CN107124238A - 一种新的td‑scdma通信基站电磁辐射预测方法 - Google Patents
一种新的td‑scdma通信基站电磁辐射预测方法 Download PDFInfo
- Publication number
- CN107124238A CN107124238A CN201710288159.1A CN201710288159A CN107124238A CN 107124238 A CN107124238 A CN 107124238A CN 201710288159 A CN201710288159 A CN 201710288159A CN 107124238 A CN107124238 A CN 107124238A
- Authority
- CN
- China
- Prior art keywords
- mrow
- scdma
- msub
- electromagnetic radiation
- slot
- 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.)
- Granted
Links
- 230000005670 electromagnetic radiation Effects 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000013468 resource allocation Methods 0.000 claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 abstract 1
- 238000010295 mobile communication Methods 0.000 description 3
- 108010003272 Hyaluronate lyase Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3913—Predictive models, e.g. based on neural network models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种新的TD‑SCDMA通信基站电磁辐射预测方法。其步骤如下：使用频谱分析仪测量TD‑SCDMA信号的最大电磁辐射强度；根据TD‑SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占用的概率分布；通过下行业务时隙被占用的概率分布计算TD‑SCDMA信号占空比；基于最大电磁辐射强度和占空比，预测TD‑SCDMA通信基站平均电磁辐射强度。本发明通过分析TD‑SCDMA系统的信道资源分配方式建立业务排队模型，计算发射信号占空比，利用TD‑SCDMA信号的最大电磁辐射强度和占空比来预测平均电磁辐射强度。该方法对TD‑SCDMA通信基站建设、电磁辐射环境影响评价及环境保护有极大的参考价值，具有很好的社会效益。
Description
技术领域
本发明涉及TD-SCDMA通信基站电磁辐射预测方法。
背景技术
随着移动通信行业的迅速发展，移动运营商在我们生活周围建设了大量通信基站。人们在享受通信基站带来的便利的同时，对通信基站电磁辐射造成的影响也越来越重视，对于TD-SCDMA通信基站电磁辐射的主要预测方法分为三大类：理论计算、软件仿真和现场测量。由于TD-SCDMA通信基站电磁辐射与信号占空比相关，导致理论计算和软件仿真这两种方法的预测结果不理想，因此需要寻找一种快速、精确的TD-SCDMA通信基站电磁辐射预测方法。
对TD-SCDMA通信基站电磁辐射预测方法，文献《TD-SCDMA移动通信基站电磁辐射环境影响预测模式》(余慧婷.TD-SCDMA移动通信基站电磁辐射环境影响预测模式[J].辐射研究与辐射工艺学报，2015，33(4):59-64.)在电磁波在自由空间传播公式的基础上，引入TD-SCDMA信号占空比来预测平均电磁辐射强度，在一定程度上提高了平均电磁辐射预测结果的精确度，但是，该方法是通过TD-SCDMA信号的最大占空比来计算，与实际占空比之间存在较大的偏差。本发明专利通过分析TD-SCDMA系统的信道资源分配方式，通过业务排队模型，计算出实际占空比大小，实现一种更加精确、快速的预测平均电磁辐射强度。
发明内容
为实现上述目的，本发明采用的技术方案如下：一种新的TD-SCDMA通信基站电磁辐射预测方法，包括以下步骤：
步骤1)使用频谱分析仪测量TD-SCDMA信号的最大电磁辐射强度；
步骤2)根据TD-SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占用的概率分布；
步骤3)通过步骤2得到的下行业务时隙被占用的概率分布，计算TD-SCDMA信号占空比；
步骤4)基于步骤1得到的最大电磁辐射强度和步骤3得到的占空比，预测TD-SCDMA通信基站平均电磁辐射强度。
所述步骤1中，使用频谱分析仪测量TD-SCDMA信号的最大电磁辐射强度，包括以下步骤：
将频谱分析仪设置为“max-hold”测量模式，对TD-SCDMA通信基站发射信号进行测量，测量时间为1分钟，得到TD-SCDMA信号的最大电磁辐射强度Emax，单位为V/m。
