基于物理原理的线性和非线性降维方法在混合RF-FSO-THz通信系统中用于监督式自适应信道选择

《Electronics》:Physics-Supported Linear and Nonlinear Dimensionality Reduction for Supervised Adaptive Channel Selection in Hybrid RF-FSO-THz Communication Systems

【字体: 大 中 小 】 时间:2026年06月25日 来源:Electronics 2.9

编辑推荐:

   摘要

  

摘要

混合RF-FSO-THz通信系统因兼具射频链接的稳定性、自由空间光通信的高容量潜力以及太赫兹传输的超宽带能力,成为未来物联网和6G网络的有力候选方案。这类系统中的自适应信道选择取决于多种相互关联的环境及物理层参数,包括距离、降雨强度、湿度、能见度、湍流强度、信噪比、信道容量以及能效指标。本文提出了一个基于物理原理的基准框架,用于混合RF-FSO-THz系统中的监督式自适应信道选择,并系统研究了线性与非线性降维技术对预测性能、统计稳健性、计算复杂度以及物理可解释性的影响。通过校准后的射频、FSO和太赫兹传播模型,在晴朗、降雨、雾天以及最恶劣的环境条件下,生成了包含5000个样本的多场景数据集。研究对比了主成分分析、核主成分分析以及随机森林、支持向量机、XGBoost、梯度提升、多层感知器、逻辑回归和决策树等算法的性能。结果表明,主成分分析几乎保留了所有的预测能力,同时将原本33维的特征空间减少了约81.8%,最佳分类器的准确率仍可维持在97–98%左右。统计显著性分析显示,主成分分析仅会导致轻微的性能下降,而核主成分分析则会持续降低预测性能,同时还增加内存需求和推理延迟。此外,仅基于环境参数的验证实验表明,即便只有预选的环境描述符,自适应信道选择依然具有很高的学习能力,这在一定程度上缓解了自一致性偏差的问题。总体而言,研究结果表明,对于基于物理原理的混合无线通信系统中的监督式自适应信道选择,主成分分析在预测精度、计算效率、统计稳健性和物理可解释性之间取得了良好的平衡。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号