摘要
本发明公开了一种非线性回归的电磁波雨衰减预测方法,属于通信技术领域通信技术领域。该方法基于经典的ITU‑R雨衰减模型,通过收集降雨率与衰减数据,构建用于拟合模型参数k和b的训练与测试数据集;采用深度学习中的非线性回归方法,设计并训练包含k和b参数的模型,利用均方误差作为损失函数,通过梯度下降优化算法进行参数求解;当测试集上的拟合结果与真实衰减值的相似度达到指定门限值时,停止训练并输出最优参数。本发明实现了雨衰减模型参数的自动化求解,减少了人为干预,提高了计算精度和模型的泛化能力,适用于多种雨衰减场景下的电磁波传播研究。
技术关键词
衰减预测方法
梯度下降优化算法
非线性回归方法
电磁波发射器
数据
参数
电磁设备
优化器
接收器
误差
数值
场景
频率
模式
系统为您推荐了相关专利信息
荷电状态估计方法
铅酸蓄电池
初始放电容量
放电特征
数据
超声影像数据
超声内镜
图像分割模型
词模型
图像编码器
语音提示装置
路面特征
智能眼镜
判断路面
障碍物