The present invention discloses a method for predicting electromagnetic radiation of GSM base station. The steps are as follows: the 271 GSM base station electromagnetic radiation historical data are divided into 256 groups, each group contains 15 training packet input data and 1 training corresponding output comparison data, and then trains the prediction model by the calendar data of the group. The trained prediction model is used to predict the electromagnetic radiation of the GSM base station. The invention analyzes the method of predicting the electromagnetic radiation of GSM base station, which can predict the electromagnetic radiation of GSM base station efficiently and quickly, and has certain social benefits.
【技术实现步骤摘要】
一种GSM基站电磁辐射预测方法
本专利技术涉及一种GSM基站电磁辐射预测方法。
技术介绍
目前针对通信基站周围的电磁辐射预测常运用训练好的预测模型进行预测。例如,文献《基于神经网络的TD-SCDMA基站电磁场强强度预测》(刘红欣.郑州大学硕士学位论文,2013.)在基站电磁辐射的的预测中,先对预测模型进行训练,然后使用训练好的模型进行预测,但是这种预测模型要想获得较好的预测效果,训练过程中需要的大量的训练数据,这些导致测试工作量非常大,另外预测也非常耗时,在很多情况下并不适用。针对现有技术中存在的不足,本专利结合GSM基站电磁辐射序列的规律特性,以16个数据为一组,前15个数据为训练时的输入数据第16个数据为训练时输出值,采用271个数据进行模型的训练就能获得不错的预测效果,通过本专利技术提出的方法能够大大的减少了前期测量的工作量,同时能够更加高效和快速进行预测。
技术实现思路
为了解决上述技术问题,本专利技术提供一种GSM基站电磁辐射预测方法,能对GSM基站电磁辐射进行高效及快速的预测。本专利技术解决上述技术问题的技术方案包括以下步骤:1)、取GSM基站电磁辐射前271个历史数据作为训练数据,将271个历史数据分成256个组,每个组内含有15个数据,得到训练时的分组输入数据xj,f和训练时对应的输出比对数据tj,j为分组编号,j=1,2,…,256,f为每一个分组内数据的编号f=1,2,...,15;2)、根据步骤1得到的分组训练数据xj,f和tj输入预测模型进行训练,确定预测模型的参数:ωi、bi、βi,i=1,2,…,30;3)、根据步骤2训练得到的预测 ...
【技术保护点】
1.一种GSM基站电磁辐射预测方法,其特征在于,包括以下步骤:1)、取GSM基站电磁辐射前271个历史数据作为训练数据,将271个历史数据分成256个组,每个组内含有15个数据,得到训练时的分组输入数据xj,f和训练时对应的输出比对数据tj,j为分组编号,j=1,2,…,256,f为每一个分组内数据的编号f=1,2,...,15;2)、根据步骤1得到的分组训练数据xj,f和tj输入预测模型进行训练,确定预测模型的参数:ωi、bi、βi,i=1,2,…,30;3)、根据步骤2训练得到的预测模型进行GSM基站电磁辐射预测。
【技术特征摘要】
1.一种GSM基站电磁辐射预测方法,其特征在于,包括以下步骤:1)、取GSM基站电磁辐射前271个历史数据作为训练数据,将271个历史数据分成256个组,每个组内含有15个数据,得到训练时的分组输入数据xj,f和训练时对应的输出比对数据tj,j为分组编号,j=1,2,…,256,f为每一个分组内数据的编号f=1,2,...,15;2)、根据步骤1得到的分组训练数据xj,f和tj输入预测模型进行训练,确定预测模型的参数:ωi、bi、βi,i=1,2,…,30;3)、根据步骤2训练得到的预测模型进行GSM基站电磁辐射预测。2.如权利要求1所述的一种GSM基站电磁辐射预测方法,所述步骤1)中,取GSM基站电磁辐射前271个历史数据作为训练数据,基于GSM基站电磁辐射的特性先将271个历史数据分成256个组,其特征是,以第1到第15个历史数据,作为第一组训练过程中对应的输入数据x1,f,f=1,2,...,15,第16个数据为训练过程中对应的输出比对数据t1,第2到第16个历史数据为第二组训练过程中对应的输入数据x2,f,f=1,2,...,15,第17个数据为训练过程中对应的输出比对数据t2,以此类推,第256到第270个数据为第256组训练过程...
【专利技术属性】
技术研发人员:杨万春,吴涛,张雪,彭艳芬,
申请(专利权)人:湘潭大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。