一种路径损耗建模方法、装置、设备以及存储介质制造方法及图纸

本申请实施例公开了一种路径损耗建模方法、装置、设备以及存储介质，包括：确定初始模型和环境参数数据集；环境参数数据集包括至少一个候选环境参数；利用遗传算法对初始模型进行优化处理，得到目标校正模型；根据环境参数数据集中的每一个候选环境参数对目标校正模型进行调整，得到候选环境参数对应的目标校正模型对应调整后的误差值，利用预设贪心算法根据误差值确定出目标环境参数；根据目标环境参数对目标校正模型进行优化处理，得到路径损耗模型。这样，分别利用遗传算法和贪心算法进行模型优化和参数选择，考虑环境参数对路径损耗模型的影响，选用对模型影响更大的环境参数优化模型，从而降低了建模复杂度，并提高了建模精度和适用性。精度和适用性。精度和适用性。

【技术实现步骤摘要】
一种路径损耗建模方法、装置、设备以及存储介质


[0001]本申请涉及信道传播建模
，尤其涉及一种路径损耗建模方法、装置、设备以及存储介质。

技术介绍

[0002]随着第五代移动通信技术(5th Generation Mobile Communication Technology，5G)的发展，5G新空口(New Radio，NR)的频率范围(Frequency Range，FR)分别定义为不同的FR：FR1与FR2。其中，频率范围FR1即通常所讲的5G Sub
‑
6GHz(6GHz以下)频段，频率范围FR2则是5G毫米波频段。相较于Sub
‑
6GHz频段，毫米波频段传输速率更快，带宽更宽，能够承载的连接更多，方向性好。与此同时，当使用毫米波频段进行通信时，由于其高传播损耗和高穿透损耗(受传播介质影响)，并且会受到降雨衰减，使得收发机之间总的路径损耗变得比低频段高。
[0003]在相关技术中，传统的毫米波信道路径损耗建模算法可以分为两类：一类是基于实际环境测量数据的统计性信道建模，即经验模型；还有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路径损耗建模方法，其特征在于，所述方法包括：确定初始模型和环境参数数据集；其中，所述环境参数数据集包括至少一个候选环境参数；利用遗传算法对所述初始模型进行优化处理，得到目标校正模型；根据所述环境参数数据集中的每一个候选环境参数对所述目标校正模型进行调整，得到所述候选环境参数对应的所述目标校正模型对应调整后的误差值，利用预设贪心算法根据所述误差值确定出目标环境参数；根据所述目标环境参数对所述目标校正模型进行优化处理，得到路径损耗模型。2.根据权利要求1所述的方法，其特征在于，确定环境参数数据集，包括：获取初始环境参数数据集；基于预设相关分析算法对所述初始环境参数数据集中的每一个初始候选环境参数相对路径损耗的影响度进行计算，确定所述每一个初始候选环境参数相对所述路径损耗的影响度；利用预设检验算法对所述初始环境参数数据集中的每一个初始候选环境参数和路径损耗进行显著性水平检验，确定所述每一个初始候选环境参数相对所述路径损耗的显著性水平检验结果；根据所述影响度以及所述显著性水平检验结果，确定与所述路径损耗不相关的初始候选环境参数；从所述初始环境参数数据集中去除与所述路径损耗不相关的初始候选环境参数，得到所述环境参数数据集。3.根据权利要求1所述的方法，其特征在于，所述利用遗传算法对所述初始模型进行优化处理，得到目标校正模型，包括：根据所述初始模型，确定初始种群集合；其中，所述初始种群集合包括至少一个个体；计算所述初始种群集合中的所有个体的适应度，并按照适应度对所述初始种群集合中的所有个体进行排序，选取适应度最高的至少一个候选个体组成待配种种群集合；对所述待配种种群集合进行变异交叉处理，从变异交叉结果中选取预设数量的目标个体组成新种群集合；根据所述新种群集合，生成第一校正模型；若所述第一校正模型满足预设结束条件，则将所述第一校正模型确定为所述目标校正模型；若所述第一校正模型不满足预设结束条件，则将所述新种群集合确定为所述初始种群集合，返回所述计算所述初始种群集合中的所有个体的适应度并重复执行，直至所述第一校正模型满足预设结束条件，将所述第一校正模型确定为所述目标校正模型。4.根据权利要求1所述的方法，其特征在于，所述目标环境参数的数量为至少一个；所述根据所述环境参数数据集中的每一个候选环境参数对所述目标校正模型进行调整，得到所述候选环境参数对应的所述目标校正模型对应调整后的误差值，利用预设贪心算法根据所述误差值确定出目标环境参数，包括：利用所述环境参数数据集中的每一个候选环境参数分别对所述目标校正模型进行调整，得到每一个所述候选环境参数对应的调整校正模型，并确定每一个所述候选环境参数
对应的调整校正模型的误差值；从所述误差值中选取至少一个目标误差值，根据所述至少一个目标误差值确定出所述目标环境参数。5.根据权利要求1所述的方法，其特征在于，所述根据所述环境参数数据集中的每一个候选环境参数对所述目标校正模型进行调整，得到所述候选环境参数对应的所述目标校正模型对应调整后的误差值，利用预设贪心算法根据所述误差值确定出目标环境参数，包括：确定所述目标校正模型的第一误差值；利用所述环境参数数据集中的第i个候选环境参数对所述目标校正模型进行调整，得到第二校正模型；其中，1≤i≤N，N为所述环境参数数据集中的候选环境参数个数；确定所述第二校正模型的第二误差值；若所述第一误差值与所述第二误差值之间的差值大于预设误差阈值，则将所述第i个候选环境参数确定为目标环境参数；对i执行加一操作，返回利用所述环境参数数据集中的第i个候选环境参数对所述目标校正模型进行调整，得到第二校正模型并重复执行，直至i等于N或者所述第一误差值与所述第二误差值之间的差值不大于预设误差阈值，以...

【专利技术属性】
技术研发人员：郑好，谢洁意，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：