一种适用于空间非平稳性的路径损耗预测方法

本发明公开了一种适用于空间非平稳性的路径损耗预测方法。针对传统经验模型难以表征超大规模MIMO近场球面波效应、空间非平稳及多维物理特征耦合的问题，本发明设计CNN‑Transformer混合网络。首先获取XL‑MIMO信道数据并筛除无有效传播链路样本；读取空间尺度、方向及传播状态参数构成六维特征向量，以路径损耗为标签；经一维卷积进行局部特征映射，保持序列长度不变；将高位局部特征结合可学习位置嵌入送入多层编码器，进行跨维度依赖关系建模；随后全局池化并构建多层感知机，采用Adam优化器训练，保存回归预测低误差模型。本发明显著降低复杂空间非平稳场景下路径损耗预测误差，适用于覆盖预测与精细化建模。