CN102739329B - 一种轻轨沿线道路传感器网络路径损耗模型建立方法 - Google Patents
一种轻轨沿线道路传感器网络路径损耗模型建立方法 Download PDFInfo
- Publication number
- CN102739329B CN102739329B CN201210209826.XA CN201210209826A CN102739329B CN 102739329 B CN102739329 B CN 102739329B CN 201210209826 A CN201210209826 A CN 201210209826A CN 102739329 B CN102739329 B CN 102739329B
- Authority
- CN
- China
- Prior art keywords
- model
- path loss
- test point
- choose
- light rail
- 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.)
- Active
Links
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种轻轨沿线道路传感器网络路径损耗模型建立方法,包括以下步骤:布设收发节点,在百米范围之内实地采集轻轨沿线环境中接收端无线信号的功率大小,得到真实反映路径损耗传播特性的测量数据;根据所得数据,观察样本分布走势,选取与样本分布走势相接近的模型采用最小二乘法进行回归处理,得到模型;将得到的模型与各种路径损耗模型进行比较,选取性能最佳的模型。本发明采用合理数据测量采集方式和多次测量取平均值,采集的数据能全面真实的反映具体环境下的信道传播特性。
Description
技术领域
本发明涉及传感器网络信道建模技术领域,特别是涉及一种轻轨沿线道路传感器网络路径损耗模型建立方法。
背景技术
传感器网络是一种新生的信息网络系统,它作为物物互联的重要支撑技术,将为移动通信带来全新的业务,在智能交通、军事侦察、公共安全、工业监控、精准农业、环境监控、医疗卫生、智能家居等领域具有巨大的应用价值,将能为经济发展与和谐社会建设提供强大助力。
在具体的应用环境中布设传感器网络,需要得到该环境下的实际无线信道模型。而路径损耗模型是无线信道模型的主体部分。对于地表低空的传感器网络来说,传统蜂窝路径损耗模型如自由模型、地面反射模型、Hata模型、Cost模型,由于使用条件不同,导致传统蜂窝路径损耗模型不一定适用于传感器网络。因此,为了不影响传感器网络的设计效果,需实地环境下进行传感器网络路径损耗传播特性的测试,并分析数据,依据一定的算法得到合适的路径损耗模型。
轨道交通是城市现代化发展的标志之一。采用传感器网络与传统方法相结合,可以更好的实现轨道交通的智能和安全管理,为城市建设和现代化向前一步发展提供了重要保障。
现有技术中有做过基于室内、地下、水下以及野外环境下的传感器网络路径损耗模型的测试,但尚未在典型城市环境下进行。由于不同环境下传感器网络信道传播特性各不一样。因此,针对实际应用需求,亟需一种轻轨沿线道路传感器网络路径损耗模型的建立及方法。
发明内容
本发明所要解决的技术问题是提供一种轻轨沿线道路传感器网络路径损耗模型建立方法,可为该环境下的无线传感器网络的设计提供重要依据。
本发明解决其技术问题所采用的技术方案是:提供一种轻轨沿线道路传感器网络路径损耗模型建立方法,包括以下步骤:
(1)布设收发节点,在百米范围之内实地采集轻轨沿线环境中接收端无线信号的功率大小,得到真实反映路径损耗传播特性的测量数据;
(2)根据所得数据观察样本分布走势,选取与样本分布走势相接近的模型采用最小二乘法进行回归处理,得到模型;
(3)将得到的模型与各种路径损耗模型进行比较,选取性能最佳的模型。
所述步骤(1)还包括以下子步骤:
(11)在轻轨沿线道路环境中布设收发节点;
(12)选定发射信号的指标:中心频率、调制方式、符号速率、带宽以及发射功率;
(13)确定数据测量采集的方式,选取待测定信号数据接收测试点位置;
(14)采集各个测试点的测量数据。
所述步骤(13)中选取待测定信号数据接收测试点位置如下:收发天线距离在0~1m阶段,每0.25米选取一测试点,在1~10m阶段,每0.5米选取一测试点,在10~30m阶段,每1米选取一测试点,在30~70m阶段,每2米选取一测试点,在70~100m阶段,每3米选取一测试点。
所述步骤(14)中所述节点的收发天线处于静止状态。
所述步骤(14)中各个测试点连续采集两百次,取平均值作为该测试点的测试值。
所述步骤(3)中的各种路径损耗模型包括自由模型、地面反射模型、Hata模型、Cost模型、单折线对数距离模型和双折线对数距离模型。
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:由于在近距离时,信号对距离变化衰减有明显起伏,本发明数据测量采集方式近距离时步进小,随着距离增大,逐渐增大步进距离,所测数据能更加真实反应轨道交通沿线的信道传播特性。在测试过程中,轻轨沿线道路车辆的来往以及轻轨列车对信号会产生突变影响,为了降低这种突变的小尺度衰落影响,本发明对每个测试点连续测量二百次,取其平均值,作为该测试点的测量值。本发明为了避免盲目套用各种现有传统模型对数据进行分析,在分析之前先观察样本走势图,然后再选取相近模型进行拟合,这样不但能大大减少工作量,同时能更好的把握选取模型的方向性。本发明采用最小二乘法对数据进行回归拟合,使得拟合数据与实际数据之间误差的平方和为最小,很大程度的保证了拟合曲线逼近实际样本数据。
附图说明
图1是本发明的实现过程原理图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种轻轨沿线道路传感器网络路径损耗模型建立方法,包括以下步骤:(1)布设收发节点,在百米范围之内实地采集轻轨沿线环境中接收端无线信号的功率大小,得到真实反映路径损耗传播特性的测量数据;(2)根据所得数据,观察样本分布走势,选取与样本分布走势相接近的模型采用最小二乘法进行回归处理,得到模型;(3)将得到的模型与各种路径损耗模型进行比较,选取性能最佳的模型。
如图1所示,具体步骤如下:
1)在轻轨沿线道路环境中,发射端采用信号发生器(Agilent E4438C),选取中心频点为780MHZ,调制方式为π/4DQPSK,符号速率为175kbps,带宽为240KHZ,发射功率为10dBm。接收端采用手持式频谱分析仪(H600)进行接收显示,收发天线均为λ/4单极全向天线,天线高度均为45cm。
确定数据测量采集的方式,选取待测定信号数据接收测试点位置:收发天线距离在0~1m内时,选取0.1m,0.25m,0.5m,0.75m四个点,在1~10m内采用0.5m的测量步进,即选取1.5m、2m、2.5m、3m、3.5m、4m、4.5m、5m、5.5m、6m、6.5m、7m、7.5m、8m、8.5m、9m、9.5m、10m;在10~30m内时,采用1m的步进,即11m、12m、13m、14m、15m、16m、17m、18m、19m、20m、21m、22m、23m、24m、25m、26m、27m、28m、29m、30m;在30~70m内时,采用2m的步进,32m、34m、36m、38m、40m、42m、44m、46m、48m、50m、52m、54m、56m、58m、60m、62m、64m、66m、68m、70m;在70~100m内时,采用3m的步进,73m、76m、79m、82m、85m、88m、91m、94m、97m、100m。由于在近距离时,信号对距离变化衰减有明显起伏,本发明数据测量采集方式近距离时步进小,随着距离增大,逐渐增大步进距离,所测数据能更加真实反应轨道交通沿线的信道传播特性。
采用手持式频谱分析仪(H600)进行采集各个测试点的测量数据,每个测试点连续采集两百次数据,取平均值作为该点的测试值,在测试时保持收发天线处于静止状态。在测试过程中,轻轨沿线道路车辆的来往以及轻轨列车对信号会产生突变影响,为了降低这种突变的小尺度衰落影响,本发明对每个测试点连续测量二百次,取其平均值,作为该测试点的测量值。
2)使用Matlab软件,观察测量样本对数距离分布走势图;发现数据走势与双折线对数距离模型比较接近,使用最小二乘法对数据进行回归处理,得到双折线模型的参数,两段折线的斜率,及损耗因子分别为2.2764与2.9386。
由此可见,本发明为了避免盲目套用各种现有传统模型对数据进行分析,在分析之前先观察样本走势图,然后再选取相近模型进行拟合,这样不但能大大减少工作量,同时能更好的把握选取模型的方向性。本发明采用最小二乘法对数据进行回归拟合,使得拟合数据与实际数据之间误差的平方和为最小,很大程度的保证了拟合曲线逼近实际样本数据。
3)与其他模型进行比较。自由空间模型、地面反射模型、Hata模型与Cost模型拟合结果与实际样本数据偏差较大。单折线对数距离模型对样本数据整体能较好拟合,但对部分数据拟合较差,没有双折线模型效果好,而且其回归剩余标准差比双折线模型要大0.54。
4)最终选择双折线对数距离模型作为路径损耗模型。
不难发现,本发明采用合理数据测量采集方式和多次测量取平均值,采集的数据能全面真实的反映具体环境下的信道传播特性;采用先观察样本分布然后再选取相似的模型进行拟合,能更好更快的模型对数据进行拟合,大大减少了工作量。
Claims (3)
1.一种轻轨沿线道路传感器网络路径损耗模型建立方法,其特征在于,包括以下步骤:
(1)布设收发节点,在百米范围之内实地采集轻轨沿线环境中接收端无线信号的功率大小,得到真实反映路径损耗传播特性的测量数据;所述步骤(1)还包括以下子步骤:
(11)在轻轨沿线道路环境中布设收发节点;
(12)选定发射信号的指标:中心频率、调制方式、符号速率、带宽以及发射功率;
(13)确定数据测量采集的方式,选取待测定信号数据接收测试点位置;其中选取待测定信号数据接收测试点位置如下:收发天线距离在0~1m阶段,每0.25米选取一测试点,在1~10m阶段,每0.5米选取一测试点,在10~30m阶段,每1米选取一测试点,在30~70m阶段,每2米选取一测试点,在70~100m阶段,每3米选取一测试点;
(14)采集各个测试点的测量数据;
(2)根据所得数据观察样本分布走势,选取与样本分布走势相接近的模型采用最小二乘法进行回归处理,得到模型;
(3)将得到的模型与各种路径损耗模型进行比较,选取性能最佳的模型,其中,各种路径损耗模型包括自由模型、地面反射模型、Hata模型、Cost模型、单折线对数距离模型和双折线对数距离模型。
2.根据权利要求1所述的轻轨沿线道路传感器网络路径损耗模型建立方法,其特征在于,所述步骤(14)中所述测试点的收发天线处于静止状态。
3.根据权利要求1所述的轻轨沿线道路传感器网络路径损耗模型建立方法,其特征在于,所述步骤(14)中各个测试点连续采集两百次,取平均值作为该测试点的测试值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210209826.XA CN102739329B (zh) | 2012-06-25 | 2012-06-25 | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210209826.XA CN102739329B (zh) | 2012-06-25 | 2012-06-25 | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102739329A CN102739329A (zh) | 2012-10-17 |
CN102739329B true CN102739329B (zh) | 2014-08-20 |
Family
ID=46994190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210209826.XA Active CN102739329B (zh) | 2012-06-25 | 2012-06-25 | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102739329B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259603B (zh) * | 2012-12-21 | 2015-05-06 | 中国矿业大学(北京) | 一种rssi模型辨识方法 |
CN104519519A (zh) * | 2013-09-29 | 2015-04-15 | 普天信息技术研究院有限公司 | 路径损耗的测试方法 |
CN104519507B (zh) * | 2013-09-29 | 2019-03-08 | 普天信息技术研究院有限公司 | 路径损耗的测试系统 |
CN107959535B (zh) * | 2017-11-03 | 2020-10-16 | 湖北邮电规划设计有限公司 | 一种地铁隧道中大尺度衰落值的测量方法 |
CN107888306B (zh) * | 2017-11-03 | 2021-06-11 | 湖北邮电规划设计有限公司 | 一种地铁隧道中小尺度衰落值的测量方法 |
CN107888309B (zh) * | 2017-11-03 | 2021-04-16 | 湖北邮电规划设计有限公司 | 一种地铁隧道中无线电传播模型校正的测量方法 |
CN110929630B (zh) * | 2019-11-19 | 2023-11-24 | 中国科学院上海微系统与信息技术研究所 | 一种铁路轨道信息提取方法、系统、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588328A (zh) * | 2009-07-10 | 2009-11-25 | 中国科学院上海微系统与信息技术研究所 | 一种高精度无线信道参数化模型的联合估计方法 |
CN102209379A (zh) * | 2010-03-29 | 2011-10-05 | 中国兵器工业第二〇五研究所 | 基于rssi的无线传感器网络节点定位方法 |
CN102291817B (zh) * | 2011-07-11 | 2013-10-16 | 北京邮电大学 | 移动通信网络中的基于位置测量样本的群定位方法 |
-
2012
- 2012-06-25 CN CN201210209826.XA patent/CN102739329B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588328A (zh) * | 2009-07-10 | 2009-11-25 | 中国科学院上海微系统与信息技术研究所 | 一种高精度无线信道参数化模型的联合估计方法 |
CN102209379A (zh) * | 2010-03-29 | 2011-10-05 | 中国兵器工业第二〇五研究所 | 基于rssi的无线传感器网络节点定位方法 |
CN102291817B (zh) * | 2011-07-11 | 2013-10-16 | 北京邮电大学 | 移动通信网络中的基于位置测量样本的群定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102739329A (zh) | 2012-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102739329B (zh) | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 | |
Jianwu et al. | Research on distance measurement based on RSSI of ZigBee | |
Artale et al. | A new PLC-based smart metering architecture for medium/low voltage grids: Feasibility and experimental characterization | |
CN102685677B (zh) | 一种室内定位方法及装置 | |
Mahin et al. | Measurement and monitoring of overhead transmission line sag in smart grid: A review | |
CN101835192B (zh) | 测量网络信号覆盖的方法、网络控制器及通信系统 | |
Gao et al. | Estimation of the Ricean factor in K the high speed railway scenarios | |
CN103188704A (zh) | 一种移动通信系统干扰源的分析方法、装置和系统 | |
CN104113849A (zh) | 传播模型的校正方法 | |
CN103260179A (zh) | 基于ZigBee的QPSO自校正定位方法 | |
CN113891379A (zh) | 基于bim+gis模拟铁路无线通信网络信号覆盖规划基站建设方法 | |
CN102890856A (zh) | 输电设备接点温度传感装置 | |
Zhang et al. | Cultivated Land Monitoring System Based on Dynamic Wake-Up UAV and Wireless of Distributed Storage. | |
Musikanon et al. | ZigBee propagations and performance analysis in lastmile network | |
CN102752764B (zh) | 一种近距离物联网环境中建立路径损耗模型的方法 | |
CN105898778B (zh) | 一种通信盲区确认方法、通信盲区确认装置 | |
SB et al. | Pollutant transport modeling using Gaussian approximation for the solution of the semi-empirical equation | |
Facchini et al. | On the performance of 169 MHz WM-Bus and 868 MHz LoRa technologies in smart metering applications | |
CN103247158A (zh) | 实时测风塔信号的wifi传输装置 | |
CN110536356B (zh) | 一种公专网干扰排查方法和装置 | |
CN111507897B (zh) | 一种基于自适应混合插值的城市场强重构方法 | |
Nashiruddin et al. | Long Range Wide Area Network Deployment for Smart Metering Infrastructure in Urban Area: Case Study of Bandung City | |
Liu et al. | A Precise Ranging with Subcarrier Diversity for 5G NR Indoor Positioning | |
Gambi et al. | A WKNN-based approach for NB-IoT sensors localization | |
Alset et al. | LoRa Based Water Quality Monitoring System in Symbiosis University’s Lavale Campus |
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 |