复杂城市环境路径损耗智能预测方法及存储介质

本发明涉及一种复杂城市环境路径损耗智能预测方法及存储介质，属于无线通信领域。该方法构建了融合卷积神经网络与多头注意力机制的混合网络模型，通过对DeepMIMO生成的链路样本数据进行特征提取、归一化和时间域拼接，输入所述模型进行训练与优化，最终实现路径损耗的准确预测。该方法可有效建模局部传播特征与全局上下文关系，减少对三维场景数据的依赖，具备良好的泛化能力和迁移能力，适用于多种复杂环境下的无线链路预算与网络优化任务。本发明具有预测精度高、计算效率高、部署成本低等技术效果。