[發明專利]基于神經網絡的無人機空中信號強度預測方法及裝置

在審

• 申請號: 202110600773.3
• 申請日: 2021-05-31
• 公開（公告）號: CN115483991A
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 徐劼敏
• 申請（專利權）人: 中國移動通信集團有限公司;中國移動通信集團上海有限公司
• 主分類號: H04B17/318
• 分類號: H04B17/318;H04B17/373;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 郭亮

1.一種基于神經網絡的無人機空中信號強度預測方法，其特征在于，包括：

獲取當前天氣情況下在預設高度的空中信號測試數據包；

將所述的空中信號測試數據包輸入至信號預測模型，輸出與所述空中信號測試數據包對應的目標天氣情況和目標高度的信號強度預測結果；

其中，所述信號預測模型是基于不同天氣情況和不同預設高度的空中信號樣本數據包進行訓練后得到的。

2.根據權利要求1所述的基于神經網絡的無人機空中信號強度預測方法，其特征在于，所述獲取當前天氣情況下在預設高度的空中信號測試數據包，包括：

控制無人機起飛至目標測試區域的預設高度，所述無人機上設置有信號測試設備；

控制所述無人機在所述目標測試區域按照預設軌跡飛行；

在所述無人機在所述目標測試區域按照預設軌跡飛行的情況下，控制所述信號測試設備獲取所述目標測試區域的目標采樣點的空中信號測試數據包。

3.根據權利要求1所述的基于神經網絡的無人機空中信號強度預測方法，其特征在于，所述將所述的空中信號測試數據包輸入至信號預測模型，輸出與所述空中信號測試數據包對應的目標天氣情況和目標高度的信號強度預測結果包括：

將所述空中信號測試數據包輸入至信號預測模型的第一LSTM網絡，得到所述空中信號特征信息；

將所述空中信號特征信息輸入至所述信號預測模型的第二LSTM網絡，基于小區信息以及天氣信息得到預測結果；

其中，所述小區信息包括：接入小區配置信息、接入小區位置信息、最近鄰小區位置信息以及次近鄰小區位置信息。

4.根據權利要求3所述的基于神經網絡的無人機空中信號強度預測方法，其特征在于，還包括：

接收用戶對所述第一LSTM網絡的第一局部注意輸入；

響應于所述第一局部注意輸入，調節所述空中信號測試數據包中的數據的權重值。

5.根據權利要求3所述的基于神經網絡的無人機空中信號強度預測方法，其特征在于，所述將所述空中信號特征信息輸入至所述信號預測模型的第二LSTM網絡，基于小區信息以及天氣信息得到預測結果包括：

將空中信號特征信息與對應的小區信息以及天氣信息結合，得到結合數據集；

將所述結合數據集輸入到所述第二LSTM網絡，輸出與所述結合數據集對應的目標天氣情況和目標高度的信號強度預測結果。

6.根據權利要求5所述的基于神經網絡的無人機空中信號強度預測方法，其特征在于，還包括：

接收用戶對所述第二LSTM網絡的第二局部注意輸入；

響應于所述第二局部注意輸入，調節所述結合數據集中的數據的權重值。

7.根據權利要求1至6任一項所述的基于神經網絡的無人機空中信號強度預測方法，其特征在于，所述信號預測模型使用損失函數對網絡進行優化：

在待預測的路徑是單向較長距離的線段的情況下，采用L1作為損失函數；

在待預測的路徑是在待測范圍內往返的情況下，采用L2作為損失函數；

其中，

其中y_i表示在第i個數據點實際獲取的信號強度數據，表示在第i個點神經網絡預測值的信號強度，n表示數據點的總數量。

8.一種基于神經網絡的無人機空中信號強度預測裝置，其特征在于，包括：

數據獲取模塊，用于獲取當前天氣情況下在預設高度的空中信號測試數據包；

強度預測模塊，用于將所述的空中信號測試數據包輸入至信號預測模型，輸出與所述空中信號測試數據包對應的目標天氣情況和目標高度的信號強度預測結果；

其中，所述信號預測模型是基于不同天氣情況和不同預設高度的空中信號樣本數據包進行訓練后得到的。

9.一種電子設備，包括處理器和存儲有計算機程序的存儲器，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7任一項所述基于神經網絡的無人機空中信號強度預測方法的步驟。

10.一種處理器可讀存儲介質，其特征在于，所述處理器可讀存儲介質存儲有計算機程序，所述計算機程序用于使所述處理器執行權利要求1至7任一項所述基于神經網絡的無人機空中信號強度預測方法的步驟。