隧道场景下基于生成对抗网络的信道建模方法.pdfVIP

116隧道场景下基于生成对抗网络的信道建模方法

隧道场景下基于生成对抗网络的信道建模方法

ChannelModelBasedonGenerativeAdversarialNetworkinTunnelScenarios

梁如斌1吴雅婷1郑国莘1余菲2,3

（1上海大学特种光纤与光接入网重点实验室，上海先进通信与数据科学研究院，上海200444；

2深圳职业技术大学电子与通信工程学院，广东深圳518055；

3深圳职业技术大学集成电路学院，广东深圳518055）

摘要：为扩充隧道场景下的信道数据，提出了一种基于生成对抗网络(GenerativeAdversarialNetwork,GAN)的信道建模

方法来进行数据增强，该方法可以根据不同隧道环境特征下的条件信息，针对性地生成信道数据。结果表明，生成数据可以很好地

表征隧道环境下的信道特性。并且,该生成式模型可以联合反向传播网络(BackPropagationNeuralNetwork,BPNN)共同预

测不同隧道环境下的信道数据，以提供更出色的性能，为轨道交通隧道无线通信领域的信道预测问题带来了新的解决方案。

关键词：隧道场景；GAN；信道建模；数据增强

Abstract:Toexpandthechanneldataintunnelscenarios,thispaperproposesadataaugmentationmethodbasedon

generativeadversarialnetwork(GAN)forchannelmodeling.Thismethodcangeneratechanneldataaccordingtoconditional

informationunderdifferenttunnelenvironmentalcharacteristics,Theresultsindicatethatthegenerateddatacaneffectively

representthechannelcharacteristicsintunnelscenarios.Thegenerativemodelcancollaboratewithbackpropagationneural

network(BPNN)tojointlypredictchanneldataindifferenttunnelenvironments,providingsuperiorperformanceandoffering

newsolutionstothechannelpredictionprobleminwirelesscommunicationsystemsforrailwaytunnelscenarios.

Keywords:tunnelscenarios,GAN,channelmodeling,dataaugmentation

随着轨道交通隧道场景下无线通信技术的快速发展[1],其参考文献[10]的拱形截面隧道,在WirelessInsite(WI)高性能

设计与部署日益凸显出对信道特性深入研究的必要性。无线信射线跟踪法平台中搭建了隧道横截面半径2.78m的直隧道场

景,如图1a所示。

道的特性无疑是无线通信系统性能的重要决定因素[2],因此,精

确掌握地铁隧道场景下信号的传播特性，并据此构建精准的信图1b显示的拱形直隧道三维示意图,其长度设置为1000m,

道模型，是下一代地铁无线通信系统设计的基石。墙壁材料设置为混凝土，铺设在隧道中央的为轨道。为深人探究

近几年,机器学习凭借其自学习、自适应和非线性等特点[3],隧道横截面半径对通信性能的影响，我们进一步设计了四种不

在信道建模领域中体现出越来越强大的应用潜力。在轨道交通同横截面半径的直隧道场景