论文部分内容阅读
本论文主要研究了移动通信场强传播损耗预测问题。蜂窝移动通信中小区基站的场强覆盖情况很大程度上决定了移动通信的通话质量和系统容量,而场强传播损耗预测是获得小区覆盖的最有效方法。本文在综合分析国内外已有的传播预测方法的基础上,基于现有的统计预测模型,提出了自适应参数场强传播损耗预测算法,并且在此基础上给出了运用遗传算法进行场强传播损耗预测的实现方法。 目前国内外学者提出的预测方法按照其性质可分为确定性预测模型和统计预测模型两类。确定性预测模型预测结果精度高,但是计算量庞大,难以工程实用;统计模型虽简便易行,但是预测误差较大。本文针对移动通信的实际情况,综合考虑预测算法的计算复杂度和预测精度要求,利用路测数据进行场强传播损耗预测。该方法基于已有的统计预测模型,针对被测小区的实际路测数据,运用自适应原理构造出均方误差最小情况下的代价函数,推导出计算公式,得出传播预测模型的参数,实现传播损耗预测。同时以此为基础,给出运用遗传算法实现传播预测方程系数计算的方法和具体实现过程。 论文重点阐明自适应参数预测算法的设计思想、实现方法及运用遗传算法计算场强传播损耗的具体流程。实验结果表明,自适应参数算法能够大幅度提高预测精度;遗传算法计算的预测误差接近自适应参数算法,但是运算速度比自适应参数算法要快,并且能够直观地判定算法的有效性。两种算法均能够有效地进行传播损耗预测,可以根据实际需求选择不同的算法。