引言

無(wú)線信號(hào)的傳播會(huì)受多種因素影響，包括但不限于地形地貌、建筑物密度與材質(zhì)、天氣條件、信號(hào)頻率和發(fā)射功率等。無(wú)線信號(hào)分布預(yù)測(cè)是無(wú)線通信領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，主要用于估計(jì)特定區(qū)域內(nèi)無(wú)線信號(hào)（如無(wú)線電波、移動(dòng)通信信號(hào)等）的信號(hào)強(qiáng)度如何隨著空間位置變化。這一過(guò)程對(duì)于規(guī)劃無(wú)線網(wǎng)絡(luò)、優(yōu)化覆蓋范圍、減少干擾以及提升用戶(hù)體驗(yàn)至關(guān)重要。

在傳統(tǒng)的預(yù)測(cè)技術(shù)中，常見(jiàn)的包括確定性模型（如射線追蹤模型）和統(tǒng)計(jì)性模型（如Okumura-Hata模型、COST 231模型）。

確定性模型是基于電磁波傳播理論、考慮現(xiàn)實(shí)物理環(huán)境和分析實(shí)際傳播特性的一種方法。確定性模型的方法中，射線追蹤（Ray Tracing）是一種基于幾何光學(xué)(Geometrical Optics, GO)原理的技術(shù)，并引入了繞射射線的幾何繞射(Geometrical Theory of Diffraction, GTD)和一致繞射(Uniform Theory of Difraction, UTD)理論，它通過(guò)追蹤發(fā)射源發(fā)出的射線（即電磁波的傳播路徑），來(lái)計(jì)算射線在遇到不同介質(zhì)（如建筑物、地形等）時(shí)經(jīng)過(guò)反射、折射、衍射和散射后到達(dá)接收點(diǎn)的信號(hào)強(qiáng)度，從而預(yù)測(cè)出電磁波在實(shí)際環(huán)境中的傳播特性。文獻(xiàn)[1]~文獻(xiàn)[3]基于射線追蹤技術(shù)對(duì)信號(hào)覆蓋和無(wú)線信道進(jìn)行了相關(guān)研究。

統(tǒng)計(jì)性模型的原理是利用已知的環(huán)境參數(shù)（如頻率、距離、基站高度等）和根據(jù)3GPP協(xié)議對(duì)大量傳播環(huán)境下的實(shí)際測(cè)量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得出的信道模型估算出信號(hào)分布。

神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的重要組成部分，尤其在模式識(shí)別、數(shù)據(jù)分類(lèi)、預(yù)測(cè)分析等領(lǐng)域展現(xiàn)出強(qiáng)大的能力。文獻(xiàn)[4]~文獻(xiàn)[9]利用神經(jīng)網(wǎng)絡(luò)對(duì)路徑損耗和場(chǎng)強(qiáng)預(yù)測(cè)進(jìn)行了相關(guān)研究。雷泰雅等[4]研究了基于反向傳播神經(jīng)網(wǎng)絡(luò)的無(wú)人機(jī)路徑損耗預(yù)測(cè)；王安義等[5]改進(jìn)了卷積神經(jīng)網(wǎng)絡(luò)，對(duì)礦井巷道場(chǎng)強(qiáng)進(jìn)行了預(yù)測(cè)；吳麗娜等[7]基于多層感知機(jī)神經(jīng)網(wǎng)絡(luò)建立了路徑損耗模型。

本文提出了一種基于深度殘差神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。相比于文獻(xiàn)[4]~文獻(xiàn)[9]，本文的預(yù)測(cè)模型只需采集接收機(jī)和發(fā)射機(jī)的位置坐標(biāo)及相應(yīng)的信號(hào)強(qiáng)度，就能很好地預(yù)測(cè)出空間的信號(hào)分布情況。

本文詳細(xì)內(nèi)容請(qǐng)下載：

http://www.shi-ke.cn/resource/share/2000006252

作者信息：

胡榮青1，張成挺2，任國(guó)偉1，呂俊事1，許高明1，劉太君1

（1.寧波大學(xué) 信息科學(xué)與工程學(xué)院，浙江 寧波 315211；

2.浙江中煙工業(yè)有限責(zé)任公司， 浙江 寧波 315504）