典型文献
基于误差反向传播神经网络的GSM-R场强预测
文献摘要：
场强预测是评估和衡量GSM-R系统通信质量的一种重要手段,准确高效的场强预测对信道建模提出了更高的要求.本文提出利用人工神经网络中应用最广泛的误差反向传播(Back Propagation,BP)神经网络预测GSM-R系统的场强.预测结果表明:无需进行三维场景建模,利用表征非线性关系的BP网络即可实现准确的场强预测;相比于无环境特征的数据集,携带环境特征的数据集生成的预测模型精度较高、误差较低.场强预测有助于研究人员理解无线通信特性,更好地服务于GSM-R系统的规划与设计.
文献关键词：
场强预测;GSM-R系统;人工神经网络;信道建模
中图分类号：
作者姓名：
丁珣
作者机构：
中国铁建电气化局集团有限公司
文献出处：
引用格式：
[1]丁珣-.基于误差反向传播神经网络的GSM-R场强预测)[J].电气化铁道,2022(01):67-70
A类：
B类：
误差反向传播神经网络,GSM,场强预测,统通,通信质量,信道建模,人工神经网络,Back,Propagation,神经网络预测,三维场景,场景建模,非线性关系,环境特征,带环,数据集生成,预测模型精度,无线通信,规划与设计
AB值：
0.324928
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
