CN106411437B - 基于3d几何模型的视距传输概率预测方法 - Google Patents

基于3d几何模型的视距传输概率预测方法 Download PDF

Info

Publication number
CN106411437B
CN106411437B CN201610715821.2A CN201610715821A CN106411437B CN 106411437 B CN106411437 B CN 106411437B CN 201610715821 A CN201610715821 A CN 201610715821A CN 106411437 B CN106411437 B CN 106411437B
Authority
CN
China
Prior art keywords
building
line
sight transmission
hap
probability
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
Application number
CN201610715821.2A
Other languages
English (en)
Other versions
CN106411437A (zh
Inventor
罗群
张朝贤
许丁杰
李晓帆
张莎
夏斌
郭伟斌
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.)
Shenzhen Radio Detection Institute For Research And Technology
Original Assignee
Shenzhen Radio Detection Institute For Research And Technology
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 Shenzhen Radio Detection Institute For Research And Technology filed Critical Shenzhen Radio Detection Institute For Research And Technology
Priority to CN201610715821.2A priority Critical patent/CN106411437B/zh
Publication of CN106411437A publication Critical patent/CN106411437A/zh
Application granted granted Critical
Publication of CN106411437B publication Critical patent/CN106411437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3913Predictive models, e.g. based on neural network models
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/1853Satellite systems for providing telephony service to a mobile station, i.e. mobile satellite service
    • H04B7/18539Arrangements for managing radio, resources, i.e. for establishing or releasing a connection
    • H04B7/18541Arrangements for managing radio, resources, i.e. for establishing or releasing a connection for handover of resources
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502Airborne stations
    • H04B7/18504Aircraft used as relay or high altitude atmospheric platform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种基于3D几何模型的视距传输概率预测方法,该方法包括以下步骤:S1,以用户UE为原点构建三维笛卡尔坐标系,并设置参数;S2,确定建筑可能遮挡视距传输的范围;S3,确定发生遮挡的建筑高度门限值;S4,求取视距传输概率;综合考虑地面建筑物分布、建筑物高度分布、建筑物尺寸、用户天线仰角、用户天线水平角等诸多因素的影响,在低复杂度的前提下,实现对HAP视距传输概率较为精确的预测;对于高空通信平台部署方案的确定有较大的参照价值。

Description

基于3D几何模型的视距传输概率预测方法
技术领域
本申请涉及无线通信技术领域,具体涉及一种基于3D几何模型的视距传输概率预测方法。
背景技术
高空平台技术(HAP),也称为平流层平台技术(SPF),通过将搭载有通信设备的飞艇、热气球的平台部署于距离地面17~22km的平流层与地面进行通信,能够有效提升无线通信网络性能。与传统地面蜂窝通信相比,HAP能提供更大概率的视距传输(LoS),大大降低了信号传输的路径损耗,且覆盖范围高达上百公里,远超过地面蜂窝不足10公里的覆盖半径;与卫星通信相比,HAP信号传输的延迟更小,建造和发射成本更为低廉,平台还支持定期回收检修和设备更新;此外,平台部署方便快捷,能作为通信中断的紧急应对方案。基于上述优点,HAP技术被认为是现有通信系统很好的补充,引起了越来越多业内人士的重视。
尽管与传统地面通信相比,HAP通信提供了更大的视距传输概率,对于位于城区等建筑密度较大区域的用户,或是处在HAP覆盖边缘,接收天线仰角较低的用户而言,其视距传输仍有很大的可能性发生遮挡。这部分用户只能接收到经由周围障碍物反射,散射的信号,信号质量较差。为了评估系统性能,为最大化覆盖范围的HAP部署方案提供理论支持,对视距传输概率进行预测具有十分重要的意义。
目前,在HAP视距传输概率预测方面,主要包括几何方法和统计方法两种主流方案。
几何方法:利用几何关系对HAP视距传输概率进行估计的方案大多基于ITU于2003年所提出的模型。该模型使用三个参数对地面环境进行描述:
参数α:表征建筑所占面积占区域总面积的比重;
参数β:表征单位面积平均建筑数目;
参数γ:用于描述建筑高度的分布,在ITU模型中认为建筑高度H服从瑞丽分布,即
此外,模型假设地面建筑等间距均匀分布。UE与HAP间距一旦确定,UE和HAP之间所存在的建筑数目N随之确定,而不同位置建筑均存在一定概率遮挡LoS,因此,存在视距传输的概率可推导为
其中,r为UE和HAP间的地面距离。
对于郊区、城市、密集城市和高密集城市,典型参数分别为(0.1,750,8),(0.3,500,15),(0.3,300,20),(0.3,300,50),对应LoS概率曲线可以使用Sigmoid函数加以近似,即
Θ为用户天线仰角,a,b被称为S曲线参数。
ITU模型虽然使用三个不同参数对不同地面环境,包括建筑密度、建筑高度等参数进行描绘,但是其推导是基于建筑物等间距分布的假设上进行的,而在实际环境中,建筑大多并不严格符合等间距分布。此外,该模型将建筑抽象为点,而并未考虑建筑尺寸所带来的影响,因而不够精确。
统计方法:基于统计的视距传输概率估计方案主要通过数据采样和数据拟合实现。首先,大量采集不同环境、不同条件下的HAP-UE通信数据,并分析中LoS的比例。随后,对概率曲线进行拟合,从而得到较为精确的视距传输估算公式。
与基于几何分布的预测方案相比,基于统计的方案通过统计实测数据,并进行数据拟合,能够获得较为精确的预测公式。然而,由于HAP技术尚不成熟,实测数据获取较为困难,耗费成本较高,且所获得的估算公式只适用于数据来源区域,因而并不实用。
综上,现有HAP视距传输概率的估算方案要么基于过强的假设前提,与实际环境不够贴切,精确度不高,要么方案较为复杂,测量成本过高,不具有普适性,因而提出新的视距传输估算方法迫在眉睫。
发明内容
目前现有的HAP视距传输概率预测方案大多基于ITU几何模型进行,通过估计UE-HAP间建筑数目,结合建筑高度分布,对视距传输概率进行预测。由于模型“建筑物等间距分布”的假设过强,且未考虑建筑尺寸所带来的影响,精确度不高。因此,本发明提出了一种基于3D几何模型的视距传输概率预测方法,综合考虑地面建筑物分布、建筑物高度分布、建筑物尺寸、用户天线仰角、用户天线水平角等诸多因素的影响,在低复杂度的前提下,实现对HAP视距传输概率较为精确的预测。
为了实现上述目的,本发明的技术方案是:一种基于3D几何模型的视距传输概率预测方法包括以下步骤:
S1,以用户UE为原点构建三维笛卡尔坐标系,并设置参数;
S2,确定建筑可能遮挡视距传输的范围;
S3,确定建筑高度门限值;
S4,求取视距传输概率;
所述步骤S1中所设置参数为:
方向角用户UE-高空通信平台HAP连线在x-y平面上的投影与x轴之间的夹角;
用户天线仰角θ;
建筑密度ρ:单位面积内平均建筑物数量,单位为栋/平方千米;
建筑的宽和长的尺寸为:2w和2l;
建筑高度h:这里所述建筑高度服从参数λ的指数分布,即
f(h)=λe-λx
