基于室内无线模型的穿墙损耗校正

K-M（Keenan-Motley）模型将单墙固定损耗值相加来计算室内无线信号穿透多墙的总损耗值，存在较大误差。针对该问题选取多种室内场景分别进行连续波（Continuous Wave，CW）测试，对无线信号穿墙损耗的影响因素和变化规律进行分析，提出了一种基于人工神经网络的室内无线模型穿墙损耗校正方法，对预处理后的测试数据进行训练并建立预测模型。经验证该预测模型符合校正判别准则，在实际场景下具有良好的预测准确度。     

基于室内无线模型的穿墙损耗校正

K-M（Keenan-Motley）模型将单墙固定损耗值相加来计算室内无线信号穿透多墙的总损耗值，存在较大误差。针对该问题选取多种室内场景分别进行连续波（Continuous Wave，CW）测试，对无线信号穿墙损耗的影响因素和变化规律进行分析，提出了一种基于人工神经网络的室内无线模型穿墙损耗校正方法，对预处理后的测试数据进行训练并建立预测模型。经验证该预测模型符合校正判别准则，在实际场景下具有良好的预测准确度。     

一种基于十射线模型的室内射线跟踪改进模型算法

随着移动通信技术和物联网的快速发展，预测室内短距离无线通信网络的信号覆盖情况成为当前的研究热点。基于十射线模型，自主开发了一种改进射线跟踪模型算法。该模型方法对微波室内传播提供可视化场景模拟，实现了室内短距离无线电波的传播预测和电磁波场强可视化。在多种场景测试并与其他室内电波传输模型对比，结果显示经过校准的模型均方根误差降低至5.53,准确度更高，能够更准确地预测室内环境中的信号接收功率。