基于ANFIS的VHF波段多发射机路径损耗预测模型：精度与泛化性能

本文主要探讨了在工程科学与技术领域，特别是在电波传播的研究中，针对VHF波段多发射机无线电传播的路径损耗预测问题。路径损耗是无线电网络规划和优化中的关键因素，因为它直接影响无线信号的传输效率和覆盖范围。现有的路径损耗预测模型往往在简化和准确性之间存在妥协，因此，研究者们寻求一种更为精确且灵活的方法。 本文的核心贡献是提出了一种基于自适应神经模糊推理系统（ANFIS）的新路径损耗预测模型。ANFIS是一种结合了人工神经网络和模糊逻辑的智能计算工具，它能够处理复杂的数据关系，并在一定程度上适应环境变化。研究者们在尼日利亚夸拉州伊洛林的城市环境中进行了实地测试，通过收集从三个不同频率（89.3MHz、103.5MHz和203.25MHz）发射机接收的无线电信号强度数据，对ANFIS进行了训练。他们采用反向传播梯度下降算法优化了模型，使用五层Pi隶属函数，以确保模型具有更好的稳定性和快速收敛性能。 结果显示，基于ANFIS的路径损耗模型在预测精度上表现出色，平均绝对误差（RMSE）和标准偏差误差（SNR）分别为4.45dB和4.47dB，相关系数（R）达到0.92，显示出高精度的预测能力。此外，该模型在不同的传播场景下也展示了良好的泛化能力，当应用到类似但不完全相同的环境中，RMSE、SNR和R值分别为4.46dB、4.49dB和0.91，这表明模型对于VHF频段多发射机无线网络的覆盖估计和干扰评估具有广泛适用性。 总结来说，本文提出的基于ANFIS的路径损耗预测模型在保持简单易用的同时，提供了高精度和强大的适应性，这对于VHF频段的无线电网络规划和优化具有实际意义，有助于提升无线通信系统的整体性能和可靠性。这一研究成果对于未来无线通信领域的研究和技术发展具有重要的参考价值。