所述步骤2中，根据TD-SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占用的概率分布，包括以下步骤：
1)根据TD-SCDMA系统的信道资源分配方式，建立语音业务和数据业务的排队模型，分别计算语音时隙和数据时隙被占用的概率分布Pv(j)和Pd(k)；
TD-SCDMA系统分配3个业务时隙用于下行链路，2个为语音时隙，1个为数据时隙，其中2个语音时隙划分为16个语音传输信道，1个数据时隙划分为1个数据传输信道，并且系统中语音业务和数据业务的系统容量分别为16和101，因此建立语音时隙中的语音业务排队模型M/M/16/16，数据时隙中的数据业务排队模型M/M/1/101，其中排队模型的第一个字母M表示业务到达过程服从泊松分布，第二个字母M表示业务持续时间服从负指数分布，第三个字母和第四个字母分别表示业务的传输信道个数和系统容量，语音业务的传输信道个数以及语音业务的系统容量均为16，语音业务排队模型的第三个与第四个字母均为16，数据业务的传输信道个数为1，数据业务的系统容量为101，数据业务排队模型的第三个与第四个字母分别为1和101；
通过语音业务和数据业务的排队模型，语音时隙被占用的概率分布Pv(j)为：
其中Pv(j)表示j个语音时隙被占用的概率，ρ1表示语音业务的服务强度，其值等于语音业务话务量的大小，语音业务话务量的单位为erl/h；
数据时隙被占用的概率分布Pd(k)为：
其中Pd(k)表示k个数据时隙被占用的概率，ρ2表示数据业务的服务强度，其值等于(数据业务流量/数据包平均大小)*数据包平均发送时间，数据业务流量单位为KB/s，数据包平均大小单位为KB，数据包平均发送时间单位为s；
2)下行业务时隙被占用的概率分布Ptotal(i)为：
其中Ptotal(i)表示下行业务时隙被占用总数为i的概率，Pv(j)表示j个语音时隙被占用的概率，Pd(k)表示k个数据业务时隙被占用的概率，并且i＝j+k。
所述步骤3中，通过下行业务时隙被占用的概率分布计算TD-SCDMA信号占空比，包括以下步骤：
1)通过下行业务时隙被占用的概率分布，计算下行业务时隙被占用个数的平均值Navg：
Ptotal(i)表示下行业务时隙被占用总数为i的概率；
2)TD-SCDMA信号占空比为：
其中T表示TD-SCDMA信号占空比。
所述步骤4中，所述的TD-SCDMA通信基站平均电磁辐射强度为：
其中Eavg表示TD-SCDMA信号平均电磁辐射强度，单位为V/m，Emax表示TD-SCDMA信号最大辐射强度，单位为V/m，T表示TD-SCDMA信号占空比。
本发明的有益效果是：
1、通过业务排队计算TD-SCDMA信号占空比的大小，为获得TD-SCDMA信号占空比提供一种新思路；
2、可以精确、快速的预测TD-SCDMA通信基站平均电磁辐射强度，为TD-SCDMA通信基站辐射评估提供了一种新方法。
附图说明
图1是本发明的流程图。
图2是本发明的TD-SCDMA系统业务排队模型示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。本实施例在以本发明内容为前提下进行，给出了详细的实施步骤，但本发明的保护范围不限于下述的实施例。
本发明实施对象为高校教学楼屋顶TD-SCDMA通信基站，并沿最大辐射方向上，距离通信基站5米处取测量点。使用的测量设备为便携式频谱分析仪KEYSIGHT N9918A和周期对数天线HyperLOG 60180。TD-SCDMA通信基站载波个数为1，信号中心频率为2012.4MHz，下行业务时隙数为3，扩频因子为16。在下午4点，语音业务话务量为1.55erl/h，数据业务流量为39.1KB/s，数据包平均大小为3.84KB，数据包发送时间为0.0267s。图1为本发明技术方案的流程框图，包括以下步骤：
步骤1)使用频谱分析仪测量TD-SCDMA信号的最大电磁辐射强度；
步骤2)根据TD-SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占用的概率分布；
步骤3)通过步骤2得到的下行业务时隙被占用的概率分布，计算TD-SCDMA信号占空比；
步骤4)基于步骤1得到的最大电磁辐射强度和步骤3得到的占空比，预测TD-SCDMA通信基站平均电磁辐射强度。
所述步骤1中，使用频谱分析仪测量TD-SCDMA信号的最大电磁辐射强度，包括以下内容：
选取教学楼屋顶作为实验测量地点，将频谱分析仪设置为“max-hold”测量模式，对TD-SCDMA通信基站发射信号进行频域测量，测量时间为1分钟，得到TD-SCDMA信号的最大电磁辐射强度Emax，Emax的值为0.3678V/m。
所述步骤2中，根据TD-SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占的用概率分布，包括以下内容：
1)根据语音业务排队模型M/M/16/16和数据业务排队模型M/M/1/101以及排队理论，分别计算语音时隙被占用的概率分布Pv(j)和数据时隙被占用的概率分布Pd(k)：
语音时隙被占用的概率分布为：
其中Pv(j)表示j个语音时隙被占用的概率，语音业务的服务强度ρ1的值等于语音业务话务量大小，即ρ1的取值为1.55，计算得到语音时隙被占用的概率分布Pv(j)：
