基于深度残差神经网络的5G信号室内分布预测AET-电子技术应用-最丰富的电子设计资源平台

基于深度残差神经网络的5G信号室内分布预测
所属分类：技术论文
上传者：wwei
文档大小：3846 K
标签：深度残差神经网络信号分布信号强度
所需积分：0分积分不够怎么办？
文档介绍：为解决5G信号室内覆盖的质量与稳定性问题，提出了一种基于深度残差神经网络的5G信号室内分布预测方法。采用基于全连接的深度残差神经网络构建预测模型，利用发射机与接收机的三维空间坐标信息和接收机的参考信号接收功率（Reference Signal Receiving Power， RSRP）数据作为输入特征，而无需收集复杂的环境特征信息。实验结果表明，该深度残差神经网络模型在不依赖详细环境参数的情况下，经归一化训练，预测出的RSRP与实际值相比，MAE为0.029 455，RMSE为0.041 495，能有效地预测室内的5G信号分布，验证了基于深度残差神经网络的预测方法在室内5G信号覆盖预测问题上的有效性，为优化室内5G网络部署和提升用户体验提供了科学依据和技术手段，具有重要的实际应用价值。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动