基于神经网络的毫米波跨场景路径损耗预测研究 |
| |
引用本文: | 雷泰雅,毛开,郑永丰,宋茂忠,朱秋明.基于神经网络的毫米波跨场景路径损耗预测研究[J].移动通信,2022(12):69-74. |
| |
作者姓名: | 雷泰雅 毛开 郑永丰 宋茂忠 朱秋明 |
| |
作者单位: | 1. 南京航空航天大学电磁频谱空间认知动态系统工业和信息化部重点实验室;2. 北京航天测控技术有限公司 |
| |
基金项目: | 国家自然科学基金面上项目(62271250); |
| |
摘 要: | 毫米波通信因其可以提供更高的传输速率和系统容量受到了广泛关注。无人机空地通信技术是未来通信网络的重要组成部分,路径损耗预测对于无人机的节点布局、轨迹优化和功率分配具有重要意义。针对无人机通信多场景PL预测问题,结合参数化的几何场景和多输入反向传播神经网络,提出了一种具有跨场景能力的PL迁移预测模型。该模型利用有限场景下信道数据进行网络训练,可以预测未知新场景下的PL。最后,利用射线跟踪仿真数据进行模型有效性验证,仿真结果表明,所提模型的神经网络训练收敛效果较好,在新场景下预测PL结果与RT仿真结果基本吻合,验证了该模型的跨场景迁移预测能力。
|
关 键 词: | 毫米波 无人机通信 路径损耗 反向传播神经网络 射线跟踪 跨场景参数迁移 |
|
|