会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 电信 / 移动通信网络 / 移动通信网络传播模型校正方法

移动通信网络传播模型校正方法

阅读:1204发布:2020-06-06

IPRDB可以提供移动通信网络传播模型校正方法专利检索,专利查询,专利分析的服务。并且本发明涉及移动通信网络小区规划,公开了一种移动通信网络传播模型校正方法,使得传播模型的测试数据处理更加合理,传播模型的校正更加精确。这种移动通信网络传播模型校正方法采用先按照距离不同而分小段拟合,再对拟合结果求平均的方法获得校正参数,或者先用插值等方法增加测试数据以达到测试数据的数量在距离上分布均匀,然后用直线拟合的方法校正参数。,下面是移动通信网络传播模型校正方法专利的具体信息内容。

1.一种移动通信网络传播模型校正方法,其特征在于,包含以下步骤, A对实际无线环境进行测试,得到测试数据; B用传播模型进行预测,得到预测数据,其中该传播模型包含反映无线信号强度与“基站与移动台之间的距离”的对数值之间的关系的传播模型参数; C根据所述测试数据的数量随“基站与移动台之间的距离”分布的不均匀情况,对所述测试数据和所述预测数据进行处理,校正所述传播模型参数。

2. 根据权利要求1所述的移动通信网络传播模型校正方法,其特征在 于,所述反映无线信号强度与"基站与移动台之间的距离"的对数值之间的关系的传播模型参数是"基站与移动台之间的距离的对数增值因数";所述测试数据包含对应所述"基站与移动台之间的距离"的无线信号强度测试值;所述预测数据包含对应所述"基站与移动台之间的距离"的无线信号强 度预测值。

3. 根据权利要求2所述的移动通信网络传播模型校正方法,其特征在 于,所述步骤c包含以下子步骤,将所述"基站与移动台之间的距离"分为多个距离小段,每个距离小段中测试数据量与各距离小段中测试数据量的平均值之差均小于预定门限; 在每个所述距离小段上,根据所述"基站与移动台之间的距离"的对数值与所述无线信号强度测试值的关系进行直线拟合,得5 'J斜率值;将在所有所述距离小段上直线拟合得到的所述斜率值平均,得到所述 "基站与移动台之间的距离的对数增值因数"的校正值。

4. 根据权利要求2所述的移动通信网络传播模型校正方法,其特征在 于,所述步骤C包含以下子步骤,将所述"基站与移动台之间的距离"分为多个等长度的距离小段;在每个所述距离小段上,计算所述无线信号强度测试值与所述无线信号 强度预测值的差值,根据所述"基站与移动台之间的距离"的对数值与计算 得到的所述差值的关系进行直线拟合,得到斜率修正值;将在所有所述距离小段上直线拟合得到的所述斜率修正值平均,用于对所述"基站与移动台之间的距离的对数增值因数"进行修正,得到所述"基 站与移动台之间的距离的对数增值因数"的校正值。

5. 根据权利要求2所述的移动通信网络传播模型校正方法,其特征在 于,所述步骤C包含以下子步骤,根据所述测试数据的数量按所述"基站与移动台之间的距离"的分布规 律,插入模拟产生的所述测试数据,使得所述测试数据的数量按所述"基站 与移动台之间的距离"的分布均匀;根据所述"基站与移动台之间的距离"的对数值与所述无线信号强度测 试值的关系进行直线拟合,得到斜率值为所述"基站与移动台之间的距离的 对数增值因数"的校正值。

6. 根据权利要求2所述的移动通信网络传播模型校正方法,其特征在 于,所述步骤C包含以下子步骤,根据所述测试数据的数量按所述"基站与移动台之间的距离"的分布规 律,插入模拟产生的所述测试数据,使得所述测试数据的数量按所述"基站 与移动台之间的距离"的分布均勻;计算所述无线信号强度测试值与所述无线信号强度预测值的所述差值, 根据所述"基站与移动台之间的距离"的对数值与计算得到的所述差值的关 系进行直线拟合,得到斜率修正值,用于对"基站与移动台之间的距离的对 数增值因数"进行修正,得到所述"基站与移动台之间的距离的对数增值因 数"的校正值。

