改进GA-BP神经网络的无线信道预测方法

无线信道建模与仿真中，实现一种高效率、高准确性的无线信道预测方法是具有非常重要意义的。针对该需求，提出一种基于多种群遗传算法（Multi-population genetic algorithm， MPGA）-反向传播（Back propagation， BP）神经网络的无线信道预测方法。该方法通过改进遗传算法，优化BP神经网络中神经元的权值和阈值，以此改善BP神经网络预测精度差的问题，从而极大提高了BP神经网络的预测性能。将射线跟踪算法的理论值和BP神经网络结合，实现更高效的无线信道预测方法。通过对比遗传算法（Genetic algorithm， GA）-BP神经网络模型和MPGA-BP神经网络模型的预测误差，发现MPGA-BP神经网络模型的预测结果优于GA-BP神经网络模型，证明了所提出无线信道预测方法具有良好的精确度，可以更高效地进行无线信道预测。