CN101159962A - 用于传播模型校正的连续波测试的数据处理方法及装置 - Google Patents
用于传播模型校正的连续波测试的数据处理方法及装置 Download PDFInfo
- Publication number
- CN101159962A CN101159962A CNA2007101764991A CN200710176499A CN101159962A CN 101159962 A CN101159962 A CN 101159962A CN A2007101764991 A CNA2007101764991 A CN A2007101764991A CN 200710176499 A CN200710176499 A CN 200710176499A CN 101159962 A CN101159962 A CN 101159962A
- Authority
- CN
- China
- Prior art keywords
- sampled point
- data processing
- point
- propagation model
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明提供了一种用于传播模型校正的连续波测试的数据处理方法,包括:步骤一,计算原始采样点集合中相邻采样点的距离;步骤二,根据原始采样点集合中相邻采样点的距离删除部分采样点得到第一采样点集合,第一采样点集合中相邻采样点的距离大于等于预设阈值;步骤三,删除第一采样点集合中的部分采样点得到第二采样点集合,第二采样点集合中,本征长度内的实际采样点数目大于预设采样点数目。本发明还提供了一种用于传播模型校正的连续波测试的数据处理装置,包括:计算模块、第一数据处理模块、第二数据处理模块和输出模块。本发明在不能正确控制测试终端移动速度的测试中,实现本征长度内采样点数目符合李氏定理的判断,保证了采样点的准确性。
Description
技术领域
本发明涉及无线通信网络领域,特别涉及网络建设中,用于传播模型校正的连续波(Contious Wave,CW)测试获得的数据的处理方法和装置。
背景技术
CW测试是目前进行传播模型校正最普遍使用的方法。传播模型用于预测地形、障碍物及人为环境对电波传播中路径损耗的影响。传播模型校正的工作是要找到一种更符合当地场景的传播模型和模型中的参数。
连续波测试进行传播模型校正的原理是:发射机保持恒定状态,接收机在发射机信号覆盖范围内移动,接收的信号强度随接收机位置发生变化,则传播过程中的路径损耗等于发射机发射功率减去接收机接收信号功率。
不过,由于无线信号的衰落特性,接收机接收信号电平中会包含慢衰落和快衰落两部分波动,根据1990年8月,由科学技术文献出版社出版的《移动通信设计原理》([美]William C.Y.Lee,《Mobile Communications DesignFundamentals》,邱兆详译),慢衰落是由传播环境中的地形起伏、建筑物及其它障碍物对电波遮蔽所引起的衰落;快衰落是由移动传播环境的多径传播引起的衰落,是叠加在慢衰落上的信号的快速抖动。
由于一般移动台的天线高度低于周围建筑物的高度,并且载波波长远小于建筑物尺寸,因此在移动台侧,在半个波长的距离上信号变化动态范围可达40dB(高于平均值10dB,低于平均值30dB)。在计算传播路径损耗时,应消除掉快衰落的影响,慢衰落则可以认为符合正态分布而处理。
由于存在认识上的误区,目前国内传播模型校正工作没有考虑过CW测试数据中采样点过密需要过滤的问题。多数人认为,采样点数目少才是问题,采样点数目多不是问题。例如,在专利公开号为CN1738466,发明名称为“移动通信网络传播模型校正方法”的专利中,公开了一种生成一些采样点的方法。
在出现一些极端情况时,因为发现采样点数目过多对传播模型校正结果正确性影响十分严重,所以意识到要将不合理数据删除,而这种删除是手工进行的,删除的依据是经验做法,没有客观的依据,不是从每个数据存在的合理性上考虑的。而在另外一种极端情况下,例如由于等红灯造成接收机长时间(相对)处于同一位置,实际数据处理效果表明,应该将这段时间的采样点数据删除掉,可以改善传播模型校正的结果。所以主观进行的采样点数据删除是目前国内CW测试数据处理的必要一步,但是并没有量化准确的准则被提出用于数据过滤,而是完全根据经验。
而且,在对测试数据处理时,都没有进行过本征长度内采样点数目是否符合李氏定理的判断,而是采用了变通的方法,也就是限制接收机的移动速度。当已知CW测试所用频率为f,接收机信号采样速率为n时,接收机移动速度v应始终介于0.8×n×3×108/f和1.1×n×3×108/f之间,这样就满足了李氏定理的要求。
但是,随着制造业的进步,目前CW测试中使用的同一台设备可接收的频率范围越来越宽,从几百兆赫兹延伸到几个吉赫兹;采样频率越来越高,可达每秒几千个采样点。按照这样的情况计算,如果不加限制,车速要达到数百公里每小时甚至更高才能符合李氏定理的要求,这是不能做到的。另外,传播模型校正的最主要场景发生在市内,在城市内控制终端的移动速度变得越来越困难,道路交通管制系统使得稳定不变的移动速率难以持久。
发明内容
