来源：期刊VIP网 时间：
作者：苏覃;江虹;汪文斌;
单位：西南科技大学信息工程学院;
摘要：针对经验模型实用性低，传统射线跟踪算法复杂度高、仿真效率低的问题，提出一种基于随机森林（RF）-梯度提升（GBDT）的无人机（UAV）空对地信道参数预测算法。RF-GBDT算法通过采用集成学习思想，构建多个模块，考虑收发机位置、发射频率与建筑物覆盖率，引入残差序列进行模型训练与超参数优化，以实现高效、准确及高泛化性的信道参数预测。实验结果表明，与传统RF模型和GBDT模型相比，RF-GBDT模型具有更小的时间复杂度、更高的预测精度、更快的收敛速度、更低的收敛误差，RF-GBDT模型预测RMSE至少降低了21.8%，收敛RMSE至少降低了27.6%，有利于通信系统的设计、部署与优化。
关键词：射线跟踪;;UAV;;空对地信道参数预测;;RF-GBDT;;集成学习
基金资助：国家自然科学基金（61771410）;; 四川省科技厅基金资助项目（2023NSFSC1373）
