CN103402220A - 一种获取与优化dtmb单频网覆盖率的装置及方法 - Google Patents

Abstract

本发明提供了一种获取与优化DTMB单频网覆盖率的装置及方法，用于地面数字电视单频网网络规划与优化。装置包括台站信息处理模块、台站数据库、电波传播预算模块、干扰分析模块、统计模块、优化模块、GIS模块、地理信息数据库和覆盖结果数据库。本发明定义同步门限以体现单频网增益，采用K-LNM法对接收地点的有用功率和干扰功率进行合成，利用匹配相关矩法求合成有用信号功率和合成干扰功率的相关系数，使覆盖小区的地点概率的预测考虑单频网自干扰以及阴影衰落引起的相关性，利用CCDF函数计算栅格的地点概率。本发明预算结果更实际、准确，且计算量小，在不改变发射机其他参数的条件下使单频网自干扰最小，且无需增加成本。

Description

一种获取与优化DTMB单频网覆盖率的装置及方法

技术领域

本发明涉及一种获取与优化DTMB(Digital Terrestrial Television Multimedia Broadcasting)单频网覆盖率的方法和装置，属于地面数字电视单频网网络规划与优化技术领域。

背景技术

单频网因其诸多优点成为主要的地面数字电视覆盖网络部署形式，单频网中所有发射机使用相同的频率同时发射同一信号。除自然多径外，单频网本身产生“人工多径”，OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用技术)使单频网成为可能，OFDM中保护间隔的大小决定了单频网中发射机之间的最大距离，当发射机的距离大于保护间隔对应的距离时，将产生自干扰。减小单频网自干扰区域的方法有很多，比如调整发射台站址、发射功率、天线参数以及发射延时，这些方法中调整发射延时的成本为0，所以调整发射延时成为减少单频网自干扰的一种常用方法。然而，目前工程中采用人工方式调整发射延时，准确度差；在全国范围内单频网建设中，发射机数目较多，各发射机附加发射延时的可能组合数目巨大且具有依赖性，这使人工调整很复杂，实现困难。可见调整各发射机附加发射延时从而提高单频网覆盖率是一个多参数、高度非线性、复杂的组合优化问题，因此寻求一种高效的求解发射机附加发射延时最优组合的方法成为必要。

单频网覆盖率预算模型的准确建立是实现单频网覆盖率优化的前提和基础。在单频网中，接收机同时接收来自不同发射机、具有不同时延的多个信号，信号是有用信号还是干扰信号取决于该信号与OFDM接收机中快速傅里叶变化(FFT,Fast Fourier Transform)窗口的时延差，在接收地点处还需要对各有用功率和干扰功率进行合成。

单频网于上世纪90年代最早应用于欧洲的数字音频广播(DAB,Digital AudioBroadcasting)与数字视频广播(DVB,Digital Video Broadcasting)，在预算单频网覆盖小区的覆盖地点概率时，文献[1]-[4]利用加权函数计算信号在接收地点处产生的有用功率和干扰功率，在计算合成有用功率和合成干扰功率的dB值之差的方差时忽略了单频网自干扰以及信号阴影衰落引起相关性，使覆盖小区覆盖地点概率的计算产生误差([1]R.Rebhan,Jens Zander.Onthe Outage Probability in Single Frequency Networks for Digital Broadcasting[J].IEEETransactions on Broadcasting,1993,39(4):395-400;[2]Agnes Ligeti,Jens Zander,Minimal CostCoverage Planning for Single Frequency Networks[J].IEEE Transactions on Broadcasting,1999,45(1):78-87;[3]G.Koutitas.DVB network optimisation for energy efficiency[C].//Proc.IEEE Int.Conf.Adv.Commun.Technol.(ICACT),2010,2:7–10;[4]Lanza M,Gutierrez A L,Barriuso I,Perez J R.Coverage Optimization in Frequency Networks Using SimulatedAnnealing[C].//IEEE International Symposium on Antennas and Propagation and USNC/URSINational Radio Science Meeting(APSURSI),2011,7:2789-2792)。国际上已有商用的、专业的地面数字广播信号覆盖预测软件，比如德国LS公司的CHIRplus_bc和法国ADTI公司的ICS-telecom，这些软件除了支持DAB和DVB标准外，还支持美国的ATSC标准以及日本的ISDB-T标准。

2006年8月，我国颁布了具有中国自主知识产权的地面数字电视多媒体广播标准DTMB，国际上商用的、专业的地面数字广播信号覆盖预测软件不支持我国DTMB标准，而且这些商业软件接口加密且固定、购买和升级费用昂贵。目前，国内专业的DTMB单频网覆盖预测系统几乎没有，公开号为101795162中国专利在2010年8月4日公开了一种数字单频网信号覆盖质量测算评估方法，该方法采用蒙特卡罗法计算栅格点的地点概率，计算的准确度取决于抽样点数，抽样点数越多计算量越大；其次，该方法采用功率和方法进行信号合成，造成过估计场强强度，文献[4]将计算对数正态变量之和的方法进行了对比，在功率和、简化相乘法、LNM方法中，LNM方法估计的精确度最高。

文献[5]-[6]中利用粒子群(PSO,Particle Swarm Optimization)优化算法([5]J.Morgade,J.Pérez,J.Basterrechea,M.Toca García,A.Arrinda,P.Angueira,Coverage optimization for DVBT/H single frequency networks using a PSO algorithm[C]//Pablo Angueira.IEEE InternationalSymposium on Broadband Multimedia Systems and Broadcasting,BMSB2009.USA:IEEEComputer Society,2009:13–15;[6]J.Morgade,J.Pérez,J.Basterrechea,A.Arrinda,P.Angueira,Optimization of the coverage area for DVB-T single frequency networks using a particle swarmbased method[C]//WilliamC.Y.Lee.IEEE Vehicular Technology Conference,VTC Spring2009,USA:Institute of Electrical and Electronics Engineers Inc.,2009:26–29)。遗传算法(GA,geneticalgorithm)和PSO算法都是仿生算法，但是PSO主要应用于连续问题，一旦粒子过分集中，就有可能陷入局部极小值。文献[7]-[8]中指出GA还可以应用于离散问题，且克服了传统搜索方法陷入局部最优解的缺点，具有较好的全局搜索性能，其独特的运行机理使其以有限的代价解决搜索空间大、复杂的组合优化问题。因此，遗传算法被广泛应用与工程优化中。基于遗传算法对单频网覆盖率进行优化是一个研究的方向。([7]宋丹,张晓林.基于不动点理论的多系统兼容接收机频点选择问题的研究与遗传算法实现[J].物理学报,2010,59(9):6697-6704;[8]武志勇,郭宏,吕振华,钱浩.基于遗传算法的双余度无刷直流电机优化设计[J].北京航空航天大学学报.2011,37(12):1541-1545)。

发明内容

本发明为了提高单频网覆盖率预测准确率，克服发射机数目较多时人工调整附加发射延时的难点，提供了一种获取与优化DTMB单频网覆盖率的装置和方法。

本发明的获取与优化DTMB单频网覆盖率的装置，包括：台站信息处理模块、台站数据库、电波传播预算模块、干扰分析模块、统计模块、优化模块、GIS（Geographic InformationSystem，地理信息系统）模块、地理信息数据库和覆盖结果数据库。

台站信息处理模块收集单频网内各发射台站的信息，发射台站的信息包括：站址名称、经纬度、发射功率、天线方向图、信号调制方式、发射频率、发射时延、状态和网络编号，并将发射台站的信息分类存储在台站数据库中。发射台站的发射功率、天线方向图、信号调制方式、发射频率、发射时延、状态和网络编号，在终端添加并配置。地理信息数据库用于存储电子地图。GIS模块加载电子地图，并根据设置的计算精度生成栅格网图层，将结果存储在地理信息数据库中。

电波传播预算模块从台站数据库中获取激活状态的各发射台站的信息，从GIS模块中获取选定区域内各栅格中心点的地理信息，计算激活状态的各发射台站到选定范围内各栅格中心点的链路损耗、接收功率、场强值、传播时间以及到达时间，并将结果发送给GIS模块、干扰分析模块和统计模块。GIS模块根据各栅格的最大场强值计算栅格颜色值并逐个着色，将输出结果覆盖在电子地图上。

干扰分析模块用于实现如下功能：首先，设置参考时间t₀的选择标准、帧头和帧体长度、接收机本底噪声N₀、同步门限载噪比Margn、同步门限P_syn、最小中值场强E_med和射频保护率PR，选择或设置加权函数w(Δτ_i)，选择非欲收接收机和分析变量，分析变量为载噪干比(CNIR)值或覆盖地点概率；其次，确定参考时间t₀，确定各发射机在选定范围内各栅格中心点的到达时间相对于参考时间t₀的时延差，并获得各栅格有用功率和干扰功率的加权函数w(Δτ_i)的值，Δτ_i表示第i个发射机的到达时间ToA_i与t₀的时延差；然后，设置信号电平在同步门限以上的信号被接收机同步，根据加权函数w(Δτ_i)计算各发射机在各栅格中心点的有用功率和干扰功率，运用K因子对数正态法（K-LNM法），获取各栅格中心点的合成有用功率U和合成干扰功率I的dB值的均值和方差；最后，若分析变量为CNIR，计算覆盖场强大于等于最小中值场强的区域的CNIR值，其他区域的CNIR值用255表示，将计算的CNIR值发送给GIS模块和统计模块；若分析变量为覆盖地点概率，计算覆盖场强大于等于最小中值场强的区域中各栅格的合成有用功率和合成干扰功率的相关系数及覆盖地点概率，其他区域中栅格的覆盖地点概率为0，将栅格的地点概率发送给GIS模块和统计模块。参考时间t₀有两种选择标准：第一种是以最早到达且功率大于同步门限P_syn的信号的到达时间为基准，第二种是以电平最强信号的到达时间为基准；同步门限P_syn＝N₀+Margn。GIS模块根据各栅格的覆盖地点概率值或CNIR值与系统定义的颜色对照范围比较，进行各栅格颜色值计算并逐个着色，输出结果覆盖在电子地图上。

统计模块根据设置的统计条件，在统计区域内筛选出满足统计条件的栅格，并将筛选结果发送给GIS模块，计算满足统计条件的栅格所占统计区域内总栅格数目的百分比，并发送给优化模块。统计模块把选定的统计区域特征发送给GIS模块，从GIS模块获取统计区域内的栅格及其总数目。GIS模块将满足统计条件要求的栅格的预算结果覆盖在电子地图上，不满足统计条件要求的栅格的预算结果不予显示。

优化模块基于遗传算法计算出能使优化区域覆盖率达到最高的单频网中各发射台站的发射延时最优组合及覆盖率。在遗传算法的每一代进化过程中，将当代种群中每个延时向量的取值发送给台站数据库，在台站数据库修改各发射台站的发射时延，从GIS模块中获取优化区域内各栅格中心点的地理信息，通过电波传播预算模块重新计算激活状态的各发射台站到优化区域内各栅格中心点的到达时间，通过干扰分析模块选择状态为激活与非激活的发射机作为非欲收发射机，并计算各栅格的覆盖地点概率或CNIR值，通过统计模块计算满足统计条件的栅格所占优选区域内总栅格数目的百分比。