为了解决上文中提到的终端移动速度与信号采样速率不匹配时,采样点本地平均结果不准确的问题,本发明提出了一种用于传播模型校正的连续波测试的数据处理方法,包括以下步骤:
步骤一,计算原始采样点集合中相邻采样点之间的距离;
步骤二,根据原始采样点集合中相邻采样点之间的距离删除部分原始采样点得到第一采样点集合,所述第一采样点集合中相邻采样点之间的距离大于等于预设阈值;
步骤三,删除第一采样点集合中的部分采样点得到第二采样点集合,所述第二采样点集合中,在终端运动轨迹上,本征长度内的实际采样点数目大于预设采样点数目。
所述步骤一具体包括:
步骤101,计算测试终端运动轨迹上,原始采样点集合中采样点的地理坐标;
步骤102,根据采样点的地理坐标,计算相邻采样点之间的距离。
所述步骤二中相邻采样点之间的距离大于等于nλ,其中,n一般情况取0.5~0.8,λ表示测试所用频率对应的波长。
所述n在密集城市取0.5,郊区取0.8。
所述步骤三具体包括:
步骤301,求大于k个波长所需的实际最小采样点数目,其中k取20~40;
步骤302,判断大于k个波长所需的实际最小采样点数目L与k个波长内预设采样点数目m之间的关系,若L大于m,则保留大于k个波长所需的L个采样点,从第L个采样点的下一个采样点开始,返回步骤301,进行下一段采样点数据判断,若L小于等于m,则删除第一个采样点,从下一个采样点开始,返回步骤301,进行下一段采样点数据判断。
所述步骤三之后还包括:
步骤四,将所述步骤三中第二采样点集合中的采样点输出到网络规划软件中进行校正。
本发明还提出了一种用于传播模型校正的连续波测试的数据处理装置,包括:
计算模块,计算原始采样点集合中相邻采样点之间的距离,并将该距离输入到第一数据处理模块中;
第一数据处理模块,用于根据原始采样点之间的距离删除部分原始采样点得到第一采样点集合,所述第一采样点集合中相邻采样点之间的距离大于等于预设阈值;
第二数据处理模块,用于删除第一采样点集合中的部分采样点得到第二采样点集合,并将其输入到输出模块,所述第二采样点集合中,在终端运动轨迹上,本征长度内的实际采样点数目大于预设采样点数目;
输出模块,用于将所述第二采样点集合中的采样点输出到网络规划软件中进行校正。
所述第一采样点集合中相邻采样点之间的距离大于等于nλ,其中,n一般情况取0.5~0.8。
所述n在密集城市取0.5,郊区取0.8。
与现有技术相比,本发明具有以下有益效果:
本发明在对连续波测试获得的数据进行过滤时,消除了主观因素的影响,并且使本征长度内采样点数目符合李氏定理的判断,从而提高了采样点结果的准确性。本发明不要求测试过程中对终端移动速度的高标准控制,降低了测试活动的实现难度。
附图说明
图1为本发明的流程图;
图2为本发明的步骤一的流程图;
图3为本发明的步骤二的流程图;
图4为本发明的步骤三的流程图;
图5为本发明的装置框图。
具体实施方式
本发明提出一种对CW测试获得的数据进行处理的方法,通过对逐个采样点进行距离判断,删除不符合相关性要求的多余采样点和不符合李氏定理数目的采样点,以保证CW测试采样点本地平均结果的准确性。下面结合附图对本发明的具体实施方式做进一步详细说明。
如图1所示,图1为本发明的流程图。图1中包括步骤:
步骤一,计算原始采样点集合中相邻采样点之间的距离;
如图2所示,图2为本发明的步骤一的流程图,图1中,该步骤又具体包括以下步骤:
步骤101,计算测试终端运动轨迹上,原始采样点集合中采样点的地理坐标;
每个采样点编号为ij(j=1,2......),从起点开始,依次为i1,i2,i3......;
根据CW测试设备输出文件中时间、经度、纬度和连续波信号接收机采样间隔等数据,计算测试终端运动轨迹上每个采样点的地理坐标;下面以某一次的测试结果为例进行说明,见表1所示(取前45行)。
表1 采样点的地理位置表格
编号 | 经度 | 纬度 |
1 | 118.150460000 | 24.739110000 |
2 | 118.150460286 | 24.739110000 |
3 | 118.150460571 | 24.739110000 |
4 | 118.150460857 | 24.739110000 |
5 | 118.150461143 | 24.739110000 |
6 | 118.150461429 | 24.739110000 |
7 | 118.150461714 | 24.739110000 |
8 | 118.150462000 | 24.739110000 |
9 | 118.150462286 | 24.739110000 |
10 | 118.150462571 | 24.739110000 |
11 | 118.150462857 | 24.739110000 |
12 | 118.150463143 | 24.739110000 |
13 | 118.150463429 | 24.739110000 |
14 | 118.150463714 | 24.739110000 |
15 | 118.150464000 | 24.739110000 |
16 | 118.150464286 | 24.739110000 |
17 | 118.150464571 | 24.739110000 |
