基于多源异构数据融合与深度学习的智能无线网络覆盖预测方法

本发明涉及基于多源异构数据融合与深度学习的智能无线网络覆盖预测方法。包括步骤：数据采集：收集小区的各类工程数据和通信数据；构建模型：根据采集的数据，生成建模用的特征；以栅格的平均覆盖场强作为标签，构建用于输出小区范围的平均覆盖场强的预测模型；规划站覆盖区域的平均覆盖场强预测：将预测区域栅格划分，将每个栅格单元中的特征输入到预测模型中，输出预测的每个栅格单元的平均覆盖场强和无线网络的覆盖情况。本发明通过多种数据源，确保了数据质量和一致性。深度学习模型提高了预测准确性。实现了对无线网络覆盖范围的精细化预测。