基于误差反向传播神经网络的GSM-R场强预测

• 作者: 丁珣
• 来源期刊: 电气化铁道
• 学科: 交通运输
• 关键词: 场强预测 GSM-R系统 人工神经网络 信道建模
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 通信、信号及信息
• 页码范围: 67-70
• 页数: 4页
• 分类号: U285.4
• 语种: 中文
• DOI: 10.19587/j.cnki.1007-936x.2022.01.015

摘要

场强预测是评估和衡量GSM-R系统通信质量的一种重要手段,准确高效的场强预测对信道建模提出了更高的要求.本文提出利用人工神经网络中应用最广泛的误差反向传播(Back Propagation,BP)神经网络预测GSM-R系统的场强.预测结果表明:无需进行三维场景建模,利用表征非线性关系的BP网络即可实现准确的场强预测;相比于无环境特征的数据集,携带环境特征的数据集生成的预测模型精度较高、误差较低.场强预测有助于研究人员理解无线通信特性,更好地服务于GSM-R系统的规划与设计.