18 | 118.150464857 | 24.739110000 |
19 | 118.150465143 | 24.739110000 |
20 | 118.150465429 | 24.739110000 |
21 | 118.150465714 | 24.739110000 |
22 | 118.150466000 | 24.739110000 |
23 | 118.150466286 | 24.739110000 |
24 | 118.150466571 | 24.739110000 |
25 | 118.150466857 | 24.739110000 |
26 | 118.150467143 | 24.739110000 |
27 | 118.150467429 | 24.739110000 |
28 | 118.150467714 | 24.739110000 |
29 | 118.150468000 | 24.739110000 |
30 | 118.150468286 | 24.739110000 |
31 | 118.150468571 | 24.739110000 |
32 | 118.150468857 | 24.739110000 |
33 | 118.150469143 | 24.739110000 |
34 | 118.150469429 | 24.739110000 |
35 | 118.150469714 | 24.739110000 |
36 | 118.150470000 | 24.739110000 |
37 | 118.150470000 | 24.739110143 |
38 | 118.150470000 | 24.739110286 |
39 | 118.150470000 | 24.739110429 |
40 | 118.150470000 | 24.739110571 |
41 | 118.150470000 | 24.739110714 |
42 | 118.150470000 | 24.739110857 |
43 | 118.150470000 | 24.739111000 |
44 | 118.150470000 | 24.739111143 |
45 | 118.150470000 | 24.739111286 |
步骤102,根据采样点的地理坐标,计算相邻采样点之间的距离,i1,2,i2,3......ij,j+1(j=1,2......);
为了方便计算,将相邻采样点之间的距离折合成所测频率对应的波长的倍数;当然,也可直接将相邻采样点之间的距离与n个波长进行比较。
所测频率取2010MHz,则所测频率对应波长λ=光速/频率=3×108/2012×106=0.1491≈0.15;
以采样点i1,i2为例,i1,2=0.029361,则i1,2折合成波长倍数=0.029361/0.15=0.19574。具体计算结果见表2所示(取前45行)。
表2 相邻采样点之间的距离表格
起点 | 终点 | 点间距离(米) | 折合成波长倍数 |
1 | 2 | 0.029361 | 0.19574 |
2 | 3 | 0.029361 | 0.19574 |
3 | 4 | 0.029361 | 0.19574 |
4 | 5 | 0.029361 | 0.19574 |
5 | 6 | 0.029361 | 0.19574 |
6 | 7 | 0.029361 | 0.19574 |
7 | 8 | 0.029361 | 0.19574 |
8 | 9 | 0.029361 | 0.19574 |
9 | 10 | 0.029361 | 0.19574 |
10 | 11 | 0.029361 | 0.19574 |
11 | 12 | 0.029361 | 0.19574 |
12 | 13 | 0.029361 | 0.19574 |
13 | 14 | 0.029361 | 0.19574 |
14 | 15 | 0.029361 | 0.19574 |
15 | 16 | 0.029361 | 0.19574 |
16 | 17 | 0.029361 | 0.19574 |
17 | 18 | 0.029361 | 0.19574 |
18 | 19 | 0.029361 | 0.19574 |
19 | 20 | 0.029361 | 0.19574 |
20 | 21 | 0.029361 | 0.19574 |
21 | 22 | 0.029361 | 0.19574 |
22 | 23 | 0.029361 | 0.19574 |
23 | 24 | 0.029361 | 0.19574 |
24 | 25 | 0.029361 | 0.19574 |
25 | 26 | 0.029361 | 0.19574 |
26 | 27 | 0.029361 | 0.19574 |
27 | 28 | 0.029361 | 0.19574 |
28 | 29 | 0.029361 | 0.19574 |
29 | 30 | 0.029361 | 0.19574 |
30 | 31 | 0.029361 | 0.19574 |
