基于机器学习的阔叶林场景微蜂窝模型构建

• 作者: 严天峰 李帅 王逸轩 赵亚楠
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 微蜂窝 机器学习 衰减 阔叶林
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 99-103
• 页数: 5页
• 分类号: TN011|TP306
• 字数: 2631字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.12.017

摘要

在信号传播过程中,传播路径的场景对信号的衰减影响很大.传统的微蜂窝模型虽然加入了对路径上建筑物的建模,但对于其他场景,如树林、湖泊、恶劣天气、人流密度等并未构建相关模型.通过从阔叶林场景下采集实测数据,并使用机器学习算法拟合数据,比较主流机器学习算法的拟合结果选择出最优模型,在视距条件下微蜂窝模型的基础上加入该场景的修正,提高了微蜂窝模型的精确度和适用范围.实验数据的拟合结果表明,基于机器学习中的决策树算法构建的阔叶林场景下的微蜂窝模型,具有较高的信号衰减预测精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严天峰	兰州交通大学电子与信息工程学院	43	191	8.0	10.0
10	赵亚楠	兰州交通大学电子与信息工程学院	4	4	1.0	2.0
14	李帅	兰州交通大学电子与信息工程学院	4	14	2.0	3.0