覆盖结果数据库用于存储电波传播预算模块、干扰分析模块和统计模块的计算结果。

本发明的获取与优化DTMB单频网覆盖率的方法，包括下面步骤：

步骤A：加载规划区电子地图并设置计算精度，GIS模块根据设置的计算精度生成栅格网图层，从地理信息数据库中调取栅格网中各栅格中心点的地理信息，地理信息包括经度、纬度、高度和地表覆盖物。

步骤B：添加单频网各发射台站并配置各发射台站的参数，参数包括发射功率、发射频率、发射天线增益、发射天线馈线损耗、发射天线方向图、信号调制方式、发射延时、状态和网络编号，状态为激活或不激活。

步骤C：设置链路损耗预算参数，包括设置传播模型、地面覆盖物衰减和链路损耗预算距离，以及设置接收天线高度、增益和最低中值场强。

步骤D：计算激活状态的各发射台站到各栅格中心点的链路损耗、接收功率、场强值、传播时间以及到达时间。

步骤E：根据各栅格的最大场强值计算栅格颜色值并进行着色，输出结果覆盖在电子地图上并在终端显示。

步骤F：首先，将单频网内各发射机设置为激活状态，单频网外部同频发射机设置为非激活状态。然后，设置FFT窗口起始位置的参考时间t₀的选择标准、帧头和帧体长度、接收机本底噪声N₀、同步门限载噪比Margn、同步门限P_syn、最小中值场强E_med、射频保护率PR，选择或设置加权函数w(Δτ_i)。最后，选择非欲收接收机和分析变量，分析变量为载噪干比值(CNIR,Carrier to Noise plus Interference Ratio)或覆盖地点概率。

参考时间t₀有两种选择标准：第一种是以最早到达且功率大于P_syn的信号的到达时间为基准，第二种是以电平最强信号的到达时间为基准。同步门限P_syn＝N₀+Margn。

步骤G：确定参考时间t₀，以及各发射机到达时间相对于参考时间t₀的时延差Δτ_i，获得各栅格有用功率和干扰功率的加权函数w(Δτ_i)的值；设置信号电平在同步门限以上的信号被接收机同步，根据加权函数w(Δτ_i)计算各发射机在各栅格中心点的有用功率和干扰功率，获取各栅格中心点的合成有用功率U和合成干扰功率I的对数正态分布参数。若分析变量是载噪干比，计算覆盖场强大于等于最小中值场强的区域的CNIR值，其他区域的CNIR值用255表示，将计算的CNIR值发送给GIS模块；若为覆盖地点概率，干扰分析模块计算覆盖场强大于等于最小中值场强的区域中各栅格的合成有用功率和合成干扰功率的相关系数及覆盖地点概率，其他区域中栅格的覆盖地点概率为0，将栅格的覆盖地点概率发送给GIS模块。

步骤H：GIS模块根据各栅格的覆盖地点概率值或CNIR值与系统定义的颜色对照范围比较，进行各栅格颜色值计算并进行着色，输出结果覆盖在电子地图上并在终端显示。

步骤I：根据地理特征选择所需统计区域，设置统计条件。

步骤J：筛选出所选区域内满足统计条件的栅格，并将筛选结果发送给GIS模块，并计算所选区域内满足统计条件的栅格数目所占统计区域内总栅格数目的百分比。

步骤K：GIS模块将满足统计条件要求的栅格的预算结果覆盖在电子地图上并显示在终端，不满足统计条件要求的栅格的预算结果不予显示。

步骤L：根据地理特征选择所需优化区域，设置最大遗传代数、种群规模。

步骤M：在不改变发射机参数的情况下，基于遗传算法计算出能使优化区域覆盖率达到最高的单频网内各发射机的发射延时最优组合及覆盖率。

步骤N：输出各发射机的发射延时最优组合及覆盖率。

所述步骤D中，可以运用ITU-R P.1546、ITU-R P.370、ITU-R P.526或Okumura-Hata电波传播模型及其校正模型预算单频网中各发射台站到每个栅格中心点的接收功率和场强值。

步骤G中，栅格中心点的合成有用功率U和栅格中心点的合成干扰功率I分别为：

$U=\underset{i=1}{\overset{N_1}{\mathrm{\Σ}}}{U}_i=\underset{i=1}{\overset{N_1}{\mathrm{\Σ}}}{P}_{\mathrm{ri}}w\left(\mathrm{\Δ}{\mathrm{\τ}}_i\right),$ $I=\underset{i=1}{\overset{N_1}{\mathrm{\Σ}}}{I}_i+\underset{j=1}{\overset{N_2}{\mathrm{\Σ}}}{I}_j+\underset{k=1}{\overset{N^{\′\′}}{\mathrm{\Σ}}}{I}_k=\underset{i=1}{\overset{N_1}{\mathrm{\Σ}}}{P}_{\mathrm{ri}}[1-w\left({\mathrm{\Δ\τ}}_i\right)]+\underset{j=1}{\overset{N_2}{\mathrm{\Σ}}}{P}_{\mathrm{rj}}+\underset{k=1}{\overset{N^{\′\′}}{\mathrm{\Σ}}}{P}_{\mathrm{rk}};$

其中，N₁为单频网内接收功率大于P_syn的发射台站数目，N₂为单频网内接收功率小于P_syn的发射台站数目，N''为单频网外部同频发射机数目，U_i为第i个发射机在接收地点产生的有用信号功率，P_ri为第i个发射机接收的本地功率，I_i为第i个发射机在接收地点产生的干扰信号功率。

P_ri统计特性服从对数正态分布，转换的dB值为W_ri＝10·log₁₀(P_ri)；“·”表示乘法运算；

W_ri的均值

标准方差

其中，

是阴影衰落的标准方差，在地面数字电视广播中取5.5dB；

表示第i个发射机接收的本地均值功率；

U_i转化的dB值X_i＝10·log₁₀(U_i)的均值和标准方差

分别为：

$m_{X_i}=m_{W_{\mathrm{ri}}}+10\·{\log }_{10}\left(w\left({\mathrm{\Δ\τ}}_i\right)\right)=10\·{\log }_{10}\left(\stackrel{\‾}{P_{\mathrm{ri}}}\right)+10\·{\log }_{10}\left(w\left({\mathrm{\Δ\τ}}_i\right)\right),$ ${\mathrm{\σ}}_{X_i}={\mathrm{\σ}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB};$

I_i转化的dB值Y_i＝10·log₁₀(I_i)的均值

和标准方差

分别为：

$m_{Y_i}=m_{W_{\mathrm{ri}}}+10\·{\log }_{10}(1-w\left({\mathrm{\Δ\τ}}_i\right))=10\·{\log }_{10}\left(\stackrel{\‾}{P_{\mathrm{ri}}}\right)+10\·{\log }_{10}(1-w\left({\mathrm{\Δ\τ}}_i\right)),$ ${\mathrm{\σ}}_{Y_i}={\mathrm{\σ}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB};$

合成有用功率U和合成干扰功率I转化的dB值X和Y分别为：

X＝10log₁₀(U)，Y＝10log₁₀(I)；

利用匹配相关矩法计算各栅格的合成有用功率和合成干扰功率的相关系数，具体是：

首先，令X_i'＝ln(U_i)，则X_i'＝λX_i，参数

则X_i'的均值

和标准方差

分别为：

同理，令Y_i'＝ln(I_i)，X'＝ln(U)，Y'＝ln(I)，则Y_i'与Y_i、X'与X、Y'与Y均具有X_i'与X_i之间相同的关系，且X_i'与Y_i'的相关系数

等于X_i和Y_i的相关系数

X'与Y'的相关系数r_X'Y'等于X和Y的相关系数r_XY；

令变量φ＝X'+Y'，则φ的均值m_φ＝m_X'+m_Y'，方差σ_φ ²＝σ_X' ²+2r_X'Y'σ_X'σ_Y'+σ_Y' ²；匹配U与I的相关矩 $E\left[\mathrm{UI}\right]=E\left[e^{X^{\′}}{e}^{Y^{\′}}\right]=E\left[e^{X^{\′}+Y^{\′}}\right]=E\left[e^{\mathrm{\φ}}\right]=e^{m_{\mathrm{\φ}}+{{\mathrm{\σ}}_{\mathrm{\φ}}}^2/2},$ 相关矩E[UI]还能表示为：

$E\left[\mathrm{UI}\right]=E\left[e^{X^{\′}}{e}^{Y^{\′}}\right]=E\left[e^{X^{\′}+Y^{\′}}\right]$

$=E\left[(e^{{X_1}^{\′}}+e^{{X_2}^{\′}}+...+e^{{X_{N_1}}^{\text{\′}}})(e^{{Y_1}^{\′}}+e^{{Y_2}^{\′}}+...+e^{{Y_{N_1+N_2+N^{\′\′}}}^{\′}})\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\Σ}}}\underset{i=1}{\overset{N_1+N_2+N^{\′\′}}{\mathrm{\Σ}}}E\left[\left(e^{{X_i}^{\′}+{Y_i}^{\′}}\right)\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\Σ}}}\underset{i=1}{\overset{N_1+N_2+N^{\′\′}}{\mathrm{\Σ}}}{e}^{m_{{X_i}^{\′}}+m_{{Y_i}^{\′}}+1/2\·({\mathrm{\σ}}_{X_i^{\′}}^2+{\mathrm{\σ}}_{Y_i^{\′}}^2+2r_{X_i^{\′}{Y}_i^{\′}}{\mathrm{\σ}}_{X_i^{\′}}{\mathrm{\σ}}_{Y_i^{\′}})}$

$=v$

由此得到： $r_{\mathrm{XY}}=r_{X^{\′}{Y}^{\′}}=\frac{2[\ln \left(v\right)-(m_{X^{\′}}+m_{Y^{\′}})]-({{\mathrm{\σ}}_{X^{\′}}}^2+{{\mathrm{\σ}}_{Y^{\′}}}^2)}{{2\mathrm{\σ}}_{X^{\′}}{\mathrm{\σ}}_{Y^{\′}}},$ 和

分别为Y_i'的均值和标准方差。

本发明的有益效果是：依照本发明的获取与优化DTMB单频网覆盖率的装置和方法，定义同步门限P_syn以体现单频网增益，功率在P_syn以上的信号才能被接收机同步，同时根据实际DTMB接收机干扰模型计算各台站在栅格中心点的有用信号功率和干扰信号功率，采用K-LNM法进行信号合成，利用匹配相关矩法计算合成有用功率和合成干扰功率的相关系数，利用CCDF函数计算栅格的地点概率，预算结果更实际、准确，计算量小，能够提高单频网覆盖率预测准确率，同时基于遗传算法计算各发射机的发射延时最优组合以使单频网覆盖率最高，无需改变发射机功率、天线等参数，成本为0，克服了发射机数目较多时人工调整附加发射延时的难点，且准确度高。本发明的装置和方法可以应用于我国DTMB单频网规划中。

附图说明

图1是本发明实施例的获取与优化DTMB单频网覆盖率的装置的组成结构示意图；

图2是本发明实施例的获取与优化DTMB单频网覆盖率的装置的功能示意图；

图3是本发明实施例的获取与优化DTMB单频网覆盖率的方法的整体流程图；

图4是本发明方法的步骤103电波传播预测的工作流程图；

图5是本发明方法的步骤106干扰分析模块的工作流程图；

图6是本发明方法的步骤112的优化模块的工作流程图。

具体实施方式

以下，参考附图1～6详细描述本发明的获取与优化DTMB单频网覆盖率的装置和方法。

本发明的装置和方法定义同步门限P_syn以体现单频网增益，功率在P_syn以上的信号才能被接收机同步，根据实际DTMB接收机干扰模型来计算单频网中各发射机在接收地点产生的有用功率和干扰功率，采用K-LNM法进行信号合成，利用匹配相关矩法求合成有用信号功率和合成干扰功率的相关系数，使覆盖小区的地点概率的预测考虑单频网自干扰以及阴影衰落引起的相关性，利用互补累计分布函数(CCDF,Complementary Cumulative Distribution Function)计算各栅格的地点概率，预算结果更实际、准确，计算量小。本发明基于遗传算法求解单频网中各发射机发射延时的最优组合，在不改变发射机其他参数的条件下使单频网自干扰最小，该方法无需增加成本，且克服了发射机数目较多时人工调整发射机发射延时复杂且实现困难的难点，且准确度高。

如图1和图2所示，本发明实施例的获取与优化DTMB单频网覆盖率的装置组成结构，包括：单频网内的发射台站1、台站信息处理模块2、台站数据库3、电波传播预算模块4、干扰分析模块5、统计模块6、优化模块7、GIS模块8、地理信息数据库9、覆盖结果数据库10和终端11。

单频网内的发射台站1是用于分析的对象，在终端11添加并配置各发射台站1的参数，参数包括发射功率、天线方向图、信号调制方式、发射频率、发射时延、状态及网络编号等。状态是指该发射台站处于激活或非激活状态。

台站信息处理模块2，用于收集各单频网发射台站1的相关信息，包括：站址名称、经纬度、发射功率、天线方向图、信号调制方式、发射频率、发射时延、状态和网络编号等，并将发射台站1的信息存储在台站数据库3中。

台站数据库3，用于存储并管理台站信息处理模块2分类处理后的数据，可对台站信息批量处理，比如更改发射功率、发射频率、发射延时和状态等。

电波传播预算模块4，用于从台站数据库3中获取激活状态的各发射台站1的信息数据，并向GIS模块8获取链路损耗预算范围内各栅格中心点的地理信息数据，选择ITU-R P.1546、ITU-R P.370、ITU-R P.526或Okumura-Hata电波传播模型及其校正模型预算激活状态的各发射台站1到每个栅格中心点的链路损耗、接收功率、场强值、传播时间以及到达时间，将计算结果发送给GIS模块8、干扰分析模块5和统计模块6。

干扰分析模块5，首先，设置参考时间t₀的选择标准、帧头和帧体长度、接收机本底噪声N₀、同步门限载噪比Margn、同步门限P_syn、最小中值场强E_med和射频保护率PR，选择或设置加权函数w(Δτ_i)，选择非欲收接收机和分析变量，分析变量为载噪干比(CNIR)值或覆盖地点概率；其次，确定参考时间t₀，确定各发射机（也就是发射台站）在选定范围内各栅格中心点的到达时间相对于参考时间t₀的时延差，并获得各栅格有用功率和干扰功率的加权函数w(Δτ_i)的值，Δτ_i表示第i个发射机的到达时间ToA_i与t₀的时延差。然后设置信号电平在同步门限以上的信号被接收机同步，根据加权函数w(Δτ_i)计算各发射机在栅格中心点产生的有用功率和干扰功率，运用K-LNM法对每个栅格中心点的有用信号功率和干扰信号功率进行合成分析，计算各栅格中心点的合成有用功率与合成干扰功率的dB值的均值和方差。最后，若分析变量为CNIR，计算覆盖场强大于等于最小中值场强的区域的CNIR值，其他区域的CNIR值用255表示，将计算的CNIR值发送给GIS模块8和统计模块6；若分析变量为覆盖地点概率，计算覆盖场强大于等于最小中值场强的区域中各栅格的合成有用功率和合成干扰功率的相关系数及覆盖地点概率，其他区域中栅格的覆盖地点概率为0，将栅格的地点概率发送给GIS模块8和统计模块6。利用匹配相关矩法计算各栅格中心点的合成有用功率和合成干扰功率的相关系数，具体实现方法如图2和本发明方法的步骤G中所示。利用互补累计分布函数(CCDF,Complementary Cumulative Distribution Function)计算栅格的覆盖地点概率。

参考时间t₀有两种选择标准：第一种是以最早到达且功率大于同步门限P_syn的信号的到达时间为基准，第二种是以电平最强信号的到达时间为基准；同步门限P_syn＝N₀+Margn。

统计模块6，在统计区域内，根据设置的统计条件，筛选出满足统计条件的栅格，将筛选结果发送给GIS模块8，并计算满足统计条件的栅格所占统计区域内总栅格数目的百分比，并发送给优化模块7。其中，统计模块6把统计区域特征发送给GIS模块8，并从GIS模块8获取统计区域内的栅格及其总数目；

优化模块7，以最大化优化区域的覆盖率为目标，基于遗传算法计算单频网中各台站发射延时的最优组合，在优化过程中，将各代种群中每个延时向量取值发送给台站数据库3，将所需优化区域特征发送给GIS模块8，调用电波传播预算模块4重新预测各台站到优化区域内各栅格中心点的到达时间、干扰分析模块5选择状态为激活与非激活的发射机作为非欲收发射机，选择计算各栅格的覆盖地点概率、统计模块6计算覆盖率，从而计算每个延时向量的目标函数值。

GIS模块8加载电子地图，根据设置的计算精度信息将所选区域的电子地图生成栅格网图层，并将结果存储在地理信息数据库9中。GIS模块8从地理信息数据库9中调取所选区域中各栅格中心点的高度、经纬度、地表覆盖物等地理信息，并发送给电波传播预算模块4。GIS模块8根据电波传播预算模块4的预算的各栅格的最大场强值计算栅格颜色值并逐个着色，将输出结果覆盖在电子地图上并显示在终端11中。GIS模块8根据干扰分析模块5计算的各栅格的覆盖地点概率值或CNIR值，与系统定义的颜色对照范围比较，进行各栅格颜色值计算并逐个着色，输出结果覆盖在电子地图上并显示在终端11中。统计模块6把选定的统计区域特征发送给GIS模块8，从GIS模块8获取统计区域内的栅格及其总数目，根据统计模块6的计算结果，将满足统计条件要求的栅格的预算结果覆盖在电子地图上，不满足统计条件要求的栅格的预算结果不予显示，预算结果是指覆盖地点概率值或CNIR值。GIS模块8从优化模块7获取优化区域，将优化区域内栅格中心点的高度、经纬度、地表覆盖物等地理信息给电波传播预算模块4。

地理信息数据库9用于存储电子地图信息。

覆盖结果数据库10用于存储电波传播预算模块4、干扰分析模块5的和统计模块6的计算结果。

终端11用于显示预测结果。

另外，本实施例在可运用的ITU-R P.370、ITU-R P.1564、ITU-R P.526、Okumura-Hata等电波传播预测模型中选用了Okumura-Hata模型，该模型充分考虑了城市建筑覆盖物、接收区域对电波传播的影响，适合城市及人口密集地区场强预测。

另外，本发明中运用GIS进行地理信息数据的存储、获取、分析和显示，一方面提高电波传播预测的准确性，另一方面直观的显示规划区的覆盖与干扰计算结果。

另外，本发明在加载电子地图时，用户可设置计算精度，在电子地图上生成新的栅格网图层，利用栅格网图层着色方法显示地面数字电视单频网覆盖与干扰计算结果，用户可自定义栅格网的大小、密度，不仅灵活、实用；而且栅格着色法简单、快速。

参考附图2和3，本发明实施例的获取与优化DTMB单频网覆盖率的方法的原理图及流程图，该方法包括下列步骤：

步骤100：启动系统，加载规划区电子地图数据，包括地形高度图层、影像图层和地表覆盖物图层、矢量图层等，并设置计算精度，即每个栅格的大小，GIS模块8根据设置的计算精度信息生成栅格网图层，从地理信息数据库9中调取栅格网中每个栅格中心点的地理信息，包括经度、纬度、高度、地表覆盖物等信息。

步骤101：加载单频网发射台站信息并配置各发射台站参数，包括发射功率、发射频率、发射天线增益、发射天线馈线损耗、发射天线方向图、信号调制方式、附加的发射延时、状态及网络编号等。状态是指该发射台站处于激活或不激活状态。采用GIS能够在地图上直观显示单频网中各发射台站的位置等信息。

步骤102：在电波传播预算模块4中设置链路损耗预算参数，包括设置传播模型、地面覆盖物衰减、链路损耗预算距离等参数，设置接收天线高度、增益和最低中值场强。

步骤103：电波传播预算模块4计算各单频网中状态为激活态的各发射台站1到各栅格中心点的链路损耗、接收功率、场强值、传播时间及到达时间。将计算的结果发送给GIS模块8以及干扰分析模块5。

步骤104：GIS模块8根据各栅格的最大场强值进行栅格颜色值计算并进行着色，输出结果覆盖在电子地图上并显示在终端11。

步骤105：设置发射机状态，将单频网内各发射机设置为激活状态，单频网外部同频发射机设置为非激活状态。在干扰分析模块5中设置FFT窗口起始位置的参考时间t₀的选择标准、帧头和帧体长度、接收机本底噪声N₀(单位为dBw)、同步门限载噪比Margn、最小中值场强E_med、射频保护率(PR,Protection Ratio)，选择或设置加权函数w(Δτ_i)，选择分析变量为覆盖地点概率或载噪干比值(CNIR,Carrier to Noise plus Interference Ratio)，选择非欲收发射机。

为了体现单频网的增益，本发明中还设置了同步门限P_syn，功率在P_syn以上的信号能被接收机同步，通常P_syn小于等于接收机灵敏度P_min。

其中同步门限P_syn＝N₀+Margn，单位为dBw，P_min＝N₀+C/N，单位为dBw，C/N为载噪比门限，通常Margn≤C/N，最小等效场强E_min与P_min之间的转换关系为：

E_min(dBμv/m)＝P_min+L_f-G+20logf_c+105.06

其中，L_f为接收天线的馈线损耗(单位为dB)、G为相对于半波偶极子的天线增益(单位为dBd)、f_c为工作频率(单位为MHz)。

最小中值场强E_med与最小等效场强E_min之间的关系为：

E_med＝E_min+P_mmn+C₁，室外固定接收

E_med＝E_min+P_mmn+C₁+L_h，移动接收

E_med＝E_min+P_mmn+C₁+L_h+L_b，室内固定接收

其中，C₁为地点校正因子；P_mmn为人为噪声容限(单位为dB)；L_h为高度损耗（单位为dB），接收点在地面1.5m以上；L_b为建筑物穿透损耗(单位为dB)。

