共查询到20条相似文献,搜索用时 10 毫秒
1.
传播毫米波传播损耗模型假设收发端天线高度比较低,不直接适用于空地传输场景,本文基于射线跟踪原理提出了一种空地场景下毫米波通信的传播损耗统计模型。该模型推导分析了视距、反射、绕射和无信号四种不同传播情况的路径概率,并综合考虑了环境、频率、距离和天线高度等因素对路径损耗的影响。仿真分析结果表明,本文模型对不同场景和传播高度都具有良好的适用性,对于非视距情况的细化分类使其计算结果,比传统模型更为精确且与射线跟踪仿真结果更为吻合,可用于空地毫米波通信系统设计和算法优化等领域。 相似文献
2.
3.
4.
基于反向传播神经网络(back propagation neural network,BPNN)构建了一种路径损耗预测模型.通过卫星图像的红、绿、蓝(red, green and blue,RGB)通道的颜色信息来表征无线通信电波传播路径的环境特征,结合路测点与基站的距离特征构建数据集,迭代训练网络参数,以预测传播路径损耗.结果表明,对跨基站路测点的预测结果与实测数据之间的相关系数达到0.83,绝对平均误差控制在0.66 dB,标准差控制在6.65 dB,说明在缺乏某一场景的详细模型和材质参数时,本文模型也能可靠预测无线通信电波的传播路径损耗.此外,本文信道模型与传统信道建模方法多方面的对比与分析表明,本文模型在相同计算资源下可以提供和传统信道建模方法相差很小的预测结果,同时大大缩短预测所需的时间,说明本文模型对传播路径损耗做出快速预测的能力可以用于无线通信网络系统的优化. 相似文献
5.
为了更好地服务于5G及未来无线通信系统的网络规划与优化,开展了基于多层感知器(multi-layer perceptron, MLP)神经网络的路径损耗预测研究. 利用有限的地物类型,提出一种表征传播环境的简易方法,避免了繁琐的三维场景建模. 结合测量数据和由环境表征方法提取的环境特征,基于MLP神经网络建立了路径损耗模型. 数据实验的对比分析表明MLP神经网络能够实现路径损耗的准确预测,且环境特征的引入有助于提升模型性能. 为解决干扰地物影响路径损耗模型的准确性以及模型对环境变化的敏感性问题,根据视距(line-of-sight, LoS)和非视距(non-line-of-sight, NLoS)标签改进环境表征方法,进一步提升了模型的稳定性和泛化能力. 所做工作有助于了解无线电波传播特性,为无线网络优化和通信系统设计提供了理论依据. 相似文献
6.
毫米波信道建模是第五代(the 5th Generation,5G)移动通信系统的关键技术,而路径损耗是表征毫米波信道传播大尺度衰落影响的重要参数.为了更好地理解毫米波信道的传播特性,应进行广泛的信道测量与建模.因此,对28 GHz室内环境进行了信道测量,并给出了相应的毫米波信道路径损耗模型,同时基于入射及反弹射线法/镜像法仿真分析了路径损耗传播特性.研究结果表明:实测结果与仿真结果一致性吻合良好,从而验证了入射及反弹射线法/镜像法的正确性;自由空间邻近(Close-In,CI)参考距离路径损耗模型表达式更简洁,鲁棒性更强.最后,本文给出了一种普遍适用的用来表征室内视距(Line-of-Sight,LOS)与非视距(Non-Line-of-Sight,NLOS)环境28 GHz与60 GHz毫米波信道的路径损耗模型. 相似文献
7.
中运用一种基于镜像理论的射线跟踪方法来预测工作频率为62.4GHz的微蜂窝信道的传播特性。该方法考虑了反射和铙射。预测结果表明当假设建筑物的表面是光滑并且忽略了大气中氧分子的吸收损耗时,预测的接收信号功率要比实际信号功率小,而考虑建筑物表面的粗糙度和氧分子的吸收损耗将改善预测精度,最大反射阶数为两阶并且忽略绕射射线的贡献就可以很好地预测微蜂窝的传播情况。当直径路径被阻挡时接收信号的强度会下降一个比较大的值,这种特性会影响微蜂窝的覆盖。 相似文献
8.
9.
10.
11.
12.
将传统经验模型用于电波传播损耗计算,存在泛化性差等问题,在复杂传播环境下难以取得良好的计算效果。针对该问题,本文从数据驱动的角度出发,设计了一种基于深度神经网络的电波传播损耗模型构建方法并进行了仿真验证。首先,基于辐射源与接收机的距离特征及环境特征,构建一定地域内电磁环境感知数据与地形数据的联合数据集,作为本模型的数据源;其次,构建深度神经网络,迭代训练网络参数,并通过网格搜索法优化超参数;最后,运用联合数据集与深度神经网络模型开展计算机仿真实验。结果表明,提出的方法在复杂地域电波传播损耗计算方面能够取得良好的预测精度。 相似文献
13.
14.
15.
16.
基于三维射线跟踪模型的电波传播预测研究 总被引:1,自引:0,他引:1
电波传播预测在现代无线通信系统中扮演着极其重要的角色,精确预测电波传播路径损耗为合理的微蜂窝无线网络规划、设计提供了必要条件。首先介绍了利用射线跟踪技术这种确定性的分析方法预测无线电波传播的理论基础和基本思想,接着详细论述了几种常用的射线跟踪方法,并对他们做了简单的比较,随后介绍了射线跟踪加速技术中的空间分区技术,最后展望了采来要解决的问题和发展方向。 相似文献
17.
在28 GHz与39 GHz毫米波频段室外微蜂窝场景下,基于改进射线跟踪法和反向传播(back propagation, BP)神经网络算法对毫米波单发单收信道及单发多收信道进行建模仿真研究. 在得到的无线信道仿真数据基础上,研究分析了毫米波信道的路径损耗、均方根(root-mean-square, RMS)时延扩展(delay spread, DS)、接收功率等传播特性. 通过与现有文献的测量结果对比分析验证了改进射线跟踪法的正确性与有效性. 通过BP神经网络方法拟合得到的路径损耗模型参数结果与改进射线跟踪法仿真得到的路径损耗参数结果对比发现,两者吻合程度很高,验证了BP神经网络算法能很好地对室外微蜂窝毫米波信道大尺度参数进行预测. 同时,文中给出了一种普遍适用的用来表征室外微蜂窝视距(line-of-sight, LoS)与非视距(non-line-of-sight, NLoS)场景下28 GHz与39 GHz毫米波信道的路径损耗模型. 结果表明:LoS场景下的RMS DS和接收功率都小于NLoS场景下得到的结果;LoS场景与NLoS场景下RMS DS、水平方向到达角、多径簇的个数累积分布函数均服从高斯分布;RMS DS在毫米波频段微蜂窝场景下,随着频率的升高而增大,到达接收端的多径成簇呈现稀疏性. 相似文献
18.