The invention discloses an electromagnetic radiation prediction method for TD SCDMA base station. The steps are as follows: Taking the historical data of electromagnetic radiation from TD SCDMA base station as training data, the training data is decomposed through DB3 and COIF3 wavelet, the decomposition layer number is 1, and the low frequency sequence R and high frequency sequence T are obtained by the DB3 wavelet decomposition, and the COIF3 wavelet is obtained by COIF3 wavelet. The low frequency sequence Q and the high frequency sequence U are decomposed, and the low frequency sequence R, the high frequency sequence T, the low frequency sequence Q, the high frequency sequence U are input to the prediction model respectively. Then the trained prediction model is combined to predict the electromagnetic radiation of the TD SCDMA base station. The invention analyzes the method of electromagnetic radiation prediction of TD SCDMA base station. This method can accurately and reliably predict and evaluate the electromagnetic radiation of TD SCDMA base station, and has certain social benefits.
【技术实现步骤摘要】
一种TD-SCDMA基站电磁辐射预测方法
本专利技术涉及一种TD-SCDMA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时,常运用训练好的预测模型进行预测。例如,申请号2018100095052公布了一种GSM基站电磁辐射预测方法,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,但在这种预测中,由于模型使用的是单一预测模型,单一预测模型在预测过程中容易受干扰的影响不够稳定,同时由于TD-SCDMA基站电磁辐射变化剧烈使用该模型不易预测。针对现有技术中存在的不足,本专利结合TD-SCDMA基站电磁辐射序列的规律特性,取TD-SCDMA基站电磁辐射历史数据作为训练数据对模型进行训练,先将训练数据通过DB3和COIF3小波进行分解,分解层数为1,通过DB3小波分解获得低频序列R、高频序列T,通过COIF3小波分解获得低频序列Q、高频序列U,再将低频序列R、高频序列T、低频序列Q、高频序列U,再分别输入预测模型进行训练,再将训练好的预测模型对TD-SCDMA基站电磁辐射做组合预测,通过本专利技术提出的方法能够实现更加精确可靠的电磁辐射预测。
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TD-SCDMA基站电磁辐射预测方法。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TD-SCDMA基站电磁辐射历史数据作为训练数据,将训练数据通过DB3和COIF3小波进行分解,分解层数为1,通过DB3小波分解获得低频序列R、高频序列T,通过COIF3小波分解获得低频序列Q、高频序列U;2)、将步骤1得到的低频 ...
【技术保护点】
1.一种TD‑SCDMA基站电磁辐射预测方法,其特征在于,包括以下步骤:1)、取TD‑SCDMA基站电磁辐射历史数据作为训练数据,将训练数据通过DB3和COIF3小波进行分解,分解层数为1,通过DB3小波分解获得低频序列R、高频序列T,通过COIF3小波分解获得低频序列Q、高频序列U;2)、将步骤1得到的低频序列R、高频序列T、低频序列Q以及高频序列U,输入预测模型进行训练,获得预测模型的参数ω1、b1、c1,ω2、b2、c2,ω3、b3、c3,ω4、b4、c4;3)、将预测时的输入数据,分别输入步骤2)已训练好的预测模型进行高低频序列的预测,其表达式为:
【技术特征摘要】
1.一种TD-SCDMA基站电磁辐射预测方法,其特征在于,包括以下步骤:1)、取TD-SCDMA基站电磁辐射历史数据作为训练数据,将训练数据通过DB3和COIF3小波进行分解,分解层数为1,通过DB3小波分解获得低频序列R、高频序列T,通过COIF3小波分解获得低频序列Q、高频序列U;2)、将步骤1得到的低频序列R、高频序列T、低频序列Q以及高频序列U,输入预测模型进行训练,获得预测模型的参数ω1、b1、c1,ω2、b2、c2,ω3、b3、c3,ω4、b4、c4;3)、将预测时的输入数据,分别输入步骤2)已训练好的预测模型进行高低频序列的预测,其表达式为:其中,ω1、b1、c1,ω2、b2、c2,ω3、b3、c3,ω4、b4、c4,为权力要求1中通过步骤2训练获得的预测模型参数,xRi为预测点之前的历史数据通过DB3小波分解获得的低频序列,单位为V/m,xTi为预测点之前的历史数据通过DB3小波分解获得的高频序列,单位为V/m,xQi为预测点之前的历史数据通过COIF3小波分解获得的低频序列,单位为V/m,xUi为预测点之前的历史数据通过COIF3小波分解获得的高频序列,单位为V/m,yR为低频序列xRi的预测值,单位为V/m,yT为高频序列xTi的预测值,单位为V/m,yQ为低频序列xQi的预测值,单位为V/m,yU为高频序列xUi的预测值,单位为V/m;4)、根据步骤3训练得到的高低频预测值做组合预测,组合预测表达式为:yDB3=yR+yT(5)yCOIF3=yQ+yU(6)y=(yDB3+yCOIF3)/2(7)其中,yDB3为通过DB3小波分解,分解层数为1的低频...
【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。