C₁＝μσ_t

其中

σ_t为总均方差(单位为dB)；σ_m＝5.5dB，为大尺度均方差，σ_b为建筑物穿透损耗均方差(单位为dB)；μ为分布因子，地点概率70%时为0.52，90%时为1.28，95%时为1.64以及99%时为2.33。

本发明中FFT窗口起始位置的参考时间t₀有两种选择标准：第一种是以最早到达且功率大于P_syn的信号的到达时间为基准，第二种以电平最强信号的到达时间为基准。

本发明中通过发射机的状态来选择非欲收发射机。非欲收发射机状态可以为：

①激活；

②激活与非激活；

③非激活。

步骤106：确定参考时间t₀，以及各发射机到达时间ToA_i相对于参考时间t₀的时延差，设Δτ_i表示第i个发射机的到达时间ToA_i与t₀的时延差，并根据步骤105的加权函数w(Δτ_i)获得各栅格有用功率和干扰功率的加权函数值。设置信号电平在同步门限以上的信号被接收机同步，根据加权函数w(Δτ_i)计算各发射机在栅格中心点的有用功率和干扰功率。然后获取各栅格中心点的合成有用功率和合成干扰功率的对数正态分布参数。本发明实施例中分析变量为覆盖地点概率，干扰分析模块5计算各栅格覆盖地点概率。

干扰分析模块5确定FFT窗口起始位置的参考时间t₀并计算各发射机到达时间ToA_i相对于该参考时间t₀的时延差。在单频网中，接收地点同时接收来自不同发射机、具有不同时延的多个信号，来自第i个发射机的信号在接收地点是否是有用信号取决于其到达时间ToA_i与t₀的时延差。本发明实施例中每个发射台站设置有一台发射机。设ToA_i与t₀的时延差为Δτ_i＝ToA_i-t₀。

本发明中通过对国内主要接收机生产厂家生产的商用DTMB接收机的抗回波干扰性能测试与仿真得出DTMB接收机干扰模型，用加权函数w(Δτ_i)表示，用于计算各单频网发射台站在栅格中心点的有用功率U_i和干扰功率I_i。加权函数w(Δτ_i)为：

$w\left({\mathrm{\&Delta;\&tau;}}_i\right)=\left\{\begin{array}{c}0,{\mathrm{\&Delta;\&tau;}}_i<-T_{\mathrm{GI}}\\ 1,-T_{\mathrm{GI}}\&le;{\mathrm{\&Delta;\&tau;}}_i\&le;T_{\mathrm{GI}}\\ 0,{\mathrm{\&Delta;\&tau;}}_i>T_{\mathrm{GI}}\end{array}\right.;$

其中，T_GI表示OFDM符号的保护间隔，即帧头。

除以上两种加权函数w(Δτ_i)外，还可根据需要编写w(Δτ_i)。

由Okumura-Hata电波传播理论可知，由于阴影衰落影响，从第i个发射机接收的本地功率P_ri随地点随机变化，可以表示为:

$P_{\mathrm{ri}}=\frac{P_{\mathrm{ti}}{G}_{\mathrm{ti}}{G}_r}{L\left(d_i\right)}\&CenterDot;{10}^{{\mathrm{\&zeta;}}_i/10}=\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\&CenterDot;{10}^{{\mathrm{\&zeta;}}_i/10}$

其中，P_ti、G_ti分别是第i个发射机的有效发射功率和天线增益，d_i和L(d_i)分别是第i个发射机到接收机的距离和路径损耗，G_r表示接收机的天线增益，

表示第i个发射机接收的本地均值功率，ζ_i是零均值高斯随机变量，用来描述接收机附近的阴影衰落，单位为dB。

可见，P_ri统计特性服从对数正态分布，令转换的dB值W_ri＝10·log₁₀(P_ri)，则：

W_ri的均值

标准方差

其中，

是阴影衰落的标准方差，在地面数字电视广播中取5.5dB。

第i个发射机在接收地点产生的有用信号功率U_i＝P_ri·w(Δτ_i)，干扰信号功率I_i＝P_ri·（1-w(Δτ_i))，在栅格内w(Δτ_i)的变化很小，可以忽略，所以U_i和I_i服从对数正态分布,则有用信号功率转化为dB值X_i＝10·log₁₀(U_i)的均值、标准方差分别为：

$m_{X_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right)=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right),$ ${\mathrm{\&sigma;}}_{X_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB}$

干扰信号功率转化为dB值Y_i＝10·log₁₀(I_i)的均值、标准方差分别为：

$m_{Y_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right))=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)),$ ${\mathrm{\&sigma;}}_{Y_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB}$

在单频网中，接收地点的合成有用功率

合成干扰功率

N'表示单频网内部发射机总数目，N''为单频网外部同频发射机数目。本发明中利用K因子对数正态法(K-LNM)进行信号合成，信号强度估计更实际，求得栅格中心点的合成有用功率U、合成干扰功率I的dB值的正态分布参数。本发明实施例中分析变量为覆盖地点概率，干扰分析模块5计算覆盖场强大于等于最小中值场强的区域中各栅格的合成有用功率和合成干扰功率的相关系数及覆盖地点概率，其他区域中栅格的覆盖地点概率为0，将栅格的覆盖地点概率发送给GIS模块8。本发明中通过匹配相关矩法计算合成有用功率和合成干扰功率的相关系数，使覆盖小区的地点概率的预测考虑单频网自干扰以及阴影衰落引起的相关性，利用互补累计分布函数(CCDF)计算各栅格的地点概率，预算结果更准确且计算量小。

当步骤105中选择的分析变量为CNIR时，干扰分析模块5计算覆盖场强大于等于最小中值场强的区域的CNIR值，其他区域的CNIR值用255表示，将计算的所有CNIR值发送给GIS模块8。

步骤107：GIS模块8将各栅格的覆盖地点概率值或CNIR值与系统定义的颜色对照范围比较，进行各栅格颜色值计算并进行着色，输出结果覆盖在电子地图上并显示在终端11。

步骤108：在统计模块6中，根据地理特征(地表覆盖物、地理高度)选择所需统计区域，设置统计条件。本发明实施例中统计条件设置为覆盖地点概率值的最小值和最大值。在分析变量为CNIR时，统计条件设置为CINR值的最小值和最大值；统计条件还可以是覆盖场强值的最小值和最大值。

步骤109：统计模块6筛选出统计区域内满足统计条件的栅格，并将筛选结果发送给GIS模块8，并计算所选区域内满足统计条件的栅格数目所占统计区域内总栅格数目的百分比。

为克服数字广播的“悬崖效应”，固定接收方式下，覆盖地点概率值大于等于70%时认为该栅格被覆盖，令该第j个栅格的覆盖参数Cov_j＝1，否则，Cov_j＝0；

则统计区域的覆盖率

其中，M为统计区域总的栅格数目。

步骤110：GIS模块8将满足统计条件要求的栅格的预算结果覆盖在电子地图上并显示在终端，不满足统计条件要求的栅格不予显示。预算结果是指栅格的覆盖地点概率值或CNIR值。

步骤111：在优化模块7中根据地理特征(地表覆盖物、地理高度)选择所需优化区域，设置最大遗传代数G_max和种群规模P_s。

步骤112：在不改变发射机参数的情况下，比如功率，天线等，优化模块7基于遗传算法计算出能使覆盖率达到最高的单频网内各个发射机的发射延时最优组合及优化后覆盖率。

步骤113：输出单频网内各发射台站1的最优延时向量及优化后覆盖率。

本发明基于遗传算法求解单频网中各个发射机附加发射延时的最优组合，该方法无需改变发射台功率、站址、天线等参数，成本为0，克服了发射机数目较多时人工调整发射机附加延时的难点，且准确度高。

如图4所示，详细说明了步骤103的工作流程，执行步骤102后，则执行步骤201。

步骤201：判断是否还有未计算栅格，如果是，则执行步骤202；否则，执行步骤205。

步骤202：取一未计算的栅格，判断该栅格下是否还有未计算的激活发射台站，如果是，则执行步骤203；否则，执行步骤201。

步骤203：取一未计算的发射台站，计算该发射台站到该栅格中心点的链路损耗、接收功率、场强、传播时间以及到达时间。

(1)链路损耗预算；

本实施例以Okmura-Hata模型为例。

L_p(d_i)＝69.55+26.16lgf_c-13.82lgh_ti+(44.9-6.55lgh_r)lgd_i-α(h_r)+C_clutter

其中：

L_p(d_i)为准平坦地形市区的地形地貌条件下的传播损耗，单位为dB；

d_i为第i个发射台站到栅格中心点的传播距离，单位为km，可根据发射台站经纬度与栅格中心点经纬度计算；

f_c为工作频率，单位为MHz；

h_ti为第i个发射机天线有效高度，单位为m，约等于台站海拔加发射天线高度之和；

h_r为接收天线高度，单位为m；

α(h_r)为接收天线高度校正因子，单位为dB；

C_clutter为地表覆盖物衰减校正因子，单位为dB；

另外，本发明还可以通过导入实测数据利用最小二乘法进行电波传播模型校正，从而利用校正后的电波传播模型进行链路预算，使预测结果更准确。

(2)接收功率和场强预算；

接收天线输出本地均值功率

为：

$\stackrel{\&OverBar;}{P_{\mathrm{ri}}}=P_i-L_p\left(d_i\right)+G_r-L_r$

其中：

单位为dBw；L_p(d_i)为传播损耗，单位为dB；G_r为接收天线增益，单位为dBi，L_r为接收天线馈线损耗，单位为dB，P_i为第i个发射机的有效发射功率，单位为dBw；P_i由以下公式计算得到：

P_i=P_ti+G_ti-L_ti

其中，P_ti为第i个发射机的发射功率，单位为dBw，G_ti为第i个发射机的天线增益，单位为dBi，L_ti为第i个发射机的发射天线馈线损耗，单位为dB。

接收地点的等效接收场强E_ri(dB(μV/m))的计算公式：

$E_{\mathrm{ri}}=\stackrel{\&OverBar;}{P_{\mathrm{ri}}}+L_r-G_r+20{\log f}_c+107.2$

(3)路径传播时间t_i的计算：

t_i=d_i/c;