7. 根据权利要求3或4所述的移动通信网络传播模型校正方法,其特 征在于,所述距离小段的数目有限,每个所述距离小段内的所述测试数据的 数量分布均匀。

8. 根据权利要求5或6所述的移动通信网络传播模型校正方法,其特 征在于,通过按照所述"基站与移动台之间的距离"与所述无线信号强度测 试值的关系进行曲线拟合和插值而模拟产生所述测试数据。

9. 根据权利要求1至6中任一项所述的移动通信网络传播模型校正方 法,其特征在于,所述对实际无线环境的测试为连续波测试。

说明书全文

移动通信网络传播模型校正方法

技术领域

本发明涉及移动通信网络小区规划,特别涉及移动通信网络传播模型校 正及其测试数据处理方法。

背景技术

移动通信网络建设的目标之一是如何提高网络的运行质量和服务质量, 为移动用户提供一个连续的、高质量的网络。目标之二是如何提高网络的投 资效益,使网络资源得到充分利用,避免盲目的投资,充分利用有限的资源
来取得最大的效益。移动通信网的工程建设大致可分为6个步骤:l.拟定网 络需达到的覆盖目标和话务要求;2.网络预规划;3.基站站址现场勘察,确定 基站位置、配置等参数;4.重新网络规划,完成工程设计;5.系统调测和网络 优化;6.根据优化结果或网络扩容要求,返回第一步。
为适应移动通信网络的迅速发展和用户数及业务量的急剧增加,运营企 业网络优化部门需采用先进的技术手段及合理的测试方法,合理确定各网元 设备的容量比例,提高网络设备的利用率,实现网络的科学规划、优化和合 理设计。同时,运营企业中原有的网络规划/优化设计工作中存在的弊端,需 要加以完善,以实现新业务的快速部署。现有的规划/优化设计工作中的弊端 一般有以下几种:不能充分了解当地的社会人文状况和用户消费特性等现状; 旧的数字地图使模拟预测严重背离当地的地物地貌实际分布特点,造成预测 的不准确性和不确定性;传播模型的参数校正有待完善;对网络覆盖范围和 通话质量状况不能进行充分的路测测试,难以进行分析和总结;不能给出详 尽的网络话务分布规律;无法对现网的资源利用率进行实质分析,网络设计
与运营商的期望值不相符;在立体覆盖、室内深度覆盖等方面无法进行重要 场所的室内CQT测试,因此不能提出网络覆盖的详细解决方案。
在移动通信网络的无线网络设计、规划及优化工作中,优化人员需要利 用仿真规划软件对系统的无线环境进行仿真模拟,以便于在整体上对系统进 行分析,包括对初定站址的覆盖范围预测、对周围基站话务分担的合理性分 析等。
在实际的测试优化工程中,优化人员需要针对各个地区不同的地理环境 进行测试,通过分析与计算等手段对传播模型的参数进行修正。通过实际架 设发射机进行CW (Continuous Wave,简称"CW")测试,优化人员可获 得最准确的无线信号路径损耗值,与仿真模拟的结果进行反复修正,最终得 出最能反映当地无线传播环境的、最具有理论可靠性的传播模型。而我们身 边的无线环境不是一成不变的,尤其在城市中,高大建筑、密集居民区的增 多都会引起无线传播环境的变化,当这种变化达到一定程度时,就需要对传 播模型参数进行修正,提高无线仿真模拟的真实性。
其中传播模型校正的一般流程如图l所示。
图1中的预测模型公式可以有很多种,例如英国Aircom公司制作的企 业(Enterprise )规划软件支持的标准宏小区模型(Standard MacroCell Model) 使用如下的公式:
Prx = Ptx - Ploss
其中:
Prx = Received power (dBm)