高空通信平台HAP的坐标可以表示为
zh=20km为HAP高度;
所述步骤S3中建筑高度门限值为:
(1)建筑物中心坐标(xb,yb)∈(-w<xb<w,-l<yb<l),视距传输LoS必被遮挡;
(2)建筑物中心坐标(xb,yb)∈(-w<xb<w,l<yb<(yh/xh)×(xb+w)+l),建筑高度门限值
(3)建筑物中心坐标(xb,yb)∈(w<xb<R,(yh/xh)×(xb-w)-l<yb<(yh/xh)×(xb+w)+l),建筑高度门限值为
所述步骤S4中视距传输LoS概率求取:
所分析区域内仅有一栋建筑物时,UE和HAP之间不存在视距传输的概率为:
规定建筑分布在用户UE周围2R×2R的正方形区域内;
因为建筑高度服从参数λ的指数分布,有
(2)带入公式(1)可得:
所分析区域内的建筑物数目为:
N=4R2ρ (4)
因此,LoS存在的概率为
进一步地,所述步骤S2中,在用户UE和高空通信平台HAP的连线之间存在建筑物且建筑高度大于门限高度hT时,则不存在视距传输。
本发明的有益效果:本发明的主要思路是首先基于3D几何模型,确定建筑可能遮挡LoS的区域;进而通过面积分,确定存在视距传输的概率。本发明综合考虑了复杂地面环境所带来的影响,包括建筑物密度、建筑高度、用户天线仰角、天线水平角等,与传统LoS概率预测方案所参照的“建筑物等距分布”假设相比,具有更强的普适性和准确性,能够获得高空通信平台视距传输概率较为精确的估计,对于高空通信平台部署方案的确定有较大的参照价值。
附图说明
图1是本发明的流程示意图;
图2是建筑可能遮挡视距传输的范围的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
实施例
如图1所示,基于3D几何模型的视距传输概率预测方法包括以下步骤:
S1,以用户UE为原点构建三维笛卡尔坐标系,并设置参数如下;
方向角用户UE-高空通信平台HAP连线在x-y平面上的投影与x轴之间的夹角;
用户天线仰角θ;
建筑密度ρ:单位面积内平均建筑物数量,单位为栋/平方千米;城市、乡村、郊区的典型值为103,4.95×102,4.86×102
建筑的宽和长的尺寸为:2w和2l;
建筑高度h:这里所述建筑高度服从参数λ的指数分布,即
f(h)=λe-λx
高空通信平台HAP的坐标可以表示为zh=20km为HAP高度;
S2,确定建筑可能遮挡视距传输的范围;在用户UE和高空通信平台HAP的连线之间存在建筑物且高度大于门限高度hT则无视距传输;即如图2所示,当高空通信平台HAP与用户UE连线在xy平面上的投影穿过AB或BC,即建筑中心(xb,yb)落在图中虚线区域,且建筑高度h大于门限值hT时,视距传输LoS将被遮挡,高空通信平台HAP与用户UE之间将不存在视距传输LoS。
S3,确定建筑高度门限值;
(1)建筑物中心坐标(xb,yb)∈(-w<xb<w,-l<yb<l),即当建筑中心在矩形区域时视距传输LoS必被遮挡;
(2)建筑物中心坐标(xb,yb)∈(-w<xb<w,l<yb<(yh/xh)×(xb+w)+l),即建筑中心落在三角形区域,UE-HAP投影将于BC边相交,由UE-HAP投影方程
可知,交点由相似三角形关系可以得到,建筑高度门限值hT
(3)建筑物中心坐标(xb,yb)∈(w<xb<R,(yh/xh)×(xb-w)-l<yb<(yh/xh)×(xb+w)+l),即建筑中心落在菱形区域,UE-HAP连线可能与AB或BC边相交。当连线与AB边相交时,交点坐标为与(4)类似,可以得到建筑高度门限值为当连线与BC边相交,则建筑高度门限值为
S4,视距传输概率求取;
根据S3中对应分析及图1,容易得到当所分析区域内仅有一栋建筑物时,用户UE和高空通信平台HAP之间不存在视距传输的概率为:
这里,我们认为建筑分布在UE周围2R×2R的正方形区域内。
因为建筑高度服从参数λ的指数分布,有
将(6)带入公式(5)可得
所分析区域内的建筑物数目为
N=4R2ρ (6)
因此,LoS存在的概率为
本发明的主要思路是首先基于3D几何模型,确定建筑可能遮挡LoS的区域;进而通过面积分,确定存在视距传输的概率。本发明综合考虑了复杂地面环境所带来的影响,包括建筑物密度、建筑高度、用户天线仰角、天线水平角等,与传统LoS概率预测方案所参照的“建筑物等距分布”假设相比,具有更强的普适性和准确性,能够获得高空通信平台视距传输概率较为精确的估计,对于高空通信平台部署方案的确定有较大的参照价值。