数据时隙被占用的概率分布为：
其中Pd(k)表示k个数据时隙被占用的概率，数据业务的服务强度ρ2的值等于(数据业务流量/数据包平均大小)*数据包平均发送时间，即：
计算得到数据时隙被占用的概率分布Pd(k)：
2)计算下行业务时隙被占用的概率分布，主要包括以下内容：
TD-SCDMA系统将下行业务时隙分为语音时隙和数据时隙，对下行业务时隙的占用情况进行分析，得到下行业务时隙被占用的概率分布Ptotal(i)：
其中Ptotal(i)表示下行业务时隙被占用总数为i的概率，Pv(j)表示j个语音时隙被占用的概率，Pd(k)表示k个数据业务时隙被占用的概率，并且i＝j+k，可以计算求得下行业务时隙被占用的概率分布Ptotal(i)：
所述步骤3中，通过下行业务时隙被占用的概率分布计算TD-SCDMA信号占空比，包括以下内容：
1)通过下行业务时隙被占用的概率分布Ptotal(i)，计算下行业务时隙被占用个数的平均值Navg：
2)通过分析TD-SCDMA帧结构，利用下行业务时隙被占用个数的平均值Navg，计算TD-SCDMA信号占空比：
在TD-SCDMA系统中无线子帧的发射周期为5ms，每个时隙的持续时间为0.675ms，广播时隙和下行导频时隙的发送持续时间为0.75ms。则TD-SCDMA信号占空比的计算公式为：
所述步骤4中，基于最大电磁辐射强度和占空比，预测TD-SCDMA通信基站平均电磁辐射强度，包括以下内容：
在时域中，TD-SCDMA通信基站发射信号是非连续，通过步骤1得到的最大电磁辐射强度Emax和步骤3得到的占空比T，可以计算TD-SCDMA信号平均电磁辐射强度Eavg为：
其中Eavg表示TD-SCDMA信号的平均强度电磁辐射，单位为V/m。
为进一步体现本发明方法的有效性，特用本发明专利提出新的TD-SCDMA通信基站电磁辐射预测方法与常用的测量方法在同一地方得到的平均电磁辐射强度结果进行对比，其对比结果如表1所示：
表1不同方法对TD-SCDMA电磁辐射预测结果的比较
| 不同的方法 | 测量时间(min) | 平均电磁辐射强度(V/m) | 偏差率 |
| 新的预测方法 | 1 | 0.2148 | 0 |
| ICNIRP 1998 | 6 | 0.2018 | 6.1％ |
| IEEE 95.1-2005 | 30 | 0.2092 | 2.6％ |
从结果的比较中可以看出，本专利提出的新方法在预测结果更加接近TD-SCDMA通信基站真实电磁辐射强度，而且大大缩短了所需要的测量时间。
Claims (5)
1.一种新的TD-SCDMA通信基站电磁辐射预测方法，其特征在于，包括以下步骤：
步骤1)使用频谱分析仪测量TD-SCDMA信号的最大电磁辐射强度；
步骤2)根据TD-SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占用的概率分布；
步骤3)通过步骤2得到的下行业务时隙被占用的概率分布，计算TD-SCDMA信号占空比；
步骤4)基于步骤1得到的最大电磁辐射强度和步骤3得到的占空比，预测TD-SCDMA通信基站平均电磁辐射强度。
2.根据权利要求1所述的一种新的TD-SCDMA通信基站电磁辐射预测方法，其特征在于，所述步骤1中，使用频谱分析仪测量TD-SCDMA信号的最大电磁辐射强度，主要包括以下内容：
将频谱分析仪设置为“max-hold”测量模式，对TD-SCDMA通信基站发射信号进行测量，测量时间为1分钟，得到TD-SCDMA信号的最大电磁辐射强度Emax，单位为V/m。
3.根据权利要求1所述的一种新的TD-SCDMA通信基站电磁辐射预测方法，其特征在于，所述步骤2中，根据TD-SCDMA系统的信道资源分配方式建立业务排队模型，计算下行业务时隙被占用的概率分布，包括以下内容：
1)根据TD-SCDMA系统的信道资源分配方式，建立语音业务和数据业务的排队模型，分别计算语音时隙和数据时隙被占用的概率分布Pv(j)和Pd(k)；
TD-SCDMA系统分配3个业务时隙用于下行链路，2个为语音时隙，1个为数据时隙，其中2个语音时隙划分为16个语音传输信道，1个数据时隙划分为1个数据传输信道，并且系统中语音业务和数据业务的系统容量分别为16和101，因此建立语音时隙中的语音业务排队模型M/M/16/16，数据时隙中的数据业务排队模型M/M/1/101，其中排队模型的第一个字母M表示业务到达过程服从泊松分布，第二个字母M表示业务持续时间服从负指数分布，第三个字母和第四个字母分别表示业务的传输信道个数和系统容量，语音业务的传输信道个数以及语音业务的系统容量均为16，语音业务排队模型的第三个与第四个字母均为16，数据业务的传输信道个数为1，数据业务的系统容量为101，数据业务排队模型的第三个与第四个字母分别为1和101；
通过语音业务和数据业务的排队模型，语音时隙被占用的概率分布Pv(j)为：
<mrow>
<msub>
<mi>P</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>16</mn>
</munderover>
<mfrac>
<msubsup>
<mi>&rho;</mi>
<mn>1</mn>