Ptx = Transmit power (EiRP) (dBm)
Ploss = Path loss (dB)
并且
Ploss = Kl + K21og(d) + K3(Hms) + K41og(Hms) + K51og(Heff) + K61og(Heff)log(d) + K7diffn + Clutter—Loss
其中:
d是基站到移动站之间的距离(km); Hms是移动站相对地面的高度(m ), 这个数值或者可以指定为通用数值,或者只对应单个地物类别;Heff是基站 天线的有效高度(m); Diffn是使用Epstein, Peterson、 Deygout或Bullington 的等效刃形衍射方法计算的衍射损耗;K1&K2是截距和斜率,这些因数对 应于一个固定偏移量和基站与移动站之间距离的log值的增值因数;K3是移 动台天线的高度因子,该因子用来修正移动台有效天线高度的影响;K4是 Hms的OkumuraHata模型的增值因子;K5是基站有效天线高度增益,这是 有效天线高度log值的增值因子;K6是Log (Heff)Log(d)的系数,这是 log(Heff)log(d)值的OkumuraHata类型的增值因子;K7是衍射系数,这是衍 射计算的增值因子,用户可以选择衍射的方法;Clutter—Loss是地物规格,例 如,高度和间隔必须在计算过程中考虑。
上述公式中的K1、 K2、 K3、 K4、 K5、 K6、 K7以及Clutter—Loss都是 可以依据CW测试结果进行校正,从而可以获得符合本地区实际环境的无线 传播模型。
不同预测模型公式的具体表达式以及可校正的系数是不同的,但几乎所 有的预测模型公式必须提供的可校正的系数之一就是基站与移动站之间距离 的log值的增值因数,如上面介绍的Enterprise规划软件支持的标准宏小区模 型(Standard MacroCell Model)中的K2。
现有技术在对于传播模型参数"基站与移动台之间的距离的对数增值因 数"的校正中,直接将连续波(Continuous Wave,简称"CW")测试得到 的数据按照距离对数值和测试得到的信号强度的分布关系进行最小二乘法直 线拟合,得到直线的斜率即为校正后的"基站与移动台之间的距离的对数增
值因数"值,或者先通过模型预测得到信号强度,然后按照距离对数值和测 试值与预测值的差的分布关系进行直线拟合,得到斜率即为修正值,用该修 正值校正原有模型参数"基站与移动台之间的距离的对数增值因数,,值。
但由于实际应用中,小区的面积是按半径增大而增大的,所以对于距离
近的区域,由于面积小所以cw测试数据数量也少,而对于距离远的区域, 由于信号质量关系,cw测试得到的数据数量也少,因此随着距离不同得到
的测试数据分布是不平均的,这样的测试数据进行直线拟合得到的校正值中, 受测试数据量多的距离范围影响大,对于测试数据量少的区域和不够精确。
图4给出了在一个城市进行的CW测试获得的CW测试数据随距离的分布情 况。从图中可以看出,CW测试数据随距离的分布是不均匀的,小于lkm和 大2km的范围内的CW测试数据比较少,大部分CW测试数据是集中在lkm 到2km的范围之间。
在实际应用中,上述方案存在以下问题:传播模型的测试数据处理方法 精度不高,从而导致传播模型的校正不够精确。
造成这种情况的主要原因在于,现有传播模型校正方法中,对于传播模 型参数"基站与移动台之间的距离的对数增值因数"的校正中,没有按照实 际测试数据对于距离分布不均匀来进行处理。

