期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种基于深度学习的电波传播场强预测方法
1
作者 孙绍哲 岑逸翔 谢玮松 《通信与信息技术》 2024年第4期7-9,67,共4页
电波传播场强预测对于无线网络的规划具有重要意义,其预测精度与通信环境的大规模传播特性直接相关。为了提升电波传播场强预测的准确性,需尽可能地增加输入特征维度以最大化描述环境。卫星图像能直观地展示研究区域的环境特征,将其作... 电波传播场强预测对于无线网络的规划具有重要意义,其预测精度与通信环境的大规模传播特性直接相关。为了提升电波传播场强预测的准确性,需尽可能地增加输入特征维度以最大化描述环境。卫星图像能直观地展示研究区域的环境特征,将其作为输入特征,采用卷积神经网络构建模型准确地预测电波传播情况。因此,提出了一种基于卫星图像数据的深度学习场强预测方法,输入数据为经纬度、高程和卫星图像,输出为预测场强。结果表明,与未使用卫星图像作为输入的模型预测值对比,添加卫星图像作为输入特征后,预测精度提高15.2%,对卫星图像数据进行增强,预测精度获得6.4%的提升。 展开更多
关键词 电波传播场强预测 卫星图像 卷积神经网络 数据增强
下载PDF
基于ITU-RP.1546建议书的电波传播仿真研究 被引量:6
2
作者 芦伟东 《中国无线电》 2014年第9期60-61,共2页
本文主要研究了ITU-R P.1546建议书,利用Matlab对该建议书中提出的场强预测方法进行仿真计算,最后结合地理信息数据,举例说明了基于该建议书的监测覆盖分析,进一步说明了该电波传播模型研究可以为VHF/UHF监测站建站规划提供有力的理论... 本文主要研究了ITU-R P.1546建议书,利用Matlab对该建议书中提出的场强预测方法进行仿真计算,最后结合地理信息数据,举例说明了基于该建议书的监测覆盖分析,进一步说明了该电波传播模型研究可以为VHF/UHF监测站建站规划提供有力的理论依据。 展开更多
关键词 ITU-R P.1 546场强预测电波传播
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部