CN109586821B - 一种城市区域基站电磁辐射预测方法 - Google Patents
一种城市区域基站电磁辐射预测方法 Download PDFInfo
- Publication number
- CN109586821B CN109586821B CN201811426761.8A CN201811426761A CN109586821B CN 109586821 B CN109586821 B CN 109586821B CN 201811426761 A CN201811426761 A CN 201811426761A CN 109586821 B CN109586821 B CN 109586821B
- Authority
- CN
- China
- Prior art keywords
- base station
- value
- area
- base stations
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
- G01R29/0857—Dosimetry, i.e. measuring the time integral of radiation intensity; Level warning devices for personal safety use
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种城市区域基站电磁辐射预测方法,其步骤如下:该方法把城市区域划分为密集型商业区和普通城市区两类,通过待测区域内手机流量总值求得区域内基站数目的概率分布P(n),并进一步求得满足条件下基站数目的具体取值,根据均匀布点算法得到基站的分布坐标,最终预测得到区域内各基站电磁辐射总值。本发明根据区域内的手机流量使用值,分析得到基站个数,然后进行基站布点分析,并准确预测区域内基站电磁辐射强度。
Description
技术领域
本发明涉及一种城市区域基站电磁辐射预测方法。
背景技术
随着移动通信技术给人们带来无限的沟通便利,城市内个人移动智能设备成为了生活必需品,基站带来的电磁辐射引起了越来越多人的恐慌,但目前已公开的文献和专利中,通常只考虑单一的基站对区域内暴露的辐射值,还没有一种方法考虑根据城市区域内基站的分布情况,对区域内各个基站总的电磁辐射暴露水平进行有效预估。
针对现有技术中存在的不足,本专利提出一种城市区域基站电磁辐射预测方法,该方法把城市区域划分为密集型商业区和普通城市区两类,通过待测区域内手机流量总值求得区域内基站数目的概率分布P(n),并进一步求得满足条件下基站数目的具体取值,根据均匀布点算法得到基站的分布坐标,最终预测得到区域内各基站电磁辐射总值。
发明内容
为了解决上述技术问题,本发明提供一种城市区域基站电磁辐射预测方法。
本发明解决上述技术问题的技术方案包括以下步骤:
(1)建立城市区域基站分布模型,将城市区域划分为密集型商业区和普通市区两大类,根据密集型商业区一小时内手机流量总值T1和普通市区一小时内手机流量总值T2,计算基站分布模型中密集型商业区基站数目均值λ1以及密集型商业区基站数目均值λ2,建立基站数目n的累计概率密度分布F(n),得出95%概率情况下n的取值,该值用N表示;
(2)根据步骤(1)得到的基站数目N,由均匀布点算法得到区域内基站位置坐标分布(xi,yi),i为基站的标号,i=1,2,…,N;
(3)根据步骤(2)得到的区域内基站位置坐标分布(xi,yi),并结合功率密度表达式,可得到预测基站电磁辐射强度计算公式S。
上述的一种城市区域基站电磁辐射预测方法,所述步骤(1)中,城市区域基站分布模型为泊松分布,表示如下:
其中P(n)是当基站数目为n时的概率,λ为基站数目均值,当λ在密集型商业城市区域时取λ1,当λ在普通城市区域时取λ2;
当在密集型商业城市区域时,λ1表达式为:
λ1=aexp(-b/T1)
其中T1为密集型商业区域内的一小时内手机流量总值,单位为kbit,该数值运营商获得,exp为以自然对数e为底的指数函数,a为参数,取值为219.987,b为参数,取值为1274675.964,
当在普通城市区域时,λ2表达式为:
λ2=cT2+d
其中T2为普通市区域内的一小时内手机流量总值,单位为kbit,该数值运营商获得,c为参数,取值为3.248×10-6,d为参数,取值为0.279;
根据基站分布模型为泊松分布P(n),把基站数目n的累计概率密度分布F(n)表示为
其中F(n)为基站数目取n时泊松分布的累计概率密度,k为参数,取值为0,1,…,n,λ为基站数目均值,在密集型商业区其均值为λ1,在普通市区其均值为λ2;将λ1或者λ2代入F(n)表达式,分别获得密集型商业区基站累计概率密度,以及普通市区基站累计概率密度,根据F(n)=95%概率情况下:
时,即可得出N。
上述的一种城市区域基站电磁辐射预测方法,所述步骤(2)中,结合步骤(1)得到的基站数目N,根据均匀布点算法得到各个基站在区域内的坐标表达式为:
其中i为第i个基站的标号,取值为1,…,N;(xi,yi)为第i个基站坐标点,h为预测正方形区域的边长,为不超过的最大整数,(mod N)为取余数运算,即为3·i的值除以N的余数,以及5·i的值除以N的余数。
上述的一种城市区域基站电磁辐射预测方法中,所述步骤(3)中,结合步骤(2)得到的基站坐标(xi,yi),根据平面内欧式距离公式:
其中xc,yc分别为预测点坐标横、纵坐标,Ri为预测点与第i个基站的距离,单位为m,得出该区域内各个基站对待测点的预测辐射强度总值表达式:
其中S为各基站对该点的辐射强度总值,单位为uw/cm2,i为基站标号,取值为1,…,N;P为基站的发射功率,单位为W,G为基站的天线增益单位为dB。
本发明的有益效果在于:本方法把城市区域划分为密集型商业区和普通城市区两类,通过待测区域内手机流量总值求得区域内基站数目的概率分布P(n),并进一步求得满足条件下基站数目的具体取值,最终预测得区域内各基站电磁辐射总值,并指导基站环境影响评价和环境保护,具有一定的社会价值。
具体实施方式
本发明实施对象是三大运营商2G/3G/4G网络制式的基站,工作的频段分别为:移动2G(890MHz~909MHz),3G(2010MHz~2025MHz),4G(2575MHz~2635MHz),联通2G(954MHz~960MHz),3G(2130MHz~2145MHz),4G(1955MHz~1980MHz),电信2G(825MHz~840MHz),3G(870MHz~885MHz),4G(1850MHz~1880MHz),地点分别是城市商业密集区和普通市区,选择测试区域面积为350m×350m,测量设备为安泰信公司生产的型号为AT6030D的频谱仪(频率范围9kHz-3GHz)和PCD82_50全向天线(频率范围为80MHz-3GHz)组成,天线因子为30dB/m,电缆损耗为3dB。
本发明的一种城市区域基站电磁辐射预测方法,包括以下步骤:
(1)建立城市区域基站分布模型,将城市区域划分为密集型商业区和普通市区两大类,根据密集型商业区一小时内手机流量总值T1和普通市区一小时内手机流量总值T2,计算基站分布模型中密集型商业区基站数目均值λ1以及普通市区基站数目均值λ2,建立基站数目n的累计概率密度分布F(n),得出95%概率情况下n的取值,该值用N表示;
(2)根据步骤(1)得到的基站数目N,由均匀布点算法得到区域内基站位置坐标分布(xi,yi),i为基站的标号,i=1,2,…,N;
(3)根据步骤(2)并结合功率密度表达式,可得到预测基站电磁辐射强度计算公式S。
上述步骤(1)中,通过电信运营商获得城市商业密集区一小时内手机流量数据T1=412387.03kbit,其中a=219.987,b=1274675.96,基站分布模型中密集型商业区基站数目均值λ1计算如下:
λ1=aexp(-b/T1)=219.987exp(-1274675.96/851.3169)≈7
通过电信运营商获得普通市区一小时内手机流量数据T2=114562.52kbit,其中c=3.248×10-6,d=0.279,基站分布模型中普通市区基站数目均值λ2计算如下:
λ2=cT2+d=3.248×10-6×114562.52+0.279≈4
把计算得到的λ1代入城市商业密集区基站数目n的累计概率密度分布F(n)为:
根据F(n)=95%概率情况下得到N如下:
通过上式计算得到N为11;
把计算得到的λ2代入普通城市区域基站数目n的累计概率密度分布F(n)为:
根据F(n)=95%概率情况下得到N如下:
通过上式计算得到N为7;
在上述步骤(3)中,取预测点的坐标为(10,20),根据步骤(2)得到的各个基站坐标(xi,yi);
当在城市商业密集区,根据平面内欧式距离公式分别计算预测点和各个基站的距离为:
用预测点和各个基站的距离Ri,计算各基站对该预测点的辐射强度总值S,单位为uw/cm2,P为基站的发射功率,其值为20W,G为基站的天线增益,其值为12dB,代入预测辐射强度总值表达式:
把上述预测点和各个基站的距离Ri代入上式后得到S=0.0391uw/cm2,为了证明发明的有效性,我们在预测区域中在预测坐标点为(10,20)的位置用频谱仪实地测量三大运营商的2G/3G/4G频段电磁辐射后累加后得到的平均电磁辐射强度与预测的电磁辐射强度作对比,测量值为0.0376uw/cm2,;
当在普通城市区,根据平面内欧式距离公式分别计算预测点和各个基站的距离为:
把上述预测点和各个基站的距离Ri代入上式后得到预测点的电磁辐射总值S=0.0382uw/cm2,为了证明发明的有效性,我们在预测区域中在预测坐标点为(10,20)的位置用频谱仪实地测量三大运营商的2G/3G/4G各个频段电磁辐射后累加后得到的平均电磁辐射强度与预测的电磁辐射强度作对比,测量值为0.0364uw/cm2。
通过对比,本专利在城市商务密集区和在普通城市区基站电磁辐射强度的预测值与测量值非常一致,证实本专利发明内容的有效性。
Claims (2)
1.一种城市区域基站电磁辐射预测方法,其特征在于,包括以下步骤:
(1)建立城市区域基站分布模型,将城市区域划分为密集型商业区和普通市区两大类,根据密集型商业区一小时内手机流量总值T1和普通市区一小时内手机流量总值T2,计算基站分布模型中密集型商业区基站数目均值λ1以及普通市区基站数目均值λ2,建立基站数目n的累计概率密度分布F(n),得出95%概率情况下n的取值,该值用N表示;
城市区域基站分布模型为泊松分布,表示如下:
其中P(n)是当基站数目为n时的概率,λ为基站数目均值,当λ在密集型商业城市区域时取λ1,当λ在普通城市区域时取λ2;
当在密集型商业城市区域时,λ1表达式为:
λ1=aexp(-b/T1)
其中T1为密集型商业区域内的一小时内手机流量总值,单位为kbit,该数值运营商获得,exp为以自然对数e为底的指数函数,a为参数,取值为219.987,b为参数,取值为1274675.964;
当在普通城市区域时,λ2表达式为:
λ2=cT2+d
其中T2为普通市区内的一小时内手机流量总值,单位为kbit,该数值运营商获得,c为参数,取值为3.248×10-6,d为参数,取值为0.279;