发明内容

有鉴于此,本发明的主要目的在于提供一种移动通信网络传播模型校正 方法,使得传播模型的测试数据处理更加合理,传播模型的校正更加精确。
为实现上述目的,本发明提供了一种移动通信网络传播模型校正方法, 包含以下步骤,
A对实际无线环境进行测试,得到测试数据;
8 B用传播模型进行预测,得到预测数据;
C根据所述测试数据的数量随"基站与移动台之间的距离"分布的不均 匀情况,对所述测试数据和所述预测数据进行处理,校正传播模型参数。
其中,所述传播模型参数包含"基站与移动台之间的距离的对数增值因 数";
所述"基站与移动台之间的距离的对数增值因数"反映无线信号强度与 所述"基站与移动台之间的距离"的对数值之间的关系;
所述测试数据包含对应所述"基站与移动台之间的距离"的无线信号强 度测试值;
所述预测数据包含对应所述"基站与移动台之间的距离"的无线信号强 度预测值。
所述步骤C包含以下子步骤,
将所述"基站与移动台之间的距离"分为多个距离小段;
在每个所述距离小段上,根据所述"基站与移动台之间的距离,,的对数 值与所述无线信号强度测试值的关系进行直线拟合,得到斜率值;
将在所有所述距离小段上直线拟合得到的所述斜率值平均,得到所述 "基站与移动台之间的距离的对数增值因数"的校正值。
所述步骤C包含以下子步骤,
将所述"基站与移动台之间的距离"分为多个所述距离小段;
在每个所述距离小段上,计算所述无线信号强度测试值与所述无线信号 强度预测值的差值,根据所述"基站与移动台之间的距离"的对数值与计算 得到的所述差值的关系进行直线拟合,得到斜率修正值;
将在所有所述距离小段上直线拟合得到的所述斜率修正值平均,用于对
所述"基站与移动台之间的距离的对数增值因数"进行修正,得到所述"基 站与移动台之间的距离的对数增值因数"的校正值。
所述步骤c包含以下子步骤,
根据所述测试数据的数量按所述"基站与移动台之间的距离"的分布规 律,插入模拟产生的所述测试数据,使得所述测试数据的数量按所述"基站
与移动台之间的距离"的分布均匀;
根据所述"基站与移动台之间的距离"的对数值与所述无线信号强度测 试值的关系进行直线拟合,得到斜率值为所述"基站与移动台之间的距离的 对数增值因数"的校正值。
所述步骤C包含以下子步骤,
根据所述测试数据的数量按所述"基站与移动台之间的距离,,的分布规 律,插入模拟产生的所述测试数据,使得所述测试数据的数量按所述"基站 与移动台之间的距离"的分布均匀;
计算所述无线信号强度测试值与所述无线信号强度预测值的所述差值, 根据所述"基站与移动台之间的距离"的对数值与计算得到的所述差值的关 系进行直线拟合,得到斜率修正值,用于对"基站与移动台之间的距离的对 数增值因数"进行修正,得到所述"基站与移动台之间的距离的对数增值因 数"的校正值。
所述距离小段的数目有限,每个所述距离小段内的所述测试数据的数量 分布均匀。
通过按照所述"基站与移动台之间的距离"与所述无线信号强度测试值 的关系进行曲线拟合和插值而模拟产生所述测试数据。
所述对实际无线环境的测试为连续波测试。
通过比较可以发现,本发明的技术方案与现有技术的区别在于,釆用先
按照距离不同而分小段拟合,再对拟合结果求平均的方法获得校正参数,或 者先用插值等方法增加测试数据以达到测试数据的数量在距离上分布均匀, 然后用直线拟合的方法校正参数。
这种技术方案上的区别,带来了较为明显的有益效果,即由于考虑了测 试数据按照距离分布不均匀的因素,使得传播模型校正对于不同距离范围等 价,得到的校正结果对不同距离范围都有效,从而提高了传播模型校正精确 度,提高了移动通信网络规划的合理性和高效性。

