CN101383667B - 一种基于采样点间相关性的无线场强测试方法 - Google Patents

Abstract

本发明公开了移动通信技术领域中的一种基于采样点间相关性的无线场强测试方法。技术方案是，所述测试方法包括如下步骤：确定场强测试小区覆盖范围；选择径向测试路径；确定系统误差与场强参数关系；分别固定一个参数，获取另外两个参数最佳值；测量本地场强瞬时值；对同一位置不同时间场强求均值；然后再对不同位置的均值场强进行平均值处理，获得本地场强均值；最后记录数据与地理位置信息。本发明通过充分考虑采样点数，采样间隔和统计区间长度三者之间的关系，来确定三者的最佳选取值；证明采样间隔可以小到采样点之间存在相关性，使得无线场强测试的要求灵活性增强。

Description

一种基于采样点间相关性的无线场强测试方法

技术领域

本发明属于移动通信技术领域，尤其涉及一种基于采样点间相关性的无线场强测试方法。

背景技术

无线场强是移动通信系统的主要通信载体，无线场强除了受自由空间损耗外还存在两种衰落：快衰落和慢衰落。无线场强缓慢变化的原因主要有两方面：一是地区位置的改变产生阴影效应；二是由于大气的条件发生缓变，以致电波的折射传播随时间变化而变化，多径传播到达固定接收点的信号的时延随之变化，这种由阴影效应和气象原因引起的信号变化，称为慢衰落。无线电波从发射天线到接收天线这之间经历了多条传播路径，称为多径传播。移动台或基站接收机接收到的信号是多条路径信号的矢量叠加。由于到达接收端的各路径相位可能不同，相位相同的信号相加，最终信号得到加强；相位相反的信号叠加，信号互相减弱，引起接收信号强度的大幅度下降。而且，由于在传播路径中，反射体往往是运动的，这就使得接收信号在短时间、短距离内会产生衰落，即快衰落。慢衰落和快衰落共同影响了接收信号的强度。目前有一些经典的电波传播模型可以分析特定的移动无线环境，但是不同的环境具有不同的特征，不可能用经典传播模型分析所有的无线电波传播环境。所以在网络规划的初期，需要对该地的无线电波传播环境进行分析与测试，得到适合于该无线环境下的电波传播模型，用于网络规划与建设以及后期的网络维护与升级。而场强是分析无线电波传播环境的必要参数，因此，需要对场强进行测试。电波传播模型是大尺度模型，无线场强测试的目的是获取本地场强均值，消除快衰落对场强均值的影响，反映慢衰落对接收场强的影响，为网络规划与评估提供可靠信息。

接收信号场强是移动通信系统中其他参数选取的重要依据，如：基站收发信机功率、小区覆盖半径等。统计区间、采样点数和采样间隔是无线场强测试的三个关键参数，通过这三个参数的正确设置才能准确地获取本地场强均值。无线场强测试应该是贯穿建网及网络优化始终的重要工作。无线场强测试一般方法要有以下步骤：

步骤1：确定场强测试的小区，确定小区覆盖范围。

步骤2：在该范围内以基站为圆心，在标有等高线的地图中画若干条同心圆。小区的范围越大，圆的数量越多。选择小区中的一条径向测试路径，该路径与各个同心圆圆周应基本保持垂直关系。

步骤3：确定采样间隔和统计区间长度。

步骤4：车载台在规定的统计区间长度内按照规定的采样间隔沿该路径上下行方向进行多次采样获取瞬时场强值，测量次数与实际需要和数据采集成功率有关，一般单向不少于3次。

以上方法是无线场强测试的一般步骤，对于不同的场强测试方法而言，不同点在于采样间隔和统计区间长度的选取。目前业界应用比较广泛的方法是LEE氏定律。LEE氏定律指出在40个波长的取样区间长度内抽取36～50个样本，表示成局部均值，可获得在90％置信度下的样本均值估计量，其偏差小于1dB。然而，LEE氏定律在进行数学分析和推导时存在以下问题：

(1)LEE氏定律推导采样点数的前提条件是各采样点之间不相关，如果两采样点之间相关又会出现什么情况，并没有进一步分析。

(2)通过积分方式取得

是对长度2L的区间的无穷多个点取平均，其中相邻点之间的间隔是无穷小的，所以每个点之间是相关的。LEE氏定律在推导统计区间长度时，是对统计区间长度内无穷多个相关的点平均，但在推导采样点数时，条件是各点之间不相关，两个部分的条件是相互矛盾的。同时在实际的测试中，采样点数是有限的，在推导统计区间长度时，将采样点数设为无穷大，进而推导出了40λ的最佳统计区间长度是不准确的。

(3)LEE氏定律在对采样点取平均时，采用的单位是dBm，由于dBm是一个非线性转换单位，直接求和取平均得到的本地均值并不准确。

对于业界普遍使用的LEE定律存在的问题，需要一种更好的无线场强测试方法克服上述问题，更准确地获取本地场强均值。

发明内容

本发明提供一种基于采样点间相关性的无线场强测试方法，考虑采样点数、采样间隔以及统计区间三者之间的关系，说明采样点间相关的可行性，以及采样点相关对本地均值估计会造成多大误差，从而获取误差较小的本地场强均值。

本发明的技术方案是，一种基于采样点间相关性的无线场强测试方法，其特征是所述测试方法包括下列步骤：

步骤1：确定场强测试的小区及其覆盖范围；

步骤2：在该范围内以基站为圆心，在标有等高线的地图中画同心圆；小区的范围越大，圆的数量越多；选择小区中的一条径向测试路径，该路径与各个同心圆圆周应基本保持垂直关系；

步骤3：确定系统误差与无线场强三个参数的关系，即

1)采样间隔、统计区间长度与系统误差的关系；

2)采样间隔、采样点数与系统误差的关系；

3)采样点数、统计区间长度与系统误差的关系；

步骤4：分别固定无线场强的三个参数中的一个，在满足系统误差要求的情况下，获取另外两个参数的最佳值；即固定统计区间长度，跳到步骤5；固定采样点数，跳到步骤6；固定采样间隔，跳到步骤7；

步骤5：固定统计区间长度，获取采样间隔和采样点数最佳值；

步骤6：固定采样点数，获取采样间隔和统计区间长度最佳值；

步骤7：固定采样间隔，获取采样点数和统计区间长度最佳值；

步骤8：车载台沿步骤2选择的路径上下行方向进行多次采样，获取瞬时场强值，测量次数与实际需要和数据采集成功率有关；记录GPS地理位置信息以及对应的瞬时场强值；

步骤9：将同一地理位置的数据进行平均化处理，得到最终的该位置的不同时间的平均场强值，将统计区间长度内的所有数据做如此处理；

步骤10：对同一统计区间长度内的处理后的平均场强值作统计区间内的不同采样点的平均，从而得到该统计区间的本地场强均值；

步骤11：将小区内的统计区间的本地场强均值以及地理位置信息，记录入数据库。

所述步骤3中，确定系统误差与无线场强三个参数的关系，其方法是：

系统偏差公式：

${{\mathrm{\σ}}_m}^2=\frac{1}{N}(1+2{J_0}^2\left(\mathrm{\βx}\right)+2{J_0}^2\left(2\mathrm{\βx}\right))(2-\frac{\mathrm{\π}}{2}){\mathrm{\σ}}^2,$

其中，x表示采样间隔，β是波常数，N是采样点数；

本地均值公式：

$<\hat{m}\left(x\right)>=m=\sqrt{\frac{\mathrm{\&pi;}}{2}}\mathrm{\&sigma;},$

本地场强均值

在1σ_m的展宽可表示为：

${1\mathrm{\&sigma;}}_m\mathrm{spread}=20\lg \frac{m+{\mathrm{\&sigma;}}_m}{m-{\mathrm{\&sigma;}}_m},$

在N很大时，根据大数中心极限定理，

服从正态分布，则

服从标准正态分布，在置信度为90％的区间表示：

$p(-1.65\&le;\frac{\hat{m}\left(x\right)-m}{{\mathrm{\&sigma;}}_m}\&le;1.65)=90\%,$

与真实值的偏差用dB表示为： $\mathrm{\&Delta;}=20\lg \frac{m+1.65{\mathrm{\&sigma;}}_m}{m},$

由上式和系统偏差公式以及本地均值公式，确定采样间隔、采样点数与系统误差Δ的关系，同时根据采样点数＝统计区间长度/采样间隔，确定采样间隔、统计区间长度与系统误差Δ的关系以及采样点数、统计区间长度与系统误差Δ的关系。

本发明的效果在于，通过充分考虑采样点数，采样间隔和统计区间长度三者之间的关系，来确定三者的最佳选取值；证明采样间隔可以小到采样点之间存在相关性，使得无线场强测试的要求灵活性增强。

附图说明

图1是基于采样点间相关性的无线场强测试方法流程图。

图2是统计区间长度固定的前提下，采样间隔与统计误差的关系图。

图3是采样间隔固定的前提下，统计区间长度与统计误差的关系图。

图4是采样间隔固定的前提下，采样点数与统计误差的关系图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

图1是基于采样点间相关性的无线场强测试方法流程图。图1中，步骤101确定场强测试的小区及其覆盖范围。

图1中，步骤102在该范围内以基站为圆心，在标有等高线的地图中画若干条同心圆；小区的范围越大，圆的数量越多；选择小区中的一条径向测试路径，该路径与各个同心圆圆周应基本保持垂直关系。

图1中，步骤103确定系统误差与无线场强三个参数的关系，即采样间隔、统计区间长度与系统误差的关系；采样间隔、采样点数与系统误差的关系和采样点数、统计区间长度与系统误差的关系。其方法是：

系统偏差 ${{\mathrm{\&sigma;}}_m}^2=\frac{1}{N}(1+2{J_0}^2\left(\mathrm{\&beta;x}\right)+2{J_0}^2\left(2\mathrm{\&beta;x}\right))(2-\frac{\mathrm{\&pi;}}{2}){\mathrm{\&sigma;}}^2---\left(1\right),$

本地均值 $<\hat{m}\left(x\right)>=m=\sqrt{\frac{\mathrm{\&pi;}}{2}}\mathrm{\&sigma;}---\left(2\right),$

χ表示采样间隔，β是波常数，N是采样点数；

本地场强均值

在1σ_m的展宽可表示为：

${1\mathrm{\&sigma;}}_m\mathrm{spread}=20\lg \frac{m+{\mathrm{\&sigma;}}_m}{m-{\mathrm{\&sigma;}}_m},$

由于N很大，根据大数中心极限定理，

服从正态分布，则

服从标准正态分布，在置信度为90％的区间表示：

$p(-1.65\&le;\frac{\hat{m}\left(x\right)-m}{{\mathrm{\&sigma;}}_m}\&le;1.65)=90\%,$

与真实值的偏差用dB表示为： $\mathrm{\&Delta;}=20\lg \frac{m+1.65{\mathrm{\&sigma;}}_m}{m}---\left(3\right),$

由公式(1)、(2)和(3)可以确定采样间隔、采样点数与系统误差Δ的关系，同时根据采样点数＝统计区间长度/采样间隔，确定采样间隔、统计区间长度与系统误差Δ的关系以及采样点数、统计区间长度与系统误差Δ的关系。

图1中，步骤104分别固定无线场强的三个参数中的一个，在满足系统误差要求的情况下，获取另外两个参数的最佳值；即固定统计区间长度，跳到步骤105；固定采样点数，跳到步骤106；固定采样间隔，跳到步骤107。

图1中，步骤105固定统计区间长度，获取采样间隔和采样点数最佳值。根据不同的工程项目要求，在固定统计区间长度的情况下，获取采样间隔和采样点数最佳值。其获取方法根据采样间隔、统计区间长度与系统误差的关系和采样间隔、采样点数和统计区间长度的关系确定。

图2是统计区间长度固定的前提下，采样间隔与统计误差的关系图。从总体趋势上说，采样间隔越小，统计误差就越小，但在某些采样间隔值会有极小值；从三条曲线的关系上看，可以得知，统计区间越长统计误差越小。我们以40λ波长的统计区间为例，获取

在1σ_m的展宽1dB情况下的采样间隔的最大值，计算可得，最大采样间隔为14.96cm(约15cm)，得采样点数至少为89点。当统计区间取不同长度时，其最大采样间隔发生改变，根据公式可以得到相应得值。

图1中，步骤106固定采样点数，获取采样间隔和统计区间长度最佳值。

图1中，步骤107固定采样间隔，获取采样点数和统计区间长度最佳值。其获取方法根据采样间隔、统计区间长度与系统误差的关系和采样间隔、采样点数和统计区间长度的关系确定。

图3是采样间隔固定的前提下，统计区间长度与统计误差的关系，四条曲线是从采样间隔的不同尺度来阐述统计区间长度和统计误差的关系，可以得出以下结论：统计区间长度越长，统计误差越小；采样间隔越小，在统计误差一定的情况下，需要统计的区间长度就越小。我们以采样间隔为4cm和30cm为例，获取

在1σ_m的展宽为1dB情况下的统计区间长度的最小值。计算得出，在采样间隔为4cm时，统计区间长度最小值为30λ；在采样间隔为30cm时，统计区间长度最小值为77λ。当采样间隔取不同长度时，其最小统计区间长度发生改变，根据公式(1)、(2)、(3)以及采样点数＝统计区间长度/采样间隔可以得到相应得值。

图4是采样间隔固定的前提下，采样点数与统计误差的关系。由图可知，采样间隔固定时，采样点数越多，统计误差越小。采样间隔越小，相同统计误差下需要的采样点数越多。

图1中，步骤108车载台沿步骤102选择的路径上下行方向进行多次采样，获取瞬时场强值，测量次数与实际需要和数据采集成功率有关；记录GPS地理位置信息以及对应的瞬时场强值。

图1中，步骤109将同一地理位置的数据进行平均化处理，得到最终的该位置的不同时间的平均场强值，将统计区间长度内的所有数据做如此统计。

图1中，步骤110对同一统计区间长度内的处理后的平均场强值作统计区间内的不同采样点的平均，从而得到该统计区间的本地场强均值。

图1中，步骤111将小区内的统计区间的本地场强均值以及地理位置信息，记录入数据库。

通过上述方法，尤其是步骤105、步骤106和步骤107，可以得出如下结论：

1)采样间隔，采样点数，统计区间长度之间是相互联系的。不同的采样间隔，其最小统计区间长度是不同的；不同的统计区间长度，其最大采样间隔是不同的。在实际的工程应用中，一般情况下都是固定某个参数从而得出另一个参数的指标。

2)对于采样间隔的选取，采样间隔越小，统计误差就越小，从直观上说，这种相关性对统计误差的负面的影响比采样点数量对统计误差的正面影响要小，从而使得即使采样间隔小到采样点之间有较大相关性，也能降低统计误差；从理论推导上看，由前面的数学推导和仿真分析都可以得出这一结论。

3)得出了一些数据性的结论：若固定40λ波长的统计区间，获取

在1σ_m的展宽1dB情况下的采样间隔的最大值，计算可得，最大采样间隔为14.96cm(约15cm)，得采样点数至少为89点；若固定采样间隔为4cm和30cm，获取

在1σ_m的展宽为1dB情况下的统计区间长度的最小值，计算得出，在采样间隔为4cm时，统计区间长度最小值为30λ，采样点数最少为250点；在采样间隔为30cm时，统计区间长度最小值为77λ，采样点数最少为86点。

由上述结论我们在实际工程操作中容易获取最佳采样间隔、采样点数和统计区间长度。例如，在某些系统中就有规定采样间隔为4cm，对于以前的定律，此规定就是不合理的，但是本发明正好说明了4cm的采样间隔是可行的。并且当采样间隔取4cm时，统计区间长度的最小值为30λ才能满足小于1dB的统计误差，采样点数此时为250点。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (1)

1.一种基于采样点间相关性的无线场强测试方法，其特征是所述测试方法包括下列步骤：

步骤1：确定场强测试的小区及其覆盖范围；

步骤2：在该范围内以基站为圆心，在标有等高线的地图中画同心圆；小区的范围越大，圆的数量越多；选择小区中的一条径向测试路径，该路径与各个同心圆圆周应基本保持垂直关系；

步骤3：确定系统误差与无线场强三个参数的关系，即

1)采样间隔、统计区间长度与系统误差的关系；

2)采样间隔、采样点数与系统误差的关系；

3)采样点数、统计区间长度与系统误差的关系；

步骤4：分别固定无线场强的三个参数中的一个，在满足系统误差要求的情况下，获取另外两个参数的最佳值；即固定统计区间长度，跳到步骤5；固定采样点数，跳到步骤6；固定采样间隔，跳到步骤7；

步骤5：固定统计区间长度，获取采样间隔和采样点数最佳值，跳转到步骤8；

步骤6：固定采样点数，获取采样间隔和统计区间长度最佳值，跳转到步骤8；

步骤7：固定采样间隔，获取采样点数和统计区间长度最佳值，跳转到步骤8；

步骤8：车载台沿步骤2选择的路径上下行方向进行多次采样，获取瞬时场强值，测量次数与实际需要和数据采集成功率有关；记录GPS地理位置信息以及对应的瞬时场强值；

步骤9：将同一地理位置的数据进行平均化处理，得到最终的该位置的不同时间的平均场强值，将统计区间长度内的所有数据做如此处理；

步骤10：对同一统计区间长度内的处理后的平均场强值作统计区间内的不同采样点的平均，从而得到该统计区间的本地场强均值；

步骤11：将小区内的统计区间的本地场强均值以及地理位置信息，记录入数据库。

Images