一种换流站无线网络信道大尺度衰落建模预测方法技术

本发明专利技术提出一种换流站无线网络信道大尺度衰落建模预测方法，解决现有无线网络信道建模预测方法过于笼统且未考虑过拟合的问题，首先获取换流站内的测量数据，然后对已有的测量数据进行相关特征提取、处理，将相关特征组成的数据集划分，同时建立了全连接神经网络，并将划分后的数据集作为全连接神经网络的输入，采用随机梯度下降法，在损失函数中加入L2规范化项来训练全连接神经网络，减轻网络的过拟合现象，最后通过训练后的全连接神经网络得到换流站大尺度衰落的最终预测值，提高了复杂环境下，换流站内无线网络信道大尺度衰落预测值的准确性。

【技术实现步骤摘要】
一种换流站无线网络信道大尺度衰落建模预测方法
本专利技术涉及无线网络信道建模预测的
，更具体地，涉及一种换流站无线网络信道大尺度衰落建模预测方法。
技术介绍
在高压直流输电系统中，换流站是极其重要的组成部分，其主要完成直流电与交流电之间的转换功能。由于换流站的功能特征，换流站内存在强电磁干扰，极大的影响了换流站内的无线网络。同时，换流站内的基础设施与大型设备对信号存在遮挡，即非视距(NLOS)场景比较多，这也会对无线网络产生不可忽视的影响。为了保证换流站内的无线网络服务质量，需要研究强电磁、遮挡、距离等对无线网络覆盖的影响，建立一种符合换流站实际环境状况的无线网络信道模型。无线信道大尺度衰落模型是无线通信系统站址规划、资源分配、性能评估及优化的重要组成部分。2019年9月6日，公布号为CN110213003A的中国专利中公开了一种无线信道大尺度衰落建模方法及装置，解决了传统基于经验、半经验的路径损耗模型存在计算量大，干扰因素多及预测不准确的问题，但此专利公开的建模预测方法过于笼统且未考虑过拟合的问题，最终模型可能在训练集上效果好，本文档来自技高网...

【技术保护点】
1.一种换流站无线网络信道大尺度衰落建模预测方法，其特征在于，至少包括：/nS1.获取换流站内测量数据，包括：第i个测量终端所在的经度

【技术特征摘要】
1.一种换流站无线网络信道大尺度衰落建模预测方法，其特征在于，至少包括：
S1.获取换流站内测量数据，包括：第i个测量终端所在的经度纬度第i个测量终端的高度测量终端连接的基站名称BSi及接收信号功率其中，dB表示无线信号的计数单位标识；
S2.从测量数据中提取相关特征，相关特征包括：第i个测量终端到其连接的基站BSi的距离di、基站BSi的中心频率fci、天线挂高hti及第i个测量终端的高度
S3.构建数据集D，D＝{(x1，y1)，(x2，y2)，...，(xm，ym)}，其中m表示数据集D的总条数，第i条数据中Li为第i个测量终端所测量的大尺度衰落值；
S4.将相关特征及数据集D中的y进行归一化处理；
S5.将数据集D划分为训练集S和测试集T；
S6.构建全连接神经网络，将训练集S和测试集T输入全连接神经网络，采用随机梯度法，加入L2规范化项训练全连接神经网络，得到换流站无线网络信道大尺度衰落模型；
S7.获取换流站无线网络信道大尺度衰落的最终预测值。


2.根据权利要求1所述的换流站无线网络信道大尺度衰落建模预测方法，其特征在于，步骤S1所述换流站内测量数据获取的方式包括：A.用户终端反馈；B.路测；C.测量报告；换流站内测量数据中第i个测量终端的高度获取时，若采用用户终端反馈的方式，取1.5m；若采用路测及测量报告的方式，为实际的测量高度。


3.根据权利要求1所述的换流站无线网络信道大尺度衰落建模预测方法，其特征在于，步骤S2所述的第i个测量终端到其连接的基站BSi的距离di的计算公式为：



其中，BSix、BSiy表示第i个测量终端所连接的基站BSi的经度和纬度；表示第i个测量终端所在的经度；表示第i个测量终端所在的纬度。


4.根据权利要求3所述的换流站无线网络信道大尺度衰落建模预测方法，其特征在于，步骤S3中所述的Li为第i个测量终端所测量的大尺度衰落值的计算公式为：



其中，Li(dB)表示第i个测量终端所测量的大尺度衰落值；表示基站BSi的发射功率；表示接收信号功率，dB表示无线信号的计数单位标识。


5.根据权利要求4所述的换流站无线网络信道大尺度衰落建模预测方法，其特征在于，步骤S4所述的归一化处理采用Min-Max归一化方式。


6.根据权利要求4所述的换流站无线网络信道大尺度衰落建模预测方法，其特征在于，步骤S5所述的数据集D划分为训练集S和测试集T时，训练集S的样本数与测试集T的样本数之比为4∶1。

<...

【专利技术属性】
技术研发人员：陈保豪，田霖，刘淼，朱一峰，茹正辉，陆国生，李任新，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司，
类型：发明
国别省市：广东;44