基于人工智能算法的無線信號(hào)傳播損耗預(yù)測(cè)

劉 偉

（青島市技師學(xué)院 山東 青島 266229）

0 引言

在傳播環(huán)境逐漸復(fù)雜化的時(shí)代背景下，發(fā)送端發(fā)出的無線信號(hào)在單波過程中，受不同媒質(zhì)、路徑的影響，最終到達(dá)接收端會(huì)存在一定的損耗，這種損耗即為無線信號(hào)的傳播損耗[1]。在網(wǎng)絡(luò)規(guī)劃和優(yōu)化需求不斷提升的大環(huán)境下，對(duì)無線信號(hào)傳播損耗進(jìn)行準(zhǔn)確預(yù)測(cè)成為備受關(guān)注的研究領(lǐng)域之一。針對(duì)此，朱金榮等[2]提出了以大數(shù)據(jù)為基礎(chǔ)的移動(dòng)信號(hào)傳播損耗分析方法，通過構(gòu)建模型，實(shí)現(xiàn)了對(duì)信號(hào)傳播損耗的預(yù)測(cè)，但是預(yù)測(cè)結(jié)果呈現(xiàn)出了較大的波動(dòng)性。朱灑等[3]結(jié)合了通信終端有限元分析（communication edge-finite element analysis，CE-FEA）的優(yōu)勢(shì)和小信號(hào)分析的高效性，實(shí)現(xiàn)了對(duì)聚磁式場(chǎng)調(diào)制信號(hào)傳播損耗的預(yù)測(cè)，但是其在應(yīng)用上表現(xiàn)出了一定的局限性；柏菲等[4]采用射線跟蹤技術(shù)對(duì)空地毫米波的傳播損耗進(jìn)行預(yù)測(cè)研究，具有較高的預(yù)測(cè)精度，但是其受干擾因素的影響明顯，當(dāng)數(shù)據(jù)中存在缺失時(shí)，其預(yù)測(cè)效果出現(xiàn)明顯下降。通過上述的分析不難看出，深化對(duì)無線信號(hào)傳播損耗預(yù)測(cè)的研究是十分必要的[5]。需要特別注意的是，傳播損耗預(yù)測(cè)方法要能夠根據(jù)實(shí)際情況做出適應(yīng)性調(diào)節(jié)，以此滿足人們對(duì)通信的質(zhì)量檢測(cè)的要求[6]。在網(wǎng)絡(luò)質(zhì)量決定網(wǎng)絡(luò)覆蓋效果的技術(shù)背景下，準(zhǔn)確的無線信號(hào)傳播損耗預(yù)測(cè)也能夠?yàn)樾盘?hào)弱覆蓋區(qū)域的建設(shè)提供重要的指導(dǎo)價(jià)值[7]。

為此，本文提出基于人工智能算法的無線信號(hào)傳播損耗預(yù)測(cè)方法，并通過仿真測(cè)試分析驗(yàn)證了設(shè)計(jì)方法的準(zhǔn)確性。通過本文的研究，希望可以為現(xiàn)有網(wǎng)絡(luò)的升級(jí)，或網(wǎng)絡(luò)的新建提供幫助。

1 無線信號(hào)傳播損耗預(yù)測(cè)方法

1.1 無線信號(hào)傳播模型構(gòu)建

為了實(shí)現(xiàn)對(duì)無線信號(hào)在空間中傳播損耗的準(zhǔn)確預(yù)測(cè)，本文首先構(gòu)建了無線信號(hào)傳播模型。在模型中，設(shè)置無線信號(hào)從發(fā)送端到接收端的平均衰減值為路徑損耗，其計(jì)算方式可以表示為：

其中，Pl表示無線信號(hào)在傳播過程中的路徑損耗，Ef表示發(fā)射端輸出的信號(hào)能量，Es表示接收端接收到的信號(hào)能量。在理想狀態(tài)下，當(dāng)發(fā)射器和接收器之間的距離為d時(shí)，Es的計(jì)算方式可以表示為