<mi>i</mi>
</msubsup>
<mrow>
<mi>i</mi>
<mo>!</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>8</mn>
</munderover>
<mfrac>
<msubsup>
<mi>&rho;</mi>
<mn>1</mn>
<mi>s</mi>
</msubsup>
<mrow>
<mi>s</mi>
<mo>!</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>16</mn>
</munderover>
<mfrac>
<msubsup>
<mi>&rho;</mi>
<mn>1</mn>
<mi>i</mi>
</msubsup>
<mrow>
<mi>i</mi>
<mo>!</mo>
</mrow>
</mfrac>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>=</mo>
<mn>9</mn>
</mrow>
<mn>16</mn>
</munderover>
<mfrac>
<msubsup>
<mi>&rho;</mi>
<mn>1</mn>
<mi>s</mi>
</msubsup>
<mrow>
<mi>s</mi>
<mo>!</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>16</mn>
</munderover>
<mfrac>
<msubsup>
<mi>&rho;</mi>
<mn>1</mn>
<mi>i</mi>
</msubsup>
<mrow>
<mi>i</mi>
<mo>!</mo>
</mrow>
</mfrac>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中Pv(j)表示j个语音时隙被占用的概率，ρ1表示语音业务的服务强度，其值等于语音业务话务量的大小，语音业务话务量的单位为erl/h；
数据时隙被占用的概率分布Pd(k)为：
<mrow>
<msub>
<mi>P</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>&rho;</mi>
<mn>2</mn>
<mn>101</mn>
</msubsup>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>&rho;</mi>
<mn>2</mn>
<mn>101</mn>
</msubsup>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中Pd(k)表示k个数据时隙被占用的概率，ρ2表示数据业务的服务强度，其值等于(数据业务流量/数据包平均大小)*数据包平均发送时间，数据业务流量单位为KB/s，数据包平均大小单位为KB，数据包平均发送时间单位为s；
2)下行业务时隙被占用的概率分布Ptotal(i)为：
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>i</mi>
</munderover>
<msub>
<mi>P</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>P</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mi>j</mi>
<mo>+</mo>
<mi>k</mi>
</mrow>
其中Ptotal(i)表示下行业务时隙被占用总数为i的概率，Pv(j)表示j个语音时隙被占用的概率，Pd(k)表示k个数据业务时隙被占用的概率，并且i＝j+k。
4.根据权利要求1所述的一种新的TD-SCDMA通信基站电磁辐射预测方法，其特征在于，所述步骤3中，通过下行业务时隙被占用的概率分布计算TD-SCDMA信号占空比，包括以下内容：
1)通过下行业务时隙被占用的概率分布，计算下行业务时隙被占用个数的平均值Navg：
<mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>3</mn>
</munderover>
<msub>
<mi>iP</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
Ptotal(i)表示下行业务时隙被占用总数为i的概率；
2)TD-SCDMA信号占空比为：
<mrow>
<mi>T</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
<mo>&times;</mo>
<mn>0.675</mn>
<mo>+</mo>
<mn>0.75</mn>
</mrow>
<mn>5</mn>
</mfrac>
<mo>&times;</mo>
<mn>100</mn>
<mi>%</mi>
</mrow>
其中T表示TD-SCDMA信号占空比。
5.根据权利要求1所述的一种新的TD-SCDMA通信基站电磁辐射预测方法，其特征在于，所述步骤4中，所述的TD-SCDMA通信基站平均电磁辐射强度为：
<mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msqrt>
<mi>T</mi>
</msqrt>
</mrow>
其中Eavg表示TD-SCDMA信号平均电磁辐射强度，单位为V/m，Emax表示TD-SCDMA信号最大辐射强度，单位为V/m，T表示TD-SCDMA信号占空比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710288159.1A CN107124238B (zh) | 2017-04-27 | 2017-04-27 | 一种新的td-scdma通信基站电磁辐射预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710288159.1A CN107124238B (zh) | 2017-04-27 | 2017-04-27 | 一种新的td-scdma通信基站电磁辐射预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107124238A true CN107124238A (zh) | 2017-09-01 |
| CN107124238B CN107124238B (zh) | 2020-05-19 |
Family
ID=59725456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710288159.1A Expired - Fee Related CN107124238B (zh) | 2017-04-27 | 2017-04-27 | 一种新的td-scdma通信基站电磁辐射预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107124238B (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108111237A (zh) * | 2018-01-25 | 2018-06-01 | 湘潭大学 | 一种td-lte基站pdcch信道电磁辐射预测方法 |
| CN108173609A (zh) * | 2018-02-02 | 2018-06-15 | 湘潭大学 | 一种wlan视频业务电磁辐射预测方法 |
| CN108183755A (zh) * | 2018-01-05 | 2018-06-19 | 湘潭大学 | 一种fdd-lte基站中心频率电磁辐射预测方法 |
| CN108200197A (zh) * | 2018-02-02 | 2018-06-22 | 湘潭大学 | 一种wlan浏览网页业务电磁辐射预测方法 |
| CN108235364A (zh) * | 2018-01-05 | 2018-06-29 | 湘潭大学 | 一种基于用户的wlan平均电磁辐射预测方法 |
| CN108229757A (zh) * | 2018-02-02 | 2018-06-29 | 湘潭大学 | 一种cdma基站电磁辐射预测方法 |
| CN108235365A (zh) * | 2018-01-05 | 2018-06-29 | 湘潭大学 | 一种fdd-lte基站非中心频率电磁辐射预测方法 |
| CN108260156A (zh) * | 2018-01-25 | 2018-07-06 | 湘潭大学 | 一种基于业务的wlan平均电磁辐射预测方法 |
| CN108282239A (zh) * | 2018-01-25 | 2018-07-13 | 湘潭大学 | 一种wlan的平均电磁辐射预测方法 |
| CN108289001A (zh) * | 2018-01-25 | 2018-07-17 | 湘潭大学 | 一种td-lte基站pdsch信道电磁辐射预测方法 |
| CN108419264A (zh) * | 2018-01-25 | 2018-08-17 | 湘潭大学 | 一种td-lte基站平均电磁辐射预测方法 |
| CN108616917A (zh) * | 2018-05-14 | 2018-10-02 | 湘潭大学 | 一种lte基站电磁辐射预测方法 |
| CN108646100A (zh) * | 2018-05-14 | 2018-10-12 | 湘潭大学 | 一种td-scdma基站电磁辐射变化突变检测方法 |
| CN108738060A (zh) * | 2018-05-14 | 2018-11-02 | 湘潭大学 | 一种基于联合干扰功率的wlan电磁辐射预测方法 |
| CN108923870A (zh) * | 2018-05-14 | 2018-11-30 | 湘潭大学 | 一种fdd-lte基站电磁辐射变化周期检测方法 |
| CN109348065A (zh) * | 2018-11-27 | 2019-02-15 | 湘潭大学 | 一种基于qq聊天互动行为的手机电磁辐射预测方法 |
| CN109661003A (zh) * | 2018-12-11 | 2019-04-19 | 湘潭大学 | 一种基于新闻浏览行为的手机电磁辐射预测方法 |
