一种基于DNN神经网络的无线通信链路损耗预测方法

发明专利有效专利

申请号：
CN201911300411.1
IPC分类号：H04B17/309;H04B17/373;H04B17/391;H04W24/08;G06N3/04;G06N3/08
申请日期：
2019-12-17
申请人：
南京航空航天大学;南京航空航天大学无锡研究院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

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
申请号	CN201911300411.1	申请日期	2019-12-17
法律状态	实质审查	申报国家	中国
公开/公告日	2020-05-12	公开/公告号	CN111147163A
优先权	暂无	优先权号	暂无
主分类号	H04B17/309 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04B 传输〔4〕 H04B17/02 （转入H04B17/40） H04B17/30 传输信道的〔2015.01〕 H04B17/309 测量或估计信道质量参数〔2015.01〕	IPC分类号	H;0;4;B;1;7;/;3;0;9;;;H;0;4;B;1;7;/;3;7;3;;;H;0;4;B;1;7;/;3;9;1;;;H;0;4;W;2;4;/;0;8;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京航空航天大学;南京航空航天大学无锡研究院	申请人地址	江苏省无锡市惠山区洛社镇人民南路40号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京航空航天大学,南京航空航天大学无锡研究院	当前权利人	南京航空航天大学,南京航空航天大学无锡研究院
发明人	杨凌辉;党小宇;张嘉纹
代理机构	上海宣宜专利代理事务所（普通合伙）	代理人	邹蕾

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供