TY -的A2 -刘,刘盟——张,燕盟——温Jinxiao AU -杨,Guanshu盟——他,Zunwen AU -罗,欣然PY - 2018 DA - 2018/06/13 TI -空对空路径损耗预测基于机器学习方法在城市环境中SP - 8489326六世- 2018 AB -最近,无人机(UAV)中扮演一个重要的角色在许多应用程序中,因为其高灵活性和低成本。为了实现可靠的无人机通信，研究信道的传播特性是一项基础性工作。在本文中，我们提出了基于机器学习的无人机空对空(AA)场景的路径损耗模型。利用射线追踪软件对典型城市环境下的多条路径进行样本生成，并考虑了不同高度的Tx和Rx无人机。利用随机森林和KNN两种机器学习算法建立了基于训练数据的预测模型。利用平均绝对误差(MAE)和均方根误差(RMSE)等指标对训练后的模型在测试集上的预测性能进行评估。同时，提出了两个经验模型进行比较。实验结果表明，基于机器学习的模型能够提供较高的预测精度和可接受的计算效率。此外，随机森林优于其他模型，预测误差最小。进一步研究了五种不同参数对路径损耗的影响。 It is demonstrated that the path visibility is crucial for the path loss. SN - 1530-8669 UR - https://doi.org/10.1155/2018/8489326 DO - 10.1155/2018/8489326 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -