一种基于EMD分组式的DMD自适应幅值预测方法

为了及时获取多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中不同移动速度用户的信道幅值,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)分组式的动态模式分解(Dynamic Mode Decomposition,DMD)自适应幅值预测方法AEG-DMD。利用EMD将幅值矩阵中每个数据时序图进行分解并分组,然后将分出的组数作为阈值区分不同预测方法的使用环境:低移速低复杂幅值使用DMD直接预测;对高移速高复杂幅值的预测,先用DMD对分组的幅值分别预测,再将预测的幅值进行合并作为最终预测幅值。仿真结果表明,该算法可以自适应预测不同移速用户的信道幅值。