其中，Gf表示發(fā)射器的信號(hào)增益強(qiáng)度，Gs表示接收器的信號(hào)增益強(qiáng)度，a表示無線信號(hào)傳輸網(wǎng)絡(luò)自身的損耗次數(shù)，其不受傳播環(huán)境影響，取決于網(wǎng)絡(luò)自身屬性，k表示無線信號(hào)的波長(zhǎng)。

通過式（1）和式（2）不難看出，理想狀態(tài)下，無線信號(hào)在發(fā)射端和接收端之間的傳播損耗主要取決于傳播距離，d值越大，對(duì)應(yīng)的傳播損耗也就越大。但是實(shí)際上，無線信號(hào)的傳播環(huán)境往往存在阻擋物，其是以非固定的形式存在的[8]，因此，本文在模型中引入了以阻擋物作用為核心的衰減因子，在此基礎(chǔ)上，基于傳播距離與信號(hào)損耗的無線信號(hào)傳播模型可以表示為：

其中，λ表示無線信號(hào)傳播空間內(nèi)，阻擋物導(dǎo)向下的信號(hào)傳播衰減因子。

通過這樣的方式，即可得到無線信號(hào)在任意空間內(nèi)的傳播模型。

1.2 基于人工智能算法的無線信號(hào)傳播損耗計(jì)算

由上文得到的無線信號(hào)傳播模型可以看出，要實(shí)現(xiàn)對(duì)無線信號(hào)傳播損耗的準(zhǔn)確預(yù)測(cè)，主要是對(duì)衰減因子作出準(zhǔn)確計(jì)算，為此，本文采用人工智能算法中的粒子群優(yōu)化算法（particle swarm optimization，PSO）實(shí)現(xiàn)對(duì)其的計(jì)算。

首先，本文將無線信號(hào)在空間傳播中的阻擋物作用強(qiáng)度計(jì)算看作是對(duì)粒子最優(yōu)值的分析。將訓(xùn)練數(shù)據(jù)中以阻擋物為核心的衰減因子作為PSO算法的粒子[9-10]。本文設(shè)置任意粒子包含i個(gè)屬性值，那么對(duì)于任意粒子n，則有n={n1，n2，…，ni}，其中，ni表示阻擋物的構(gòu)成因素。需要注意的是，本文對(duì)阻擋物的定義是宏觀的，不局限于可驗(yàn)證的物體。在此基礎(chǔ)上，對(duì)粒子群進(jìn)行初始化處理，該步驟的目的是將粒子的尋優(yōu)范圍約束在可行解空間內(nèi)[11]。此時(shí)粒子的尋優(yōu)函數(shù)可以表示為：

其中，h（*）表示粒子的尋優(yōu)函數(shù)，λn表示在n粒子移動(dòng)過程中，其對(duì)應(yīng)的衰減因子λe表示訓(xùn)練數(shù)據(jù)實(shí)際的衰減因子。

利用式（4），將與λe最接近的λn值對(duì)應(yīng)的粒子位置作為輸出，得到此時(shí)n={n1，n2，…，ni}，將其與待預(yù)測(cè)環(huán)境的阻擋物參數(shù)值進(jìn)行擬合計(jì)算，輸出待預(yù)測(cè)環(huán)境下的衰減因子。其計(jì)算方式可以表示為：

其中，sim表示擬合函數(shù)，m表示待預(yù)測(cè)環(huán)境的阻擋物參數(shù)值。需要注意的是，當(dāng)m的屬性構(gòu)成中存在n中不含有的因素時(shí)，需要更新粒子的尋優(yōu)結(jié)果。

通過這樣的方式，得到以實(shí)際傳播環(huán)境為基礎(chǔ)的無線信號(hào)傳播模型，實(shí)現(xiàn)對(duì)無線信號(hào)傳播損耗的預(yù)測(cè)。

