CN103370959A - 阴影衰落预测方法和预测装置 - Google Patents
阴影衰落预测方法和预测装置 Download PDFInfo
- Publication number
- CN103370959A CN103370959A CN2011800674352A CN201180067435A CN103370959A CN 103370959 A CN103370959 A CN 103370959A CN 2011800674352 A CN2011800674352 A CN 2011800674352A CN 201180067435 A CN201180067435 A CN 201180067435A CN 103370959 A CN103370959 A CN 103370959A
- Authority
- CN
- China
- Prior art keywords
- grid
- predicted
- shadow fading
- gaussian variable
- predicted position
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种阴影衰落预测方法和预测装置。在预测阴影衰落的预测位置与该预测位置所在仿真区域的正方形网格图中的网格的参考位置不在一维方向上时,该方法包括:确定与该预测位置相关的相关位置;其中,该网格为正方形,该预测位置、该参考位置和至少一个相关位置位于该网格的顶点;利用预测因子、该相关位置的髙斯变量、以及保持信号功率归一化的系数与该相关位置的高斯变量相互独立的高斯变量确定该预测位置的高斯变量;用该预测位置的高斯变量和该参考位置的阴影衰落计算该预测位置的阴影衰落。通过本发明实施例可对二维空间位置的阴影衰落进行预测,解决了当前技术中存在的问题。
Description
阴影衰落预测方法和预测装置 技术领域
本发明涉及一种移动通信技术, 特别涉及一种阴影衰落预测方法和 预测装置。 背景技术
在无线通信系统中, 阴影衰落是指由障碍物阻挡造成阴影效应, 接 收信号强度下降, 但该场强中值随地理改变变化缓慢, 也称为慢衰落
(Slow fading), 或对数正态衰落(Log-normal), 以具有零均值和标准方 差的高斯分布为特征。
阴影衰落具有空间相关性, 即某个位置的阴影衰落与它邻近位置的 阴影衰落会有一定的相关性。 空间相关性称为阴影衰落的自相关。 阴影 衰落随距离的自相关函数 ^(^)为指数函数, 该指数函数为:
_H
^ d (1) 其中, Δ 表示距离在一维上的变化; 表示阴影衰落的相关距离, 通常该值取 1; 表示阴影衰落随距离变化的自相关函数。
目前, 一维相关阴影衰落可通过简单的预测来实现。 图 1 是一维阴 影衰落预测示意图。如图 1所示,假设一组非递减值 {χο'χι'''''χ''χ'+ι''''}代 表线上的多个位置, 其中, 在位置 处的阴影衰落值为^ (dB), 位置 处的阴影衰落值 ξο可为预设的参考值, 在位置 Xl处的阴影衰落值 可用 如下公式表示:
其中, ^1 =^"^, ^i)表示相关因子, 该相关因子可通过公式 (1) 获得; 表示具有阴影衰落的零均值和标准方差 (方差为 1) 的随
机高斯变量, 并且该随机高斯变量 ζ 1与位置 Χο处的阴影衰落值 ^相互独 立, 即相关性为零。 依此类推, 在位置 处的阴影衰落值 d可表示为: ξί+ι = R(^i+i - + 1- W2(x'.+「x'. .+i ( 3 ) 其中, 表示相关因子, 该相关因子可通过公式(1)获得; 表示具有阴影衰落的零均值和标准方差(方差为 1)的随机高斯变量, 并且该随机高斯变量 与位置 Χ''处的阴影衰落值 ξί相互独立,即相关性
、、 由上述可知, 图 1所示的信号模型满足阴影衰落的自相关条件, §卩: --w w →'-x (4) 其中,
ξ3 = +小- R2(^. .; ^为 的共轭, ^为 ^的共轭。 但是在实现本发明的过程中发明人发现上述技术存在如下问题: 上 述一维相关阴影衰落的预测方法不能直接应用于二维空间。
以下举例说明: 如图 2所示, 假设在二维空间有 3个点, 分别为 X、 Y和 Z, 其中, X点坐标为(0,0), Y点坐标为(1,0), Z点坐标为(0,1), 在 X点的阴影衰落值为 , 根据上述一维预测方法的公式(3)可预测 Y 点的阴影衰落值 = e— 2 , 同理可预测 Z点的阴影衰落值 z=eH e-2 z, 其中, ^、 和^)相互独立, 并且由公式 (4) 可知, X和 Υ之间的相关性满足公式 (1) 的相关条件, 同理 X和 Ζ之 间的相关性也满足公式(1)的相关条件, 但是 Υ和 Ζ之间的相关性不满 足公式 (1) 的相关条件。
如图 2所示, Υ和 Ζ之间的距离为^, 并且根据公式(1), 相关因
子 应为 e_ ^通常取 1 ), 但是根据公式 (4) 可知, Y点 的阴影衰落 和 z点的阴影衰落 随距离变化的相关因子为 2,不满 足上述相关关系。
应该注意, 上面对技术背景的介绍只是为了方便对本发明的技术方 案进行清楚、 完整的说明, 并方便本领域技术人员的理解而阐述的。 不 能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技 术方案为本领域技术人员所公知。 发明内容
本发明实施例的目的在于提供一种阴影衰落预测方法和预测装置, 通过该方法可对与参考位置不在一维方向上的预测位置的阴影衰落进行 预测, 并使其符合阴影衰落的相关条件。
根据本发明实施例的一个方面提供了一种阴影衰落预测方法, 该方 法包括:
相关位置确定歩骤, 在预测阴影衰落的预测位置与该预测位置所在 仿真区域的正方形网格图中的网格的参考位置不在一维方向上时, 确定 与该预测位置相关的相关位置; 其中, 该网格为正方形, 该预测位置、 该参考位置和至少一个相关位置位于该网格的顶点;
高斯变量计算歩骤, 利用预测因子、 该相关位置的高斯变量、 以及 与该相关位置的高斯变量相互独立的高斯变量和保持信号功率归一性的 系数随机数来确定该预测位置的高斯变量; 其中, 该预测因子和所述保 持信号功率归一性的系数按照以下方式确定: 使该预测位置的阴影衰落 与该相关位置的阴影衰落满足相关条件, 且使该预测位置的高斯变量均 值为零且方差为 1 ;
阴影衰落计算歩骤, 利用该预测位置的高斯变量和该参考位置的阴 影衰落计算该预测位置的阴影衰落。
根据本发明实施例的另一个方面提供了一种阴影衰落预测装置, 该 装置包括:
相关位置确定单元, 该相关位置确定单元用于在预测阴影衰落的预 测位置与该预测位置所在仿真区域的正方形网格图中的网格的参考位置
不在一维方向上时, 确定与该预测位置相关的相关位置; 其中, 该网格 为正方形, 该预测位置、 该参考位置和至少一个相关位置位于该网格的 顶点;
高斯变量计算器, 该高斯变量计算器用于利用预测因子、 该相关位 置的高斯变量、 以及与该相关位置的高斯变量相互独立的随机数确定该 预测位置的高斯变量; 其中, 该预测因子和该保持信号功率归一性的系 数按照以下方式确定: 使该预测位置的阴影衰落与该相关位置的阴影衰 落满足相关条件, 且使该预测位置的高斯变量均值为零且方差为 1 ; 阴影衰落计算器, 该阴影衰落计算器用于利用该预测位置的高斯变 量和该参考位置的阴影衰落计算该预测位置的阴影衰落。
根据本发明实施例的另一个方面提供了一种阴影衰落预测方法, 该 方法包括:
网格图生成歩骤, 生成仿真区域的正方形网格图, 该网格图包括多 个网格, 且每个网格均为正方形;
阴影衰落预测歩骤, 对该网格图中的各个位置的阴影衰落逐一进行 预测, 直至完成所有位置上的阴影衰落的预测; 其中,
该阴影衰落预测歩骤包括:
网格确定歩骤, 确定当前的预测位置所在网格图中的网格; 位置确定歩骤, 确定当前预测位置是否与该网格的参考位置处于一 维方向上;
预测歩骤, 预测该当前预测位置的阴影衰落;
判断歩骤: 判断是否还存在未预测的位置, 若是则回到该网格确定 歩骤, 否则结束过程;
其中, 该预测歩骤包括:
相关位置确定歩骤, 在预测阴影衰落的预测位置与该预测位置所在 仿真区域的正方形网格图中的网格的参考位置不在一维方向上时, 确定 与该预测位置相关的相关位置; 其中, 该网格为正方形, 该预测位置、 该参考位置和至少一个相关位置位于该网格的顶点;
高斯变量计算歩骤, 利用预测因子、 该相关位置的高斯变量、 以及 与该相关位置的高斯变量相互独立的高斯变量和保持信号功率归一性的
系数来确定该预测位置的高斯变量; 其中, 该预测因子和该保持信号功 率归一性的系数按照以下方式确定: 使该预测位置的阴影衰落与该相关 位置的阴影衰落满足相关条件, 且使该预测位置的高斯变量均值为零且 方差为 1 ;
阴影衰落计算歩骤, 利用该预测位置的高斯变量和该参考位置的阴 影衰落计算该预测位置的阴影衰落。
根据本发明实施例的另一个方面提供了一种阴影衰落预测装置, 该 装置包括:
网格图生成单元, 该网格生成单元用于生成仿真区域的正方形网格 图, 该网格图包括多个网格, 且每个网格均为正方形;
阴影衰落预测单元, 该阴影衰落单元用于对网格图中的各个位置的 阴影衰落逐一进行预测, 直至完成所有位置上的阴影衰落的预测;
其中, 该阴影衰落预测单元包括:
网格确定单元, 该网格确定单元用于确定当前的预测位置所在网格 图中的网格;
位置确定单元, 该位置确定单元用于确定当前预测位置是否与该网 格的参考位置处于一维方向上;
预测单元, 该预测单元用于对该当前预测位置的阴影衰落进行预测; 判断单元, 该判断单元用于判断是否还存在未预测的位置, 若是则 回到网格确定单元, 否则结束预测;
其中, 该预测单元包括:
相关位置确定单元, 该相关位置确定单元用于在预测阴影衰落的预 测位置与该预测位置所在仿真区域的正方形网格图中的网格的参考位置 不在一维方向上时, 确定与该预测位置相关的相关位置; 其中, 该网格 为正方形, 该预测位置、 该参考位置和至少一个相关位置位于该网格的 顶点;
高斯变量计算器, 该高斯变量计算器用于利用预测因子、 该相关位 置的高斯变量、 以及与该相关位置的高斯变量相互独立的随机数确定该 预测位置的高斯变量; 其中, 该预测因子和该保持信号功率归一性的系 数按照以下方式确定: 使该预测位置的阴影衰落与该相关位置的阴影衰
落满足相关条件, 且使该预测位置的高斯变量均值为零且方差为 1 ;
阴影衰落计算器, 该阴影衰落计算器用于利用该预测位置的高斯变 量和该参考位置的阴影衰落计算该预测位置的阴影衰落。
根据本发明实施例的另一个方面提供了一种计算机可读程序, 其中 当在阴影衰落预测装置中执行该程序时, 该程序使得计算机在所述阴影 衰落预测装置中执行上述阴影衰落预测方法。
根据本发明实施例的另一个方面提供了一种存储有计算机可读程序 的存储介质, 其中该计算机可读程序使得计算机在阴影衰落预测装置中 执行上述阴影衰落预测方法。
本发明实施例的有益效果在于: 在预测位置与参考位置不在一维方 向上时, 可根据与该预测位置相关的位置的高斯变量和预测因子获得预 测位置的高斯变量, 并根据该预测位置的高斯变量和参考位置的阴影衰 落对该预测位置的阴影衰落进行预测, 并使其符合阴影衰落的相关条件, 解决了目前存在的上述问题。
参照后文的说明和附图, 详细公开了本发明的特定实施方式, 指明 了本发明的原理可以被采用的方式。 应该理解, 本发明的实施方式在范 围上并不因而受到限制。 在所附权利要求的精神和条款的范围内, 本发 明的实施方式包括许多改变、 修改和等同。
针对一种实施方式描述和 /或示出的特征可以以相同或类似的方式在 一个或更多个其它实施方式中使用, 与其它实施方式中的特征相组合, 或替代其它实施方式中的特征。
应该强调, 术语 "包括 /包含"在本文使用时指特征、 整件、 歩骤或 组件的存在, 但并不排除一个或更多个其它特征、 整件、 歩骤或组件的 存在或附加。 附图说明
参照以下的附图可以更好地理解本发明的很多方面。 附图中的部件 不是成比例绘制的, 而只是为了示出本发明的原理。 为了便于示出和描 述本发明的一些部分, 附图中对应部分可能被放大或縮小。 在本发明的 一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它 附图或实施方式中示出的元素和特征相结合。 此外, 在附图中, 类似的
标号表示几个附图中对应的部件, 并可用于指示多于一种实施方式中使 用的对应部件。 在附图中:
图 1是一维阴影衰落预测示意图;
图 2是现有技术中采用一维阴影衰落预测位置 Z的阴影衰落的示意图; 图 3是本发明实施例 1的阴影衰落预测方法流程图;
图 4是本发明实施例 2的预测位置与相关位置示意图;
图 5是本发明实施例 3的预测位置与相关位置示意图;
图 6是是本发明实施例 5的阴影衰落预测方法应用实例图; 图 7是仿真区域的网格图的示意图;
图 8是实施例 5中歩骤 602实现的方法流程图;
图 9是本发明实施例 6的阴影衰落预测装置构成示意图;
图 10是本发明实施例 7的阴影衰落预测装置构成示意图;
图 11是图 10中阴影衰落预测单元的构成示意图。 具体实施方式
参照附图, 通过下面的说明书, 本发明实施例的前述以及其它特征 将变得明显。 这些实施方式只是示例性的, 不是对本发明的限制。 为了 使本领域的技术人员能够容易地理解本发明的原理和实施方式, 本发明 的实施方式以下述预测方法为例进行说明, 本发明实施例对于涉及阴影 衰落预测的任何系统均适用。
实施例 1
图 3是本发明实施例 1的阴影衰落预测方法流程图。 如图 3所示, 该方法包括:
歩骤 301,相关位置确定歩骤,在预测阴影衰落的预测位置与该预测 位置所在仿真区域的正方形网格图中的网格的参考位置不在一维方向上 时, 确定与该预测位置相关的相关位置; 其中, 该网格为正方形, 该预 测位置、 该参考位置和至少一个相关位置位于该网格的顶点;
歩骤 302, 高斯变量计算歩骤, 利用预测因子、该相关位置的高斯变 量、 以及与该相关位置的高斯变量相互独立的高斯变量和保持信号功率 归一性的系数来确定该预测位置的高斯变量; 其中, 该预测因子和该保 持信号功率归一性的系数按照以下方式确定: 使该预测位置的阴影衰落
与该相关位置的阴影衰落满足相关条件, 且使该预测位置的高斯变量均 值为零且方差为 1 ;
歩骤 303, 阴影衰落计算歩骤,利用该预测位置的高斯变量和该参考 位置的阴影衰落计算该预测位置的阴影衰落。
由上述实施例可知, 在预测位置与参考位置不在一维方向上时, 可 根据上述方法计算预测位置的阴影衰落, 并其符合阴影衰落的相关条件, 解决了目前存在的上述问题。
在一个实施例中, 在歩骤 301 中, 若该预测位置和该参考位置位于 该网格的同一个边, 则确定该相关位置包括在该网格上与该预测位置对 角的位置。
在一个实施例中, 在歩骤 301 中, 若该预测位置和该参考位置位于 该网格的同一个边上, 且该预测位置和参考位置为与该网格相邻的网格 的顶点, 则确定与该预测位置相关的相关位置包括: 在该网格上与该预 测位置对角的位置; 以及在与该网格相邻的网格上与该预测位置对角的 位置。
在一个实施例中, 在歩骤 301 中, 若该预测位置位于与该参考位置 对角的位置, 则确定该相关位置包括在该网格上与该预测位置相邻的位置。
由上述可知, 当预测位置与参考位置不在一维方向上时, 可通过上 述实施例来确定与该预测位置相关的相关位置, 以便在歩骤 302 中利用 上述相关位置的高斯变量、 预先获得的预测因子以及该预测位置的高斯 变量、 以及保持信号归一性的系数获得预测位置的高斯变量。
在本实施例中, 在歩骤 302中, 该预测位置的高斯变量为该预测因 子与该相关位置的高斯变量乘积之和、 加上与该相关位置的高斯变量相 互独立的高斯变量和保持信号功率归一性的系数乘积; 具体采用如下公 式计算: ζ = α^ζί + βγ , ( 5 ) 其中, 表示预测位置的高斯变量; ·表示相关位置的高斯变量; «表示预测因子; 表示预测位置对应的与相关位置的高斯变量 相互
独立的高斯变量; ^表示保持信号功率归一性的系数; 表示相关位置, 取值从 1到", "为整数。
在一个实施例中, 在歩骤 302中, 该预测因子《和表示保持信号功 率归一性的系数^可预先获得, 具体可采用如下方式: 该预测因子《和 表示保持信号功率归一性的系数^的确定使得该预测位置的阴影衰落与 该相关位置的阴影衰落之间满足相关条件 (即满足公式 (4) ), 且使该预 测位置的高斯变量 ^ (即公式 (5 ) ) 的均值为零且方差为 1。 这样, 可 通过上述两个公式可获得该预测因子《和表示保持信号功率归一性的系 数^, 此外, 相关位置的高斯变量 和与相关位置的高斯变量 相互独 立的高斯变量 为随机数, 可随机产生。
在一个实施例中, 该表示保持信号功率归一性的系数 ^可与预测因 子《有关,即可由预测因子《确定,这样,根据具体的场景可将系数^表 示为预测因子《的函数, 仅利用公式 (4) 的相关性条件或者公式 (5 ) 的均值为零且方差为 1即可获得预测因子《, 进而获得系数^。
在本实施例中,在歩骤 302获得预测位置的高斯变量后,在歩骤 303 中可采用如下公 的阴影衰落:
表示预测位置的阴影衰落; ^表示参考位置的阴影衰落;
相关因子; ^表示预测位置与参考位置之间的距离; ^ 表示相关距离, 取 =1。
在公式(6) 中, 表示该预测位置的阴影衰落通过两级预测生成, 其 中一部分 W(A )。和直线上的点有关, 另一部分 ^^ 与对角上的 点有关,这两个部分相互独立,其中的系数 R(Ax)和 - 2 (^)是为了满 足相关性和保持信号功率归一化。 该式不仅满足直线上的相关性, 也满
足对角线上的相关性, 从而符合二维相关的特征。 在上述实施例中, 所有的高斯变量, 如^、 ζ ^都是均值为零, 方差为 1 的高斯变量, 上述高斯变量为随机数, 可随机的产生。 下面的 实施例所述的高斯变量也如此, 下面不再赘述。
由上述实施例可知, 在预测位置与参考位置不在一维方向上时, 可 根据与该预测位置相关的位置的高斯变量和预测因子获得预测位置的高 斯变量, 并根据该预测位置的高斯变量和参考位置的阴影衰落对该预测 位置的阴影衰落进行预测, 并使其符合阴影衰落的相关条件, 解决了目 前存在的上述问题。
以下以具体的预测位置为例对本发明的预测方法进行详细说明。 在 下述的实施例中, 例如, 某一仿真区域的正方形网格图由多个网格构成, 每个网格均为正方形, 每个网格的边长均为 r。例如其中一个网格的顶点
1到顶点 4的位置用坐标表示为 ^( ,> 、 2 (½ + ^^。)、 X3 {x0 , 0 + r) 和^^ + ^ ^ + 其中,顶点 1的位置为参考位置; r为大于零的数,
½和 。为任意实数; 水平方向为 X轴, 垂直方向为 轴, 如图 4所示。
下面以预测位置为顶点 3和 4所在的位置为例对本发明的预测方法 进行详细说明。
实施例 2
本发明实施例提供一种阴影衰落预测方法。 本发明实施例以预测位 置为顶点 3所在的位置为例进行说明。 如图 4所示, 预测位置为 X3对应 的位置。
在预测阴影衰落的预测位置与该预测位置所在仿真区域的正方形网 格图中的网格的参考位置不在一维方向上时, 例如, 在该预测位置为顶 点 3 ( Y轴) 所在的位置时, 在预测该位置的阴影衰落时, 若采用如现有 技术的一维预测方式, 则不能满足阴影衰落的相关条件, 预测结果不准 确。 若采用本发明实施例的方式, 可满足二维相关, 预测结果准确。
在本实施例中, 在歩骤 301中, 当预测位置为顶点 3所在的位置时, 可确定与该预测位置相关的相关位置为该网格上的与该预测位置对角的 位置, 即为顶点 2的位置, 其坐标为 2 ( + r, ;。;)。
在歩骤 302中, 利用预测因子、 该相关位置的高斯变量、 以及与该 相关位置的高斯变量相互独立的高斯变量和保持信号功率归一性的系数 来确定该预测位置的高斯变量;
在本实施例中, 可采用公式 (5 ) 来计算该预测位置的高斯变量, 并 且在本实施例中, 相关位置的数量为 1个, 则将公式 (5 ) 具体为:
K + A ( 7) 其中, 表示预测位置的高斯变量; ^表示相关位置的高斯变量;
A表示第一预测因子;; ^表示预测位置对应的与相关位置的高斯变量 ^ 相互独立的高斯变量高斯变量; A表示保持信号功率归一性的系数。 其 中, 第一预测因子 和^的确定可采用实施例 1的方式, 使得公式 (7) 的方差为 1且均值为零, 且满足相关性公式 (公式 (4) ), 这样, 通过上 述关系可获得第一预测因子 和^, 由于其具体的计算过程为现有技 术, 此处不再赘述。
在本实施例中, 该系数 A也可与第一预测因子 有关, 如使得
A =K , 这样在计算第一预测因子 和 A的过程中可用第一预测 因子 表示系数 , 这样可采用相关性公式 (4) 即可获得第一预测因 子 。 以下以这种情况进行说明, 但其仅为本发明实施例, 在这种场景 下, 该第一预测因子 还可根据公式 (7) 使得高斯变量 ^均值为零且 方差为 1获得。
在歩骤 303中, 可采用公式 (6) 计算顶点 3处的阴影衰落, 即
Δ = r, 则上式可为:
其中, 表示预测位置的阴影衰落; 表示参考位置的阴影衰落, 可预先确定该值。
在这种情况下, 预测因子的获得可采用如下方式: 如该第一预测因
子^使预测位置的阴影衰落与相关位置的阴影衰落满足相关条件, 即满足:
由上述公式 (4) 可知,
因此, 由 (8) 式可知, 第一预测因子 A =^—— (10)
\-e
由 (10) 式可知, 若获知网格长度 r, 则可预先获得该第一预测因 子 ^。 表 1为网格长度 ^与 的关系表。
表 1
由上述实施例可知, 在预测位置处于 y轴时, 可确定于该预测位置 相关的相关位置, 然后根据与该预测位置相关的位置的高斯变量、 预测 因子、 以及与相关位置的高斯变量独立的高斯变量和保持信号功率归一 化的系数获得预测位置的高斯变量, 并根据该预测位置的高斯变量和参 考位置的阴影衰落对该预测位置的阴影衰落进行预测, 并使其符合阴影 衰落的相关条件, 解决了目前存在的上述问题。
实施例 3
本发明实施例还提供一种阴影衰落预测方法。 本发明实施例以预测 位置为顶点 3所在的位置为例进行说明。 如图 5所示, 预测位置为 X3对 应的位置。
在本实施例中, 与实施例 2的不同之处在于, 在歩骤 301确定于预 测位置相关的相关位置时, 不仅考虑该网格中的位置, 还可考虑更多的 相关位置, 例如, 如图 5所示, 不仅考虑该网格中的顶点 2的位置, 还 考虑与该网格相邻的网格中与该预测位置对角的位置, 即 的位置。 在 歩骤 302中, 可采用如下公式计算预测位置的高斯变量:
ζ3 =α2(ζ2' + ζ2) + β2 3-, (11)
其中, ^表示预测位置的高斯变量; ^表示该网格上相关位置的高 斯变量, 可正可负, 为任意实数; 表示在与该网格相邻的网格上的相 关位置的高斯变量; 《2表示第二预测因子; ; ^表示预测位置对应的与相 关位置的高斯变量独立分布的高斯变量; A表示保持信号功率归一性的 系数。
与实施例 2 类似, 该系数 A可由第二预测因子《2确定, 如使得 β2二 - 2a2 2, 其他类似, 此处不再赘述。
在歩骤 303中, 采用如实施例 2所述的公式 (8), 此处不再赘述。 在本实施例中, 在确定第二预测因子《2时, 确定的方法如实施例 2 所述, 此处可利用该预测位置的阴影衰落 3和相关位置的阴影衰落 ξ2或 的相关性来确定该第二预测因子《2, 这样, 该第二预测因子《2等于 第一预测因子 A, 如实施例 2所述, 此处不再赘述。
由上述实施例可知, 在预测位置处于 y轴时, 可确定于该预测位置 相关的相关位置, 即可包括该网格的位置也可包括其他网格的位置, 这 样, 根据与该预测位置相关的位置的高斯变量、 预测因子、 以及随机数 获得预测位置的高斯变量, 并根据该预测位置的高斯变量和参考位置的 阴影衰落对该预测位置的阴影衰落进行预测, 并使其符合阴影衰落的相 关条件, 解决了目前存在的上述问题。
实施例 4
本发明实施例还提供一种阴影衰落预测方法。 本发明实施例以预测 位置为顶点 4所在的位置为例进行说明。
在本实施例中, 在歩骤 301中, 当预测位置为顶点 4所在的位置时, 可确定与该预测位置相关的相关位置确定该相关位置包括在该网格上与 该预测位置相邻的位置, 即为顶点 2 和顶点 3 的位置, 其坐标分别为 2 (½ + , 。 )和 A , 。 + 。
在歩骤 302中, 利用预测因子、 该相关位置的高斯变量、 以及与该 相关位置的高斯变量相互独立的高斯变量和保持信号功率归一化的系数 来确定该预测位置的高斯变量;
在本实施例中, 可具体采用如下公式进行计算: ζ4 =α (ζ +ζ2) + βχ4 (12) 其中, 4表示预测位置的高斯变量; 2表示相关位置为顶点 2所在 位置时的高斯变量; ^表示相关位置为顶点 3所在位置时的高斯变量, 其中 包含《2 2, 《2可采用实施例 2或 3的方法确定; 《3为第三预测 因子; Α表示保持信号功率归一性的系数; ; 4表示预测位置对应的与相 关位置的高斯变量相互独立的高斯变量。
与实施例 2类似,该系数 可由第三预测因子《3确定,又由于第三 预测因子《3包含第二预测因子《2, 这样, 最终该系数 Α可由第二预测 因子《2和第三预测因子《3确定, 如使得 A
其他类 似, 此处不再赘述。
在歩骤 303中, 可采用公式 (6) 计算顶点 3处的阴影衰落, 即
而预测位置与参考位置之间的距离为 Δ = , 则上式可为: 4=e_ 2d — e_2 2r 4 (13) 其中, 表示预测位置的阴影衰落; 表示参考位置的阴影衰落, 可预先确定该值 。
在这种情况下, 第三预测因子《3的获得可采用如下方式: 使预测位 置的阴影衰落与相关位置的阴影衰落满足相关条件, 即满足:
Κ(ξ2ξ4) = e-r (14) 由上述公式(4)可知, 该预测位置与相关位置满足相关条件, 即满 足: (ξ2ξ4 ) = + β{\ + a2 )Vl - e_2r Vl- e l ir = e r (15)
因此, 由 (15) 式可知, 第三预测因子为:
其中, 式(15 )和(16) 中的第二预测因子《2可由第一预测因子 代替, 且可由实施例 2和 3获得, 此处不再赘述。 此外, 上述实施例中 的公式推导过程与现有技术类似, 此处不再赘述。
表 12为网格长度 r与《3的关系表。
表 2
由上述实施例可知, 在预测位置处于二维平面上时, 可确定于该预 测位置相关的相关位置, 这样, 根据与该预测位置相关的位置的高斯变 量、 预测因子、 以及与相关位置的高斯变量独立分布的高斯变量、 保持 功率归一化的系数来获得预测位置的高斯变量, 并根据该预测位置的高 斯变量和参考位置的阴影衰落对该预测位置的阴影衰落进行预测, 并使 其符合阴影衰落的相关条件, 解决了目前存在的上述问题。
在上述实施例中, 主要对与参考位置不在一维方向的预测位置的阴 影衰落进行预测, 对于与参考位置在一维方向的预测位置, 如图 4和图 5 中的位置 Χ2的阴影衰落时, 可采用如背景技术中的一维模型来计算, 此 处不再赘述。
实施例 5
本发明实施例提供一种阴影衰落预测方法。
图 6是本发明实施例 5的阴影衰落预测方法应用实例图; 图 7是仿 真区域的网格图的示意图。 图 8是歩骤 602实现的方法流程图。
如图 6所示, 该阴影衰落预测方法可包括:
歩骤 601, 网格图生成歩骤, 生成仿真区域的正方形网格图, 该网格 图包括多个网格, 且每个网格均为正方形, 边长为 r ;
其中, 如图 7所示, 在仿真区域为正方形网格图, 包括多个网格, 每个位置均为网格的顶点, 共 16个位置, 为便于说明, 假设每个网格的 边长为 1, 但也可为其他数值。
歩骤 602,对网格图中的各个位置的阴影衰落逐一进行预测,直至完
成所有位置上的阴影衰落的预测;
如图 8所示, 歩骤 602的实现方式可包括如下歩骤:
歩骤 801,网格确定歩骤,确定当前的预测位置所在网格图中的网格; 例如, 如图 7所示, 当前预测位置为 2, 可确定其所在网格图中的网 格为由顶点 1、 2、 5、 6构成的网格, 其中, 以顶点 1的位置为参考位置; 若当前预测位置为位置 5或 6, 则可确定其所在网格为由顶点 1、 2、 5、 6构成的网格, 其中, 以顶点 1的位置为参考位置;
若当前预测位置为位置 10, 则可确定其所在网格为由顶点 5、 6、 9、 10构成的网格, 其参考位置为位置 5; 或者由顶点 6、 7、 10、 11构成的 网格,其参考位置为位置 6,置于确定采用哪个网格可根据需要预先设定。
歩骤 802,位置确定歩骤,确定当前预测位置是否与该网格的参考位 置处于一维方向上;
其中, 如图 7所示, 此处预设处于 Y轴上的位置是与参考位置不在 一维方向上的位置, 只有在 X轴上的位置与参考位置在一维方向上; 反 之亦然;
例如, 如图 7所示, 若当前预测位置为位置 2, 则该位置 2与参考位 置 1处于 X轴上, 即处于一维方向上;
若当前预测位置为位置 5或 6,则该预测位置与所在网格的参考位置 1不在一维方向上;
若当前预测位置为位置 10, 则该预测位置与所在网格的参考位置 5 或 6不在一维方向上。
歩骤 803, 第一预测歩骤, 若在歩骤 802中判断结果为是, 则利用一 维预测方式对该预测位置的阴影衰落进行计算;
其中, 例如, 对于当前预测位置为位置 2时, 可利用公式 (3 )进行 计算; 对于参考位置 1的阴影衰落可预先给定。
歩骤 804,第二预测歩骤,若在歩骤 802中确定该预测位置与起始位 置不在一维方向上时, 可利用实施例 1至 4的方式预测该当前预测位置 的阴影衰落;
例如, 当前预测位置为位置 5, 位于 Y轴, 经判断该预测位置 4与 参考位置 1不在一维方向, 则可具体采用实施例 2所述的方法进行预测,
即确定与位置 5相关的相关位置, 即该相关位置为位置 2, 然后利用预测 因子、 该相关位置 2 的高斯变量、 以及保持信号功率归一化的系数、 与 该相关位置的高斯变量相互独立的高斯变量确定该预测位置 5 的高斯变 量; 然后利用该预测位置 5的高斯变量以及参考位置 1 的阴影衰落预测 该预测位置 5的阴影衰落, 其中, 可采用实施例 2中的公式 (7 ) 和 (8 ) 计算, 预测因子采用公式 (10 ) 计算;
例如, 当前预测位置为 6, 位于平面上, 经判断该预测位置 6与参考 位置 1不在一维方向, 则可具体采用实施例 4所述的方法进行预测, 即 确定与预测位置 6相关的相关位置可包括位置 5和位置 2,然后可采用实 施例 4中的公式 (12 ) 和 (13 ) 来计算位置 6处的阴影衰落, 预测因子 采用公式 (16 ) 计算;
例如, 当前预测位置为 10时, 若采用由顶点 5、 6、 9、 10构成的网 格时, 可具体采用实施例 2所述的方法计算, 此处不再赘述; 若采用由 顶点 6、 7、 10、 11构成的网格时, 可具体采用实施例 3所述的方法来计 算, 即可确定于位置 10相关的位置为位置 5和位置 7, 然后可根据公式 ( 11 ) 和 (8 ) 计算位置 10的阴影衰落, 预测因子采用公式 (10 ) 计算。
歩骤 805,在歩骤 803和 804之后,进一歩判断是否还存在未预测的 位置, 若是则回到歩骤 801, 否则结束过程。
由上述实施例可知, 可采用如上方法对仿真区域中的各个位置的阴 影衰落进行预测时, 对于当前预测位置与其所在网格的参考位置不在一 维方向的情况, 采用实施例 1至 4的方式进行预测, 以使其符合阴影衰 落的相关条件, 解决了目前存在的上述问题。
本发明实施例还提供了一种预测装置, 如下面的实施例 5所述。 由 于该预测装置解决问题的原理与上述实施例 1-4 的基于预测装置的预测 方法相似, 因此该预测装置的实施可以参见方法的实施, 重复之处不再 赘述。
实施例 6
本发明实施例提供一种阴影衰落预测装置。 图 9是本发明实施例 6 的阴影衰落预测装置的结构图。 如图 9所示, 该装置包括相关位置确定 单元 901、 高斯变量计算器 902和阴影衰落计算器 903 ; 其中,
相关位置确定单元 901,用于在预测阴影衰落的预测位置与该预测位 置所在仿真区域的正方形网格图中的网格的参考位置不在一维方向上 时, 确定与该预测位置相关的相关位置; 其中, 该网格为正方形, 该预 测位置、 该参考位置和至少一个相关位置位于该网格的顶点;
高斯变量计算器 902, 用于利用预测因子、 该相关位置的高斯变量、 以及保持信号功率归一化的系数和与该相关位置的高斯变量相互独立的 高斯变量确定该预测位置的高斯变量; 其中, 该预测因子和保持信号功 率归一性的系数按照以下方式确定: 使该预测位置的阴影衰落与该相关 位置的阴影衰落满足相关条件, 使该预测位置的高斯变量均值为零且方 差为 1 ;
阴影衰落计算器 903,用于利用该预测位置的高斯变量和该参考位置 的阴影衰落计算该预测位置的阴影衰落。
在一个实施例中, 该保持信号功率归一性的系数可与预测因子有关, 由预测因子确定, 如实施例 2-4所述, 此处不再赘述。
在一个实施例中, 相关位置确定单元 901包括第一判断单元和第一 确定单元 (未示出), 其中,
第一判断单元, 用于判断该预测位置和该参考位置是否位于该网格 的同一个边; 第一确定单元, 用于在该第一判断单元的判断结果为是时, 确定该相关位置包括在该网格上与该预测位置对角的位置。 具体如实施 例 2所述, 此处不再赘述。
在一个实施例中, 相关位置确定单元 901包括第二判断单元和第二 确定单元 (未示出), 其中, 第二判断单元, 用于判断该预测位置和该参 考位置是否位于该网格的同一个边, 且该预测位置和参考位置为与该网 格相邻的网格的顶点; 第二确定单元, 用于在该第二判断单元的判断结 果为是时, 确定该相关位置包括: 在该网格上与该预测位置对角的位置; 以及在与该网格相邻的网格上与该预测位置对角的位置。具体如实施例 3 所述, 此处不再赘述。
在一个实施例中, 相关位置确定单元 901包括第三判断单元和第三 确定单元 (未示出), 其中, 第三判断单元, 用于判断该预测位置是否位 于与该参考位置对角的位置; 第三确定单元, 用于在该第三判断单元的
判断结果为是时, 确定该相关位置包括在该网格上与该预测位置相邻的 位置。 具体如实施例 4所述, 此处不再赘述。
在本实施例中, 高斯变量计算器 902和阴影衰落计算器 903如实施 例 1至 4所述, 此处不再赘述。
在本实施例中, 该装置包括的相关位置确定单元 901、高斯变量计算 器 902和阴影衰落计算器 903可为现场可编程逻辑部件、 微处理器、 计 算机中使用的处理器等。
由上述实施例可知, 可通过上述装置对与参考位置不在一维方向上 的预测位置的阴影衰落进行计算, 以使其符合阴影衰落的相关条件, 解 决了目前存在的上述问题。
实施例 7
本发明实施例还提供一种阴影衰落预测装置, 其可对仿真区域中的 各个位置的阴影衰落进行预测。
图 10是本发明实施例 7的阴影衰落预测装置构成示意图。 如图 10 所示, 该阴影衰落预测装置包括:
网格图生成单元 1001, 其用于生成仿真区域的正方形网格图, 该网 格图包括多个网格, 且每个网格均为正方形, 边长为 r ;
阴影衰落预测单元 1002, 其用于对网格图中的各个位置的阴影衰落 逐一进行预测, 直至完成所有位置上的阴影衰落的预测;
在本实施例中, 如图 11所示, 阴影衰落预测单元 1002可包括如下 部分: 网格确定单元 1101、 位置确定单元 1102、 第一预测单元 1103、 第 二预测单元 1104和判断单元 1105 ; 其中,
网格确定单元 1101, 其用于确定当前的预测位置所在网格图中的网 格; 位置确定单元 1102, 其用于确定当前预测位置是否与该网格的参考 位置处于一维方向上; 第一预测单元 1103, 其用于在位置确定单元 1102 的判断结果为是, 则利用一维预测方式对该预测位置的阴影衰落进行计 算; 第二预测单元 1104, 其用于在位置确定单元 1102的确定结果为该预 测位置与参考位置不在一维方向上时, 可利用实施例 6、 图 9所示的装置 预测该当前预测位置的阴影衰落, 具体如实施例 6所述, 此处不再赘述。 判断单元 1105, 其用于判断是否还存在未预测的位置, 若是则回到网格
确定单元 1101开始对待预测的预测位置的阴影衰落进行预测, 否则结束 该预测过程。
上述各个构成部分的工作方式与实施例 5 中的方法对应, 此处不再 赘述。
在如图 10-11的各个构成单元,例如可为现场可编程逻辑部件、微处 理器、 计算机中使用的处理器等。
由上述实施例可知, 可采用如上装置对仿真区域中的各个位置的阴 影衰落进行预测时, 对于当前预测位置与其所在网格的参考位置不在一 维方向的情况也可准确进行预测, 使其符合阴影衰落的相关条件, 解决 了目前存在的上述问题。
本发明实施例还提供一种计算机可读程序, 其中当在阴影衰落预测 装置中执行该程序时, 该程序使得计算机在该阴影衰落预测装置中执行 如实施例 1至 5的阴影衰落预测方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质, 其中 该计算机可读程序使得计算机在阴影衰落预测装置中执行如实施例 1-5 的阴影衰落预测方法。
本发明以上的装置和方法可以由硬件实现, 也可以由硬件结合软件 实现。 本发明涉及这样的计算机可读程序, 当该程序被逻辑部件所执行 时, 能够使该逻辑部件实现上文所述的装置或构成部件, 或使该逻辑部 件实现上文所述的各种方法或歩骤。 逻辑部件例如现场可编程逻辑部件、 微处理器、 计算机中使用的处理器等。 本发明还涉及用于存储以上程序 的存储介质, 如硬盘、 磁盘、 光盘、 DVD、 flash存储器等。
以上结合具体的实施方式对本发明进行了描述, 但本领域技术人员 应该清楚, 这些描述都是示例性的, 并不是对本发明保护范围的限制。 本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和 修改, 这些变型和修改也在本发明的范围内。
Claims (14)
- 权利 要 求 书1、 一种阴影衰落预测方法, 所述方法包括:相关位置确定歩骤, 在预测阴影衰落的预测位置与所述预测位置所 在仿真区域的正方形网格图中的网格的参考位置不在一维方向上时, 确 定与所述预测位置相关的相关位置; 其中, 所述网格为正方形, 所述预 测位置、 所述参考位置和至少一个相关位置位于所述网格的顶点;高斯变量计算歩骤, 利用预测因子、 所述相关位置的高斯变量、 以 及与所述相关位置的高斯变量相互独立的高斯变量和保持信号功率归一 性的系数来确定所述预测位置的高斯变量; 其中, 所述预测因子和所述 保持信号功率归一性的系数按照以下方式确定: 使所述预测位置的阴影 衰落与所述相关位置的阴影衰落满足相关条件, 使所述预测位置的高斯 变量均值为零且方差为 1 ;阴影衰落计算歩骤, 利用所述预测位置的高斯变量和所述参考位置 的阴影衰落计算所述预测位置的阴影衰落。
- 2、根据权利要求 1所述的方法,其中,在所述阴影衰落计算歩骤中, 采用如下公式计算预测位置的阴影衰落:ξ = Κ(Λχ)ξ0 + - R2 (AxX .相关因子; Δχ表示预测位置与参考位置之间的距离; ^表示相关距离,=l o3、 根据权利要求 1所述的方法, 其中, 所述高斯变量计算歩骤具体 包括: 所述预测位置的高斯变量为所述预测因子与所述相关位置的高斯 变量乘积之和、 加上与所述相关位置的高斯变量相互独立的高斯变量和 保持信号功率归一性的系数乘积; 具体采用如下公式计算: 其中, 表示预测位置的高斯变量; 表示相关位置的高斯变量; «表示预测因子; 表示预测位置对应的与相关位置的高斯变量 相互 独立的高斯变量; ^表示保持信号功率归一性的系数; 表示相关位置, 取值从 1到", "为整数。
- 4、 根据权利要求 3所述的方法, 其中, 所述保持信号功率归一性的 系数与所述预测因子有关。
- 5、根据权利要求 1所述的方法,其中,在所述相关位置确定歩骤中, 若所述预测位置和所述参考位置位于所述网格的同一个边, 则确定所述 相关位置包括在所述网格上与所述预测位置对角的位置。6、 根据权利要求 5所述的方法, 其中, 所述网格的边长为 r; 所述 网格的顶点 1到顶点 4的位置用坐标表示为 (^, )、 2( 0+^ o) 3(xQ,j¾+r)和 4(xQ 其中,顶点 1的位置为参考位置; r为 大于零的数, ½和 。为任意实数; 水平方向为 X轴, 垂直方向为 轴; 在所述预测位置为顶点 3所在的位置时, 所述相关位置包括顶点 2 所在的位置;所述预测位置的高斯变量采用如下公式获得:其中, 表示预测位置的高斯变量; ^表示相关位置的高斯变量; 表示第一预测因子;; ^表示预测位置对应的与相关位置的高斯变量 2 相互独立的高斯变量; β表示保持信号功率归一性的系数。
- 7、根据权利要求 1所述的方法,其中,在所述相关位置确定歩骤中, 若所述预测位置和所述参考位置位于所述网格的同一个边上, 且所述预 测位置和参考位置为与所述网格相邻的网格的顶点, 则确定与所述预测 位置相关的相关位置包括: 在所述网格上与所述预测位置对角的位置; 以及在与所述网格相邻的网格上与所述预测位置对角的位置。8、 根据权利要求 7所述的方法, 其中, 所述网格的边长为 r; 所述 网格的顶点 1到顶点 4的位置用坐标表示为 Α(χ。,Λ)、 Xi{^+r,y0), ^^,^+ 和^^。 与所述网格相邻的网格的顶点 1到顶 点 4 的坐标表示为 ^ο, )、 X2'(x0 -r, 0)、 X3(x0,y0+r)和 4'(x0 -r,j0 -r); 其中, 顶点 1的位置为参考位置; r为大于零的数,½和 。为任意实数; 水平方向为 X轴, 垂直方向为 轴;所述预测位置为顶点 3所在的位置, 所述相关位置包括: 所述网格 上顶点 2所在的位置, 以及与所述网格相邻的网格上的顶点 2所在的位 置;所述预测位置的高斯变量采用如下公式获得:ζ3=α2(ζ2 +ζ2) + β2 3; 其中, 表示预测位置的高斯变量; ^表示所述网格上相关位置的 高斯变量; ^表示在与所述网格相邻的网格上的相关位置的高斯变量; «2表示第二预测因子; ^表示保持信号功率归一性的系数; 表示预 测位置对应的高斯变量。
- 9、根据权利要求 1所述的方法,其中,在所述相关位置确定歩骤中, 若所述预测位置位于与所述参考位置对角的位置, 则确定所述相关位置 包括在所述网格上与所述预测位置相邻的位置。10、 根据权利要求 9所述的方法, 其中, 所述网格的边长为 r; 所 述网格的顶点 1到顶点 4的位置用坐标表示为 ^。,_) 、 2(½ +^,Λ)、 ^(^,^+ 和 ^。 +r); r为大于零的数, X。和^)为任意实数; 水平方向为 X轴, 垂直方向为 轴;所述预测位置为顶点 4所在的位置, 所述相关位置包括所述网格上 顶点 2和顶点 3所在的位置;所述预测位置的高斯变量采用如下公式获得:ζ4 =α3(ζ3 +ζ2) + β3 4·,其中, 4表示预测位置的高斯变量; 2表示相关位置为顶点 2所在 位置时的高斯变量; ^表示相关位置为顶点 3所在位置时的高斯变量; «3为第三预测因子; A表示保持信号功率归一性的系数; 《2表示第二 预测因子; ;4表示预测位置对应的高斯变量。
- 11、 一种阴影衰落预测装置, 所述装置包括:相关位置确定单元, 所述相关位置确定单元用于在预测阴影衰落的 预测位置与所述预测位置所在仿真区域的正方形网格图中的网格的参考 位置不在一维方向上时, 确定与所述预测位置相关的相关位置; 其中, 所述网格为正方形, 所述预测位置、 所述参考位置和至少一个相关位置 位于所述网格的顶点;高斯变量计算器, 所述高斯变量计算器用于利用预测因子、 所述相 关位置的高斯变量、 以及与所述相关位置的高斯变量相互独立的随机数 确定所述预测位置的高斯变量; 其中, 所述预测因子和所述保持信号功 率归一性的系数按照以下方式确定: 使所述预测位置的阴影衰落与所述 相关位置的阴影衰落满足相关条件, 且使所述预测位置的高斯变量均值 为零且方差为 1 ;阴影衰落计算器, 所述阴影衰落计算器用于利用所述预测位置的高 斯变量和所述参考位置的阴影衰落计算所述预测位置的阴影衰落。
- 12、根据权利要求 11所述的装置,其中,所述相关位置确定单元包括: 第一判断单元, 用于判断所述预测位置和所述参考位置是否位于所 述网格的同一个边;第一确定单元, 用于在所述第一判断单元的判断结果为是时, 确定 所述相关位置包括在所述网格上与所述预测位置对角的位置。
- 13、根据权利要求 11所述的装置,其中,所述相关位置确定单元包括: 第二判断单元, 用于判断所述预测位置和所述参考位置是否位于所 述网格的同一个边, 且所述预测位置和参考位置为与所述网格相邻的网 格的顶点第二确定单元, 用于在所述第二判断单元的判断结果为是时, 确定 所述相关位置包括: 在所述网格上与所述预测位置对角的位置; 以及在 与所述网格相邻的网格上与所述预测位置对角的位置。
- 14、根据权利要求 11所述的装置,其中,所述相关位置确定单元包括: 第三判断单元, 用于判断所述预测位置是否位于与所述参考位置对 角的位置;第三确定单元, 用于在所述第三判断单元的判断结果为是时, 确定 所述相关位置包括在所述网格上与所述预测位置相邻的位置。
- 15、 一种阴影衰落预测方法, 所述方法包括:网格图生成歩骤, 生成仿真区域的正方形网格图, 该网格图包括多 个网格, 且每个网格均为正方形;阴影衰落预测歩骤, 对所述网格图中的各个位置的阴影衰落逐一进 行预测, 直至完成所有位置上的阴影衰落的预测; 其中,所述阴影衰落预测歩骤包括:网格确定歩骤, 确定当前的预测位置所在网格图中的网格; 位置确定歩骤, 确定当前预测位置是否与该网格的参考位置处于一 维方向上;预测歩骤, 预测所述当前预测位置的阴影衰落;判断歩骤: 判断是否还存在未预测的位置, 若是则回到所述网格确 定歩骤, 否则结束过程;其中, 所述预测歩骤包括:相关位置确定歩骤, 在预测阴影衰落的预测位置与所述预测位置所 在仿真区域的正方形网格图中的网格的参考位置不在一维方向上时, 确 定与所述预测位置相关的相关位置; 其中, 所述网格为正方形, 所述预 测位置、 所述参考位置和至少一个相关位置位于所述网格的顶点;高斯变量计算歩骤, 利用预测因子、 所述相关位置的高斯变量、 以 及与所述相关位置的高斯变量相互独立的高斯变量和保持信号功率归一 性的系数来确定所述预测位置的高斯变量; 其中, 所述预测因子和所述 保持信号功率归一性的系数按照以下方式确定: 使所述预测位置的阴影 衰落与所述相关位置的阴影衰落满足相关条件, 且使所述预测位置的高 斯变量均值为零且方差为 1 ;阴影衰落计算歩骤, 利用所述预测位置的高斯变量和所述参考位置 的阴影衰落计算所述预测位置的阴影衰落。16、 根据权利要求 15所述的方法, 其中, 在所述预测歩骤的高斯变 量计算歩骤中, 所述预测位置的高斯变量为所述预测因子与所述相关位 置的高斯变量乘积之和、 加上与所述相关位置的高斯变量相互独立的高 斯变量和保持信号功率归一性的系数乘积; 具体采用如下公式计算: ζ = α^ζί + βγ , 其中, 表示预测位置的高斯变量; 表示相关位置的高斯变量; «表示预测因子; ; 表示预测位置对应的与相关位置的高斯变量 ·相互 独立的高斯变量; ^表示保持信号功率归一性的系数; 表示相关位置, 取值从 1到 w, w为整数。
- 17、 一种阴影衰落预测装置, 所述装置包括:网格图生成单元, 所述网格生成单元用于生成仿真区域的正方形网 格图, 该网格图包括多个网格, 且每个网格均为正方形;阴影衰落预测单元, 所述阴影衰落单元用于对网格图中的各个位置 的阴影衰落逐一进行预测, 直至完成所有位置上的阴影衰落的预测; 其中, 所述阴影衰落预测单元包括:网格确定单元, 所述网格确定单元用于确定当前的预测位置所在网 格图中的网格;位置确定单元, 所述位置确定单元用于确定当前预测位置是否与该 网格的参考位置处于一维方向上;预测单元, 所述预测单元用于对所述当前预测位置的阴影衰落进行 预测;判断单元, 所述判断单元用于判断是否还存在未预测的位置, 若是 则回到网格确定单元, 否则结束预测;其中, 所述预测单元包括:相关位置确定单元, 所述相关位置确定单元用于在预测阴影衰落的 预测位置与所述预测位置所在仿真区域的正方形网格图中的网格的参考 位置不在一维方向上时, 确定与所述预测位置相关的相关位置; 其中, 所述网格为正方形, 所述预测位置、 所述参考位置和至少一个相关位置 位于所述网格的顶点;高斯变量计算器, 所述高斯变量计算器用于利用预测因子、 所述相 关位置的高斯变量、 以及与所述相关位置的高斯变量相互独立的随机数 确定所述预测位置的高斯变量; 其中, 所述预测因子和所述保持信号功 率归一性的系数按照以下方式确定: 使所述预测位置的阴影衰落与所述 相关位置的阴影衰落满足相关条件, 且使所述预测位置的高斯变量均值 为零且方差为 1 ;阴影衰落计算器, 所述阴影衰落计算器用于利用所述预测位置的高 斯变量和所述参考位置的阴影衰落计算所述预测位置的阴影衰落。
- 18、 一种计算机可读程序, 其中当在阴影衰落预测装置中执行该程 序时, 该程序使得计算机在所述阴影衰落预测装置中执行如权利要求 1 至 10、 15至 16中的任意一项权利要求所述的阴影衰落预测方法。
- 19、 一种存储有计算机可读程序的存储介质, 其中该计算机可读程 序使得计算机在阴影衰落预测装置中执行权利要求 1至 10、 15至 16中 的任意一项权利要求所述的阴影衰落预测方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2011/073524 WO2012145920A1 (zh) | 2011-04-29 | 2011-04-29 | 阴影衰落预测方法和预测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103370959A true CN103370959A (zh) | 2013-10-23 |
Family
ID=47071572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011800674352A Pending CN103370959A (zh) | 2011-04-29 | 2011-04-29 | 阴影衰落预测方法和预测装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103370959A (zh) |
WO (1) | WO2012145920A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108155961A (zh) * | 2017-12-05 | 2018-06-12 | 东南大学 | 一种蜂窝扩展方式的二维相关信号构建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003105376A2 (en) * | 2002-06-05 | 2003-12-18 | Qualcomm, Incorporated | Method and apparatus for pilot estimation using a prediction error method with a kalman filter and a gauss-newton algorithm |
CN1805312A (zh) * | 2005-12-23 | 2006-07-19 | 西安交通大学 | 蜂窝无线通信系统中的一种无线环境的仿真方法 |
CN101820640A (zh) * | 2010-04-06 | 2010-09-01 | 新邮通信设备有限公司 | 一种阴影衰落仿真方法和装置 |
-
2011
- 2011-04-29 WO PCT/CN2011/073524 patent/WO2012145920A1/zh active Application Filing
- 2011-04-29 CN CN2011800674352A patent/CN103370959A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003105376A2 (en) * | 2002-06-05 | 2003-12-18 | Qualcomm, Incorporated | Method and apparatus for pilot estimation using a prediction error method with a kalman filter and a gauss-newton algorithm |
CN1805312A (zh) * | 2005-12-23 | 2006-07-19 | 西安交通大学 | 蜂窝无线通信系统中的一种无线环境的仿真方法 |
CN101820640A (zh) * | 2010-04-06 | 2010-09-01 | 新邮通信设备有限公司 | 一种阴影衰落仿真方法和装置 |
Non-Patent Citations (2)
Title |
---|
PIYUSH AGRAWAL,DR. NEAL PATWARI: "《IEEE》", 31 August 2009 * |
王艳芬,于洪珍,张传祥: "矿井超宽带复合衰落信道建模及仿真", 《电波科学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108155961A (zh) * | 2017-12-05 | 2018-06-12 | 东南大学 | 一种蜂窝扩展方式的二维相关信号构建方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2012145920A1 (zh) | 2012-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11069117B2 (en) | Optimal texture memory allocation | |
US20150339418A1 (en) | Modeling Radio Frequency Coverage | |
CN109461199B (zh) | 画面渲染方法和装置、存储介质及电子装置 | |
CN106296779B (zh) | 一种三维模型渲染显示方法及系统 | |
CN110990516A (zh) | 地图数据的处理方法、装置和服务器 | |
CN109509243B (zh) | 一种液体仿真方法、液体交互方法及装置 | |
JP2008117384A (ja) | 階層的タイル状構造に基づくラスタライゼーションのアルゴリズム | |
EP3314604A1 (en) | Reducing power consumption of mobile devices through dynamic resolution scaling | |
CN103593861A (zh) | 一种面向2.5维地图服务的瓦片加载方法 | |
US10147240B2 (en) | Product image processing method, and apparatus and system thereof | |
CN110110159A (zh) | 热力图展示方法和装置 | |
KR102282189B1 (ko) | 밉맵 생성 방법 및 장치 | |
CN114511668A (zh) | 获取三维装修图像的方法、装置、设备及存储介质 | |
CN110660121B (zh) | 三维字体渲染方法、介质、设备及装置 | |
CN112559619A (zh) | 空间分布图绘制方法、装置、电子设备以及可读存储介质 | |
CN109302523B (zh) | 一种手机端和服务器端手机性能评估方法 | |
CN103370959A (zh) | 阴影衰落预测方法和预测装置 | |
CN106445445B (zh) | 一种矢量数据的处理方法及装置 | |
CN107578476B (zh) | 一种医疗器械三维模型的视觉效果处理方法及装置 | |
US8687011B2 (en) | Techniques for efficient sampling for image effects | |
CN110910515A (zh) | 一种三维场景中物体自转及缩放的实现方法、装置及设备 | |
CN106846498B (zh) | 激光点云渲染方法和装置 | |
CN111968209A (zh) | 一种模型的渲染方法、装置、设备及存储介质 | |
JP6831676B2 (ja) | 価格見積もりシステム、価格見積もり方法及びプログラム | |
CN115879207B (zh) | 室外空间围合度确定方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131023 |