| CN110380795A (zh) * | 2019-07-22 | 2019-10-25 | 湘潭大学 | 一种基于数据包到达的基站电磁辐射预测方法 |
| CN110932804A (zh) * | 2019-12-19 | 2020-03-27 | 湘潭大学 | 一种基站平均电磁辐射预测方法 |
| CN112004247A (zh) * | 2020-01-16 | 2020-11-27 | 湘潭大学 | 一种高速网络下基站电磁辐射预测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0895675A1 (en) * | 1996-04-23 | 1999-02-10 | TELEFONAKTIEBOLAGET L M ERICSSON (publ) | Multi-code compressed mode ds-cdma systems and methods |
| CN103076505A (zh) * | 2012-12-27 | 2013-05-01 | 广东省辐射防护协会 | Td-scdma移动通信基站环境电磁辐射三维空间预测方法 |
| CN104749447A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团广东有限公司 | 一种基站的环境电磁辐射的估算方法和装置 |
-
2017
- 2017-04-27 CN CN201710288159.1A patent/CN107124238B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0895675A1 (en) * | 1996-04-23 | 1999-02-10 | TELEFONAKTIEBOLAGET L M ERICSSON (publ) | Multi-code compressed mode ds-cdma systems and methods |
| CN103076505A (zh) * | 2012-12-27 | 2013-05-01 | 广东省辐射防护协会 | Td-scdma移动通信基站环境电磁辐射三维空间预测方法 |
| CN104749447A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团广东有限公司 | 一种基站的环境电磁辐射的估算方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 余慧婷等: "TD-SCDMA 移动通信基站电磁辐射环境影响预测模式", 《辐射研究与辐射工艺学报》 * |
| 李斗等: "基于混沌预测的宽带DVB-RCS卫星接入信道动态分配方案研究", 《电子与信息学报》 * |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108235365A (zh) * | 2018-01-05 | 2018-06-29 | 湘潭大学 | 一种fdd-lte基站非中心频率电磁辐射预测方法 |
| CN108235364B (zh) * | 2018-01-05 | 2021-04-13 | 湘潭大学 | 一种基于用户的wlan平均电磁辐射预测方法 |
| CN108183755A (zh) * | 2018-01-05 | 2018-06-19 | 湘潭大学 | 一种fdd-lte基站中心频率电磁辐射预测方法 |
| CN108235365B (zh) * | 2018-01-05 | 2021-04-13 | 湘潭大学 | 一种fdd-lte基站非中心频率电磁辐射预测方法 |
| CN108235364A (zh) * | 2018-01-05 | 2018-06-29 | 湘潭大学 | 一种基于用户的wlan平均电磁辐射预测方法 |
| CN108183755B (zh) * | 2018-01-05 | 2020-12-25 | 湘潭大学 | 一种fdd-lte基站中心频率电磁辐射预测方法 |
| CN108419264B (zh) * | 2018-01-25 | 2021-04-23 | 湘潭大学 | 一种td-lte基站平均电磁辐射预测方法 |
| CN108260156A (zh) * | 2018-01-25 | 2018-07-06 | 湘潭大学 | 一种基于业务的wlan平均电磁辐射预测方法 |
| CN108282239A (zh) * | 2018-01-25 | 2018-07-13 | 湘潭大学 | 一种wlan的平均电磁辐射预测方法 |
| CN108289001A (zh) * | 2018-01-25 | 2018-07-17 | 湘潭大学 | 一种td-lte基站pdsch信道电磁辐射预测方法 |
| CN108419264A (zh) * | 2018-01-25 | 2018-08-17 | 湘潭大学 | 一种td-lte基站平均电磁辐射预测方法 |
| CN108289001B (zh) * | 2018-01-25 | 2021-04-23 | 湘潭大学 | 一种td-lte基站pdsch信道电磁辐射预测方法 |
