检索结果-维普期刊中文期刊服务平台

基于机器学习和卫星图像的路径损耗预测被引量：3: 1; 作者何丹萍徐卓成 +3 位作者曹惠云殷玥吴丽娜官科《电波科学学报》 CSCD 北大核心 2022年第3期372-379,共8页; 基于反向传播神经网络(back propagation neural network,BPNN)构建了一种路径损耗预测模型.通过卫星图像的红、绿、蓝(red,green and blue,RGB)通道的颜色信息来表征无线通信电波传播路径的环境特征,结合路测点与基站的距离特征构建数... 展开更多; 关键词路径损耗预测信道建模反向传播神经网络(BPNN) 机器学习 RGB信息; 在线阅读下载PDF 职称材料

基于三维抛物方程的路径损耗预测模型: 2; 作者张经伟周海京《数字通信世界》 2023年第12期19-22,共4页; 为实现通信网络的优质覆盖和基站选址的优化布局,研究城市环境中电波传播的路径损耗预测模型尤为必要。文章通过STL数据的三维重建技术,结合K-means聚类算法对传播环境进行电磁建模,采用三维抛物方程解算电波传播过程,形成了路径损耗预... 展开更多; 关键词三维重建技术聚类算法三维抛物方程路径损耗预测; 在线阅读下载PDF 职称材料

基于3D电子地图和信道实测数据的市区路径损耗机器学习模型研究被引量：3: 3; 作者耿绥燕胡玮 +2 位作者丁海成钱肇钧赵雄文《电子与信息学报》 EI CSCD 北大核心 2022年第10期3524-3531,共8页; 随着5G移动通信系统的发展部署以及网络性能的优化,高精度和低复杂度的路径损耗预测模型尤为重要。该文针对大型城市场景,使用目前5G热点频段700 MHz,2.4 GHz,3.5 GHz的实测数据,将收发端位置、3维距离、相对余隙、建筑物密度、平均高... 展开更多; 关键词 5G无线通信路径损耗预测机器学习频率迁移 3D电子地图; 在线阅读下载PDF 职称材料

基于改进环境编码的无线电环境地图预测方法: 4; 作者田茂源冯菊 +1 位作者唐彪薛文杰《无线电工程》 2024年第11期2610-2617,共8页; 深度学习相比传统预测无线电环境地图(Radio Environment Map,REM)方法有着预测时间快、精度高的优点。然而模型为了保证预测的精度往往需要设计复杂的网络进行训练,导致耗费大量的训练时间。为降低模型的训练时长,实现REM快速构建,提... 展开更多; 关键词电波传播无线电环境地图路径损耗预测深度学习图像生成; 在线阅读下载PDF 职称材料

基于双射线模型的宏小区无线覆盖预测分析: 5; 作者杨博施辰光闫强《山西电子技术》 2022年第2期46-47,55,共3页; 为了能快速预测宏小区环境的无线覆盖情况,给初期的网络规划提供一个较为准确的参考依据,本文采用双射线模型对宏小区场景下的传输损耗进行了估算。首先给出了电磁波在自由空间中的传播理论,在此基础上分析了不同频率下双射线模型路径... 展开更多; 关键词电波传播路径损耗预测经验模型双射线模型; 在线阅读下载PDF 职称材料

题名基于机器学习和卫星图像的路径损耗预测被引量：3: 1; 作者何丹萍徐卓成曹惠云殷玥吴丽娜官科; 机构北京交通大学轨道交通控制与安全国家重点实验室北京高速铁路宽带移动通信工程研究中心北京交通大学电子信息工程学院; 出处《电波科学学报》 CSCD 北大核心 2022年第3期372-379,共8页; 基金国家自然科学基金(61771036,61901029) 轨道交通控制与安全国家重点实验室基本科研业务费(2020JBM082) 北京市级大学生创新创业训练计划(202110004105)。; 文摘基于反向传播神经网络(back propagation neural network,BPNN)构建了一种路径损耗预测模型.通过卫星图像的红、绿、蓝(red,green and blue,RGB)通道的颜色信息来表征无线通信电波传播路径的环境特征,结合路测点与基站的距离特征构建数据集,迭代训练网络参数,以预测传播路径损耗.结果表明,对跨基站路测点的预测结果与实测数据之间的相关系数达到0.83,绝对平均误差控制在0.66 dB,标准差控制在6.65 dB,说明在缺乏某一场景的详细模型和材质参数时,本文模型也能可靠预测无线通信电波的传播路径损耗.此外,本文信道模型与传统信道建模方法多方面的对比与分析表明,本文模型在相同计算资源下可以提供和传统信道建模方法相差很小的预测结果,同时大大缩短预测所需的时间,说明本文模型对传播路径损耗做出快速预测的能力可以用于无线通信网络系统的优化.; 关键词路径损耗预测信道建模反向传播神经网络(BPNN) 机器学习 RGB信息; Keywords path loss prediction channel modeling back propagation neural network(BPNN) machine learning RGB information; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于三维抛物方程的路径损耗预测模型: 2; 作者张经伟周海京; 机构西南交通大学电磁场与微波技术研究所; 出处《数字通信世界》 2023年第12期19-22,共4页; 文摘为实现通信网络的优质覆盖和基站选址的优化布局,研究城市环境中电波传播的路径损耗预测模型尤为必要。文章通过STL数据的三维重建技术,结合K-means聚类算法对传播环境进行电磁建模,采用三维抛物方程解算电波传播过程,形成了路径损耗预测模型。仿真结果与经验模型相比,表明本模型不仅能准确地反映出电波的衰减趋势,还可预测环境反射、散射造成的多径衰落;街道场景下本模型的仿真结果和实测路径损耗基本吻合,验证了本文模型的正确性。; 关键词三维重建技术聚类算法三维抛物方程路径损耗预测; Keywords 3D reconstruction technology clustering algorithm three dimensional parabolic equation path loss prediction; 分类号 TN011.9 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于3D电子地图和信道实测数据的市区路径损耗机器学习模型研究被引量：3: 3; 作者耿绥燕胡玮丁海成钱肇钧赵雄文; 机构新能源电力系统国家重点实验室(华北电力大学) 河北省电力物联网技术重点实验室(华北电力大学) 国家无线电监测中心; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第10期3524-3531,共8页; 基金国家自然科学基金(61931001,61771194)。; 文摘随着5G移动通信系统的发展部署以及网络性能的优化,高精度和低复杂度的路径损耗预测模型尤为重要。该文针对大型城市场景,使用目前5G热点频段700 MHz,2.4 GHz,3.5 GHz的实测数据,将收发端位置、3维距离、相对余隙、建筑物密度、平均高度等作为环境特征,建立了基于3D电子地图的机器学习路径损耗预测模型,结果表明在复杂城市环境下,该文方法因其预测精度高而优于传统的基于收发端距离的路径损耗模型。另外,该文提出了基于频率迁移学习的路径损耗预测模型,并用均方误差、平均绝对百分比误差、均方根误差、决定系数等指标对其性能进行评估。该文方法可以解决建筑物遮挡严重的复杂城市环境以及在无大量测试数据的路径损耗预测问题,精确地预测城市环境中视距非视距混合信道的路径损耗值。; 关键词 5G无线通信路径损耗预测机器学习频率迁移 3D电子地图; Keywords 5G wireless communication Path loss prediction Machine Learning(ML) Frequency transfer 3D electronic maps; 分类号 TN929.5 [电子电信—通信与信息系统] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进环境编码的无线电环境地图预测方法: 4; 作者田茂源冯菊唐彪薛文杰; 机构西南交通大学电磁场与微波技术研究所; 出处《无线电工程》 2024年第11期2610-2617,共8页; 基金四川省自然科学基金(2022NSFSC0494) 国家自然科学基金(61801405)。; 文摘深度学习相比传统预测无线电环境地图(Radio Environment Map,REM)方法有着预测时间快、精度高的优点。然而模型为了保证预测的精度往往需要设计复杂的网络进行训练,导致耗费大量的训练时间。为降低模型的训练时长,实现REM快速构建,提出了一种改进深度学习模型结合环境编码的REM构建方法。该方法在深度学习网络结构中,通过利用轻量级视觉转换器(Mobile Vision Transformer,MobileViT)模块替换传统模型的卷积模块,增加了模型的全局视野;在输入数据预处理中,引入电波传播机理,提高了模型的可解释性与图像的一维熵,通过结合经验公式计算的路径损耗与天线位置图进行环境编码,进而与城市环境地图作为共同输入。仿真结果表明,改进模型在训练阶段具有更快的收敛速度;所提出的数据预处理方法能够对模型训练起到加速的作用。; 关键词电波传播无线电环境地图路径损耗预测深度学习图像生成; Keywords radio propagation REM path loss prediction deep learning image generation; 分类号 TN011 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于双射线模型的宏小区无线覆盖预测分析: 5; 作者杨博施辰光闫强; 机构中国航空工业集团公司西安航空计算技术研究所; 出处《山西电子技术》 2022年第2期46-47,55,共3页; 文摘为了能快速预测宏小区环境的无线覆盖情况,给初期的网络规划提供一个较为准确的参考依据,本文采用双射线模型对宏小区场景下的传输损耗进行了估算。首先给出了电磁波在自由空间中的传播理论,在此基础上分析了不同频率下双射线模型路径损耗随传播距离的变化。本文的目的是针对宏小区环境建立起一种快速和较为准确的无线覆盖预测参考模型。; 关键词电波传播路径损耗预测经验模型双射线模型; Keywords radio propagation path loss prediction empirical model two-ray tracing mode; 分类号 TN975 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于机器学习和卫星图像的路径损耗预测	何丹萍徐卓成曹惠云殷玥吴丽娜官科	《电波科学学报》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
2	基于三维抛物方程的路径损耗预测模型	张经伟周海京	《数字通信世界》	2023	0	在线阅读下载PDF 职称材料
3	基于3D电子地图和信道实测数据的市区路径损耗机器学习模型研究	耿绥燕胡玮丁海成钱肇钧赵雄文	《电子与信息学报》 EI CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
4	基于改进环境编码的无线电环境地图预测方法	田茂源冯菊唐彪薛文杰	《无线电工程》	2024	0	在线阅读下载PDF 职称材料
5	基于双射线模型的宏小区无线覆盖预测分析	杨博施辰光闫强	《山西电子技术》	2022	0	在线阅读下载PDF 职称材料