Claims (2)

1.基于3D几何模型的视距传输概率预测方法,其特征在于:所述基于3D几何模型的视距传输LoS概率预测方法包括以下步骤:
S1,以用户UE为原点构建三维笛卡尔坐标系,并设置参数;
S2,确定建筑可能遮挡视距传输的范围;
S3,确定建筑高度门限值;
S4,求取视距传输概率;
所述步骤S1中所设置参数为:
方向角用户UE-高空通信平台HAP连线在x-y平面上的投影与x轴之间的夹角;
用户天线仰角θ;
建筑密度ρ:单位面积内平均建筑物数量,单位为栋/平方千米;
建筑的宽和长的尺寸2w和2l;
建筑高度h:设定所述建筑高度h服从参数λ的指数分布,即
f(h)=λe-λh,其中λ>0;
高空通信平台HAP的坐标可以表示为
zh=20km为HAP高度;
所述步骤S3中建筑高度门限值为:
(1)建筑物中心坐标(xb,yb)∈(-w<xb<w,-l<yb<l),视距传输LoS必被遮挡;
(2)建筑物中心坐标(xb,yb)∈(-w<xb<w,-l<yb<(yh/xh)×(xb+w)+l),建筑高度门限值
(3)建筑物中心坐标(xb,yb)∈(w<xb<R,(yh/xh)×(xb-w)-l<yb<(yh/xh)×(xb+w)+l),建筑高度门限值为
所述步骤S4中视距传输LoS概率求取:
基于步骤S3所得门限值,当所分析区域内仅有一栋建筑物时,UE和HAP之间不存在视距传输的概率为:
设建筑分布在用户UE周围2R×2R的正方形区域内,因为建筑高度服从参数λ的指数分布,有
(2)代入公式(1)可得:
所分析区域内的建筑物数目为:
N=4R2ρ (4)
因此,LoS存在的概率为
2.根据权利要求1所述的基于3D几何模型的视距传输概率预测方法,其特征在于:所述步骤S2中,当用户UE和高空通信平台HAP的连线之间存在建筑物且建筑高度大于门限高度hT时,则不存在视距传输。
CN201610715821.2A 2016-08-24 2016-08-24 基于3d几何模型的视距传输概率预测方法 Active CN106411437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610715821.2A CN106411437B (zh) 2016-08-24 2016-08-24 基于3d几何模型的视距传输概率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610715821.2A CN106411437B (zh) 2016-08-24 2016-08-24 基于3d几何模型的视距传输概率预测方法

Publications (2)

Publication Number Publication Date
CN106411437A CN106411437A (zh) 2017-02-15
CN106411437B true CN106411437B (zh) 2018-11-20

Family

ID=58004692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610715821.2A Active CN106411437B (zh) 2016-08-24 2016-08-24 基于3d几何模型的视距传输概率预测方法

Country Status (1)