31 | 32 | 0.029361 | 0.19574 |
32 | 33 | 0.029361 | 0.19574 |
33 | 34 | 0.029361 | 0.19574 |
34 | 35 | 0.029361 | 0.19574 |
35 | 36 | 0.029361 | 0.19574 |
36 | 37 | 0.015893 | 0.105952 |
37 | 38 | 0.015893 | 0.105952 |
38 | 39 | 0.015893 | 0.105952 |
39 | 40 | 0.015893 | 0.105952 |
40 | 41 | 0.015893 | 0.105952 |
41 | 42 | 0.015893 | 0.105952 |
42 | 43 | 0.015893 | 0.105952 |
43 | 44 | 0.015893 | 0.105952 |
44 | 45 | 0.015893 | 0.105952 |
45 | 46 | 0.015893 | 0.105952 |
步骤二,根据原始采样点集合中相邻采样点之间的距离删除部分原始采样点得到第一采样点集合,所述第一采样点集合中相邻采样点之间的距离大于等于预设阈值;
步骤三,删除第一采样点集合中的部分采样点得到第二采样点集合,所述第二采样点集合中,在终端运动轨迹上,本征长度内的实际采样点数目大于预设采样点数目。
如图3所示,图3为本发明的步骤二的流程图。
步骤二用于判断根据原始采样点之间的距离删除部分原始采样点得到的第一采样点集合中,使相邻采样点之间的距离满足预设要求。
要求如下:两个采样点之间的距离is,s+1(s=1,2......)≥nλ;n是与测试环境有关的系数,在密集城市可取0.5,在郊区可取0.8,一般情况取0.5~0.8之间。
采样点i1和i2之间的距离i1,2如果满足要求,则保留采样点i1和i2,继续判断采样点i2和下一个采样点i3之间的距离是否满足要求;如果采样点i1和i2之间的距离i1,2不满足要求,则删除采样点i2,继续判断采样点i1和i3之间的距离i1,3,如果i1,3不满足要求,则删除采样点i3,继续判断i1,4是否满足要求,如果i1,4满足要求,则保留i1和i4,从i4开始,按照上述方法继续判断两点之间的距离是否满足要求,直到到达最后一对采样点。
本例中,n取0.5。
例如,i1,2=0.029361<0.5×0.15,因此删除采样点i2,
继续计算i1.3=i1,2+i2,3=0.029361+0.029361=0.058722<0.5×0.15,因此删除采样点i3,
继续计算i1.4=i1,2+i2,3+i3,4=0.029361+0.029361+0.029361=0.088083>0.5×0.15,则保留i1和i4,从i4开始,按照上述方法继续判断两点之间的距离是否满足要求,直到到达最后一对采样点。
需要说明的是,上述编号is,s+1(s=1,2......)中的s是删除不符合距离要求的采样点之后,对符合要求的采样点进行的依次重新编号,具体计算结果见表3所示。
表3 满足距离要求的采样点表格
重新编号 | 原编号起点 | 原编号终点 | 起点到终点间距离(米) | 折合成波长倍数 |
1 | 1 | 4 | 0.088082864 | 0.587219 |
2 | 4 | 7 | 0.088082864 | 0.587219 |
3 | 7 | 10 | 0.088082864 | 0.587219 |
4 | 10 | 13 | 0.088082864 | 0.587219 |
5 | 13 | 16 | 0.088082864 | 0.587219 |
6 | 16 | 19 | 0.088082864 | 0.587219 |
7 | 19 | 22 | 0.088082864 | 0.587219 |
8 | 22 | 25 | 0.088082864 | 0.587219 |
9 | 25 | 28 | 0.088082864 | 0.587219 |
10 | 28 | 31 | 0.088082864 | 0.587219 |
11 | 31 | 34 | 0.088082864 | 0.587219 |
12 | 34 | 38 | 0.090507425 | 0.603383 |
13 | 38 | 43 | 0.079463789 | 0.529759 |
14 | 43 | 48 | 0.079463789 | 0.529759 |
15 | 48 | 53 | 0.079463789 | 0.529759 |
16 | 53 | 58 | 0.079463789 | 0.529759 |
17 | 58 | 63 | 0.079463789 | 0.529759 |
18 | 63 | 68 | 0.079463789 | 0.529759 |
19 | 68 | 73 | 0.079463789 | 0.529759 |
20 | 73 | 78 | 0.079463789 | 0.529759 |
21 | 78 | 83 | 0.079463789 | 0.529759 |
22 | 83 | 88 | 0.079463789 | 0.529759 |
