基于机器学习的无线网络规划覆盖性能定量评价

摘要

无线网络覆盖性能决定了网络的覆盖范围和通信质量,是无线网络性能评价的一项关键指标,而现有电力无线网络规划的评价方法存在只能定性评价、对人员专业技能要求高、难以推广等问题,为了解决这些问题,提出一种基于机器学习的无线网络规划方案覆盖性能定量评价方法.网络覆盖性能评价属于分类问题,为此,引入随机森林算法构建性能预测评估模型.为进一步提高模型分类准确性,在数据预处理阶段,通过计算袋外错误率优化模型参数,采用零相位分量分析方法(ZCA)降低数据之间相关性.研究结果表明:所提出的评价方法能够满足量化网络规划方案覆盖性能的需求,通过计算不同规划方案的网络覆盖度,能够有效、准确地比较方案的优劣;相应的软件应用平台可以降低覆盖性能评估工作的难度和对人员专业技能的要求.