附图说明

图l是传播模型校正的一般流程图;
图2是根据本发明的 一个实施例的移动通信网络传播模型校正方法流程
图;
图3是根据本发明的一个实施例的替代方案流程图; 图4是一个城市的CW测试数据随距离的分布情况图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发 明作进一步地详细描述。
考虑到实际情况中,CW测试数据的数量按照距离不同分布不均匀,为 了使得校正对于各距离范围都等价,本发明采用分小段拟合再求平均的方法 来校正模型参数,或者采用插值等方法增加测试数据的数量使得最终测试数 据的数量按照距离分布均匀,然后再进行拟合,这样就保证了任何距离范围 对传播模型校正的贡献相同,使得校正得到的参数对于各距离范围都适用, 从而提高传播模型校正的精度。
下面参照图2,详细描述根据本发明的一个实施例的移动通信网络传播 模型校正方法流程。
首先,在步骤110,将连续波测试数据接距离分段。假设分为了N段, 这里要求每一小段中CW的数据量近似均匀。
接着进入步骤120,对每一小段的CW数据按照距离对数值和测试得到 的信号强度的分布关系进行直线拟合,分别得到各段的斜率,假设为K2P K22, ..., K2N 。这里进行直线拟合的方法很多,例如算术平均法、作图法、 逐差法、最小二乘法、近似最佳直线方程、最佳直线方程等等。下面以最小 二乘法为例来进行直线拟合。具体实现如下:令任一移动站到基站的距离的 对数值为x,在此距离上测的的CW值为y, y和x成线性关系。当研究实际 中两个变量(x, y)之间的相互关系时,可得到一系列成对的数据(xl,yl 、 x2,y2 ... xm,ym); y和x成如下关系,如下:
Y = aO + alX (式2画1)
其中:a0、 al是任意实数。为建立曲线方程,就要确定a0 、 al值,将 实测值Yi与计算值Y计(Y计-a0 + al Xi )的离差(Yi-Y计)的平方和 〔S(Yi-Y计)2〕为依据:
令:4) = S(Yi-Y计)2 (式2-2)
把(式2-l)代入(式2-2)中得:
4> = i: (Yi - a0 - al Xi )2 (式2-3)
用函数巾分别对a0、 al 求偏导数,令这三个偏导数等于零即:
(t对a0求偏导=-2 S (Yi - a0 - al Xi) = 0 (式2-4)
4)对al求偏导=-2 S Xik(Yi -aO - alXi) = 0 (式2-5)
得到两个关于a0、 al,为未知数的二元方程组,解方程组即可得到数学 模型。
重复以上方法得到的al即为对应K2i 。
接着进入步骤 130 ,对各段所得的斜率求平均值,
《2 = ^*(K2,+〖22+ 所得的K2即为所求的才交正后的移动台到基站距
离对数和对应的信号强度的增值因子值。
以上方法的一个替代方法是利用插值法来求得合理的校正参数。下面参 照图3来对此替代方法进行详细说明。
首先,在步骤210中,将连续波测试数据按距离分段,统计已有连续波 测试数据的分布规律。统计出每段距离内已有的CW数据的点数。例如每 100m测试距离内的CW数据点数。
接着进入步骤220,得出每个区间段需要插入的点数,并利用相应方法 插入数据。
某区间段内要插入的数据点数=所有区间段内CW测试数据点数最多 的区间段内的CW测试数据点数-该区间段内的CW测试数据点数。
可以通过曲线拟合和插值的方法在该区间段内均匀地插入该区间段内 需要插入的数据点数,其中进行曲线拟合时,横坐标是CW测试数据离发射 机基站的距离,纵坐标是测试信号强度.
然后到步骤230,利用原有的数据和插入的数据对"基站和移动台之间 的距离的对数增值因数"进行校正。这时可以采用现有技术的各种方法进行 校正。
虽然通过参照本发明的某些优选实施例,已经对本发明进行了图示和描 述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种 各样的改变,而不偏离所附权利要求书所限定的本发明的精神和范围。
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,专利查询、专利分析

电话:13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧,开发出来的一款特色产品,也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品,极大的减少了用户重复工作量,提升工作效率,降低无效或侵权分析的准入门槛。

立即试用