23 | 88 | 93 | 0.079463789 | 0.529759 |
24 | 93 | 98 | 0.079463789 | 0.529759 |
25 | 98 | 103 | 0.079463789 | 0.529759 |
26 | 103 | 110 | 0.079463789 | 0.529759 |
27 | 110 | 120 | 0.079463789 | 0.529759 |
28 | 120 | 130 | 0.079463789 | 0.529759 |
29 | 130 | 140 | 0.079463789 | 0.529759 |
30 | 140 | 150 | 0.079463789 | 0.529759 |
31 | 150 | 160 | 0.079463789 | 0.529759 |
32 | 160 | 170 | 0.079463789 | 0.529759 |
33 | 170 | 180 | 0.079463789 | 0.529759 |
34 | 180 | 190 | 0.079463789 | 0.529759 |
35 | 190 | 200 | 0.079463789 | 0.529759 |
36 | 200 | 210 | 0.079463789 | 0.529759 |
37 | 210 | 220 | 0.079463789 | 0.529759 |
38 | 220 | 230 | 0.079463789 | 0.529759 |
39 | 230 | 240 | 0.079463789 | 0.529759 |
40 | 240 | 249 | 0.079506946 | 0.530046 |
41 | 249 | 257 | 0.084876462 | 0.565843 |
42 | 257 | 265 | 0.084876462 | 0.565843 |
43 | 265 | 273 | 0.084876462 | 0.565843 |
44 | 273 | 281 | 0.084876462 | 0.565843 |
45 | 281 | 289 | 0.084876462 | 0.565843 |
46 | 289 | 297 | 0.084876462 | 0.565843 |
47 | 297 | 305 | 0.084876462 | 0.565843 |
48 | 305 | 313 | 0.084876462 | 0.565843 |
49 | 313 | 321 | 0.084876462 | 0.565843 |
50 | 321 | 329 | 0.084876462 | 0.565843 |
51 | 329 | 337 | 0.084876462 | 0.565843 |
52 | 337 | 345 | 0.084876462 | 0.565843 |
53 | 345 | 352 | 0.093018301 | 0.620122 |
54 | 352 | 355 | 0.088082864 | 0.587219 |
55 | 355 | 358 | 0.088082864 | 0.587219 |
56 | 358 | 361 | 0.088082864 | 0.587219 |
57 | 361 | 364 | 0.088082864 | 0.587219 |
58 | 364 | 367 | 0.088082864 | 0.587219 |
59 | 367 | 370 | 0.088082864 | 0.587219 |
60 | 370 | 373 | 0.088082864 | 0.587219 |
61 | 373 | 376 | 0.088082864 | 0.587219 |
62 | 376 | 379 | 0.088082864 | 0.587219 |
63 | 379 | 382 | 0.088082864 | 0.587219 |
64 | 382 | 385 | 0.088082864 | 0.587219 |
65 | 385 | 391 | 0.082408743 | 0.549392 |
66 | 391 | 399 | 0.084876462 | 0.565843 |
67 | 399 | 407 | 0.084876462 | 0.565843 |
68 | 407 | 415 | 0.084876462 | 0.565843 |
69 | 415 | 423 | 0.084876462 | 0.565843 |
70 | 423 | 431 | 0.084876462 | 0.565843 |
71 | 431 | 439 | 0.084876462 | 0.565843 |
72 | 439 | 447 | 0.084876462 | 0.565843 |
为了消除快衰落的影响,需要将CW测试结果进行本征长度上的平均,也就是进行平均的距离是20~40个波长(视地貌特征选取),其中包含的采样点个数至少为36~50个(城市郊区)。要求如此苛刻的原因是,如果本征长度取短了,则快衰落影响不能消除从而影响了局部均值的准确性;如果本征长度取长了,其中可能发生地形的变化,则均值损失了信号的细节变化。本例中,取40个波长长度,采样点数目m取36,如图4所示,图4为本发明的步骤三的流程图。图4中又包括以下步骤:
