基于机器学习的阔叶林场景微蜂窝模型构建.pdfVIP

测控技术

数据采集与处理2019年第38卷第12期・99・

基于机器学习的阔叶林场景微蜂窝模型构建

严天峰33,李帅2,赵亚楠2,王逸轩Z3

（1.兰州交通大学电子与信息工程学院，甘肃兰州730070；

2.甘肃省高精度北斗定位技术工程实验室，甘肃兰州730070；

3.甘肃省无线电监测及定位行业技术中心,甘肃兰州730070）

摘要:在信号传播过程中,传播路径的场景对信号的衰减影响很大。传统的微蜂窝模型虽然加入了对路

径上建筑物的建模，但对于其他场景，如树林、湖泊、恶劣天气、人流建相关模型。通过从

林场景数据，并使用机器学习算法拟合数据，比较主流机器学习算法的拟合

模型，在件下微蜂窝模型的基础上加入该场景的，提高了微蜂窝模型的用范

。实验数据的拟合，基于机器学习中的树算法构建的林场景下的微蜂窝模型，具有

较高的信号衰减预测精确度。

关键词：微蜂窝；机器学习；衰减；阔叶林

中图分类号:TN011；TP306文献标识码：A文章编号：1000-8829（2019）12-0099-05

doi：10.19708/j.ckjs.2019.12.017

MicrocellAttenuationModelofBroadleafForestSceneBasedon

MachineLearning

YANTian-feng1,2,3,LIShuai1,3,ZHAOYa-nan1,3,WANGYi-xuan1,2,3

(1.SchooloElectronicandInformationEngineering,LznzhouJiaotongUniveristy,Lanzhou730070,China;

2.High-PrecisionPositioningTechnologyCompassEngineeringLaboratoryoGansuProvince,Lanzhou730070,China;

3.RadioMonitoringandTechnologyCenteroPositioningIndustryoGansuProvince,Lanzhou730070,China)

Abstract：Intheprocessosignalpropagation,thesceneothepropagationpathhasagreatinfluenceonthe

attenuationothesignal.Althoughthetraditionalmicrocellularmodelhasaddedmodelingobuildingsonthe

path,otherscenariossuchasforests,lakes,badweather,andpeoplescurrentdensitiesarenotconsidered.After

collectingthemeasureddatathroughthebroadleaforestscenario,thedataarefittedviamachinelearningal