隨著5G技術(shù)的出現(xiàn)和發(fā)展,人們對無線傳播的信號接收率提出了更高的要求,越來越多的學(xué)者加入了無線傳播模型的研究,以便更好的進(jìn)行網(wǎng)絡(luò)部署,選擇合適的信號基站站址,劃分信號小區(qū)。傳統(tǒng)的無線傳播模型按照研究方法主要可以分為經(jīng)驗(yàn)?zāi)Ｐ�、理論模型和改進(jìn)型經(jīng)驗(yàn)?zāi)Ｐ?在模型建立時(shí),往往需要先對傳播場景劃分,按照場景進(jìn)行建模,每個場景對應(yīng)一個特定的模型,然而這些模型在實(shí)際應(yīng)用中經(jīng)常出現(xiàn)精度較低的情況,還需要采集大量的實(shí)地?cái)?shù)據(jù)通過最小二乘法對模型進(jìn)行修正。因此建立一個合適的傳統(tǒng)無線傳播模型通常是耗時(shí)耗力的,而且模型精度也無法保證。為了提高模型的適用性和準(zhǔn)確度,同時(shí)降低模型的建立成本,本文利用采集的歷史數(shù)據(jù),建立了基于深度學(xué)習(xí)的智能無線傳播模型,不僅節(jié)省了傳統(tǒng)無線傳播模型的修正成本,還能夠在新環(huán)境中更加快速的預(yù)測特定地理位置的信號接收率。本文所用數(shù)據(jù)集為華為無線傳播數(shù)據(jù)集,結(jié)合傳統(tǒng)的無線傳播模型,設(shè)計(jì)了14個特征,包括發(fā)射機(jī)的實(shí)際高度、發(fā)射機(jī)和信號接收處之間的水平距離、信號線的實(shí)際下傾角、信號接收處的高度等。在對數(shù)據(jù)進(jìn)行預(yù)處理后,根據(jù)特征的發(fā)散性、與預(yù)測變量的相關(guān)性以及對預(yù)測變量的重要程度,計(jì)算了特征綜合指數(shù)...

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

圖4特征重要性排序圖

圖8神經(jīng)網(wǎng)絡(luò)模型

圖9訓(xùn)練集和測試集的RMSE變化

本文編號：3884771