其中：d_i为第i个发射台站到栅格中心点的传播距离，单位为km，可根据发射台站经纬度与栅格中心点经纬度计算；c为光速，c=3×10⁸m/s。

(4)第i个发射台站到达栅格中心点的到达时间计算：

信号到达时间ToA_i的计算如下：

ToA_i=t_i+delay_i

delay_i为步骤101中设置的第i个发射台的发射延时。

步骤204：保存功率、场强、传播时间和到达时间的预算结果；然后转步骤202执行。

步骤205：输出各栅格点的最大功率值和最大场强值给GIS模块8。

如图5所示，详细说明了步骤106的工作流程。执行步骤105后，执行步骤301；

步骤301：判断是否还有未计算栅格；如果是，则执行步骤302；否则，执行步骤315。

步骤302：根据步骤105设置的选择FFT窗口起始位置的参考时间t₀的基准，以及各发射台到达栅格中心点的功率值和到达时间确定t₀。

步骤303：取一未计算的栅格，判断该栅格是否还有未计算的发射台站，如果是，则执行步骤304；否则，执行步骤310，进行信号合成。

步骤304：取一未计算的发射台站，根据该发射台站状态，判断该发射台站是否是单频网内部发射机（激活态则是单频网内部发射机，非激活态则不是单频网内部发射机），如果是，则执行步骤305；否则，执行步骤309。

步骤305：计算该发射台站信号的到达时间ToA_i相对于t₀的时延差Δτ_i：Δτ_i=ToA_i-t₀。

步骤306：计算该发射台站信号的加权函数w(Δτ_i)值；

在单频网中，任意接收地点同时接收来自不同发射台站、具有不同时延的多个信号，是否是有用信号取决于步骤304计算的时延差Δτ_i。在步骤105中可以选择表示DTMB接收机干扰模型的w(Δτ_i)计算表达式，也可以根据需要设置w(Δτ_i)计算表达式，该函数称为加权函数，用于计算发射台站信号在栅格中心点产生的有用功率和干扰功率。

$w\left({\mathrm{\&Delta;\&tau;}}_i\right)=\left\{\begin{array}{c}0,{\mathrm{\&Delta;\&tau;}}_i<-T_{\mathrm{GI}}\\ 1,{-T}_{\mathrm{GI}}\&le;{\mathrm{\&Delta;\&tau;}}_i\&le;T_{\mathrm{GI}}\\ 0,{\mathrm{\&Delta;\&tau;}}_i>T_{\mathrm{GI}}\end{array}\right.$

其中，T_GI分别表示OFDM符号的保护间隔，即帧头。

步骤307：判断该发射台站到达栅格中心点的功率是否大于同步门限P_syn，如果是，执行步骤308；否则，则执行步骤309。

步骤308：利用步骤306计算的加权函数w(Δτ_i)值计算该发射台站信号在栅格中心点产生的有用功率和干扰功率。

有用信号功率U_i＝P_ri·w(Δτ_i)，转化为dB值X_i＝10·log₁₀(U_i)；

干扰信号功率I_i＝P_ri·(1-w(Δτ_i))，转化为dB值Y_i＝10·log₁₀(I_i)；

其中P_ri为第i个发射机在栅格中心点产生的本地功率。

然后转步骤303执行。

步骤309：视该发射台站信号全部为干扰信号。

有用信号功率U_i＝0，转化为dB值X_i＝-inf；

干扰信号功率I_i＝P_ri，转化为dB值Y_i＝10·log₁₀(P_ri)。

然后转步骤303执行。

步骤310：利用K-LNM法进行信号合成，求各栅格中心点的合成有用功率U和合成干扰功率I的对数正态分布参数，计算方法如下：

预测功率P_ri的dB值即W_ri＝10·log₁₀(P_ri)为随地点变化服从正态分布的随机数，则其均值

即步骤103预测的功率值

标准方差

其中

是阴影衰落的标准方差，取决于阴影衰减的严重性，在地面数字电视广播中取5.5dB。

在栅格内w(Δτ_i)的变化很小，可以忽略，所以U_i和I_i服从对数正态分布，则X_i＝10·log₁₀(U_i)的均值、标准方差为：

$m_{X_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right)=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right),$ ${\mathrm{\&sigma;}}_{X_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB}$

Y_i＝10·log₁₀(I_i)的均值、标准方差为

$m_{Y_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right))=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)),$ ${\mathrm{\&sigma;}}_{Y_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB}$

栅格中心点的合成有用功率U： $U=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{U}_i=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ri}}w\left(\mathrm{\&Delta;}{\mathrm{\&tau;}}_i\right);$

栅格中心点的合成干扰功率I： $I=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{I}_i+\underset{j=1}{\overset{N_2}{\mathrm{\&Sigma;}}}{I}_j+\underset{k=1}{\overset{N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{I}_k=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ri}}[1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)]+\underset{j=1}{\overset{N_2}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rj}}+\underset{k=1}{\overset{N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rk}}.$

其中，N'为单频网内部发射机总数目，N₁为单频网内接收功率大于P_syn的发射台站数目，N₂为单频网内接收功率小于P_syn的发射台站数目，N'=N₁+N₂，N''为单频网外部同频发射机数目。

n个独立对数正态分布变量之和，可视为近似对数正态分布变量，其分布参数可由K-LNM方法计算，令X＝10log₁₀(U)，Y＝10log₁₀(I)，则X、Y均值和方差的计算过程如下：

(1)将

的值分别代入X_dB，利用下面式子转化为奈培值。

X_Neper＝1/10log₁₀(e)·X_dB≈0.23X_dB

(2)利用奈培值计算X的均值m_X和方差

$m_X=\ln \left[\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\exp (m_{X_i}+\frac{{{\mathrm{\&sigma;}}_{X_i}}^2}{2})\right]-\frac{{{\mathrm{\&sigma;}}_X}^2}{2};$

${{\mathrm{\&sigma;}}_X}^2=\ln [1+k\frac{\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\{\exp \left({{\mathrm{\&sigma;}}_{X_i}}^2\right)-1\}\exp (2m_{X_i}+{{\mathrm{\&sigma;}}_{X_i}}^2)}{{\left(\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\exp (m_{X_i}+\frac{{{\mathrm{\&sigma;}}_{X_i}}^2}{2})\right)}^2}]$

(3)同理可以得到Y的均值m_Y和方差σ_Y ²：

$m_Y=\ln \left[\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}\exp (m_{Y_i}+\frac{{{\mathrm{\&sigma;}}_{Y_i}}^2}{2})\right]-\frac{{{\mathrm{\&sigma;}}_Y}^2}{2};$

${{\mathrm{\&sigma;}}_Y}^2=ln[1+k\frac{\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}\{\exp \left({{\mathrm{\&sigma;}}_{Y_i}}^2\right)-1\}\exp ({2m}_{Y_i}+{{\mathrm{\&sigma;}}_{Y_i}}^2)}{{\left(\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}\exp (m_{Y_i}+\frac{{{\mathrm{\&sigma;}}_{Y_i}}^2}{2})\right)}^2}]$

(4)将得到的m_X、σ_X、m_Y、σ_Y的奈培值分别代入X_Neper，依据下式转化为dB值。

X_dB＝10log₁₀(e)X_Neper

k是校正因子，取决于接收信号的标准方差，对于标准方差小于6dB，通常取0.7。

步骤311：判断分析变量为覆盖地点概率还是为CNIR，如果是覆盖地点概率，则执行步骤312；否则，执行步骤314。

步骤312：利用匹配相关矩法计算合成有用功率和合成干扰功率的相关系数，计算方法如下：

当Δτ_i在一定范围内，U_i和I_i均不为0，正态变量X_i和Y_i两者具有很大的相关性，蒙特卡罗仿真结果表明X_i和Y_i的相关系数

因此即使在忽略阴影衰落的影响下，X和Y之间具有相关性。为计算X和Y的相关系数r_XY，令X_i'＝ln(U_i)，则X_i'＝λX_i，

其中参数

同理，令Y_i'＝ln(I_i)，X'＝ln(U)，Y'＝ln(I)，则Y_i'与Y_i、X'与X、Y'与Y均具有X_i'与X_i之间相同的关系，且有

r_X′Y′＝r_XY。

令φ＝X'+Y'，则则φ的均值m_φ＝m_X'+m_Y'，方差σ_φ ²＝σ_X' ²+2r_X'Y'σ_X'σ_Y'+σ_Y' ²。匹配U与I的相关矩：

$E\left[\mathrm{UI}\right]=E\left[e^{X^{\&prime;}}{e}^{Y^{\&prime;}}\right]=E\left[e^{X^{\&prime;}+Y^{\&prime;}}\right]=E\left[e^{\mathrm{\&phi;}}\right]=e^{m_{\mathrm{\&phi;}}+{{\mathrm{\&sigma;}}_{\mathrm{\&phi;}}}^2/2}$

$E\left[\mathrm{UI}\right]=E\left[e^{X^{\&prime;}}{e}^{Y^{\&prime;}}\right]=E\left[e^{X^{\&prime;}+Y^{\&prime;}}\right]$

$=E\left[(e^{{X_1}^{\&prime;}}+e^{{X_2}^{\&prime;}}+...+e^{{X_{N_1}}^{\&prime;}})(e^{{Y_1}^{\&prime;}}+e^{{Y_2}^{\&prime;}}+...+e^{{Y_{N_1+N_2+N^{\&prime;\&prime;}}}^{\&prime;}})\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}E\left[\left(e^{{X_i}^{\&prime;}{+Y_i}^{\&prime;}}\right)\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{e}^{m_{{X_i}^{\&prime;}}+m_{{Y_i}^{\&prime;}}+1/2\&CenterDot;({\mathrm{\&sigma;}}_{X_i^{\&prime;}}^2+{\mathrm{\&sigma;}}_{Y_i^{\&prime;}}^2+{2r}_{X_i^{\&prime;}{Y}_i^{\&prime;}}{\mathrm{\&sigma;}}_{X_i^{\&prime;}}{\mathrm{\&sigma;}}_{Y_i^{\&prime;}})}$

$=v$

由此可得， $r_{\mathrm{XY}}=r_{X^{\&prime;}{Y}^{\&prime;}}=\frac{2[\ln \left(v\right)-(m_{X^{\&prime;}}+m_{Y^{\&prime;}})]-({{\mathrm{\&sigma;}}_{X^{\&prime;}}}^2+{{\mathrm{\&sigma;}}_{Y^{\&prime;}}}^2)}{{2\mathrm{\&sigma;}}_{X^{\&prime;}}{\mathrm{\&sigma;}}_{Y^{\&prime;}}}.$

和

分别为Y_i'的均值和标准方差。

由以上过程可以看出

m_X'、m_Y'就是

m_X、m_Y的奈培值，因此该方法可以利用步骤310的计算结果，从而减少计算量。

步骤313：计算覆盖地点概率，计算方法如下：

栅格的覆盖地点概率定义为载干燥比CNIR大于该工作模式下的射频保护率PR(ProtectionRatio)的概率。

载干燥比（CINR）用γ表示，定义为：

其中，U为有用信号功率之和，I为干扰信号功率之和，N₀为接收机本底噪声。

该栅格的覆盖地点概率为：

P_c(x_i,y_i)＝P{γ＞PR}＝P{γ_dB＞PR_dB}

其中下角标dB表示取γ与PR的dB值，(x_i,y_i)表示第i个栅格的中心点坐标。

由步骤310可得，服从独立对数正态分布，令ψ＝X-Y，则分布参数均值m_ψ＝m_X-m_Y，方差σ_ψ ²＝σ_X ²+σ_Y ²-2r_XYσ_Xσ_Y。设N₀、I相互独立，将P_c(x_i,y_i)简写为P_c，则有：

