一种基于深度学习的室内波束选择方法

针对以往利用搜索匹配进行波束对准的方法不适用于具有随机方向的室内手持用户终端这一问题，引入一种基于深度神经网络的室内波束选择方法。设定该室内场景中发射机位置和方向固定，接收机的位置和方向任意以模拟手持用户终端。该方法首先通过测量每个波束对的传输效率以及信噪比等特征，获得在设定场景中的波束对匹配列表数据库；而后将接收机的位置和方向作为输入，每个波束对的最佳概率作为输出，采用机器学习的分类方法对测试的室内场景进行训练，获得学习模型；最后，结合已训练好的学习模型，根据实际接收机状态信息匹配最佳波束对。仿真结果表明，与广义逆指纹算法相比，该方法具有更高的波束匹配概率和搜索效率。