基于随机森林的无线信号弱覆盖识别率预测

Wireless signal weak coverage recognition rate prediction based on random forest

为建立一种高效精准的无线信号传播模型,预测目标区域内无线信号覆盖强度,对各个特征与预测标签平均RSRP(参考信号接收功率)进行相关性分析。选取相关性程度较高的特征,使用决策树、极端随机提升树、随机森林等机器学习方法训练回归模型。实验结果表明,随机森林回归模型在无线信号覆盖强度预测上表现效果好,弱覆盖识别率准确度高,可以达到36.35%。