[发明专利]一种基于大数据拟合的电波传播仿真方法及装置

说明书

本发明提供一种基于大数据拟合的电波传播仿真方法及装置，所述方法包括：确定影响电波传播的各影响因素，获取待拟合电波传播的当前场景的环境数据，确定各影响因素对应的向量及表征所述当前场景的向量；构建电波传播模型；使用训练数据训练所述电波传播模型，得到训练完毕的电波传播模型；将所述各影响因素对应的向量及表征所述当前场景的向量输入所述训练完毕的电波传播模型，得到当前场景下输入电波的传播损耗。本发明精度更高、计算速度更快，适用范围更广的电波传播。

技术领域

本发明涉及电磁信号技术领域，尤其涉及一种基于大数据拟合的电波传播仿真方法及装置。

背景技术

不同的场景对电磁传播影响的主要影响因素各不相同且众多，使用传统的物理建模的方法，因影响因素太多只能选用主要的影响因素，造成了各种模型只能适用于一个较小的场景内，而且精度较低、计算速度较慢。

本申请提出一种基于大数据拟合的电波传播仿真方法，通过深度神经网络得到一种精度更高、计算速度更快，适用范围更广的电波传播仿真方法。

发明内容

为解决上述技术问题，本发明提出了一种基于大数据拟合的电波传播仿真方法及装置，用以解决现有技术物理建模造成的精度低、计算速度慢和适用范围窄的技术问题。

本发明主要考虑大气的折射效应和地形的绕射效应，基于大量场强的实测或仿真(其他模型的仿真值)数据，训练电波传播模型用来拟合电波传播模型，该电波传播模型的输入为发射源参数、参数向量，该参数向量用于表征对应的环境场景，输出为一个具体点位的电磁强度。本发明的电波传播模型计算无线链路传输损耗。发射源参数包括辐射源功率、频率、收/发天线高度、收/发天线经纬度、收/发天线间气压、温度、收/发天线间地形剖面、地面介电特性。

根据本发明的第一方面，提供一种基于大数据拟合的电波传播仿真方法，所述方法包括以下步骤：

步骤S1：确定影响电波传播的各影响因素，获取待拟合电波传播的当前场景的环境数据，从所述环境数据和电波数据中提取影响电波传播的各影响因素对应的数据值，确定各影响因素对应的向量及表征所述当前场景的向量；

步骤S2：构建电波传播模型，所述电波传播模型包括依次相连的预处理模块、及深度模型，所述深度模型包括依次相连的第一卷积层、第二卷积层、第三卷积层、第一全连接层、第二全连接层以及softmax层；所述预处理模块包括依次相连的归一化层、编码模块，所述预处理模块将输入的所述各影响因素对应的向量及表征所述当前场景的向量分别进行归一化处理，再将归一化处理后得到的各个向量由编码模块进行编码，得到一个编码向量，将所述编码向量输入所述第一卷积层，所述编码向量经过第一卷积层、第二卷积层、第三卷积层降维，再将降维后的编码向量通过第一全连接层、第二全连接层进行分类，得到第二向量，将所述第二向量输入softmax层，输出作为与当前场景对应的输入电波的传播损耗；

步骤S3：使用训练数据训练所述电波传播模型，得到训练完毕的电波传播模型；

步骤S4：将所述各影响因素对应的向量及表征所述当前场景的向量输入所述训练完毕的电波传播模型，得到当前场景下输入电波的传播损耗。

优选地，所述影响电波传播的各影响因素包括输入电波频率f、接收天线高度h_r、发射天线高度h_s、接收天线与发射天线的距离l、地面介电特性γ；

所述获取待拟合电波传播的当前场景的环境数据，从环境数据和电波数据中提取影响电波传播的各影响因素对应的数据值，包括：