[发明专利]一种TD-SCDMA基站电磁辐射预测方法

权利要求书

1.一种TD-SCDMA基站电磁辐射预测方法，其特征在于，包括以下步骤：

1)、取TD-SCDMA基站电磁辐射历史数据作为训练数据，将训练数据通过DB3和COIF3小波进行分解，分解层数为1，通过DB3小波分解获得低频序列R、高频序列T，通过COIF3小波分解获得低频序列Q、高频序列U；

2)、将步骤1)得到的低频序列R、高频序列T、低频序列Q以及高频序列U，输入预测模型进行训练，获得预测模型的参数ω₁、b₁、c₁，ω₂、b₂、c₂，ω₃、b₃、c₃，ω₄、b₄、c₄；

3)、将预测时的输入数据，分别输入步骤2)已训练好的预测模型进行高低频序列的预测，其表达式为：

其中，ω₁、b₁、c₁，ω₂、b₂、c₂，ω₃、b₃、c₃，ω₄、b₄、c₄，为通过步骤2)训练获得的预测模型参数，x_Ri为预测点之前的历史数据通过DB3小波分解获得的低频序列，单位为V/m，x_Ti为预测点之前的历史数据通过DB3小波分解获得的高频序列，单位为V/m，x_Qi为预测点之前的历史数据通过COIF3小波分解获得的低频序列，单位为V/m，x_Ui为预测点之前的历史数据通过COIF3小波分解获得的高频序列，单位为V/m，y_R为低频序列x_Ri的预测值，单位为V/m，y_T为高频序列x_Ti的预测值，单位为V/m，y_Q为低频序列x_Qi的预测值，单位为V/m，y_U为高频序列x_Ui的预测值，单位为V/m；

4)、根据步骤3)训练得到的高低频预测值做组合预测，组合预测表达式为：

y_DB3＝y_R+y_T (5)

y_COIF3＝y_Q+y_U (6)

y＝(y_DB3+y_COIF3)/2 (7)

其中，y_DB3为通过DB3小波分解，分解层数为1的低频序列预测值y_R与高频序列预测值y_T求和得到的预测值，单位为V/m，y_COIF3为通过COIF3小波分解，分解层数为1的低频序列预测值y_Q与高频序列预测值y_U求和得到的预测值，单位为V/m，y为所提出模型的组合预测值，单位为V/m。

2.如权利要求1所述的一种TD-SCDMA基站电磁辐射预测方法，所述步骤2)中，其特征在于，预测模型为以下所示：

在上式(8)中，将n个历史数据通过DB3小波分解，分解层数为1，获得的低频序列R输入预测模型，进行训练获得最佳预测模型参数ω₁、b₁、c₁，将参数ω₁、b₁赋值为-1到1之间的随机数，再将训练数据输入训练模型获得参数c₁的值，以此确定模型参数ω₁、b₁、c₁；

在上式(9)中，将n个历史数据通过DB3小波分解，分解层数为1，获得的高频序列T输入预测模型，进行训练获得最佳预测模型参数ω₂、b₂、c₂，将参数ω₂、b₂赋值为-1到1之间的随机数，再将训练数据输入训练模型获得参数c₂的值，以此确定模型参数ω₂、b₂、c₂；

在上式(10)中，将n个历史数据通过COIF3小波分解，分解层数为1，获得的低频序列Q输入预测模型，进行训练获得最佳预测模型参数ω₃、b₃、c₃，将参数ω₃、b₃赋值为-1到1之间的随机数，再将训练数据输入训练模型获得参数c₃的值，以此确定模型参数ω₃、b₃、c₃；

在上式(11)中，将n个历史数据通过COIF3小波分解，分解层数为1，获得的高频序列U输入预测模型，进行训练获得最佳预测模型参数ω₄、b₄、c₄，将参数ω₄、b₄赋值为-1到1之间的随机数，再将训练数据输入训练模型获得参数c₄的值，以此确定模型参数ω₄、b₄、c₄。