基于BP神經(jīng)網(wǎng)絡(luò)的散射通信傳輸損耗小時(shí)中值預(yù)測(cè)

宋樹田，孫澤楠

（1.中國電子科技集團(tuán)公司第五十四研究所，河北石家莊050081；2.石家莊市第二醫(yī)院，河北石家莊050081）

基于BP神經(jīng)網(wǎng)絡(luò)的散射通信傳輸損耗小時(shí)中值預(yù)測(cè)

宋樹田1，孫澤楠2

（1.中國電子科技集團(tuán)公司第五十四研究所，河北石家莊050081；
2.石家莊市第二醫(yī)院，河北石家莊050081）

針對(duì)散射通信傳輸損耗短期預(yù)測(cè)問題，提出了通過大氣參數(shù)對(duì)散射鏈路傳輸損耗進(jìn)行短期預(yù)測(cè)。根據(jù)散射通信特點(diǎn)，利用BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性數(shù)據(jù)處理能力，建立了基于氣象預(yù)報(bào)（對(duì)溫度、濕度和氣壓的預(yù)報(bào)）的散射通信傳輸損耗短期預(yù)測(cè)模型。通過建立典型散射通信鏈路，獲取大量鏈路傳輸損耗及氣象數(shù)據(jù)，進(jìn)而對(duì)傳輸損耗短期預(yù)測(cè)模型進(jìn)行驗(yàn)證并分析其預(yù)測(cè)性能，分析結(jié)果表明所建模型可依據(jù)散射鏈路的氣象參數(shù)對(duì)其傳輸損耗中值進(jìn)行較準(zhǔn)確的短期預(yù)測(cè)，可用于指導(dǎo)戰(zhàn)術(shù)散射通信鏈路的規(guī)劃。

對(duì)流層散射通信；人工神經(jīng)網(wǎng)絡(luò)；短期損耗中值；預(yù)測(cè)

0 引言

對(duì)流層散射通信是利用對(duì)流層中不均勻體對(duì)超短波以上的無線電波的散射來實(shí)現(xiàn)的一種超視距無線通信方式［1］，在國內(nèi)外超視距通信中占有重要地位［2］。目前存在多種散射通信傳輸損耗年中值預(yù)測(cè)方法［3］，可以對(duì)傳輸損耗年中值進(jìn)行較準(zhǔn)確的預(yù)測(cè)，然而卻沒有方法進(jìn)行短期中值（月中值、日中值、小時(shí)中值等）的預(yù)測(cè)，無法滿足短期鏈路的設(shè)計(jì)需要。針對(duì)該問題，利用BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性數(shù)據(jù)處理能力［4］，建立了基于氣象預(yù)報(bào)（對(duì)溫度、濕度和氣壓的預(yù)報(bào)）的散射通信傳輸損耗短期預(yù)測(cè)模型。

1 散射通信傳輸損耗分析

關(guān)于對(duì)流層遠(yuǎn)距離傳播的研究，有3種不同的假設(shè)，即：湍流非相干散射、不規(guī)則層非相干散射和穩(wěn)定層相干反射。張明高院士綜合了上述3種理論，提出了廣義散射理論模型［5，6］。依據(jù)廣義散射理論，對(duì)流層散射通信接收功率為：

式中，Pt為發(fā)射功率，λ為波長(zhǎng)，G10、G20以及g1和g2分別為發(fā)、收天線的增益和方向函數(shù)，r1和r2分別為散射體到發(fā)收天線的距離，V為公共體積，σ為散射截面，其具有如下形式：

式中，A1、n和m為常數(shù)，Θ為散射角［7］，溫度、濕度以及氣壓對(duì)其有一定的影響，εr為相對(duì)介電常數(shù)，由大氣的溫、濕、氣壓確定。對(duì)于某一固定的鏈路，天線增益、通信距離、頻率等都是固定值，因而傳輸損耗僅僅是溫度、濕度、氣壓的函數(shù)，因此可通過對(duì)這些氣象參數(shù)，對(duì)相應(yīng)的傳輸損耗進(jìn)行預(yù)測(cè)。

2 BP神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種自適應(yīng)的信息處理系統(tǒng)，它由許多非常簡(jiǎn)單的、彼此之間高度連接的處理單元組成，可以從大量的離散試驗(yàn)數(shù)據(jù)中經(jīng)過學(xué)習(xí)訓(xùn)練［8］，提取輸入和輸出的關(guān)系，并將這種關(guān)系表示為網(wǎng)絡(luò)連接權(quán)值的大小與分布，建立反映實(shí)際規(guī)律的非線性模型。理論上，一個(gè)具有S型傳遞函數(shù)的三層BP神經(jīng)網(wǎng)絡(luò)可以逼近任意具有有限間斷點(diǎn)的函數(shù)［9，10］，非常適用于傳播模型的獲得。

一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示，x＝［x1x2…xn］為輸入向量，若加入x0＝－1，可為輸入層神經(jīng)元引入閾值，隱層輸出向量y＝［y1y2…ym］，一般m＝，其中n為輸入層神經(jīng)元個(gè)數(shù)，l為輸出層神經(jīng)元個(gè)數(shù)，a取值范圍為1～10［11］，加入y0＝－1，可為隱層神經(jīng)元引入閾值，o為輸出向量，W＝［w1，w2，…wn］為輸入層和隱層之間的權(quán)值矩陣，其中列向量wk為隱層第j個(gè)神經(jīng)元對(duì)應(yīng)的權(quán)向量；V＝［v1，v2，…vm］為隱層和輸出層之間的權(quán)值矩陣，其中列向量vj為輸出層第k個(gè)神經(jīng)元對(duì)應(yīng)的權(quán)向量，b1和b2分別為隱層和輸出層的傳輸閾值向量，將b1和b2分別與W和V合并，則所得隱層和輸出層的權(quán)值矩陣的大小分別為m×（n＋1）和l×（m＋1），f（·）為隱層傳遞函數(shù)，g（·）為輸出層傳遞函數(shù)。

圖1 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)是通過網(wǎng)絡(luò)訓(xùn)練不斷更新權(quán)值向量W和V來得到輸入輸出關(guān)系的。對(duì)于隱層：

3 傳輸損耗預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

影響對(duì)流層散射通信傳輸損耗的主要因素主要有：頻率、天線增益、天線仰角、地形、通信距離以及氣象氣候因素，當(dāng)鏈路固定時(shí)，頻率、天線增益、天線仰角、地形以及通信距離也就固定下來了，此時(shí)，影響對(duì)流層散射通信傳輸損耗的主要因素為氣象氣候因素，即溫度、濕度以及大氣壓。

對(duì)流層主要?dú)庀筇卣鳛闇囟萒、濕度（水汽壓）e、大氣壓p［12］，因此輸入?yún)?shù)可設(shè)為：

式中，T、e和p在建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型時(shí)均為P維行向量，P為建模時(shí)所用的測(cè)試值個(gè)數(shù)，在模型建立后實(shí)際應(yīng)用時(shí)，可根據(jù)需要預(yù)測(cè)的點(diǎn)數(shù)調(diào)整P值的大小即可?？梢姡斎刖仃嚍?×P的矩陣，此模型的輸入元素個(gè)數(shù)n＝3。

輸出向量為L(zhǎng)w，是P維行向量：

BP網(wǎng)絡(luò)中，隱層節(jié)點(diǎn)的作用是從樣本中提取并存儲(chǔ)其內(nèi)在規(guī)律，每個(gè)隱層節(jié)點(diǎn)都有若干個(gè)權(quán)值，每個(gè)權(quán)值都是網(wǎng)絡(luò)映射的一個(gè)參數(shù)。確定隱層節(jié)點(diǎn)數(shù)時(shí)，可選用一種較簡(jiǎn)單的隱層節(jié)點(diǎn)的估算方法：

式中，m為隱層節(jié)點(diǎn)數(shù)，n＝3為輸入元素個(gè)數(shù)，l＝1為輸出元素個(gè)數(shù)，a在1～10之間選取。

一般來說，在處理非線性問題上，隱層傳遞函數(shù)需要用到Sigmoid函數(shù)。單極性Sigmoid函數(shù)數(shù)學(xué)表達(dá)式為：

式中，γ取1，輸出層傳遞函數(shù)一般采用線性函數(shù)：

g（x）＝x。（11）

網(wǎng)絡(luò)訓(xùn)練是得到最優(yōu)權(quán)值的關(guān)鍵，本文主要采用改進(jìn)算法之一——附加動(dòng)量項(xiàng)的BP算法。

根據(jù)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)可知，不設(shè)閾值的神經(jīng)網(wǎng)絡(luò)的輸出函數(shù)可以表示為：

通過訓(xùn)練，可得輸入層到隱層權(quán)值矩陣W和隱層到輸出層的權(quán)值矩陣V，將網(wǎng)絡(luò)的輸出值經(jīng)過逆運(yùn)算（反歸一化）就可得到相應(yīng)條件下的預(yù)測(cè)值。

4 預(yù)測(cè)結(jié)果分析

通過實(shí)測(cè)數(shù)據(jù)訓(xùn)練得到預(yù)測(cè)模型的權(quán)值參數(shù)，利用該鏈路上的對(duì)流層散射通信短期傳輸損耗預(yù)測(cè)模型以及氣象部門提供的天氣預(yù)報(bào)進(jìn)行短期傳輸損耗中值的預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖2與圖3所示。

圖2 預(yù)測(cè)值與實(shí)測(cè)對(duì)比

圖3 預(yù)測(cè)誤差絕對(duì)值累積分布

由圖2和圖3可知，除個(gè)別樣本點(diǎn)外，大部分預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果是相符的，其中有87.17％的時(shí)間誤差小于6 dB，BP神經(jīng)網(wǎng)絡(luò)能夠較準(zhǔn)確地預(yù)測(cè)出對(duì)流層散射通信傳輸損耗小時(shí)中值。

5 結(jié)束語

利用BP神經(jīng)網(wǎng)絡(luò)的短期傳輸損耗預(yù)測(cè)模型對(duì)實(shí)際鏈路進(jìn)行了傳輸損耗預(yù)測(cè)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行了分析。分析結(jié)果顯示，利用BP神經(jīng)網(wǎng)絡(luò)可以比較準(zhǔn)確地預(yù)測(cè)出對(duì)流層散射通信短期傳輸損耗中值，證明了利用對(duì)流層氣象參數(shù)預(yù)測(cè)短期傳輸損耗是可行的。尤為重要的是，本文的研究邁出了對(duì)流層散射通信短期傳輸損耗預(yù)測(cè)的第一步，為最終建立對(duì)流層散射通信短期傳輸損耗的機(jī)理模型奠定了基礎(chǔ)，對(duì)后續(xù)研究具有重要的啟示意義。

［1］趙玉超，秦建存，劉麗哲.對(duì)流層散射通信傳輸損耗預(yù)計(jì)方法分析［J］.無線電工程，2013，43（3）：62－64.

［2］李榮海，任香凝，劉瑩.數(shù)字對(duì)流層散射傳輸技術(shù)新動(dòng)向綜述［J］.無線電通信技術(shù)，2007，33（3）：8－10，13.

［3］李正偉，馮錦瑞，曾超，等.數(shù)字對(duì)流層散射通信鏈路傳播可靠度工程計(jì)算［J］.無線通信技術(shù)，2010，19（2）：41－44.

［4］唐秋菊，徐松毅.基于神經(jīng)網(wǎng)絡(luò)的傳播預(yù)測(cè)模型淺析［J］.無線電工程，2010，40（3）：21－23.

［5］張明高，對(duì)流層散射傳播［M］，北京：電子工業(yè)出版社，2004.

［6］Recommendation 617－1，Propagation Prediction Techniques And Data Required For The Design Of Trans－Horizon Radio－Relay Systems［S］.Rec ITU－R，1992.

［7］賴斯P L.對(duì)流層通信電路傳輸損耗的預(yù)算［M］.北京：國防工業(yè)出版社，1975.

［8］施彥，韓力群，廉小親.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與實(shí)例分析［M］.北京：北京郵電大學(xué)出版社，2009.

［9］施彥，韓力群，廉小親.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與實(shí)例分析［M］.北京：北京郵電大學(xué)出版社，2009.

［10］孫鵬，韋再雪，楊大成.神經(jīng)網(wǎng)絡(luò)傳播模型的設(shè)計(jì)與應(yīng)用［J］.無線電工程，2005，35（2）：47－49，52.

［11］唐秋菊.典型應(yīng)用環(huán)境下移動(dòng)通信信道傳播損耗研究［D］.石家莊：中國電子科技集團(tuán)公司第五十四研究所，2010：33－39.

［12］張靄琛.現(xiàn)代氣象觀測(cè)［M］.北京：北京大學(xué)出版社，2000.

Troposcatter Communication Transm ission Loss Prediction Based on BP Neural Network

SONG Shu－tian1，SUN Ze－nan2
（1.The 54th Research Institute of CETC，Shijiazhuang Hebei050081，China；
2.The 2nd Hospital of Shijiazhuang，Shijiazhuang Hebei050081，China）

For the short－term prediction of troposcatter communication transmission loss，it is proposed that the troposcatter communication short－term transmission loss can be predicted on the basis of theweather parameters.Based on the characteristics of troposcatter communication，and by utilizing the non－linear data processing capability of BP neural network，a short－term transmission loss prediction model is setup.A greatamountof loss data and weather data obtained from real troposcatter communication links are used for analyzing themodel performance.The result shows that themodel can predict the short－term－median transmission loss correctly using the weather parameters，and the prediction can be used as a reference for tactical troposcatter communication link design.

troposcatter communication；ANN；short－term median loss；prediction

TP926

A

1003－3114（2015）04－34－3

10.3969/j.issn.1003－3114.2015.04.08

宋樹田，孫澤楠.基于BP神經(jīng)網(wǎng)絡(luò)的散射通信傳輸損耗小時(shí)中值預(yù)測(cè)［J］.無線電通信技術(shù)，2015，41（4）：34－36.

2015－04－08

國家科技重大專項(xiàng)基金資助（2014ZX03006－003）

宋樹田（1981—），男，工程師，主要研究方向：散射通信。孫澤楠（1987—），男，助理工程師，主要研究方向：醫(yī)療設(shè)備故障檢測(cè)、系統(tǒng)辨識(shí)。