$P_c=P\{{\left(\frac{U}{I}\right)}_{\mathrm{dB}}>{\mathrm{PR}}_{\mathrm{dB}}\}\&times;P\{{\left(\frac{U}{N_0}\right)}_{\mathrm{dB}}>{\mathrm{PR}}_{\mathrm{dB}}\}$

对于合成有用场强小于最小中值场强的区域，令覆盖地点概率P_c=0；对于合成有用场强大于等于最小中值场强的区域，如果合成干扰场强存在，则

$P_c=Q\left(\frac{{\mathrm{PR}}_{\mathrm{dB}}-(m_X-m_Y)}{\sqrt{{{\mathrm{\&sigma;}}_X}^2+{{\mathrm{\&sigma;}}_Y}^2-2r_{\mathrm{XY}}{\mathrm{\&sigma;}}_X{\mathrm{\&sigma;}}_Y}}\right)\&times;Q\left(\frac{{\mathrm{PR}}_{\mathrm{dB}}-(m_X-N_0)}{\sqrt{{{\mathrm{\&sigma;}}_X}^2}}\right)$

否则 $P_c=Q\left(\frac{{(C/N)}_{\mathrm{dB}}-(m_X-N_0)}{\sqrt{{{\mathrm{\&sigma;}}_X}^2}}\right).$

其中函数 $Q\left(y\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}}}{\&Integral;}_y^{\&infin;}{e}^{-\frac{x^2}{2}}\mathrm{dx}.$

本发明利用累计分布函数计算该栅格的地点概率，计算量小。

计算完该栅格的覆盖地点概率后，转步骤301执行。

步骤314：计算CNIR，计算方法如下：

对于合成有用场强小于最小中值场强的区域，令CNIR=255；对于合成有用场强大于等于最小中值场强的区域，如果合成干扰场强存在，则CNIR＝m_X-10log10(10^m_Y/10+10^N₀/10)，否则CNIR＝m_X-N₀。

计算完该栅格的CNIR后，转步骤301执行。

步骤315：输出各栅格的覆盖地点概率或CNIR给GIS模块8。

如图6所示，详细说明了步骤112的工作流程，执行步骤111后，开始执行步骤401；

步骤401：初始化遗传算法参数。

初始化遗传算法参数包括：种群规模大小、最大遗传代数、处于激活状态的发射机数N_opt、编码位数l、代沟GGAP、变异概率P_m和交叉概率P_cr。其中种群规模大小、最大遗传代数、发射机状态在步骤111中设置，优化模块7可以从台站数据库3中获取处于激活状态的发射机数N'。

种群规模大小P_s、变异概率P_m与交叉概率P_cr是遗传算法中影响优化效果的控制参数，P_m值越大，结果越差，因为P_m值越大，产生新个体的几率越大，越相似于随机搜索算法，所以P_m取值很小，可取0.01。因为P_cr值越小，高适应度的个体存活的几率越大，相当于解空间减少，结果变差。通过对大量不同场景下的优化结果进行对比，得出结论：场景改变时，需要根据发射机数目设置P_s，均可取P_m=0.01、P_cr≥0.7就可以保证优化结果不再变差。

本实施例中编码位数l=20，代沟GGAP=0.9，P_m=0.01，P_cr=0.7。

步骤402：选择遗传算法的决策变量。

本发明实施例中选择单频网内部且处于激活状态的N_opt个发射机发射延时作为决策变量，N_opt个决策变量组成一个N_opt维行延时向量delay：

步骤403：确定决策变量的取值范围及约束条件。

因为相对延时大于T_GI时，将产生干扰信号，因此第i个发射机发射延时的取值范围为：

0≤delay_i≤T_GI，且delay_i＝n×0.1μs，1≤i≤N_opt，n为正整数。

步骤404：编码。

本发明采用格雷码对delay_i进行编码。

步骤405：生成初始种群。

随机生成P_s个长度为l×N_opt的延时向量作为初始种群。

步骤406：计算目标函数值。

目标函数设为覆盖区中未覆盖栅格百分比。

$f\left(\mathrm{delay}\right)=(1-\underset{j=1}{\overset{M^{\&prime;}}{\mathrm{\&Sigma;}}}{\mathrm{Cov}}_j/M^{\&prime;})\&times;100\%$

M'为优化区域内总栅格数。

将各代种群中每个延时向量取值发送给台站数据库3，将所需优化区域发送给GIS模块8，调用电波传播预算模块4重新预测各发射台站到优化区域内各栅格中心点的到达时间，干扰分析模块5选择状态为激活与非激活的发射机作为非欲收发射机，计算优化区域中覆盖场强大于等于最小中值场强的各栅格的覆盖地点概率，统计模块6计算覆盖率，从而计算每个延时向量的目标函数值。

步骤407：分配适应度函数值。

使用基于线性排序的适应度分配算法分配适应度值，选择压差为2，目标函数值越小，适应度值越大。将计算的当代目标函数值最小的延时向量作为最优延时向量，并保存最优延时向量所对应的覆盖率。

步骤408：判断是否满足终止条件，如果是，则执行步骤113，输出最优延时变量以及优化后覆盖率；如果否，则执行步骤409。终止条件是指：达到了最大遗传代数G_max或者最优延时向量在进化过程中无改变时。

步骤409：选择。本发明采用随机遍历抽样算子，代沟GGAP=0.9。

步骤410：交叉，本发明采用单点交叉算子。

步骤411：变异，本发明采用离散变异算子。

之后，使用基于适用度的重插入确保P_s×(1-GGAP)个最适应的延时向量总是被连续传播到下一代。执行完步骤411后，转步骤406执行。

重复步骤406-步骤411直到满足终止条件为止。

综上所述，依照本发明的获取与优化DTMB单频网覆盖率的装置和方法，该装置和方法定义同步门限P_syn以体现单频网增益，功率在P_syn以上的信号才能被接收机同步，根据实际DTMB接收机干扰模型计算各台站在栅格中心点的有用信号功率和干扰信号功率，采用K-LNM法进行信号合成，利用匹配相关矩法计算合成有用功率和合成干扰功率的相关系数，利用CCDF函数计算栅格的地点概率，预算结果更实际，计算量小，能够提高单频网覆盖率预测的正确性和准确率，同时基于遗传算法计算各发射机的附加发射延时以使自干扰区域最小化，该优化方法无需改变发射机功率、天线等参数，成本为0，克服了发射机数目较多时人工调整发射机发射延时复杂且实现困难的难点，且准确度高。本发明装置和方法可以应用于我国DTMB单频网建设中。

Claims (10)

1.一种获取与优化DTMB单频网覆盖率的装置，其特征在于，包括：台站信息处理模块、台站数据库、电波传播预算模块、干扰分析模块、统计模块、优化模块、GIS模块、地理信息数据库和覆盖结果数据库；

台站信息处理模块，用于收集单频网内各个发射台站的信息，发射台站的信息包括：站址名称、经纬度、发射功率、天线方向图、信号调制方式、发射频率、发射时延、状态、网络编号，并将各发射台站分类存储在台站数据库中；地理信息数据库用于存储电子地图，GIS模块加载电子地图，并根据设置的计算精度生成栅格网图层，将结果存储在地理信息数据库中；

电波传播预算模块从台站数据库中获取激活状态的各发射台站的信息，从GIS模块中获取选定区域的栅格中心点的地理信息，计算激活状态的各发射台站到选定范围内栅格中心点的链路损耗、接收功率、场强值、传播时间以及到达时间，并将结果发送给GIS模块、干扰分析模块和统计模块；GIS模块根据各栅格的最大场强值计算栅格颜色值并逐个着色，将输出结果覆盖在电子地图上；

干扰分析模块实现的功能为：首先，设置参考时间t₀的选择标准、帧头和帧体长度、接收机本底噪声N₀、同步门限载噪比Margn、同步门限P_syn、最小中值场强E_med和射频保护率PR，选择或设置加权函数w(Δτ_i)，选择非欲收接收机和分析变量，分析变量为载噪干比(CNIR)值或覆盖地点概率；其次，确定参考时间t₀，确定各发射机在选定范围内各栅格中心点的到达时间相对于参考时间t₀的时延差，并获得各栅格有用功率和干扰功率的加权函数w(Δτ_i)的值，Δτ_i表示第i个发射机的到达时间ToA_i与t₀的时延差；然后，设置信号电平在同步门限以上的信号被接收机同步，根据加权函数w(Δτ_i)计算各发射机在各栅格中心点的有用功率和干扰功率，运用K因子对数正态法，获取各栅格中心点的合成有用功率U和合成干扰功率I的dB值的均值和方差；最后，若分析变量为CNIR值，计算覆盖场强大于等于最小中值场强的区域的CNIR值，其他区域的CNIR值用255表示，将计算的CNIR值发送给GIS模块和统计模块；若分析变量为覆盖地点概率，计算覆盖场强大于等于最小中值场强的区域中各栅格的合成有用功率和合成干扰功率的相关系数及覆盖地点概率，其他区域中栅格的覆盖地点概率为0，将栅格的地点概率发送给GIS模块和统计模块；其中，参考时间t₀有两种选择标准：第一种是以最早到达且功率大于同步门限P_syn的信号的到达时间为基准，第二种是以电平最强信号的到达时间为基准；同步门限P_syn＝N₀+Margn，N₀为接收机本底噪声，Margn为同步门限载噪比；GIS模块根据各栅格的覆盖地点概率值或CNIR值与系统定义的颜色对照范围比较，进行各栅格颜色值计算并逐个着色，输出结果覆盖在电子地图上；

统计模块根据设置的统计条件，在统计区域内筛选出满足统计条件的栅格，并将筛选结果发送给GIS模块，计算满足统计条件的栅格所占统计区域内总栅格数目的百分比，并发送给优化模块；GIS模块将满足统计条件要求的栅格的预算结果覆盖在电子地图上，不满足统计条件要求的栅格的预算结果不予显示；

优化模块基于遗传算法计算出能使优化区域覆盖率达到最高的单频网内各发射机的发射延时最优组合及覆盖率；在遗传算法的每一代进化过程中，将当代种群中每个延时向量的取值发送给台站数据库，在台站数据库修改各发射台站的发射时延，从GIS模块中获取优化区域内各栅格中心点的地理信息，通过电波传播预算模块重新计算激活状态的各发射台站到优化区域内各栅格中心点的到达时间，通过干扰分析模块选择状态为激活与非激活的发射机作为非欲收发射机，并计算优化区域中各栅格的覆盖地点概率或CNIR值，通过统计模块计算满足统计条件的栅格所占优选区域内总栅格数目的百分比；

