[发明专利]一种基于神经网络的海上无线电波传播预测方法

说明书

本发明公开一种基于神经网络的海上无线电波传播预测方法，包括步骤：对不同的传播预测方法特性分析，从无线信道测试数据中筛选出目标数据构成特征集并进行预处理；利用神经网络建立传播预测模型，对传播预测模型训练并经验证及测试后，得到综合预测模型，该综合预测模型的输入为目标数据，输出为匹配所述目标数据的传播预测方法；将待测无线信道的输入参数归一化处理后，输入综合预测模型确定出对应输入参数的传播预测方法，根据确定出的传播预测方法进行电波传播预测分析。本发明考虑建立多模式组合模型，在不同区域应用不同的传播预测方法，以实现高精度的预测。

技术领域

本发明涉及海上无线电波传播预测技术领域，特别是涉及一种基于神经网络的海上无线电波传播预测方法。

背景技术

海上电波传播包括直射、反射、绕射、散射等机理，海上电波传播特性的预测方法包括几何光学、射线光学、扩展光学、积分方法、抛物方程等方法，不同的预测方法适用于不同环境下的不同传播模式。无线信道传播特性预测方法主要有经验预测方法和确定性预测方法。经验预测方法基于实测数据，根据数理统计方法获得某一地区传播预测结果，一般以图表和拟合公式为主；此类模型多为区域性模型，普适性差、计算精度低但效率较高，对于特定区域传播需要本地化模型修正。确定性预测方法是依据电波传播波动理论进行严格电磁计算的方法。根据电波的初始条件和边界条件，通过严格的求解，就可得到传播路径上的电波传播特性计算结果。初始条件由发射源决定，边界条件则由传播媒介与地表分界面的形状和电磁特性决定。一般来说，环境描述的精度直接决定了边界条件的精度，从而决定了整个确定性模型的精度。目前，应用确定性模型比较广泛的有射线追踪法、抛物方程法等、

然而，海上超短波、微波海面传播预测往往涉及较大空域电磁场计算，距离可达上千千米，高度可达数十千米。采用单一传播预测方法无法很好的解决所有区域的传播预测。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于神经网络的海上无线电波传播预测方法。

为实现本发明的目的所采用的技术方案是：

一种基于神经网络的海上无线电波传播预测方法，包括步骤：

对不同的传播预测方法特性分析，从无线信道测试数据中筛选出目标数据构成特征集，并进行预处理；

利用神经网络建立传播预测模型，对传播预测模型训练并经验证及测试后，得到综合预测模型，该综合预测模型的输入为目标数据，输出为匹配所述目标数据的传播预测方法；

将待测无线信道的输入参数归一化处理后，输入至所述综合预测模型中，确定出所述输入参数的对应传播预测方法，根据确定出的传播预测方法进行电波传播预测分析。

其中，所述目标数据包括发射天线高度h₁、接收天线高度h₂、发射天线的位置L_o1,L_a1，接收天线的位置L_o2,L_a2、天线发射角度θ、信号频率f和直射线擦地角L_o表示经度，L_a表示纬度。

其中，预处理包括对特征集数据的量纲归一化处理、对特征集中的数据加标签形成标签集以及分割数据集形成训练集、验证集以及测试集，该数据集由特征集和其对应的标签集构成。

其中，对特征集中的数据加标签时，不同传播预测方法的计算区域分别赋予不同的标签值，其中，适合平地球方法进行传播预测的特征对应标签为0.2，适合射线光学方法进行传播预测的特征对应标签为0.4，适合水平抛物方程方法进行传播预测的特征对应标签0.6，适合垂直抛物方程方法进行传播预测的特征对应标签0.8。