[发明专利]使用深度神经网络预测电信网络中的接收信号强度

说明书

一种用于预测电信网络中的接收信号强度的计算机实现方法包括：一个或多个处理器接收表示地理区域的地理信息的地理数据以及所述地理区域中基站的天线信息和发射功率信息，所述一个或多个处理器用于执行卷积神经网络；将所述地理数据以及所述天线信息和发射功率信息输入所述卷积神经网络中；使用所述卷积神经网络预测接收信号强度，所述卷积神经网络包括基于所述接收的地理数据以及所述天线信息和发射功率信息的多个卷积层，所述接收信号强度表示在所述地理区域的不同位置接收的无线信号的信号强度；以及输出所述预测的接收信号强度。

本申请要求于2017年11月15日递交的发明名称为“使用深度神经网络预测电信网络中的接收信号强度”的第15/814,074号美国非临时专利申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。

技术领域

本发明涉及使用深度神经网络预测电信网络中的接收信号强度。

背景技术

在无线通信系统中，由发射机发送的无线信号(例如，以电磁波的形式)在通过空间传播时会受到衰减。例如，接收机(例如，移动设备)可以接收由发射机(例如，基站)发送的无线信号。发送的无线信号与接收的无线信号之间的信号强度(例如，功率或能量)差异可称为路径损耗，这表示电磁波在空间传播时的功率密度(衰减)降低。路径损耗可用于分析和设计电信系统的链路预算。

路径损耗可能是由于许多影响导致，例如自由空间损耗、折射、衍射、反射、孔径介质耦合损耗和吸收。路径损耗可能受地形轮廓、环境(例如城市或农村、植被或树叶等)、传播介质(例如干空气或潮湿空气)、所述发射机和所述接收机之间的距离、天线的高度和位置以及其它因素的影响。

因此，对于相同的发送无线信号，接收信号强度可能会因接收机的位置而有所不同，因为所述发送信号在到达所述接收机之前可能会经历不同的路径损耗。可以测量或计算接收的信号强度。例如，所述路径损耗可计算为所述接收信号强度与所述发送信号强度之间的差值。

所述接收信号强度和/或路径损耗的计算通常可称为预测，而无需实际发送无线信号。实际上，所述接收信号强度和/或路径损耗的计算通常涉及近似法。例如，可以使用统计方法和确定性方法预测所述接收信号强度和/或路径损耗。统计方法(也称为经验方法)基于典型无线链路类别的测量和平均接收信号强度和/或路径损耗。确定性方法基于波传播的物理规律。光线跟踪是确定性方法的示例。商业工具可用于接收信号强度和/或路径损耗预测，例如Siradel提供的Volcano软件。

发明内容

本发明描述了一种使用深度神经网络预测电信网络中的接收信号强度的系统和方法。

在第一种实现方式中，一种用于预测电信网络中的接收信号强度的计算机实现方法包括：一个或多个处理器接收表示地理区域的地理信息的地理数据以及所述地理区域中基站的天线信息和发射功率信息，所述一个或多个处理器用于执行卷积神经网络；将所述地理数据以及所述天线信息和发射功率信息输入所述卷积神经网络中；使用所述卷积神经网络预测接收信号强度，所述卷积神经网络包括基于所述接收的地理数据以及所述天线信息和发射功率信息的多个卷积层，所述接收信号强度表示在所述地理区域的不同位置接收的无线信号的信号强度；以及输出所述预测的接收信号强度。

在第二种实现方式中，一种非瞬时性计算机可读介质存储用于预测电信网络中接收信号强度的计算机指令，所述计算机指令由一个或多个处理器执行时，使所述一个或多个处理器执行以下步骤：一个或多个处理器接收表示地理区域的地理信息的地理数据以及所述地理区域中基站的天线信息和发射功率信息，所述一个或多个处理器用于执行卷积神经网络；将所述地理数据以及所述天线信息和发射功率信息输入所述卷积神经网络中；使用所述卷积神经网络预测接收信号强度，所述卷积神经网络包括基于所述接收的地理数据以及所述天线信息和发射功率信息的多个卷积层，所述接收信号强度表示在所述地理区域的不同位置接收的无线信号的信号强度；以及输出所述预测的接收信号强度。