Country Link
CN (1) CN106411437B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110926495B (zh) * 2019-12-02 2022-03-15 广州小鹏汽车科技有限公司 一种地图的显示方法、装置和车辆
CN111970710B (zh) * 2020-08-12 2022-06-21 北京邮电大学 一种无人机终端接入蜂窝网络的配置方法
CN114676491B (zh) * 2022-05-30 2022-08-16 中铁第四勘察设计院集团有限公司 一种铁路通信铁塔设计高度快速优化确定方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100248671B1 (ko) * 1997-12-29 2000-04-01 이계철 무선망 설계시스템에서의 마이크로/피코셀을 위한전송손실 예측 방법
KR20100026215A (ko) * 2008-08-29 2010-03-10 주식회사 케이티 측정 데이터를 이용한 무선망 최적화용 지형 지물 정보 추출 방법
CN101959202A (zh) * 2010-10-07 2011-01-26 西安电子科技大学 基于遗传算法的平流层飞艇布局优化方法
CN103297988A (zh) * 2013-05-10 2013-09-11 北京邮电大学 适用于三维传播信道的建模方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100248671B1 (ko) * 1997-12-29 2000-04-01 이계철 무선망 설계시스템에서의 마이크로/피코셀을 위한전송손실 예측 방법
KR20100026215A (ko) * 2008-08-29 2010-03-10 주식회사 케이티 측정 데이터를 이용한 무선망 최적화용 지형 지물 정보 추출 방법
CN101959202A (zh) * 2010-10-07 2011-01-26 西安电子科技大学 基于遗传算法的平流层飞艇布局优化方法
CN103297988A (zh) * 2013-05-10 2013-09-11 北京邮电大学 适用于三维传播信道的建模方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卫星移动信道衰落特性模拟研究;杨明川;《中国博士学位论文全文数据库》;20110415;全文 *

Also Published As

Publication number Publication date
CN106411437A (zh) 2017-02-15

Similar Documents

Publication Publication Date Title
CN110731096B (zh) 使用深度神经网络预测电信网络中的接收信号强度
CN107742091B (zh) 一种路肩提取的方法及装置
CN106411437B (zh) 基于3d几何模型的视距传输概率预测方法
EP3001224B1 (en) Position detection device, position detection system, and position detection method
CN105704677B (zh) 一种基于气压计的室内定位方法及装置
EP3227706B1 (en) Supporting radio model quality assurance
CN107316012B (zh) 小型无人直升机的火灾检测与跟踪方法
CN101535846B (zh) 空中湍流位置系统和方法
US20140306842A1 (en) Accuracy and performance of the hybrid positioning system
US9395443B2 (en) Adaptive method for estimating the electron content of the ionosphere
CN102736125A (zh) 用于改善相关气象确定的系统和方法
US9322647B2 (en) Determining camera height using distributions of object heights and object image heights
Wang et al. Feasibility study of mobile phone WiFi detection in aerial search and rescue operations
US8059024B2 (en) Inference of turbulence hazard from proximity to radar turbulence measurement
CN106959475B (zh) 估计装置、估计方法和计算机可读存储介质
Kaji et al. Design and implementation of WiFi indoor localization based on Gaussian mixture model and particle filter
JPWO2009075282A1 (ja) 電波伝搬解析結果表示システム
EP3185042A1 (en) Method and apparatus for enabling the use of global navigation satellite system (gnss) signals indoors
CN104851322A (zh) 基于北斗卫星导航系统的低空飞行目标告警系统和方法
CN101587190A (zh) 白天海雾的卫星遥感监测方法
CN106850087A (zh) 一种开阔地环境的信道建模方法及装置
CN106842191B (zh) 一种电离层参数的获取方法
JP6073944B2 (ja) レーザ計測システム、反射ターゲット体及びレーザ計測方法
US20190293572A1 (en) Methos, system and computer program product for generating a two dimensional fog map from cellular communication network information
KR20140102450A (ko) 기지국 위치추정 시스템 및 이의 기지국 위치추정 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
CB02 Change of applicant information

Address after: 518000 Guangdong city of Shenzhen province Futian District Fu Street No. 1006 Shennan Avenue International Innovation Center building E 1-3

Applicant after: Shenzhen radio detection Institute for Research and Technology

Address before: 518000 Guangdong city of Shenzhen province Futian District Fu Shennan Avenue street 100 Avenue 100 Fu Street No. 6 Shennan E International Innovation Center building 1-3 layer

Applicant before: Shenzhen radio detection Institute for Research and Technology

COR Change of bibliographic data
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant