专利内容由知识产权出版社提供
专利名称：一种基于DNN神经网络的无线通信链路损耗预测
方法
专利类型：发明专利
发明人：杨凌辉,党小宇,张嘉纹申请号：CN201911300411.1申请日：20191217公开号：CN111147163A公开日：20200512
摘要：本发明公开了一种基于DNN神经网络的无线通信链路损耗预测方法，所述方法具体包括如下步骤：步骤1：对基站与测试点空间位置关系的实测数据进行栅格数字化处理，分别基于实测数据提取地理位置特征向量和信号空间特征向量；步骤2：搭建DNN全连接深度神经网络模型；步骤3：对数据进行预处理以及对DNN全连接深度神经网络模型进行参数设定；步骤4：对DNN全连接深度神经网络模型进行训练以及指标监测；步骤5：选取三个特定场景对比分析COST231‑Hata修正模型和DNN全连接深度神经网络模型对无线传播链路损耗进行预测评估；该发明在MATLAB平台进行原始实测通信数据预处理，并在Python平台利用Keras深度学习框架搭建DNN网络，具有更加准确的预测精度和场景适应性。
申请人：南京航空航天大学,南京航空航天大学无锡研究院
地址：214187 江苏省无锡市惠山区洛社镇人民南路40号
国籍：CN
代理机构：上海宣宜专利代理事务所(普通合伙)
代理人：邹蕾
更多信息请下载全文后查看
