CN109891781B - 考虑物体的材质和轮廓分析通信信道的方法和装置 - Google Patents

考虑物体的材质和轮廓分析通信信道的方法和装置 Download PDF

Info

Publication number
CN109891781B
CN109891781B CN201780067096.5A CN201780067096A CN109891781B CN 109891781 B CN109891781 B CN 109891781B CN 201780067096 A CN201780067096 A CN 201780067096A CN 109891781 B CN109891781 B CN 109891781B
Authority
CN
China
Prior art keywords
information
ray tracing
identifying
present disclosure
image information
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
CN201780067096.5A
Other languages
English (en)
Other versions
CN109891781A (zh
Inventor
李淳永
朴成范
尹星绿
赵敏成
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Priority claimed from PCT/KR2017/013115 external-priority patent/WO2018093202A1/en
Publication of CN109891781A publication Critical patent/CN109891781A/zh
Application granted granted Critical
Publication of CN109891781B publication Critical patent/CN109891781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/27—Monitoring; Testing of receivers for locating or positioning the transmitter
    • 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
    • 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
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)

Abstract

提供了用于无线通信系统的信号传输特性分析方法及其装置。所述方法包括：定位发射位置和接收位置；检查自所述发射位置到所述接收位置的、信号的传输路径上的至少一个物体以及所述至少一个物体的材质；以及基于与所述至少一个物体的材质有关的信息确定信号传输特性。本公开涉及用于将支持比第四代(4G)系统更高数据速率的第五代(5G)通信系统与物联网(IoT)技术融合的通信方法和系统。本公开可以应用于基于5G通信技术和IoT相关技术的智能服务。

Description

考虑物体的材质和轮廓分析通信信道的方法和装置
技术领域
提出本发明以至少解决以下问题和/或缺点，并至少提供下述优点。因此，本发明的一个方面提供了一种用于改进的低复杂度反馈算法的方法和装置，该算法适用于多输入多输出(MIMO)系统。
背景技术
为了满足自部署4G通信系统以来增加的对无线数据流量的需求，正在努力开发改进的第五代(5G)或Pre-5G通信系统。因此，5G或Pre-5G通信系统也称为“超4G网络”或“后长期演进(LTE)系统”。为了实现更高的数据速率，正在考虑在更高频率(毫米波)频段(例如60GHz频段)中实现5G通信系统。为了减少无线电波的传播损耗并增加传输距离，在5G通信系统中考虑了波束成形、大规模多输入多输出(MIMO)、全尺寸MIMO(FD-MIMO)、阵列天线、模拟波束成形和大规模天线技术。另外，在5G通信系统中，正在开发基于进化的小型小区、云无线电接入网(RAN)、超密集网络、设备到设备(D2D)通信、无线回程、移动网络、协同通信、协调多点(CoMP)、接收端干扰消除等改善系统网络技术。在5G系统中，作为高级编码调制(ACM)已经开发了混合FSK和QAM调制(FQAM)和滑动窗叠加编码(SWSC)，作为高级接入技术已经开发了滤波器组多载波(FBMC)、非正交多址接入(NOMA)和稀疏码多址接入(SCMA)。
互联网是人类产生和消费信息的、以人为中心的连通性网络，其目前正在演变为物联网(IoT)，在物联网中分布式实体(如事物)无需人为干预地交换和处理信息。已经出现了万物互联网(IoE)，其通过与云服务器的连接将IoT技术和大数据处理技术相结合而得到。由于实现IoT要求使用诸如“传感技术”、“有线/无线通信和网络基础设施”、“服务接口技术”和“安全技术”等技术要素，因此近来已在研究传感器网络、机器到机器(M2M)通信、机器类型通信(MTC)等。这样的IoT环境可以提供智能互联网技术服务，该服务通过收集和分析在相连的事物之间产生的数据，为人类生活创造新的价值。通过现有的信息技术(IT)与各种工业应用之间的融合和组合，可以将IoT应用于包括智能家居、智能建筑、智能城市、智能汽车或互联汽车、智能电网、医疗保健、智能家电和先进医疗服务在内的多种领域。