2 仿真分析

為了進(jìn)一步分析驗(yàn)證本文提出的無線信號(hào)傳播損耗預(yù)測(cè)方法的效果，進(jìn)行了仿真測(cè)試，為了確保測(cè)試結(jié)果具有分析價(jià)值，分別采用朱金榮等[2]、朱灑等[3]以及柏菲等[4]提出的方法同時(shí)進(jìn)行測(cè)試。在此基礎(chǔ)上，對(duì)比4種方法預(yù)測(cè)結(jié)果與實(shí)際結(jié)果之間的關(guān)系，對(duì)本文方法做出客觀評(píng)價(jià)。

2.1 測(cè)試數(shù)據(jù)準(zhǔn)備

本文進(jìn)行仿真測(cè)試的數(shù)據(jù)通過阿里云獲取，數(shù)據(jù)總量為1.5億條，涵蓋3 200個(gè)小區(qū)。在進(jìn)行測(cè)試前，為了避免損壞的數(shù)據(jù)對(duì)測(cè)試結(jié)果的干擾，對(duì)數(shù)據(jù)進(jìn)行清洗。在測(cè)試階段，本文采用隨機(jī)抽取的方式，選擇了覆蓋300個(gè)小區(qū)的數(shù)據(jù)信息，共計(jì)約160萬條。在此基礎(chǔ)上，對(duì)于測(cè)試數(shù)據(jù)集的設(shè)置，本文每個(gè)小區(qū)中分別隨機(jī)抽取500條數(shù)據(jù)，其余數(shù)據(jù)作為本文測(cè)試的訓(xùn)練數(shù)據(jù)集。考慮到數(shù)據(jù)特征本身相互之間存在相關(guān)性，為此，本文共計(jì)選取了12項(xiàng)特征作為預(yù)測(cè)的指標(biāo)參量，具體分別為無線信號(hào)接收點(diǎn)與發(fā)射點(diǎn)之間的距離以及相對(duì)高度、無線信號(hào)發(fā)射機(jī)與水平方向和垂直方向的夾角、無線信號(hào)發(fā)射機(jī)的輸出頻率和輸出功率、無線信號(hào)發(fā)射點(diǎn)和接收點(diǎn)的地物類型、無線信號(hào)發(fā)射點(diǎn)和接收點(diǎn)之間阻擋物的數(shù)量以及對(duì)應(yīng)的高度信息、最差阻擋物與無線信號(hào)發(fā)射點(diǎn)之間的水平距離，最后是參考信號(hào)接收功率。

在此基礎(chǔ)上，分別采用3種方法對(duì)無線信號(hào)傳播損耗情況進(jìn)行預(yù)測(cè)分析。

2.2 評(píng)價(jià)標(biāo)準(zhǔn)設(shè)置

為了便于分析比較3種方法的預(yù)測(cè)結(jié)果，本文共構(gòu)建了4個(gè)評(píng)價(jià)標(biāo)準(zhǔn)，指標(biāo)的具體計(jì)算方式分別可以表示為：

其中，RMSE表示預(yù)測(cè)結(jié)果與實(shí)際值的均方根誤差，MAPE表示預(yù)測(cè)結(jié)果與實(shí)際值平均絕對(duì)誤差比值，MAE表示預(yù)測(cè)結(jié)果與實(shí)際值的平均絕對(duì)誤差，MSE表示預(yù)測(cè)結(jié)果與實(shí)際值的均方誤差，N表示測(cè)試數(shù)據(jù)總量，xi表示測(cè)試數(shù)據(jù)信息，表示測(cè)試數(shù)據(jù)信息參數(shù)均值。

