系统对链路可靠性、低时延和频谱效率提出了更高要求。

2、与地面蜂窝、室内热点或车联网场景相比,矿井巷道具有狭长封闭、壁面粗糙、金属支护密集、设备遮挡复杂和电磁干扰显著等特点。电磁波在矿井巷道内传播时,会在侧壁、顶板、底板、金属支护、电缆、管线和大型采掘设备之间发生反射、散射、绕射和遮挡。同时,巷道在特定频段下可表现出一定的波导传播特性,使部分电磁能量沿巷道轴向传播,导致传播规律与自由空间或普通室内场景明显不同。

3、另一方面,井下矿车和巡检机器人在不平整轨道、巷道路面和机械冲击作用下会产生滚转、俯仰和偏航等姿态振动。对于配置均匀平面阵列的mimo通信系统,阵列姿态扰动会改变入射和出射方向在阵列本地坐标系中的投影,从而引起阵列响应和信道矩阵的快速波动。若信道模型忽略该类姿态扰动,则难以准确反映真实矿井移动通信场景中的时变特征。

4、现有矿井或隧道信道模型多关注路径损耗、接收功率、功率时延分布或传播模态等大尺度统计特性,较少直接面向mimo信道状态信息预测任务生成时变信道矩阵。已有深度学习信道预测方法虽然能够从历史信道状态信息中学习时间相关性,但通常直接采用纯数据驱动映射,缺少对矿井巷道波导传播、机械振动扰动和物理统计结构的显式利用,导致在复杂井下非平稳环境中的预测精度、可解释性和泛化能力仍然不足。

5、因此,有必要提出一种能够同时刻画矿井巷道波导传播、非直达散射、设备遮挡和阵列姿态扰动的mimo信道建模方法,并在此基础上设计一种物理引导的信道预测网络,以提高矿井移动通信场景下未来 信道状态信息 的预测精度。

6、本发明要解决的技术问题在于:现有矿井巷道信道模型难以同时刻画直达链路、非直达散射链路、等效波导链路以及移动平台阵列姿态扰动;现有深度学习信道预测方法缺少矿井信道物理特征引导,难以稳定预测具有短期振动扰动和中期波导记忆的非平稳mimo信道状态信息 序列。

技术实现思路

1、为解决上述问题,本发明提供一种面向矿井巷道mimo信道预测的物理引导残差时域卷积方法。该方法首先建立矿井巷道全局坐标系,描述发射端和接收端的位置、速度和阵列结构;然后将矿井巷道信道建模为直达链路、非直达散射链路和等效波导链路的叠加;进一步引入由机械振动导致的滚转、俯仰和偏航姿态扰动,通过旋转矩阵将传播方向从全局坐标系映射到阵列本地坐标系,计算姿态扰动下的阵列响应;最后将历史信道状态信息序列与物理统计特征共同输入pgwr-tcn,利用膨胀时域卷积提取多尺度时间依赖,并通过残差预测重构未来 信道状态信息。

2、设矿井巷道为空间区域:

3、

4、其中,、和分别表示巷道长度、宽度和高度。发射端与接收端的位置更新关系为:

5、

6、移动平台的姿态扰动由正弦叠加模型描述:

7、

8、并得到总偏航角和姿态旋转矩阵:

9、

10、

11、对于任一路径在全局坐标系中的传播方向单位向量 ,其在阵列本地坐标系中的表示为:

12、

13、并计算水平和垂直空间频率:

14、

15、均匀平面阵列响应为:

16、

17、矿井巷道 mimo 信道表示为:

18、

19、其中, 表示直达链路, 表示非直达散射链路, 表示等效波导链路。直达链路存在概率表示为:

20、

21、直达链路可写为:

22、

23、其中, 表示直达链路状态, 表示 rician 因子, 表示直达链路线性增益, 表示直达路径距离。

24、非直达散射链路表示为:

25、

26、其中, 为散射路径数量, 为小尺度复增益, 为等效复反射系数, 为第 条散射路径长度。

27、等效波导链路表示为:

28、

29、其中, 为等效波导复增益, 为波导链路线性增益, 为等效波导传播距离。

30、为进行信道预测,将  向量化并拆分为实部和虚部:

31、

32、并构造物理统计特征:

33、

34、其中, 表示归一化 frobenius 范数, 表示对数功率, 表示主导奇异值能量占比, 表示幅度均值, 表示幅度标准差, 表示平均相位。

35、将 信道状态信息 向量与物理特征拼接为:

36、

37、并构造历史输入序列:

38、

39、pgwr-tcn 的第  个膨胀卷积块为:

40、

41、在回归头中,网络输出未来 信道状态信息 相对于当前 信道状态信息 的残差,得到预测结果:

42、

43、与现有技术相比,本发明至少具有以下有益效果:

44、第一,本发明将矿井巷道 mimo 信道分解为直达链路、非直达散射链路和等效波导链路,能够在统一框架下描述巷道直达传播、多径散射和波导增强效应,相比仅采用路径损耗或普通统计信道模型的方法,更适合面向 信道状态信息 预测生成时变 mimo 信道矩阵。

45、第二,本发明将移动平台机械振动引起的滚转、俯仰和偏航扰动显式引入阵列响应建模,通过姿态旋转矩阵修正路径传播方向在阵列本地坐标系中的投影,从而能够刻画阵列姿态变化对 mimo 信道矩阵的快速扰动影响。

46、第三,本发明构造包括信道能量、空间秩结构、幅度统计和相位统计在内的低维物理统计特征,并将其与历史 信道状态信息 序列共同输入预测网络,提高了模型对矿井信道物理结构的感知能力,增强了预测过程的可解释性和稳定性。

47、第四,本发明采用膨胀时域卷积结构提取多尺度时序依赖,其中小膨胀因子用于捕获短期振动扰动,大膨胀因子用于提取中期波导记忆;同时采用残差预测形式降低预测目标动态范围,有利于提高一步和多步 信道状态信息 预测的训练稳定性。

48、第五,本发明可作为井下自适应调制编码、波束赋形、资源分配和链路调度的前端预测模块,为矿井智能通信系统提供预测驱动的无线传输优化基础。

1.一种面向矿井巷道多输入多输出(mimo)信道预测的物理引导残差时域卷积方法(pgwr-tcn),其特征在于,包括如下步骤:

2.根据权利要求1所述的方法,其特征在于,所述矿井巷道空间采用矩形巷道区域表示,建立以巷道轴向、巷道横向和竖直方向分别作为三个坐标轴的全局坐标系;

3.根据权利要求1所述的方法,其特征在于,所述滚转角、俯仰角和偏航角扰动均采用一个或多个正弦振动分量叠加的方式建模;

4.根据权利要求1所述的方法,其特征在于,对于全局坐标系中的任一路径传播方向单位向量,利用对应通信端的阵列姿态旋转矩阵的转置对所述路径传播方向单位向量进行坐标变换,得到该路径传播方向在所述通信端阵列本地坐标系中的轴向方向分量、横向方向分量和竖直方向分量;

5.根据权利要求1所述的方法,其特征在于,任一信道快照时刻的矿井巷道mimo信道矩阵由该时刻的直达链路矩阵、非直达散射链路矩阵和等效波导链路矩阵相加得到;

6.根据权利要求5所述的方法,其特征在于,所述直达链路、非直达散射链路和等效波导链路分别采用对应的路径损耗以及发射端和接收端阵列响应进行建模;

7.根据权利要求1所述的方法,其特征在于,将任一信道快照时刻的复值mimo信道矩阵按照预设顺序向量化,并分别提取向量化结果的实部和虚部,再将所述实部和虚部沿同一维度拼接形成该时刻的实值信道状态信息向量;

8.根据权利要求1所述的方法,其特征在于,所述pgwr-tcn的单个信道快照输入由该信道快照对应的实值信道状态信息向量与六维物理统计特征向量拼接构成;

9.一种面向矿井巷道mimo信道预测的物理引导残差时域卷积系统,其特征在于,包括:

10.一种电子设备或计算机可读存储介质,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使所述电子设备执行权利要求1至8任一项所述的方法;