根据基站分布模型为泊松分布P(n),把基站数目n的累计概率密度分布F(n)表示为:
其中F(n)为基站数目取n时泊松分布的累计概率密度,k为参数,取值为0,1,…,n,λ为基站数目均值,在密集型商业区其均值为λ1,在普通市区其均值为λ2,将λ1或者λ2代入F(n)表达式,分别获得密集型商业区基站累计概率密度,以及普通市区基站累计概率密度,
根据F(n)=95%概率情况下:
时,即可得出N;
(2)根据步骤(1)得到的基站数目N,由均匀布点算法得到区域内基站位置坐标分布(xi,yi),i为基站的标号,i=1,2,…,N;
根据均匀布点算法得到各个基站在区域内的坐标表达式为:
其中i为第i个基站的标号,取值为1,…,N;(xi,yi)为第i个基站坐标点,h为预测正方形区域的边长,为不超过的最大整数,(mod N)为取余数运算,即为3·i的值除以N的余数,以及5·i的值除以N的余数;
(3)根据步骤(2)得到的区域内基站位置坐标分布(xi,yi),并结合功率密度表达式,可得到预测基站电磁辐射强度计算公式S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811426761.8A CN109586821B (zh) | 2018-11-27 | 2018-11-27 | 一种城市区域基站电磁辐射预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811426761.8A CN109586821B (zh) | 2018-11-27 | 2018-11-27 | 一种城市区域基站电磁辐射预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109586821A CN109586821A (zh) | 2019-04-05 |
CN109586821B true CN109586821B (zh) | 2021-04-23 |
Family
ID=65924375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811426761.8A Active CN109586821B (zh) | 2018-11-27 | 2018-11-27 | 一种城市区域基站电磁辐射预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109586821B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030761B (zh) * | 2019-12-23 | 2022-02-11 | 湘潭大学 | 一种山区基站电磁辐射预测方法 |
CN110988498B (zh) * | 2019-12-23 | 2022-02-11 | 湘潭大学 | 一种建筑密集区域的基站电磁辐射预测方法 |
CN111273092A (zh) * | 2020-01-16 | 2020-06-12 | 湘潭大学 | 一种大学校园区域基站平均电磁辐射预测方法 |
CN111083713B (zh) * | 2020-01-16 | 2022-08-05 | 湘潭大学 | 一种面向双层蜂窝网络基站电磁辐射预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103874090A (zh) * | 2014-03-31 | 2014-06-18 | 湘潭大学 | 一种gsm通信基站电磁辐射预测方法 |
CN104994532A (zh) * | 2015-07-28 | 2015-10-21 | 中国联合网络通信集团有限公司 | 基站利用率的获取方法和装置 |
WO2016076684A1 (fr) * | 2014-05-08 | 2016-05-19 | Universite Mohammed V De Rabat | Drone avec station de base |
CN106879016A (zh) * | 2017-03-28 | 2017-06-20 | 湘潭大学 | 一种基于用户分布的基站电磁辐射预测方法 |
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 |
CN108362951A (zh) * | 2018-02-26 | 2018-08-03 | 湘潭大学 | 一种基站电磁辐射区间评估方法 |
-
2018
- 2018-11-27 CN CN201811426761.8A patent/CN109586821B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103874090A (zh) * | 2014-03-31 | 2014-06-18 | 湘潭大学 | 一种gsm通信基站电磁辐射预测方法 |
WO2016076684A1 (fr) * | 2014-05-08 | 2016-05-19 | Universite Mohammed V De Rabat | Drone avec station de base |
CN104994532A (zh) * | 2015-07-28 | 2015-10-21 | 中国联合网络通信集团有限公司 | 基站利用率的获取方法和装置 |
CN106879016A (zh) * | 2017-03-28 | 2017-06-20 | 湘潭大学 | 一种基于用户分布的基站电磁辐射预测方法 |
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 |
CN108362951A (zh) * | 2018-02-26 | 2018-08-03 | 湘潭大学 | 一种基站电磁辐射区间评估方法 |
Non-Patent Citations (1)
Title |
---|
移动通信基站电磁辐射预测方法研究;何晴晴;《中国优秀硕士学位论文全文数据库》;20150215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109586821A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109586821B (zh) | 一种城市区域基站电磁辐射预测方法 | |
Sharma et al. | Comparative analysis of propagation path loss models with field measured data | |
CN109459640B (zh) | 一种景区区域基站电磁辐射预测方法 | |
Fernandes et al. | Simplified characterization of the urban propagation environment for path loss calculation | |
Sasaki et al. | Path loss characteristics at 800 MHz to 37 GHz in urban street microcell environment | |
Wei et al. | Study on the shadow fading characteristic in viaduct scenario of the high-speed railway | |
CN109474946B (zh) | 一种农村区域基站电磁辐射预测方法 | |
Abdulla et al. | Fine-grained vs. average reliability for V2V communications around intersections | |
Ewona et al. | Measurement and performance assessment of GSM networks using received signal level | |
Iloke et al. | Tropospheric influence on ultra-high frequency (UHF) radio waves | |
Makhoul et al. | Wideband vehicle to pedestrian propagation channel characterization and modeling | |
Danladi et al. | Path loss modeling for next generation wireless network using fuzzy logic-spline interpolation technique | |
CN111083713B (zh) | 一种面向双层蜂窝网络基站电磁辐射预测方法 | |
CN102761896B (zh) | 表征移动通信终端通信质量的方法和装置 | |
CN110519767A (zh) | 一种NB-IoT覆盖预测方法及装置 | |
Sasaki et al. | Path loss characteristics from 2 to 66 GHz in urban macrocell environments based on analysis using ITU-R site-general models | |
CN111294847B (zh) | 一种景区区域异构蜂窝网络基站电磁辐射预测方法 | |
CN111065109B (zh) | 一种农村区域异构蜂窝网络基站电磁辐射预测方法 | |
Akinwole et al. | Adjustment of Cost 231 Hata Path Model For Cellular Transmission in Rivers State | |
Song et al. | Bounded path-loss model for UAV-to-UAV communications | |
Dalela | Propagation Path Loss Modeling for Deployed WiMAX Network | |
Olukunle et al. | Autoregressive modeling of mobile radio channel in LTE network, a case study of Ibadan City, Nigeria | |
Zhang et al. | Experimental study on low-altitude UAV-to-ground propagation characteristics in campus environment | |
CN111065110A (zh) | 一种景区区域异构蜂窝网络基站电磁辐射预测方法 | |
CN116367181B (zh) | 一种空地融合蜂窝网络中的无人机基站部署方法 |
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 |