与此同时，已经有了将5G通信系统应用于IoT网络的各种尝试。例如，诸如传感器网络、MTC和M2M通信等技术可以通过波束成形、MIMO和阵列天线来实现。作为上述大数据处理技术的云RAN的应用也可以认为是5G技术和IoT技术之间的融合的示例。
与此同时，存在对用于实现5G通信系统的改进的信道环境评估和网络规划方法。网络规划处理以下所有行为：定位用于发射射频(RF)信号的发射器(Tx)的位置以在特定区域提供无线通信服务；在接收器(Rx)的位置收集关于RF信号的信息；使用数学建模技术或光线追踪模拟结果来分析信道环境；以及基于此确定最佳Tx位置。作为网络规划的重要部分，利用各种类型的RF信号信息(例如，路径损耗和覆盖范围)来进行信道环境分析。在本公开中，数学建模技术可以包括实证建模技术。
数学建模技术使得可以通过使用输入(如Tx信号频率和距离等)由预定的信号发射/接收建模技术所明确表达的函数来预测RF信息。在图中，发射器(Tx)110和120中的每个都形成具有不同方向的三束波束，以便使用建模技术发射具有不同RF特性的Tx信号。数学建模技术在使得能够以小的计算量预测RF信息方面是有利的，但是其具有降低高频RF信号的建模准确度的缺点。
在这方面，可以考虑应用基于光线追踪模拟的模拟技术来对高频RF信号进行信道特性分析，这使得考虑潜在的RF信号传播路径来分析信道环境变得可能。然而，基于光线追踪的模拟技术可能会增加计算量并缺乏准确性。因此，需要一种用于将真实环境反映到模拟中以克服这些问题的方法。
以上信息作为背景信息仅用于帮助理解本公开。并未做出上述任何信息是否可用作关于本公开的现有技术的任何判断和确定。
发明内容
技术问题
本公开的各方面旨在至少解决上述问题和/或缺点，并至少提供下述优点。因此，本公开的一个方面将提供一种基于光线追踪模拟的射频(RF)信道环境分析方法和装置，该方法和装置能够提高分析的精确度，更好地反映真实环境，并减少计算量。
此外，本公开旨在提供一种基于光线追踪模拟的RF信道环境分析方法和装置，该方法和装置能够通过反映与信号传播路径上的物体的表面材质和轮廓有关的信息来提高模拟结果的准确度。
问题解决方案
根据本公开的一个方面，提供了一种无线通信系统的信号传播特性分析方法。信号传播特性分析方法包括：定位发射位置和接收位置；检查自发射位置至接收位置的、信号的传播路径上的至少一个物体和至少一个物体的材质；以及基于与至少一个物体的材质有关的信息确定信号传播特性。
根据本公开的另一方面，提供了一种用于分析信号传播特性以在无线通信系统中使用的运算装置。该运算装置包括输入装置和至少一个处理器。输入装置发射和接收信息。至少一个处理器定位发射位置和接收位置；检查自发射位置至接收位置的、信号的传播路径上的至少一个物体和至少一个物体的材质；以及基于与至少一个物体的材质有关的信息确定信号传播特性。
根据本公开的另一方面，提供了一种非暂时性、非易失性的计算机可读存储介质。该存储介质存储有包括指令的至少一个程序，当该程序被计算机执行时执行以下方法：定位发射位置和接收位置；检查自发射位置至接收位置的、信号的传播路径上的至少一个物体和至少一个物体的材质；以及基于与至少一个物体的材质有关的信息确定信号传播特性。
根据本公开的另一方面，提供了一种网络规划方法以用于无线通信系统中。网络规划方法包括：检查自发射位置至接收位置的、信号的传播路径上的至少一个物体；识别至少一个物体的材质；以及基于与至少一个物体的材质有关的信息确定信号传播特性。
根据本公开的又一方面，提供了一种用于无线通信系统中进行网络规划的运算装置。运算装置包括输入装置和至少一个处理器。输入装置发射和接收信息。至少一个处理器检查自发射位置至接收位置的、信号的传播路径上的至少一个物体；识别至少一个物体的材质；以及基于与至少一个物体的材质有关的信息确定信号传播特性。
通过以下结合附图公开了本公开的各种实施例的详细描述，本公开的其他方面、优点和鲜明特征将对于本领域技术人员变得明显。
发明的有益效果
通过以下结合附图公开了本发明的示例性实施例的详细描述，本发明的优点和鲜明特征将对于本领域技术人员变得明显。通过在基于RF信道环境分析的网络规划中提高光线追踪模拟的准确度，本公开的基于光线追踪模拟的通信信道环境分析方法和装置在有效地定位Tx位置方面是有利的。
此外，本公开的基于光线追踪模拟的通信信道环境分析方法和装置在减少光线追踪模拟的计算量方面也是有利的。
附图说明
通过阅读结合附图所作的以下描述，本公开的某些实施例的以上和其它方面、特征和优点将会变得更明显。在附图中：
图1是用于说明根据本公开一实施例的使用数学建模技术的网络规划方法的图；
图2是用于说明根据本公开一实施例的光线追踪模拟方法的图；
图3a和图3b是用于说明根据本公开各种实施例的用于获取三维(3D)地图信息的方法的图；
图4a和图4b是用于说明根据本公开各种实施例的用于获取图像中的物体的材质信息的方法的图；
图5是示出根据本公开一实施例的基于光线追踪的通信信道环境分析方法的流程图；
图6是示出根据本公开一实施例的用于考虑物体的表面材质和轮廓来进行光线追踪模拟的方法的图；
图7是示出根据本公开一实施例的用于获取图像中的物体的材质信息的方法的流程图；
图8a、图8b和图8c是用于说明根据本公开各种实施例的用于考虑在信号的传播路径上的物体的材质来分析信号的传播特性的方法的图；
图9a、图9b和图9c是用于说明根据本公开各种实施例的用于考虑在信号的传播路径上的物体的轮廓来分析信号的传播特性的方法的图；
图10是示出根据本公开一实施例的用于通过将物体的表面材质和轮廓映射至3D地图来进行光线追踪的方法的流程图；
图11a、图11b和图11c是用于说明根据本公开一实施例的用于确定二维(2D)图像中的物体的材质并将材质信息映射至3D地图的方法的图；
图12是用于说明根据本公开一实施例的基于映射至3D地图的材质信息来进行光线追踪模拟的方法的图；以及
图13是示出根据本公开一实施例的运算装置的配置的框图。
在全部附图中，相似的附图标记将理解为是指相似的部分、部件和结构。
具体实施方式
提供参考附图所作的以下描述以帮助全面理解由权利要求及其等同物限定的本公开的各个实施例。以下描述包括各种有助于理解的具体细节，但这些仅被视为示例性的。因此，本领域普通技术人员将认识到，在不脱离本公开的范围和精神的情况下，可以对本文描述的各个实施例进行各种改变和修改。另外，为了清楚和简洁，可以省略对公知功能和结构的描述。
以下描述和权利要求中使用的术语和词语不限于书目含义，而是仅由发明人使用以使得能够清楚连贯地理解本公开。因此，对于本领域技术人员而言显而易见的是，本发明的各个实施例的以下描述仅为说明目的而提供，而不是为了限制所附权利要求及其等同物所限定的本公开。
应理解，除非上下文另有明确规定，否则单数形式“一”、“一个”和“所述”包括复数指称。因此，例如对“组件表面”的引用包括对这样的表面中的一个或多个的引用。
可以省略对本领域公知的并且与本公开无直接关联的技术规范的详细描述，从而避免模糊本公开的主题。这是旨在省略不必要的描述，以便清楚说明本公开的主题。
出于同样的原因，在附图中夸大、省略或简化了一些元件，并且在实践中，元件可具有与附图中所示的尺寸和/或形状不同的尺寸和/或形状。在全部附图中，相同或等同的部分由相同的附图标记表示。
通过参考以下对各个实施例的详细描述和附图，可以更容易地理解本公开的优点和特征以及实现它们的方法。然而，本公开可以以多种不同的形式体现，并且不应解释为限于本文所阐述的各个实施例。相反，提供这些实施例是为了使本公开变得详尽和完备，并将本公开的概念充分地传达给本领域的技术人员，并且本公开将仅由所附的权利要求限定。在整个说明书中，相似的附图标记指代相似的元件。
将理解，流程图和/或框图中的每个方框以及流程图和/或框图中的方框的组合能够由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得通过计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或框图中详细说明的功能/行为的方法。这些计算机程序指令还可以存储在非暂时性计算机可读存储器中，该存储器能够指示计算机或其他可编程数据处理装置以特定方式起作用，使得存储在非暂时性计算机可读存储器中的指令制造内嵌指令方法(其实现流程图和/或框图中详细说明的功能/行为)的制品。计算机程序指令也可以加载到计算机或其他可编程数据处理装置上，使得在计算机或其他可编程装置上执行一系列可实施的操作，以产生计算机实现的过程，从而使计算机或其他可编程装置上执行的指令提供用于实现流程图和/或框图中详细说明的功能/行为的操作。
此外，各个框图可以示出至少包括用于执行特定逻辑功能的一个或多个可执行指令的模块、段或代码中的若干部分。此外，应注意的是，在若干变型中可以以不同的顺序执行方框的功能。例如，两个连续方框基本上可以同时执行，或者可以根据它们的功能以相反的顺序执行。
根据本公开的各个实施例，术语“模块”意指但不限于诸如现场可编程门阵列(FPGA)和专用集成电路(ASIC)之类的执行特定任务的软件或硬件组件。模块可以有利地配置为驻留在可寻址存储介质上，并配置为在一个或多个处理器上执行。因此，作为示例，模块可以包括组件(如软件组件、面向对象的软件组件、类组件、任务组件等)、过程、函数、属性、步骤、子例程、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、阵列和变量。组件和模块中提供的功能可以与更少的组件和模块结合，或者可以进一步分为附加组件和模块。此外，组件和模块还可以实现为使它们执行设备或安全多媒体卡中的一个或多个中央处理单元(CPU)。
尽管以图中的特定顺序进行了描述，但是两个连续操作可以以相反的顺序执行或并行执行。显而易见的是，除非明确说明是必要的，否则可以选择性地执行操作。
图1是用于说明根据本公开一实施例的使用数学建模技术的网络规划方法的图。
参考图1，发射器(Tx)110和120可以形成Tx波束112和122以发射信号。
图2是用于说明根据本公开一实施例的光线追踪模拟方法的图。
在假设一个或多个发射器(Tx)212、214和216发射信号的情况下，图2在地图上通过利用阴影描绘了接收信号强度水平。随着接收信号强度水平的增加，阴影将变得更暗。
假设接收器位于位置220，则可以在以其为中心的区域内测量接收信号强度。还可以确定一个发射器212与位于位置220处的接收器之间的每种可能的传播路径的传输信道。由发射器212发射的信号可以直接传播到接收器(如附图标记242所示)，或者可以在被物体230反射之后传播到接收器(如附图标记232所示)。通过进行光线追踪模拟，可以获取和收集与由位于特定区域的Tx 212、214和216发射的信号的接收信号强度和传播路径有关的信息。为了获取与接收的信号有关的更准确的信息，在测量相应的传播路径上传播的信号的接收信号强度时，可能有必要考虑反射信号的物体的表面材质和轮廓中的至少一个。尽管提到了表面材质，但该术语旨在传达表示对无线电波的反射产生影响的物体的内部材质以及物体的表面的概念，以便能够更准确地评估无线电波反射特性。
在信号的直接传播路径上可能放置有无线电波能够穿透的障碍物。这样的障碍物可以是无线电波可穿透的、衰减信号从而在光线追踪模拟时予以考虑的树等。通过考虑关于可穿透的障碍物的信息，可以提高模拟结果的准确度。虽然将树作为衰减直接传播路径上的信号的可穿透障碍物的示例，但术语“可穿透的障碍物”旨在包括可以衰减直接传播路径上的信号的其他植物和物体。
通过光线追踪模拟，可以定位发射器和接收器中的至少一个的最佳位置。根据本公开的实施例，可以考虑多个候选位置进行光线追踪模拟，以基于光线追踪模拟结果确定发射器和接收器中的至少一个的位置。
如上所述，光线追踪模拟技术能够评估与射频(RF)信号传播路径对应的传输信道，并基于评估结果预测在接收器的位置220处的RF信号特性。根据本公开的实施例，通过考虑信号传播路径环境(例如，介质的种类)、三维(3D)地形以及建筑物的反射和衍射中的至少一种来进行光线追踪模拟，基于光线追踪模拟的信道环境分析方法能够获取更准确的RF信号信息。此外，基于光线追踪模拟的信道评估方法能够通过在对RF信号的频率不进行任何限制的情况下精确地反映真实环境来执行，并且能够基于模拟结果确定最佳发射点和最佳接收点中的至少一个。
与此同时，第五代(5G)网络预计将在28-60GHz的超高频段中的频率下运行。因此，优选地使用光线追踪模拟技术而不是数学建模技术作为5G网络规划工具的一部分来获取无线电信号信息。当使用光线追踪模拟技术预测通过建筑物墙壁上的反射而产生的传播路径时，可以在假设所有建筑物的表面具有相同的RF特性的情况下计算反射强度。然而，由于RF信号的反射率根据物体的反射表面材质和图案以及轮廓而变化，所以这样的假设难以保证模拟结果的可信度。因此，考虑到上述信息项，需要一种增强的光线追踪技术。
图3a和图3b是用于说明根据本公开一实施例的用于获取3D地图信息的方法的图。
参考图3a和图3b，可以基于图3a的真实图像信息和与图像信息对应的位置信息获取3D地图信息。详细地，可以基于图像信息获取图3b中用于光线追踪模拟的3D地图信息。
图3b的地图信息可以包括建筑物310、候选接收器位置330和树320。使用所获取的地图信息，可以定位候选的发射器位置和接收器位置并通过用候选位置进行光线追踪模拟来确定发射器和接收器中的至少一个的位置。
根据本公开的实施例，通过考虑影响无线电波的反射和衍射的物体(如建筑物310)的表面材质和轮廓来进行光线追踪模拟，可以获取更准确的模拟结果。
根据本公开的实施例，诸如树320的物体允许无线电波穿透，但是其相比空气而言衰减信号更明显。本公开使得可以通过考虑穿透物体的波传播特性进行光线追踪模拟来获取更准确的模拟结果。
根据本公开的实施例，可以利用候选位置330选择性地进行光线追踪模拟，候选位置330包括用于定位移动接收器或固定接收器的位置。详细地，可以在建筑物310的窗户周围安装接收器，以充当建筑物内的另一个接收器与建筑物外的另一个接收器之间的中继。还可以通过考虑候选接收器位置330进行光线追踪模拟，在良好的信号接收环境中获取结果值。
图4a和图4b是用于说明根据本公开一实施例的用于获取图像中的物体的材质信息的方法的图。
参考图4a和图4b，可以确定图像中的物体的材质。详细地，可以使用基于深度学习的计算机视觉技术确定图像中的物体的材质。稍后将对基于深度学习的计算机视觉技术进行更详细的描述。
根据本公开的实施例，可以分析图像(如图4a所示)，以获取分析结果(如图4b所示)。可以基于颜色、亮度和暗度、反射率、元素之间的相对位置关系以及图像中元素的布局中的至少一种来识别图像中的各个元素。根据本公开的实施例，可以通过图像分析过程识别诸如沥青410、混凝土420、植物430、钢结构440、车辆450、天空460和玻璃470的实物。如上所述，基于图像信息可以确定布置在图像中的物体的材质，并且通过将材质的特性反映至光线追踪模拟，可以获取更准确的模拟结果。
图5是示出根据本公开一实施例的基于光线追踪的通信信道环境分析方法的流程图。
参考图5，其描绘了用于进行光线追踪模拟的方法。根据本公开的实施例，可以由具有控制器(例如至少一个处理器)的运算装置进行光线追踪模拟。运算装置可以包括中央处理单元，并且可以是个人计算机或工作站。根据本公开的实施例，可以表述为由运算装置进行模拟。
在操作510，运算装置可以获取二维(2D)图像和3D地图。根据本公开的实施例，2D图像可以包括其补充信息，并且补充信息可以包括拍摄信息，其包括拍摄位置、拍摄方向和拍摄角度。可以基于补充信息制作与2D图像对应的3D地图。3D地图可以包括位置信息和与位置信息对应的3D物体信息。3D物体信息可以包括关于陆地和/或水面上的建筑物、结构体和植物的轮廓的信息；根据本公开的实施例，3D物体信息也可以包括关于候选的发射器位置和接收器位置中的至少一个的信息。
在操作520，运算装置可以基于地图信息和图像信息中的至少一个获取真实环境信息。真实环境信息可以包括通信路径上的物体和物体的特性。详细地，可以通过分析2D图像获取关于通信路径上的潜在物体的特性的信息。物体的特性可以包括物体的表面材质和轮廓中的至少一个，并且在无线电波能够穿透物体的情况下，甚至可以包括物体的形状和当电子波穿透物体时的信号衰减程度。
在操作530，基于在操作510和操作520获取的信息，运算装置可以将通信路径的真实环境信息映射至3D地图。在将所获取的信息映射至3D地图时，还可以基于包括在2D图像信息中的补充信息，将从2D图像获取的补充信息映射至3D地图中的物体。
在操作540，运算装置可以基于在操作530生成的信息进行光线追踪模拟。根据本公开的实施例，可以通过依次改变波束信息而扫描在特定方向上形成的波束，或者假设发射器在相同的时间段内发射覆盖所有方向的波束来进行光线追踪模拟。通过反映作为光线追踪模拟结果所获取的从发射器发射到接收器的信号的传播路径和关于传播路径的真实环境信息，可以预测和分析在接收器位置处的接收信号质量。根据本公开的实施例，通过光线追踪模拟，可以基于3D地图确定发射器的位置和接收器的位置中的至少一个，并且可以基于在操作530生成的映射信息评估信号传输环境。
在操作550，可以获取光线追踪模拟的结果值，然后可以基于获取的结果值和通过在真实环境中进行测量而获取的值再次进行光线追踪模拟。详细地，如果比较的结果显示模拟结果值和真实环境测量值彼此不同，则可以基于真实环境测量值改变在操作520获取的信息，以生成新的模拟结果值。通过将真实环境信息反映至3D地图来进行光线追踪模拟，可以提高通信信道分析的可信度。详细地，可以将发射器和接收器实际安装在作为光线追踪模拟的目标的位置处，以基于在接收器接收由发射器发射的信号时所获取的值来添加或更新用于进行光线追踪模拟的基本信息。
如上所述，基于光线追踪结果，可以确定用于在地图上的特定区域中提供无线电通信服务的发射器和接收器中的至少一个的最佳位置。通过确定如上所述的发射器和接收器中的至少一个的最佳位置，可以有效地进行网络规划。也就是说，可以确定基站的最佳位置，以用于在特定区域中有效地为终端提供无线电通信服务。通过确定基站的最佳位置，可以在安装尽可能少的基站的情况下有效地为终端提供通信服务。
还可以通过反映关于真实环境中接收信号强度的信息来适应性地管理网络。详细地，如果安装发射器之后周围环境发生改变，则可以考虑改变的环境来进行附加的光线追踪模拟，并且可以通过反映光线追踪模拟结果而调整发射器的位置来进行网络管理。除了调整发射器的位置之外，网络管理还可以包括改变关于由发射器形成的波束的信息。详细地，发射器可以基于光线追踪模拟结果值确定Tx波束和Rx波束。为了确定Tx波束和Rx波束，可以基于光线追踪模拟结果值进行波束配置(beam arrangement)。这种适应性的网络管理可以定期进行。
图6是示出根据本公开一实施例的用于考虑物体的表面材质和轮廓进行光线追踪模拟的方法的图。
参考图6，运算装置可以基于所获取的信息进行光线追踪模拟。
在操作605，运算装置可以获取2D图像。根据本公开的实施例，2D图像可以是含有建筑物的图片，该图片是由摄像机拍摄并且提供有与用于拍摄图像的摄像机有关的信息(即包括拍摄位置、拍摄方向和拍摄缩放比例的拍摄信息)。根据本公开的实施例，图像可以是在各种地图服务中被称为街景或路景的图片。图像也可以是在特定地点以特定方向拍摄的图片。图像也可以是动态图片。
在操作610，基于所获取的2D图像，运算装置可以分析位于通信路径上的物体的表面材质和轮廓。详细地，运算装置可以基于预先配置的或学习到的信息检测所获取的2D图像中位于通信路径上的物体，并可以识别物体的表面材质和轮廓。可以使用基于深度学习的计算机视觉技术来获取所学习的信息。分析的信息可以以与在基于2D图像中包括的补充信息获取的位置处所确定的信息对应的格式提供。详细地，运算装置获取关于多个样本图像和包括在样本图像中的物体的材质的信息，基于所获取的信息提取图像和材质的共同特性，并基于所提取的共同特性来确定随后要输入的图像中包括的物体的材质。
在操作615，运算装置可以获取3D地图模型信息。地图模型信息可以包括关于可能位于通信路径上的建筑物和植物的信息。根据本公开的实施例，3D地图模型可以利用具有在建筑物的实际经度和纬度坐标处的对应高度的多边形轮廓来实现，并且可以包括用于使多边形与地图上的建筑物匹配的信息。基于3D地图模型信息，运算装置可以确定物体(如建筑物等)的尺寸和位置，该物体可以放置在通信路径上。
在操作620，运算装置可以将在操作610中获取的信息映射至在操作615中获取的3D地图信息。详细地，在操作610获取的信息可以包括与表面材质和微结构信息对应的位置信息、方向信息和拍摄信息中的至少一个，而3D地图信息也可以包括位置信息；因此，可以将在操作610获取的信息映射至在操作615中获取的地图。通过该映射过程，可以将真实的通信环境反映至3D地图模型。
在操作625，运算装置可以获取关于表面材质和轮廓的实验数据。可以通过接收先前测量的数据值或进行自动测量来获取这种数据。
在操作630，基于所获取的信息，运算装置可以获取每种表面材质或轮廓的无线电波特性。详细地，可以获取可能置于通信路径上的物体的材质的每个种类的无线电波特性信息。根据本公开的实施例，如果在由物体反射的传播路径上接收由发射器发射的信号，则无线电波的反射特性可以根据物体的表面材质和/或轮廓而有所改变。如果与表面材质或轮廓具有一定入射角度的信号在表面上反射，则可以基于此确定衰减率。也可以获取有关每种表面材质或轮廓的介电常数、透射率、衍射系数和反射率的信息。该信息能够用于确定在具有对应的表面材质或轮廓的物体上反射的信号的衰减程度。
在操作635，运算装置可以基于在操作630获取的信息创建查找表。查找表可以将具有相似特性的表面材质分类为同一类别，以便通过在传播特性分析过程中应用每种类别的传播特性来减少模拟的计算量。
在操作640，运算装置可以基于在操作620和操作635获取的信息进行光线追踪模拟。在假设从3D地图上的多个候选发射器位置发射信号的情况下，可以基于获取的信息(如上所述)进行光线追踪模拟。还可以基于另外发射的无线电信号的发射功率以及波束信息进行模拟。
在操作645，运算装置可以获取光线追踪模拟结果。因而，当在3D地图上的特定位置接收到信号时，运算装置可以获取与信号的传播路径有关的信息。基于模拟结果，还可以确定用于在地图上的特定区域中提供无线电通信服务的发射器和接收器中的至少一个的最佳位置。通过确定发射器和接收器中的至少一个的最佳位置，可以有效地进行网络规划。也就是说，可以确定基站的最佳位置，以用于在特定区域中有效地为终端提供无线电通信服务。通过确定基站的最佳位置，可以在安装尽可能少的基站的情况下有效地为终端提供通信服务。
在操作650，运算装置可以在3D地图上标记的真实位置进行无线电发射/接收测试，以获取实际测量数据。基于关于在模拟中从发射器的位置发射并在接收器的位置接收的信号的信息，可以获取实际测量数据。
在操作655，运算装置对在操作645获取的信息与在操作650获取的信息进行比较。如果实际测量数据与模拟结果不同，则运算装置可以更新应用于无线电信号的物理量，或修改关于表面材质和轮廓的信息。然后，通过反映比较结果，运算装置可以再次进行光线追踪模拟。
通过使用在操作610中获取的信息进行模拟，可以获取更准确的模拟结果。还可以通过反映在操作635中的查找表中被分类的特性信息来减少模拟的计算量。还可以通过在操作655中对实际测量数据和模拟结果进行比较，获取与实际测量结果相似的模拟结果。根据本公开的实施例，使用RF物理量“a”获取结果值，并且如果a与实际测量值之间的差等于或大于“b”，则运算装置可以通过使用等式a'＝a+α*b更新RF物理量来再次进行模拟。
图7是示出根据本公开一实施例的用于获取图像中的物体的材质信息的方法的流程图。
参考图7，运算装置可以进行至少一个图像的学习，并基于学到的特征对至少一个图像进行分析。
运算装置可以在操作705中接收至少一个图像，并在操作710中接收关于至少一个图像的信息。图像信息可以包括对应图像的特征。详细地，图像信息可以包括关于出现在图像中的物体的信息，并且运算装置可以接收各种类型的图像以及与图像有关的图像信息。根据本公开的实施例，运算装置可以接收关于包括各种类型的混凝土建筑物的图像的信息，以用于混凝土建筑物的图像学习。运算装置还可以接收关于包括在一个图像中的多个物体的信息。
在操作715，运算装置可以获取关于输入图像中包括的物体的形状、颜色和相对位置关系的信息，基于所获取的信息进行图像学习，提取关于物体的信息以获取共同特征，并基于物体信息来分析随后输入的目标图像。详细地，运算装置可以接收多个参考图像，通过深度学习技术类推参考图像中的像素以及相邻像素之间的关系，并对分析结果进行后处理，以获取用于对随后输入的图像中的某些像素所限定的物体的材质进行预测的信息。
在操作720，运算装置接收图像作为分析目标。根据本公开的实施例，分析目标图像可以是与3D地图对应的2D图像。
在操作725，基于在操作715获取的信息，运算装置可以分析目标图像。详细地，运算装置可以检测目标图像中的物体的形状，并确定形状的表面材质和轮廓。
图8a、图8b和图8c是用于说明根据本公开一实施例的用于考虑在信号的传播路径上的物体的材质来分析信号的传播特性的方法的图。
参考图8a、图8b和图8c，由发射器805发射的信号可以在物体810上反射，然后由接收器815接收。该信号可以以入射角入射在物体810的表面上，而根据物体810的表面材质和入射角，信号可能以不同程度发生衰减。图8b是示出根据物体的表面材质和信号的入射角的、信号损耗的变化的曲线图。例如，材质可以包括砖、混凝土、石材、玻璃、瓷砖、木材和钢。当信号在各表面材质上反射时，信号损耗率可能根据入射角而有所不同。例如，信号损耗率随着入射角变大而增加。
根据本公开的实施例，一些表面材质可能具有相似的反射特性。例如，砖、混凝土和石材可能具有相似的反射特性，而玻璃和瓷砖可能具有相似的反射特性。
参考图8c，可以将具有相似的反射特性的材质分组为相同类别，如附图标记810、820和830所示。尽管可以在模拟中反映材质特定的特性，但是优选地，通过反映类别特定的特性进行模拟，以减少计算量。类别的反射特性可以由包括在相同类别中的材质的特性的平均值确定。根据特定区域中的出现频率(权重越高，材质出现的频率越高)，可以在平均化时对材质的特性应用不同的权重，以确定相应类别的反射特性。
根据本公开的实施例，可以使用如介电常数、透射率、衍射系数、反射率等参数来表示反射特性，并且可以确定类别特定的反射特性(如表1)。
[表1]
条目 介电常数 透射率 衍射系数 ……
类别1 7 0.8 0
类别2 11 0.62 0.5
类别3 25 0.52 1
类别4 …… …… ……
通过考虑材质的反射特性对材质进行分组，可以提高模拟结果的准确度并减少计算量。
图9a、图9b和图9c是用于说明根据本公开一实施例的用于考虑在信号的传播路径上的物体的轮廓来分析信号的传播特性的方法的图。
参考图9a、图9b和图9c，可以基于在2D图像中识别的物体的轮廓来分析无线电波的传播特性。详细地，在识别2D图像中的物体时，运算装置可以确定具有特定图案物体的轮廓。根据本公开的实施例，物体可以具有其上重复出现图案的表面。
参考图9a，物体可以具有带有图案的部分，该图案的特征在于以规律的间隔水平排列的竖直凹槽，如附图标记905所示。运算装置可以基于阴影和颜色的变化来识别带有图案(如2D图像中的图案)的物体。
参考图9b，具有竖直凹槽图案的部分905的特征在于，两个连续的竖直凹槽之间的间隔910为w，并且竖直凹槽和地面之间的角度为90度。运算装置可以收集关于图案的信息，并基于竖直凹槽与地面之间的角度以及竖直凹槽之间的间隔分析无线电波的反射特性，如图9c所示。如果竖直凹槽与地面之间的角度为90度，则无线电波的入射角引起最大的信号损耗。运算装置可以考虑竖直凹槽与地面之间的角度以及竖直凹槽之间的间隔来确定无线电波的反射特性，并通过在模拟中反映反射特性更准确地确定无线电波的传播特性。
图10是示出根据本公开一实施例的用于通过将物体的表面材质和轮廓映射至3D地图来进行光线追踪的方法的流程图。
参考图10，在操作1005，运算装置可以基于2D图像获取关于放置在通信路径上的物体的信息，以进行模拟。物体可以是反射器或障碍物。术语“反射器”旨在包括阻挡无线电波穿透和反射无线电波的物体，而术语“障碍物”旨在包括允许无线电波穿透、但通过部分吸收和反射无线电波而在某种程度上衰减无线电波的物体。
在操作1010，运算装置可以获取物体的表面特性信息。表面特性信息可以包括表面材质和轮廓。轮廓可以包括物体的具体形状。运算装置可以通过上述图像分析获取物体的表面特性信息。
在操作1015，运算装置可以基于图像的补充信息将表面特性信息映射至3D地图模型。补充信息可以包括2D图像的拍摄地点、拍摄方向、拍摄角度和焦距中的至少一个。通过将表面信息映射至物体，运算装置可以确定3D地图模型中的物体的表面特性。
在操作1020，运算装置可以基于映射的信息进行光线追踪。运算装置进行光线追踪，以确定至少一个候选发射器的位置，并从分析候选发射器的位置到候选接收器的位置的潜在传播路径以及传播路径上的信号衰减。根据本公开的实施例，通过光线追踪模拟，运算装置可以确定3D地图模型环境中的通信信道特性。
根据本公开的实施例，在基于光线追踪确定发射器的位置之后，通过光线追踪模拟获取的信号发射/接收环境信息可以用于发射器的信号发射。详细地，根据本公开的实施例，发射器可以基于光线追踪模拟结果发射信号，并基于模拟结果进行波束选择、波束配置和波束修改。通过基于光线追踪模拟信息发射信号，可以获得更准确的模拟结果和用于高频信号发射/接收的信息。
图11a、图11b和图11c是用于说明根据本公开一实施例的用于确定二维(2D)图像中的物体的材质并将材质信息映射至3D地图的方法的图。
参考图11a、图11b和图11c，运算装置可识别2D图像中的特定物体的材质，并将材质信息映射至3D地图。
详细地，如图11a所示，运算装置可以接收2D图像。运算装置可以通过分析2D图像来识别建筑物1105。根据本公开的实施例，可以基于通过深度学习获取的学习结果来进行图像分析。详细地，运算装置可以识别图像中的界限，并分析界限以识别建筑物1105。
运算装置可以分析2D图像中的建筑物1105，以识别建筑物1105的表面材质。还可以基于通过深度学习获取的学习结果来进行表面材质识别。根据本公开的实施例，运算装置可以识别出建筑物1105的表面材质为混凝土，如图11b中的附图标记1110所示。
基于图像分析结果和补充图像信息，运算装置可以将表面材质信息映射至3D地图。详细地，运算装置可以基于拍摄地点、拍摄方向和拍摄角度信息在3D地图模型中渲染与2D图像中所识别的建筑物对应的3D建筑物1115，并将作为表面材质的混凝土映射至3D建筑物1115。根据本公开的实施例，稍后可以基于映射结果进行光线追踪模拟。
图12是用于说明根据本公开一实施例的用于基于映射至3D地图的材质信息进行光线追踪模拟的方法的图。
