期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于多层感知器神经网络的路径损耗预测研究 被引量:13
1
作者 吴丽娜 何丹萍 +3 位作者 艾渤 王剑 官科 钟章队 《电波科学学报》 CSCD 北大核心 2021年第3期396-404,共9页
为了更好地服务于5G及未来无线通信系统的网络规划与优化,开展了基于多层感知器(multi-layer perceptron,MLP)神经网络的路径损耗预测研究.利用有限的地物类型,提出一种表征传播环境的简易方法,避免了繁琐的三维场景建模.结合测量数据... 为了更好地服务于5G及未来无线通信系统的网络规划与优化,开展了基于多层感知器(multi-layer perceptron,MLP)神经网络的路径损耗预测研究.利用有限的地物类型,提出一种表征传播环境的简易方法,避免了繁琐的三维场景建模.结合测量数据和由环境表征方法提取的环境特征,基于MLP神经网络建立了路径损耗模型.数据实验的对比分析表明MLP神经网络能够实现路径损耗的准确预测,且环境特征的引入有助于提升模型性能.为解决干扰地物影响路径损耗模型的准确性以及模型对环境变化的敏感性问题,根据视距(line-of-sight,LoS)和非视距(non-line-of-sight,NLoS)标签改进环境表征方法,进一步提升了模型的稳定性和泛化能力.所做工作有助于了解无线电波传播特性,为无线网络优化和通信系统设计提供了理论依据. 展开更多
关键词 路径损耗模型 多层感知器(MLP) 误差反向传播 地物类型 视距 非视距(LoS NLoS)
在线阅读 下载PDF
基于测量的典型工业物联网场景毫米波信道特性分析
2
作者 王丽红 朱春华 杨靖雅 《无线电通信技术》 北大核心 2024年第5期876-885,共10页
为更好地补充和扩展典型工业物联网(Industrial Internet of Things,IIoT)场景中毫米波频段电波传播特性的研究,并满足IIoT在连接性、可靠性、安全性、智能化和覆盖性等方面的更高需求,在26 GHz频段下,对典型IIoT场景进行了信道测量与... 为更好地补充和扩展典型工业物联网(Industrial Internet of Things,IIoT)场景中毫米波频段电波传播特性的研究,并满足IIoT在连接性、可靠性、安全性、智能化和覆盖性等方面的更高需求,在26 GHz频段下,对典型IIoT场景进行了信道测量与特性分析。研究涉及的典型工业场景包括不同设备布置密度的工业密集场景和工业稀疏场景。基于实测数据,对上述两种工业环境下的信道特征参数进行了萃取,并在此基础上分析和比较了两种典型工业场景的毫米波信道特性。研究发现,由于工业密集场景存在大量金属设备会对信号产生强反射,导致其路径损耗指数小于工业稀疏场景,且莱斯K因子更小、时延扩展更大。当接收端使用相控阵天线时,通过波束跟踪可以实时调整波束方向,从而提高信号的传输效果,减小信号传播时延。对IIoT场景信道特性的准确分析将有助于理解信号在工业环境中的传播规律,预测和评估通信系统的传输可靠性,进而优化系统设计和网络规划,确保IIoT应用的高效稳定运行。 展开更多
关键词 工业物联网 信道特性 宽带信道测量 毫米波信道
在线阅读 下载PDF
基于机器学习和卫星图像的路径损耗预测 被引量:3
3
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... 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. 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
上一页 1 下一页 到第
使用帮助 返回顶部