| CN108282239B (zh) * | 2018-01-25 | 2021-04-23 | 湘潭大学 | 一种wlan的平均电磁辐射预测方法 |
| CN108260156B (zh) * | 2018-01-25 | 2021-04-23 | 湘潭大学 | 一种基于业务的wlan平均电磁辐射预测方法 |
| CN108111237A (zh) * | 2018-01-25 | 2018-06-01 | 湘潭大学 | 一种td-lte基站pdcch信道电磁辐射预测方法 |
| CN108111237B (zh) * | 2018-01-25 | 2020-12-25 | 湘潭大学 | 一种td-lte基站pdcch信道电磁辐射预测方法 |
| CN108200197B (zh) * | 2018-02-02 | 2020-12-04 | 湘潭大学 | 一种wlan浏览网页业务电磁辐射预测方法 |
| CN108229757A (zh) * | 2018-02-02 | 2018-06-29 | 湘潭大学 | 一种cdma基站电磁辐射预测方法 |
| CN108173609A (zh) * | 2018-02-02 | 2018-06-15 | 湘潭大学 | 一种wlan视频业务电磁辐射预测方法 |
| CN108200197A (zh) * | 2018-02-02 | 2018-06-22 | 湘潭大学 | 一种wlan浏览网页业务电磁辐射预测方法 |
| CN108646100A (zh) * | 2018-05-14 | 2018-10-12 | 湘潭大学 | 一种td-scdma基站电磁辐射变化突变检测方法 |
| CN108923870A (zh) * | 2018-05-14 | 2018-11-30 | 湘潭大学 | 一种fdd-lte基站电磁辐射变化周期检测方法 |
| CN108646100B (zh) * | 2018-05-14 | 2020-12-04 | 湘潭大学 | 一种td-scdma基站电磁辐射变化突变检测方法 |
| CN108616917B (zh) * | 2018-05-14 | 2022-02-08 | 湘潭大学 | 一种lte基站电磁辐射预测方法 |
| CN108923870B (zh) * | 2018-05-14 | 2021-02-09 | 湘潭大学 | 一种fdd-lte基站电磁辐射变化周期检测方法 |
| CN108616917A (zh) * | 2018-05-14 | 2018-10-02 | 湘潭大学 | 一种lte基站电磁辐射预测方法 |
| CN108738060A (zh) * | 2018-05-14 | 2018-11-02 | 湘潭大学 | 一种基于联合干扰功率的wlan电磁辐射预测方法 |
| CN109348065A (zh) * | 2018-11-27 | 2019-02-15 | 湘潭大学 | 一种基于qq聊天互动行为的手机电磁辐射预测方法 |
| CN109661003A (zh) * | 2018-12-11 | 2019-04-19 | 湘潭大学 | 一种基于新闻浏览行为的手机电磁辐射预测方法 |
| CN109661003B (zh) * | 2018-12-11 | 2022-04-19 | 湘潭大学 | 一种基于新闻浏览行为的手机电磁辐射预测方法 |
| CN110380795A (zh) * | 2019-07-22 | 2019-10-25 | 湘潭大学 | 一种基于数据包到达的基站电磁辐射预测方法 |
| CN110380795B (zh) * | 2019-07-22 | 2021-12-24 | 湘潭大学 | 一种基于数据包到达的基站电磁辐射预测方法 |
| CN110932804A (zh) * | 2019-12-19 | 2020-03-27 | 湘潭大学 | 一种基站平均电磁辐射预测方法 |
| CN110932804B (zh) * | 2019-12-19 | 2024-04-05 | 湘潭大学 | 一种基站平均电磁辐射预测方法 |
| CN112004247A (zh) * | 2020-01-16 | 2020-11-27 | 湘潭大学 | 一种高速网络下基站电磁辐射预测方法 |
| CN112004247B (zh) * | 2020-01-16 | 2024-04-05 | 湘潭大学 | 一种高速网络下基站电磁辐射预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107124238B (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107124238A (zh) | 一种新的td‑scdma通信基站电磁辐射预测方法 | |
| Chetlur et al. | Coverage and rate analysis of downlink cellular vehicle-to-everything (C-V2X) communication | |
| Cui et al. | Multi-frequency air-to-ground channel measurements and analysis for UAV communication systems | |
| Wang et al. | Performance analysis of terahertz unmanned aerial vehicular networks | |
| CN107181545B (zh) | 信道共享下td-scdma基站电磁辐射预测方法 | |
| Mawira | Models for the spatial correlation functions of the (log)-normal component of the variability of VHF/UHF field strength in urban environment | |
| Wang et al. | Analysis of urban millimeter wave microcellular networks | |
| Guan et al. | Excess propagation loss modeling of semiclosed obstacles for intelligent transportation system | |
| Baltzis | Analytical and closed-form expressions for the distribution of path loss in hexagonal cellular networks | |
| CN104135743A (zh) | 一种lte-a蜂窝网络中基于缓存控制的资源分配方法 | |
| CN107395299A (zh) | 一种450MHz频段卫星气象业务与铁路列调系统的干扰分析方法 | |
| CN101098172B (zh) | Wcdma系统中专用信道上行负荷和容量的估算方法 | |
| CN102651071B (zh) | 基于支持向量机的机舱内部路径损耗预测方法 | |
| Zhang et al. | Experimental study on low-altitude UAV-to-ground propagation characteristics in campus environment | |
| Lv et al. | D2D network coverage analysis based on cluster user equipment classification and spectrum sharing allocation | |
| Zhang et al. | Simulation of 38 GHz millimeter-wave propagation characteristics in the indoor environment | |
| CN107484248A (zh) | 数据传输的方法、宏基站和用户设备 | |
| Hoppe et al. | Comparison of MIMO channel characteristics computed by 3D ray tracing and statistical models | |
| Baltzis et al. | On the statistical description of the AoA of the uplink interfering signals in a cellular communication system | |
| Sun et al. | Study on 60 GHz millimeter wave propagation characteristics inside a bus based on SBR/IM Method | |
| Gontier et al. | Semi-empirical model of global exposure using stochastic geometry | |
| Olukunle et al. | Autoregressive modeling of mobile radio channel in LTE network, a case study of Ibadan City, Nigeria | |
| Combes et al. | A self-optimization method for coverage-capacity optimization in ofdma networks with mimo | |
| Van Vinh | Performance enhancement of nonorthogonal multiple access systems by multiple UAVs and RISs | |
| Hams et al. | Radio Propagation Models Comparison and Tuning for LTE Based on Experimental Data in Tripoli-Libya |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200519 |