在微小区及微微小区模型中,不同小区间已经不再存在统计相似性。所以使用统计模型对场强进行预测会产生较大的误差。而确定性模型得到精确结果的前提是需要建立高精度的场景数据库,并且使用高复杂度的算法,导致了运算量大,效率低等问题。针对确定性模型的局限性,引入人工神经网络方法,提出了基于主路径的快速射线跟踪和神经网络的混合场强预测模型。本文提出一种射线跟踪主路径提取方法,将源点与场点间的直射路径和一次反射路径作为主路径。首先,使用基于主路径的射线跟踪工具快速得到场强预测值和主路径信息。然后,使用USRP设备对室内场景进行测量,得到实测值。通过部分实测值和主路径信息训练径向基神经网络,得到了预测数据。对预测和实测数据进行对比分析,验证了该混合预测模型在室内环境中的可行性。该混合模型与单独的射线跟踪预测方法相比,改善了预测精度;采用接近真实场景的射线跟踪主路径提取方法降低了运算复杂度。