步骤302,若L大于m,则采样点is~is+L-1有效,可用于求一次本地平均,随后令s=s+L,返回步骤301,进行下一段采样点数据判断;
若L小于等于m,则删除采样点is,同时令s=s+1,返回步骤301,进行下一段采样点数据判断。
例如,本例中从(按照步骤二中重新编号后的)第一个采样点i1开始,i1,2×11+i12,13×1+i13,14×(39-13+1)+i40,41+i41,42×(52-41+1)+i53,54+i54,55×(64-54+1)+i65,66+i66,67×(72-66+1)=0.088082864×11+0.090507425+0.079463789×27+0.079506946+0.084876462×12+0.093018301+0.088082864×11+0.082408743+0.084876462×7=0.968911504+0.090507425+2.145522303+0.079506946+1.018517544+0.093018301+0.968911504+0.082408743+0.594135234=6.041439504(米)
到第72个采样点时,
即6.041439504>6,满足采样点的数目大于36的要求。因此,从第73个采样点开始,按照步骤301的方法进行下一段采样点数据判断。
采样点处理结果见表4所示,表4中省略了部分数据,可参考表3。
表4 满足数目要求的采样点表格
重新编号 | 折合成波长倍数 | 40个波长距离内采样点数目 |
1 | 0.587219 | 72 |
2 | 0.587219 | |
3 | 0.587219 | |
4 | 0.587219 | |
5 | 0.587219 | |
6 | 0.587219 | |
7 | 0.587219 | |
8 | 0.587219 | |
9 | 0.587219 | |
10 | 0.587219 | |
11 | 0.587219 | |
12 | 0.603383 | |
13 | 0.529759 |
本发明还提供了一种用于传播模型校正的连续波测试的数据处理装置,如图5所示,图5为本发明的装置框图。图5中包括:计算模块、第一数据处理模块、第二数据处理模块和输出模块。
首先,由计算模块根据现有的计算采样点地理坐标的方法计算出测试终端运动轨迹上,原始的采样点集合中相邻两个采样点之间的距离,并将其输入到第一数据处理模块中,由第一数据处理模块根据原始采样点之间的距离删除部分原始采样点得到第一采样点集合,第一采样点集合中相邻采样点之间的距离大于等于测试所用频率对应的波长的n倍。
第一数据处理模块中得到的第一采样点集合输出到第二数据处理模块,由第二数据处理模块根据预设条件:在终端运动轨迹上,本征长度内的实际采样点数目大于预设采样点数目,来删除第一采样点集合中的部分采样点得到第二采样点集合。
然后将第二采样点集合中的采样点输入到输出模块中,由输出模块将其输出到网络规划软件中进行校正。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种用于传播模型校正的连续波测试的数据处理方法,其特征在于,包括以下步骤:
步骤一,计算原始采样点集合中相邻采样点之间的距离;
步骤二,根据原始采样点集合中相邻采样点之间的距离删除部分原始采样点得到第一采样点集合,所述第一采样点集合中相邻采样点之间的距离大于等于预设阈值;
步骤三,删除第一采样点集合中的部分采样点得到第二采样点集合,所述第二采样点集合中,在终端运动轨迹上,本征长度内的实际采样点数目大于预设采样点数目。
2.如权利要求1所述的用于传播模型校正的连续波测试的数据处理方法,其特征在于,所述步骤一具体包括:
步骤101,计算测试终端运动轨迹上,原始采样点集合中采样点的地理坐标;
步骤102,根据采样点的地理坐标,计算相邻采样点之间的距离。
3.如权利要求1所述的用于传播模型校正的连续波测试的数据处理方法,其特征在于,所述步骤二中相邻采样点之间的距离大于等于nλ,其中,n一般情况取0.5~0.8,λ表示测试所用频率对应的波长。
4.如权利要求3所述的用于传播模型校正的连续波测试的数据处理方法,其特征在于,所述n在密集城市取0.5,郊区取0.8。
5.如权利要求1所述的用于传播模型校正的连续波测试的数据处理方法,其特征在于,所述步骤三具体包括:
步骤301,求大于k个波长所需的实际最小采样点数目,其中k取20~40;
步骤302,判断大于k个波长所需的实际最小采样点数目L与k个波长内预设采样点数目m之间的关系,若L大于m,则保留大于k个波长所需的L个采样点,从第L个采样点的下一个采样点开始,返回步骤301,进行下一段采样点数据判断,若L小于等于m,则删除第一个采样点,从下一个采样点开始,返回步骤301,进行下一段采样点数据判断。
6.如权利要求1所述的用于传播模型校正的连续波测试的数据处理方法,其特征在于,所述步骤三之后还包括:
步骤四,将所述步骤三中第二采样点集合中的采样点输出到网络规划软件中进行校正。
