一种基于CNN-GRU的海上对流层散射路径损耗快速预测方法

本发明公开了一种基于CNN‑GRU的海上对流层散射路径损耗快速预测方法。首先，利用融合天气预报的WPE模型构建包含气象参数与通信参数的多维特征数据集，并对数据进行归一化与样本化预处理；然后，将路径损耗预测问题建模为距离递推序列预测问题，设计融合卷积神经网络（CNN）与门控循环单元（GRU）的混合网络结构；其次，通过CNN提取大气垂直剖面的空间特征，通过GRU学习路径序列中的时序依赖关系，实现海上对流层散射路径损耗的高精度预测；最后，通过与LSTM、Transformer等模型的对比及消融实验，验证所提模型在预测精度和计算效率上的优势。该方法能够实现海上大区域长距离路径损耗的高效预测，为海上通信网络规划与优化提供参考。