基于机器学习的无线信道预测与资源分配算法研究

魏 高建
中达安股份有限公司

摘要

无线通信系统的性能依赖于信道状态的准确预测与资源的有效分配。提出了一种基于长短期记忆（LSTM）神经网络的无线信道预测方法，并设计了结合LSTM预测结果的资源分配算法。通过仿真实验验证，结果显示该方法在提高预测精度和资源分配效率方面具有明显优势，为无线通信系统的优化提供了新思路。

关键词

无线信道预测；资源分配；机器学习；LSTM；算法优化

参考

[1]李宇鹏.基于机器学习的无线信道分簇算法研究[D].北京邮电大学,2020.

[2]高雪亮,孙锴.基于流量预测的资源分配策略研究[J].内蒙古大学学报:自然科学版,2023,54(2):191-198.

[3]何理旭,张雪凡,冯翌宸,等.穿透高铁车厢的5G无线信道预测[J].工业控制计算机,2023,36(09):83-85.

[4]向左维.面向5G-Advanced的智能信道预测研究[D].北京交通大学,2023.