基于随机森林的5G无线通信信号弱覆盖区域识别方法

目前，5G无线通信信号弱覆盖区域多采用单层级的识别模型，能够在合理范围内获取识别结果，但是精准度不高，导致误识率增大，因此提出对基于随机森林的5G无线通信信号弱覆盖区域识别方法的分析与研究。首先，对信号识别的需求和标准进行数据采集与识别环境预处理，设定定向识别节点；其次，综合随机森林技术，构建多层级的信号识别结构，提升识别结果的精准度；最后，构建随机森林通信信号识别模型，采用多阶信号集成处理实现区域识别。测试结果表明，本文所设计的随机森林通信信号弱覆盖区域识别测试组最终得出的误识率相对较低，表明在实际应用过程中识别速度快、误差可控、识别范围较大，具有实际的应用价值。