7.一种用于传播模型校正的连续波测试的数据处理装置,其特征在于,包括:
计算模块,计算原始采样点集合中相邻采样点之间的距离,并将该距离输入到第一数据处理模块中;
第一数据处理模块,用于根据原始采样点之间的距离删除部分原始采样点得到第一采样点集合,所述第一采样点集合中相邻采样点之间的距离大于等于预设阈值;
第二数据处理模块,用于删除第一采样点集合中的部分采样点得到第二采样点集合,并将其输入到输出模块,所述第二采样点集合中,在终端运动轨迹上,本征长度内的实际采样点数目大于预设采样点数目;
输出模块,用于将所述第二采样点集合中的采样点输出到网络规划软件中进行校正。
8.如权利要求7所述的一种用于传播模型校正的连续波测试的数据处理装置,其特征在于,所述第一采样点集合中相邻采样点之间的距离大于等于nλ,其中,n一般情况取0.5~0.8。
9.如权利要求8所述的一种用于传播模型校正的连续波测试的数据处理装置,其特征在于,所述n在密集城市取0.5,郊区取0.8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101764991A CN101159962B (zh) | 2007-10-29 | 2007-10-29 | 用于传播模型校正的连续波测试的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101764991A CN101159962B (zh) | 2007-10-29 | 2007-10-29 | 用于传播模型校正的连续波测试的数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101159962A true CN101159962A (zh) | 2008-04-09 |
CN101159962B CN101159962B (zh) | 2010-04-21 |
Family
ID=39307849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101764991A Active CN101159962B (zh) | 2007-10-29 | 2007-10-29 | 用于传播模型校正的连续波测试的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101159962B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103874102A (zh) * | 2014-03-27 | 2014-06-18 | 广州银禾网络通信有限公司 | 移动通信传输模型校正测试数据地理平均方法及系统 |
CN105263145A (zh) * | 2015-10-30 | 2016-01-20 | 中国铁塔股份有限公司齐齐哈尔市分公司 | 一种无线网络规划中信号测试数据的优化处理方法 |
CN106507387A (zh) * | 2016-09-20 | 2017-03-15 | 北京农业信息技术研究中心 | 农田多径信道快衰落环境的概率窗不规则识别方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6094160A (en) * | 1999-06-10 | 2000-07-25 | Delco Electronics Corp. | Interference rejection method for an automotive radar CW/ICC system |
CN100362889C (zh) * | 2004-08-16 | 2008-01-16 | 上海华为技术有限公司 | 移动通信网络传播模型校正方法 |
-
2007
- 2007-10-29 CN CN2007101764991A patent/CN101159962B/zh active Active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103874102A (zh) * | 2014-03-27 | 2014-06-18 | 广州银禾网络通信有限公司 | 移动通信传输模型校正测试数据地理平均方法及系统 |
CN103874102B (zh) * | 2014-03-27 | 2017-03-08 | 广州银禾网络通信有限公司 | 移动通信传输模型校正测试数据地理平均方法及系统 |
CN105263145A (zh) * | 2015-10-30 | 2016-01-20 | 中国铁塔股份有限公司齐齐哈尔市分公司 | 一种无线网络规划中信号测试数据的优化处理方法 |
CN105263145B (zh) * | 2015-10-30 | 2018-05-08 | 中国铁塔股份有限公司齐齐哈尔市分公司 | 一种无线网络规划中信号测试数据的优化处理方法 |
CN106507387A (zh) * | 2016-09-20 | 2017-03-15 | 北京农业信息技术研究中心 | 农田多径信道快衰落环境的概率窗不规则识别方法及装置 |