2.3 仿真結(jié)果與分析

在上述測(cè)試環(huán)境的基礎(chǔ)上，4種預(yù)測(cè)方法的輸出結(jié)果見表1。

表1 不同方法預(yù)測(cè)結(jié)果對(duì)比表

從表1中可以看出，對(duì)比4種預(yù)測(cè)方法，朱金榮等[2]方法的預(yù)測(cè)結(jié)果誤差最為明顯，朱灑等[3]和柏菲等[4]方法與之相比有所提升，但本文方法的預(yù)測(cè)結(jié)果整體均優(yōu)于3種對(duì)比方法，具體的RMSE、MAPE、MAE和MSE值分別為1.97、5.44、2.11和3.8809，均處于較低水平，與朱金榮等、朱灑等以及柏菲等方法相比，有明顯優(yōu)勢(shì)。

為了更加細(xì)化地對(duì)無線信號(hào)傳播損耗預(yù)測(cè)結(jié)果的具體情況進(jìn)行分析，本文結(jié)合相關(guān)信號(hào)傳播檢測(cè)要求，按照對(duì)參考信號(hào)接收功率（reference signal receiving power，RSRP）的劃分標(biāo)準(zhǔn)，對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，得到的數(shù)據(jù)結(jié)果見表2。

表2 不同預(yù)測(cè)誤差樣本分布情況統(tǒng)計(jì)表

根據(jù)無線信號(hào)傳播測(cè)試要求，當(dāng)預(yù)測(cè)結(jié)果與真實(shí)值相差在±5 dBm范圍內(nèi)時(shí)，表明預(yù)測(cè)結(jié)果的準(zhǔn)確性能夠滿足基礎(chǔ)應(yīng)用需求，對(duì)應(yīng)基本不會(huì)造成對(duì)無線網(wǎng)絡(luò)規(guī)劃的錯(cuò)誤指導(dǎo)。從表2可以看出，預(yù)測(cè)結(jié)果與真實(shí)值相差值越小，其可以應(yīng)用的信號(hào)傳播損耗檢測(cè)范圍越廣。在表2中，朱金榮等方法預(yù)測(cè)結(jié)果與真實(shí)值相差在±5 dBm范圍內(nèi)的比例為95.54%，其中包含預(yù)測(cè)結(jié)果與真實(shí)值相差在±1dBm和±3 dBm范圍內(nèi)的比例分別為12.14%和28.20%，朱灑等和柏菲等方法預(yù)測(cè)結(jié)果與真實(shí)值相差在±5 dBm范圍的比例相近，分別為97.09%和97.39%。相比之下，本文方法的預(yù)測(cè)結(jié)果中，98.24%的預(yù)測(cè)樣本相對(duì)誤差均為±5 dBm范圍內(nèi)，且預(yù)測(cè)結(jié)果與真實(shí)值相差在±1 dBm和±3 dBm范圍內(nèi)的比例分別為20.44%和36.73%。測(cè)試結(jié)果表明，本文提出的損耗預(yù)測(cè)方法可以為無線通信建設(shè)提供可靠的指導(dǎo)價(jià)值。

3 結(jié)語

信號(hào)傳播損耗決定了由發(fā)送端發(fā)出信號(hào)可到達(dá)的最遠(yuǎn)距離，以此為基礎(chǔ)的網(wǎng)絡(luò)覆蓋設(shè)計(jì)具有更高的合理性和可靠性，因此，對(duì)信號(hào)傳播損耗進(jìn)行準(zhǔn)確預(yù)測(cè)是網(wǎng)絡(luò)建設(shè)發(fā)展的重要基礎(chǔ)。本文提出人工智能算法的無線信號(hào)傳播損耗預(yù)測(cè)方法，實(shí)現(xiàn)了對(duì)信號(hào)傳播損耗的高精度預(yù)測(cè)，以RSRP的劃分標(biāo)準(zhǔn)對(duì)預(yù)測(cè)結(jié)果誤差進(jìn)行分析，其可以滿足無線信號(hào)傳播測(cè)試要求。