-
公开(公告)号:CN118802027A
公开(公告)日:2024-10-18
申请号:CN202311451319.1
申请日:2023-11-02
申请人: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC分类号: H04B17/309 , H04B17/327 , G06N3/045 , G06N3/08
摘要: 本公开涉及通信技术领域的功率损耗预测方法、装置、电子设备及存储介质。其中,该方法包括:处理MDT数据得到训练数据,训练数据包括用于预测路损的第一训练数据;将第一训练数据输入到预测路损的第一神经网络,第一神经网络为基于Koopman算符理论构建的包括多个第一编码器的神经网络。采用结合Koopman算符理论的多编码器神经网络,在解决神经网络可解释性的基础上更加简洁;由于多个编码器所编码的Koopman特征函数互相独立,能够在高维函数空间提取信号强度随各地理特征变化而变化的物理学规律,同时对路损的预测也更加精准。
-
公开(公告)号:CN118803999A
公开(公告)日:2024-10-18
申请号:CN202410198741.9
申请日:2024-02-22
申请人: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
摘要: 本发明提供一种基于人工智能大模型技术的无线传播覆盖预测方法和装置,属于无线网络规划设计技术领域,所述方法包括:获取最小化路测数据进行预处理,得到接收端预设范围内的地理信息参数,以及得到接收端和发送端之间的地理信息参数;将上述地理信息参数输入基于人工智能大模型技术的无线传播模型中,得到无线传播模型输出的区域场强覆盖预测结果。通过上述方法和装置的运用,通过使用基于人工智能大模型技术的无线传播模型,能够更好地学习数据中的规律,提高区域场强覆盖的预测效果。由于最小化路测数据的数据多样性丰富,数据量充足,通过对最小化路测数据进行预处理并作为无线传播模型使用的参数,能够使校正出的模型的适用范围更加广泛。
-