CN106507387B (zh) * | 2016-09-20 | 2019-07-02 | 北京农业信息技术研究中心 | 农田多径信道快衰落环境的概率窗不规则识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101159962B (zh) | 2010-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103716808B (zh) | 一种无线传感器网络链路质量预测方法 | |
AU758365B2 (en) | Method and arrangement for measuring and predicting of radio conditions in a communications system | |
Hata et al. | Mobile location using signal strength measurements in a cellular system | |
Faruk et al. | Error bounds of empirical path loss models at VHF/UHF bands in Kwara State, Nigeria | |
Fernandes et al. | Simplified characterization of the urban propagation environment for path loss calculation | |
CN108990074B (zh) | 基于地图信息的电力系统无线专网基站建设规划方法 | |
CN105228244B (zh) | 一种无线定位方法及系统 | |
CN111479239A (zh) | 一种多天线无人机数据采集系统的传感器发射能耗优化方法 | |
CN101159962B (zh) | 用于传播模型校正的连续波测试的数据处理方法及装置 | |
WO2004025975A2 (en) | Cellular network handoff decision mechanism | |
Akinwole et al. | Comparative analysis of empirical path loss model for cellular transmission in rivers state | |
Lin et al. | Fast simulation of vehicular channels using finite-state Markov models | |
Zhang et al. | Sensing and communication tradeoff design for AoI minimization in a cellular internet of UAVs | |
Nafea et al. | Path loss optimization in WIMAX network using genetic algorithm | |
Akande et al. | Performance analysis and optimization of cost 231-hata model for mobile communication in Nigeria | |
CN112783192B (zh) | 无人机路径规划方法、装置、设备和存储介质 | |
WO2008018828A2 (en) | Adaptive kalman filtering for fast fading removal | |
Iloke et al. | Tropospheric influence on ultra-high frequency (UHF) radio waves | |
KR101694521B1 (ko) | 전파지문지도 생성 장치 및 방법 | |
CN104022975A (zh) | 高速移动链路信道参数估计方法 | |
Rosberg | Fast power control in cellular networks based on short-term correlation of Rayleigh fading | |
Biswas et al. | Reliable RSSI trend based localization for three different environments | |
Ogbulezie et al. | A Review of Path Loss Models for UHFRADIOWaves Propagation: Trends andAssessment | |
CN103139787B (zh) | 一种路测数据的干扰抑制方法及相关装置 | |
Shemshaki et al. | Empirical path loss model fit from measurements from a vehicle-to-infrastructure network in Munich at 5.9 GHz |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |