一种基于深度学习的通感一体系统波束预测方法

本发明提供一种基于深度学习的通感一体系统波束预测方法，该预测方法包括：第一步：采集离线训练数据集：第二步：数据预处理：第三步：通过DSC模块进行提取回波信号的空间特征：第四步：通过GRU模块提取信号序列的时间特征，第五步：通过注意力模块，采用点积注意力机制进行跨时间步特征融合：第六步：将加权后的隐藏状态通过一个全连接层转换为需要的输出大小，第七步：将训练好的DSC‑GRU网络部署在RSU，用于在线阶段的波束预测。该方法利用感知信息进行波束预测，显著降低系统导频开销，使得RSU可以将信号实时对准车辆用户方向以补偿毫米波信号的高路径损耗。