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 PDF

Info

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
Application number
CNA2007101764991A
Other languages
English (en)
Other versions
CN101159962B (zh
Inventor
张玉胜
魏晨光
耿学锋
高鹏
胡武婕
张斌
周胜
袁静
胡亚希
金宏彬
朱艳云
马文华
赵培
肖建华
潘登
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Beijing Co Ltd
China Mobile Group Design Institute Co Ltd
China Mobile Group Chongqing Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Beijing Co Ltd
China Mobile Group Design Institute Co Ltd
China Mobile Group Chongqing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Beijing Co Ltd, China Mobile Group Design Institute Co Ltd, China Mobile Group Chongqing Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN2007101764991A priority Critical patent/CN101159962B/zh
Publication of CN101159962A publication Critical patent/CN101159962A/zh
Application granted granted Critical
Publication of CN101159962B publication Critical patent/CN101159962B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

用于传播模型校正的连续波测试的数据处理方法及装置
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301，从第一个采样点开始，求
Figure S2007101764991D00101
直到L满足 Σ l = 0 L i s + l , s + l + 1 > kλ ; 其中，s＝1，k取40；
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， Σ l = 0 72 i s + l , s + l + 1 > 40 λ ,
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。
如果在满足
Figure S2007101764991D00112
之后，L＜m，那么就删除i1，从i2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。
CN2007101764991A 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 Active CN101159962B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Cited By (6)

* Cited by examiner, † Cited by third party
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