覆盖结果数据库用于存储电波传播预算模块、干扰分析模块和统计模块的计算结果。

2.如权利要求1所述的获取与优化DTMB单频网覆盖率的装置，其特征在于，所述的干扰分析模块获取的栅格中心点的合成有用功率U和合成干扰功率I分别为：

$U=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{U}_i=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ri}}w\left(\mathrm{\&Delta;}{\mathrm{\&tau;}}_i\right),$ $I=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{I}_i+\underset{j=1}{\overset{N_2}{\mathrm{\&Sigma;}}}{I}_j+\underset{k=1}{\overset{N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{I}_k=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ri}}[1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)]+\underset{j=1}{\overset{N_2}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rj}}+\underset{k=1}{\overset{N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rk}};$

其中，N₁为单频网内接收功率大于P_syn的发射台站数目，N₂为单频网内接收功率小于P_syn的发射台站数目，N''为单频网外部同频发射机数目，U_i为第i个发射机在接收地点产生的有用信号功率，P_ri为第i个发射机接收的本地功率，I_i为第i个发射机在接收地点产生的干扰信号功率；

P_ri统计特性服从对数正态分布，转换的dB值为W_ri＝10·log₁₀(P_ri)；

W_ri的均值

标准方差

其中，

是阴影衰落的标准方差，在地面数字电视广播中取5.5dB；

表示第i个发射机接收的本地均值功率；

U_i转化的dB值X_i＝10·log₁₀(U_i)的均值和标准方差

分别为：

$m_{X_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right)=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right),$ ${\mathrm{\&sigma;}}_{X_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB};$

I_i转化的dB值Y_i＝10·log₁₀(I_i)的均值和标准方差

分别为：

$m_{Y_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right))=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)),$ ${\mathrm{\&sigma;}}_{Y_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB};$

合成有用功率U和合成干扰功率I转化的dB值X和Y分别为：

X＝10log₁₀(U)，Y＝10log₁₀(I)；

干扰分析模块利用匹配相关矩法计算各栅格的合成有用功率和合成干扰功率的相关系数，具体是：

首先，令X_i'＝ln(U_i)，则X_i'＝λX_i，参数

则X_i'的均值

和标准方差

分别为：

同理，令Y_i'＝ln(I_i)，X'＝ln(U)，Y'＝ln(I)，则Y_i'与Y_i、X'与X、Y'与Y均具有X_i'与X_i之间相同的关系，且X_i'与Y_i'的相关系数

等于X_i和Y_i的相关系数

X'与Y'的相关系数r_X'Y'等于X和Y的相关系数r_XY；

令变量φ＝X'+Y'，则φ的均值m_φ＝m_X'+m_Y'，方差σ_φ ²＝σ_X' ²+2r_X'Y'σ_X'σ_Y'+σ_Y' ²；匹配U与I的相关矩 $E\left[\mathrm{UI}\right]=E\left[e^{X^{\&prime;}}{e}^{Y^{\&prime;}}\right]=E\left[e^{X^{\&prime;}+Y^{\&prime;}}\right]=E\left[e^{\mathrm{\&phi;}}\right]=e^{m_{\mathrm{\&phi;}}+{{\mathrm{\&sigma;}}_{\mathrm{\&phi;}}}^2/2},$ 相关矩E[UI]还能表示为：

$E\left[\mathrm{UI}\right]=E\left[e^{X^{\&prime;}}{e}^{Y^{\&prime;}}\right]=E\left[e^{X^{\&prime;}+Y^{\&prime;}}\right]$

$=E\left[(e^{{X_1}^{\&prime;}}+e^{{X_2}^{\&prime;}}+...+e^{{X_{N_1}}^{\text{\&prime;}}})(e^{{Y_1}^{\&prime;}}+e^{{Y_2}^{\&prime;}}+...+e^{{Y_{N_1+N_2+N^{\&prime;\&prime;}}}^{\&prime;}})\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}E\left[\left(e^{{X_i}^{\&prime;}+{Y_i}^{\&prime;}}\right)\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{e}^{m_{{X_i}^{\&prime;}}{m}_{{Y_i}^{\&prime;}}+1/2\&CenterDot;({\mathrm{\&sigma;}}_{X_i^{\&prime;}}^2+{\mathrm{\&sigma;}}_{Y_i^{\&prime;}}^2+2r_{X_i^{\&prime;}{Y}_i^{\&prime;}}{\mathrm{\&sigma;}}_{X_i^{\&prime;}}{\mathrm{\&sigma;}}_{Y_i^{\&prime;}})}$

$=v$

由此得到： $r_{\mathrm{XY}}=r_{X^{\&prime;}{Y}^{\&prime;}}=\frac{2[\ln \left(v\right)-(m_{X^{\&prime;}}+m_{Y^{\&prime;}})]-({{\mathrm{\&sigma;}}_{X^{\&prime;}}}^2+{{\mathrm{\&sigma;}}_{Y^{\&prime;}}}^2)}{{2\mathrm{\&sigma;}}_{X^{\&prime;}}{\mathrm{\&sigma;}}_{Y^{\&prime;}}},$

和

分别为Y_i'的均值和标准方差。

3.一种获取与优化DTMB单频网覆盖率的方法，其特征在于，包括下列步骤：

步骤A：加载规划区电子地图并设置计算精度，GIS模块根据设置的计算精度生成栅格网图层，从地理信息数据库中调取栅格网中各栅格中心点的地理信息，地理信息包括经度、纬度、高度和地表覆盖物；

步骤B：添加单频网各发射台站并配置各发射台站的参数，参数包括发射功率、发射频率、发射天线增益、发射天线馈线损耗、发射天线方向图、信号调制方式、发射延时、状态和网络编号；

步骤C：设置链路损耗预算参数，包括设置传播模型、地面覆盖物衰减和链路损耗预算距离，以及设置接收天线高度、增益和最低中值场强；

步骤D：计算激活状态的各发射台站到各栅格中心点的链路损耗、接收功率、场强值、传播时间以及到达时间；

步骤E：根据各栅格的最大场强值计算栅格颜色值并进行着色，输出结果覆盖在电子地图上并在终端显示；

步骤F：将单频网内各发射机设置为激活状态，单频网外部同频发射机设置为非激活状态；设置快速傅里叶变化(FFT)窗口起始位置的参考时间t₀的选择标准、帧头和帧体长度、接收机本底噪声N₀、同步门限载噪比Margn、同步门限P_syn、最小中值场强E_med和射频保护率PR；选择或设置加权函数w(Δτ_i)，选择非欲收接收机和分析变量，分析变量为载噪干比(CNIR)值或覆盖地点概率；

参考时间t₀有两种选择标准：第一种是以最早到达且功率大于P_syn的信号的到达时间为基准，第二种是以电平最强信号的到达时间为基准；同步门限P_syn＝N₀+Margn；

步骤G：确定参考时间t₀，以及各发射机到达时间相对于参考时间t₀的时延差Δτ_i，并获得各栅格有用功率和干扰功率的加权函数w(Δτ_i)的值，设置信号电平在同步门限以上的信号被接收机同步，根据加权函数w(Δτ_i)计算各发射机在各栅格中心点的有用功率和干扰功率，获取各栅格中心点的合成有用功率U和合成干扰功率I的对数正态分布参数；若分析变量为CNIR，计算覆盖场强大于等于最小中值场强的区域的CNIR值，其他区域的CNIR值用255表示，将计算的CNIR值发送给GIS模块；若分析变量为覆盖地点概率，计算覆盖场强大于等于最小中值场强的区域中各栅格的合成有用功率和合成干扰功率的相关系数及覆盖地点概率，其他区域中栅格的覆盖地点概率为0，将栅格的地点概率发送给GIS模块；

栅格中心点的合成有用功率U： $U=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{U}_i=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ri}}w\left(\mathrm{\&Delta;}{\mathrm{\&tau;}}_i\right);$

栅格中心点的合成干扰功率I： $I=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{I}_i+\underset{j=1}{\overset{N_2}{\mathrm{\&Sigma;}}}{I}_j+\underset{k=1}{\overset{N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{I}_k=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ri}}[1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)]+\underset{j=1}{\overset{N_2}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rj}}+\underset{k=1}{\overset{N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{P}_{\mathrm{rk}};$

其中，N₁为单频网内接收功率大于P_syn的发射台站数目，N₂为单频网内接收功率小于P_syn的发射台站数目，N''为单频网外部同频发射机数目，U_i为第i个发射机在接收地点产生的有用信号功率，P_ri为第i个发射机接收的本地功率，I_i为第i个发射机在接收地点产生的干扰信号功率；

P_ri统计特性服从对数正态分布，转换的dB值为W_ri＝10·log₁₀(P_ri)；

W_ri的均值标准方差

其中，

是阴影衰落的标准方差，在地面数字电视广播中取5.5dB；

表示第i个发射机接收的本地均值功率；

U_i转化的dB值X_i＝10·log₁₀(U_i)的均值

和标准方差

分别为：

$m_{X_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right)=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}\left(w\left({\mathrm{\&Delta;\&tau;}}_i\right)\right),$ ${\mathrm{\&sigma;}}_{X_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB};$

I_i转化的dB值Y_i＝10·log₁₀(I_i)的均值

和标准方差

分别为：

$m_{Y_i}=m_{W_{\mathrm{ri}}}+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right))=10\&CenterDot;{\log }_{10}\left(\stackrel{\&OverBar;}{P_{\mathrm{ri}}}\right)+10\&CenterDot;{\log }_{10}(1-w\left({\mathrm{\&Delta;\&tau;}}_i\right)),$ ${\mathrm{\&sigma;}}_{Y_i}={\mathrm{\&sigma;}}_{W_{\mathrm{ri}}}=5.5\mathrm{dB};$

合成有用功率U和合成干扰功率I转化的dB值X和Y分别为：

X＝10log₁₀(U)，Y＝10log₁₀(I)；

利用匹配相关矩法计算各栅格的合成有用功率和合成干扰功率的相关系数，具体是：

首先，令X_i'＝ln(U_i)，则X_i'＝λX_i，参数

则X_i'的均值

和标准方差

分别为：

同理，令Y_i'＝ln(I_i)，X'＝ln(U)，Y'＝ln(I)，则Y_i'与Y_i、X'与X、Y'与Y均具有X_i'与X_i之间相同的关系，且X_i'与Y_i'的相关系数

等于X_i和Y_i的相关系数

X'与Y'的相关系数r_X'Y'等于X和Y的相关系数r_XY；

令变量φ＝X'+Y'，则φ的均值m_φ＝m_X'+m_Y'，方差σ_φ ²＝σ_X' ²+2r_X'Y'σ_X'σ_Y'+σ_Y' ²；匹配U与I的相关矩 $E\left[\mathrm{UI}\right]=E\left[e^{X^{\&prime;}}{e}^{Y^{\&prime;}}\right]=E\left[e^{X^{\&prime;}+Y^{\&prime;}}\right]=E\left[e^{\mathrm{\&phi;}}\right]=e^{m_{\mathrm{\&phi;}}+{{\mathrm{\&sigma;}}_{\mathrm{\&phi;}}}^2/2},$ 相关矩E[UI]还能表示为：

$E\left[\mathrm{UI}\right]=E\left[e^{X^{\&prime;}}{e}^{Y^{\&prime;}}\right]=E\left[e^{X^{\&prime;}+Y^{\&prime;}}\right]$

$=E\left[(e^{{X_1}^{\&prime;}}+e^{{X_2}^{\&prime;}}+...+e^{{X_{N_1}}^{\text{\&prime;}}})(e^{{Y_1}^{\&prime;}}+e^{{Y_2}^{\&prime;}}+...+e^{{Y_{N_1+N_2+N^{\&prime;\&prime;}}}^{\&prime;}})\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}E\left[\left(e^{{X_i}^{\&prime;}+{Y_i}^{\&prime;}}\right)\right]$

$=\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}{e}^{m_{{X_i}^{\&prime;}}{m}_{{Y_i}^{\&prime;}}+1/2\&CenterDot;({\mathrm{\&sigma;}}_{X_i^{\&prime;}}^2+{\mathrm{\&sigma;}}_{Y_i^{\&prime;}}^2+2r_{X_i^{\&prime;}{Y}_i^{\&prime;}}{\mathrm{\&sigma;}}_{X_i^{\&prime;}}{\mathrm{\&sigma;}}_{Y_i^{\&prime;}})}$

$=v$

由此得到： $r_{\mathrm{XY}}=r_{X^{\&prime;}{Y}^{\&prime;}}=\frac{2[\ln \left(v\right)-(m_{X^{\&prime;}}+m_{Y^{\&prime;}})]-({{\mathrm{\&sigma;}}_{X^{\&prime;}}}^2+{{\mathrm{\&sigma;}}_{Y^{\&prime;}}}^2)}{{2\mathrm{\&sigma;}}_{X^{\&prime;}}{\mathrm{\&sigma;}}_{Y^{\&prime;}}},$

和

分别为Y_i'的均值和标准方差；

步骤H：GIS模块根据各栅格的覆盖地点概率值或CNIR值与系统定义的颜色对照范围比较，进行各栅格颜色值计算并进行着色，输出结果覆盖在电子地图上并在终端显示；

步骤I：根据地理特征选择所需统计区域，设置统计条件；

步骤J：筛选出所选区域内满足统计条件的栅格，并将筛选结果发送给GIS模块，并计算所选区域内满足统计条件的栅格数目所占统计区域内总栅格数目的百分比；

步骤K：GIS模块将满足统计条件要求的栅格的预算结果覆盖在电子地图上并显示在终端，不满足统计条件要求的栅格的预算结果不予显示；

步骤L：根据地理特征选择所需优化区域，设置最大遗传代数G_max和种群规模P_s，种群规模P_s根据发射机数目设置；

步骤M：在不改变发射机参数的情况下，基于遗传算法计算出能使优化区域覆盖率达到最高的单频网内各发射机的发射延时最优组合及覆盖率；

步骤N：输出单频网内各发射机的发射延时最优组合及覆盖率。

4.如权利要求3所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤D中，运用ITU-R P.1546、ITU-R P.370、ITU-R P.526或Okumura-Hata电波传播模型及其校正模型，计算激活状态的各发射台站到各栅格中心点的接收功率和场强值。

5.如权利要求3所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤G中，加权函数w(Δτ_i)为：

$w\left({\mathrm{\&Delta;\&tau;}}_i\right)=\left\{\begin{array}{c}0,{\mathrm{\&Delta;\&tau;}}_i<-T_{\mathrm{GI}}\\ 1,{-T}_{\mathrm{GI}}\&le;{\mathrm{\&Delta;\&tau;}}_i\&le;T_{\mathrm{GI}}\\ 0,{\mathrm{\&Delta;\&tau;}}_i>T_{\mathrm{GI}}\end{array}\right.$

其中，T_GI表示帧头长度。

6.如权利要求3或5所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤G中，利用K因子对数正态法求取各栅格中心点的合成有用功率U和合成干扰功率I的对数正态分布参数，具体是：

首先，将

和

的值转化为奈培值；

然后，利用奈培值计算X的均值m_X和方差

$m_X=\ln \left[\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\exp (m_{X_i}+\frac{{{\mathrm{\&sigma;}}_{X_i}}^2}{2})\right]-\frac{{{\mathrm{\&sigma;}}_X}^2}{2},$ ${{\mathrm{\&sigma;}}_X}^2=\ln [1+k\frac{\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\{\exp \left({{\mathrm{\&sigma;}}_{X_i}}^2\right)-1\}\exp ({2m}_{X_i}+{{\mathrm{\&sigma;}}_{X_i}}^2)}{{\left(\underset{i=1}{\overset{N_1}{\mathrm{\&Sigma;}}}\exp (m_{X_i}+\frac{{{\mathrm{\&sigma;}}_{X_i}}^2}{2})\right)}^2}];$

利用奈培值计算Y的均值m_Y和方差σ_Y ²为：

$m_Y=\ln \left[\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}\exp (m_{Y_i}+\frac{{{\mathrm{\&sigma;}}_{Y_i}}^2}{2})\right]-\frac{{{\mathrm{\&sigma;}}_Y}^2}{2},$ ${{\mathrm{\&sigma;}}_Y}^2=\ln [1+k\frac{\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}\{\exp \left({{\mathrm{\&sigma;}}_{Y_i}}^2\right)-1\}\exp ({2m}_{Y_i}+{{\mathrm{\&sigma;}}_{Y_i}}^2)}{{\left(\underset{i=1}{\overset{N_1+N_2+N^{\&prime;\&prime;}}{\mathrm{\&Sigma;}}}\exp (m_{Y_i}+\frac{{{\mathrm{\&sigma;}}_{Y_i}}^2}{2})\right)}^2}];$

k是校正因子，取决于接收信号的标准方差，当标准方差小于6dB，取0.7；

最后，将得到的m_X、σ_X、m_Y和σ_Y的奈培值转化为dB值。

7.如权利要求3所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤G中，X_i'与Y_i'的相关系数

等于X_i和Y_i的相关系数

等于1。

8.如权利要求3所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤G中，利用互补累积函数CCDF计算各栅格的覆盖地点概率，具体是：

第i个栅格的覆盖地点概率P_c(x_i,y_i)为：P_c(x_i,y_i)＝P{γ＞PR}＝P{γ_dB＞PR_dB}；(x_i,y_i)表示第i个栅格中心点的坐标；γ为CINR值，

γ_dB和PR_dB表示取γ与PR的dB值；

令ψ＝X-Y，则ψ的均值m_ψ＝m_X-m_Y，方差σ_ψ ²＝σ_X ²+σ_Y ²-2r_XYσ_Xσ_Y；设N₀、I相互独立，则 $P_c(x_i,y_i)=P\{{\left(\frac{U}{I}\right)}_{\mathrm{dB}}>{\mathrm{PR}}_{\mathrm{dB}}\}\&times;P\{{\left(\frac{U}{N_0}\right)}_{\mathrm{dB}}>{\mathrm{PR}}_{\mathrm{dB}}\};$ m_X和σ_X为X的均值和标准方差，m_Y和σ_Y为Y的均值和标准方差；

对于合成有用场强小于最小中值场强的栅格，该栅格的覆盖地点概率P_c=0；

对于合成有用场强大于等于最小中值场强的区域，如果合成干扰场强存在，则该栅格的覆盖地点概率：

$P_c=Q\left(\frac{{\mathrm{PR}}_{\mathrm{dB}}-(m_X-m_Y)}{\sqrt{{{\mathrm{\&sigma;}}_X}^2+{{\mathrm{\&sigma;}}_Y}^2-2r_{\mathrm{XY}}{\mathrm{\&sigma;}}_X{\mathrm{\&sigma;}}_Y}}\right)\&times;Q\left(\frac{{\mathrm{PR}}_{\mathrm{dB}}-(m_X-N_0)}{\sqrt{{{\mathrm{\&sigma;}}_X}^2}}\right)$

否则， $P_c=Q\left(\frac{{(C/N)}_{\mathrm{dB}}-(m_X-N_0)}{\sqrt{{{\mathrm{\&sigma;}}_X}^2}}\right);$

其中，函数

(C/N)_dB为载噪比门限的dB值；

所述的步骤G中，若分析变量为CNIR，对于合成有用场强小于最小中值场强的区域，令CNIR=255；对于合成有用场强大于等于最小中值场强的区域，如果合成干扰场强存在，则CNIR＝m_X-10log10(10^m_Y/10+10^N₀/10)，否则CNIR＝m_X-N₀。

9.如权利要求3所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤J中，当选择分析变量为覆盖地点概率时，在固定接收方式下，当第j个栅格的覆盖地点概率值大于等于70%时，则认为该栅格被覆盖，覆盖参数Cov_j＝1，否则，Cov_j＝0，则统计区域的覆盖率

M为统计区域总的栅格数目。

10.如权利要求9所述的获取与优化DTMB单频网覆盖率的方法，其特征在于，所述的步骤M具体实现步骤为：

步骤401：初始化遗传算法参数，包括：种群规模P_s、最大遗传代数G_max、单频网内处于激活状态的发射机数N_opt、编码位数l、代沟GGAP、变异概率P_m和交叉概率P_cr；

其中，设置l=20，GGAP=0.9，P_m=0.01，P_cr≥0.7；

步骤402：选择单频网内部且处于激活状态的N_opt个发射机发射延时，作为遗传算法的决策变量，N_opt个决策变量组成延时向量delay：

步骤403：确定决策变量的取值范围及约束条件；

设置第i个发射机发射延时delay_i的取值范围为：0≤delay_i≤T_GI，且delay_i＝n×0.1μs，1≤i≤N_opt，n为正整数；

步骤404：采用格雷码对delay_i进行编码；

步骤405：随机生成P_s个长度为l×N_opt的延时向量作为初始种群；

步骤406：将当代种群中每个延时向量的取值发送给各发射台站，计算各发射台站到优化区域内各栅格中心点的到达时间，选择状态为激活与非激活的发射机作为非欲收发射机，计算优化区域中覆盖场强大于等于最小中值场强的栅格的覆盖地点概率，最后计算目标函数值f(delay)：

$f\left(\mathrm{delay}\right)=(1-\underset{j=1}{\overset{M^{\&prime;}}{\mathrm{\&Sigma;}}}{\mathrm{Cov}}_j/M^{\&prime;})\&times;100\%$

其中，M'为优化区域内总栅格数；

步骤407：使用基于线性排序的适应度分配算法分配适应度值，选择压差为2，目标函数值越小，适应度值越大；将当代目标函数值最小的延时向量作为最优延时向量，并保存最优延时向量所对应的覆盖率；

步骤408：判断是否满足终止条件，如果是，输出最优延时向量以及对应的覆盖率，最优延时向量也就是发射延时最优组合；如果否，继续执行步骤409；终止条件是指：达到了最大遗传代数或者最优延时向量在进化过程中无改变时；

步骤409：采用随机遍历抽样算子；

步骤410：采用单点交叉算子；

步骤411：采用离散变异算子；之后，使用基于适用度的重插入确保P_s×(1-GGAP)个最适应的延时向量总是被连续传播到下一代；然后转步骤406执行。

Images