参考图12，信号可以从Tx位置1205发射至Rx位置1215，并且通过光线追踪模拟，运算装置可以模拟从Tx位置1205发射至Rx位置1215的信号的传播路径。可以考虑这样一种传播路径，在该传播路径上，从Tx位置1205发射的信号在建筑物1210上被反射，然后在Rx位置1215处被接收。将(作为2D图像中建筑物的表面材质的)混凝土映射至图12的3D地图模型中的建筑物1210。根据本公开的实施例，可以通过应用建筑物1210的轮廓信息来获取信号传播信息。此时，可以基于表面材质和建筑物1210的入射角信息来模拟信号传播特性。根据本公开的实施例，运算装置可以通过应用关于表面材质的类别的信息进行模拟。
图13是示出根据本公开一实施例的运算装置的配置的框图。
图13描绘了根据本公开的实施例的运算装置。
参考图13，运算装置1300包括输入单元1305(例如，输入装置)、存储单元1310(例如，存储器)和控制器1315(例如，至少一个处理器)。
输入单元1305可以与运算装置1300外部的设备传输信号。详细地，输入单元1305可以与外部设备传输数据，并包括用于数据传输的接口。
存储单元1310可以存储关于运算装置1300的信息和通过输入单元1305发射/接收的信息中的至少一种。存储单元1310还可以存储模拟结果信息、通过图像分析获取的物体表面材质和轮廓的信息、3D地图以及映射至3D地图的关于物体表面材质和轮廓的信息，以用于根据本公开实施例的模拟中。可以基于模拟结果和比较结果中的至少一个来添加、删除和更新存储在存储单元1310中的信息。
控制器1315可以控制运算装置1300，以执行上述各个实施例中描述的全部操作。控制器1315可以包括至少一个处理器。处理器可以由程序控制，该程序包括被执行时用于实现上述实施例中描述的方法的指令。程序可以存储在存储介质中，该存储介质可以是易失性或非易失性存储器。存储器可以是能够存储数据的介质，而指令可以以(但不限于)特定格式存储在存储器中。
虽然已经参考本公开的各实施例示出并描述了本公开，但是本领域的技术人员将理解，在不背离所附权利要求及其等同物所限定的本公开的精神和范围的情况下，可以在本公开中进行形式和细节上的各种改变。

Claims (15)

1.一种由无线通信系统中的装置执行的方法，所述方法包括：
通过所述装置的处理器获取与物体相关的图像信息，所述图像信息包括二维图像信息和三维地图信息；
通过所述处理器基于所述二维图像信息和所述三维地图信息中的至少一个获得与区域中的所述物体的材质有关的数据并将所述数据映射至所述三维地图信息，其中，所述数据包括类别的反射特性信息，所述类别包括所述材质；
通过所述处理器，通过基于与所述材质相关的数据，识别与所述区域中的所述物体的材质对应的类别以及将所识别的材质的类别的反射特性信息应用至所述物体来基于所述三维地图信息处理所述区域的光线追踪模拟；以及
通过所述处理器存储所述光线追踪模拟的结果。
2.根据权利要求1所述的方法，其中，
基于所述物体的轮廓确定所述反射特性信息，以及
其中，所述轮廓包括具有凹槽的图案，其中所述凹槽出现在所述物体的表面上。
3.根据权利要求1所述的方法，还包括：
通过分析所述二维图像信息中的界限从所述区域的二维图像信息识别所述物体；
识别所述物体的材质；以及
基于图像的拍摄位置、方向或角度中的至少一个，将所述物体以及所述材质映射至所述区域的三维地图信息。
4.根据权利要求3所述的方法，其中，识别所述物体的材质还包括：
基于元素的颜色、亮度和暗度、反射率、相对位置关系以及布局中的至少一种来从所述图像信息识别至少一个元素，以及
基于存储在存储器中的多个图像的分析结果，识别所述至少一个元素中的每个的材质。
5.根据权利要求1所述的方法，其中，
所述反射特性信息包括：所述材质的介电常数、透射率、衍射系数或反射率中的至少一种，以及
其中，在所述物体上反射的信号的衰减程度基于所述材质的介电常数、透射率、衍射系数或反射率中的至少一种确定。
6.根据权利要求1所述的方法，
其中，所述类别的反射特性信息通过包括在所述类别中的至少一种材质的特性的平均值确定。
7.根据权利要求6所述的方法，其中，
所述平均值通过将不同权重应用至包括在所述类别中的至少一种材质的特性来确定，以及
其中，应用至材质的权重越高，该材质在所述区域中出现的频率越高。
8.根据权利要求1所述的方法，
其中，所述区域的所述光线追踪模拟的处理还包括识别用于所述光线追踪模拟的发射位置的定位和接收位置的定位，以及
其中，所述光线追踪模拟针对自所述发射位置至所述接收位置的、信号的传输路径进行处理。
9.一种无线通信系统中的装置，所述装置包括：
存储器；以及
至少一个处理器，配置为：
获取与物体相关的图像信息，所述图像信息包括二维图像信息和三维地图信息，
基于所述二维图像信息和所述三维地图信息中的至少一个获得与区域中的所述物体的材质有关的数据并将所述数据映射至所述三维地图信息，其中，所述数据包括类别的反射特性信息，所述类别包括所述材质，
通过基于与所述材质相关的数据，识别与所述区域中的所述物体的材质对应的类别以及将所识别的材质的类别的反射特性信息应用至所述物体来基于所述三维地图信息处理所述区域的光线追踪模拟，以及
存储所述光线追踪模拟的结果。
10.根据权利要求9所述的装置，其中，
所述反射特性信息基于所述物体的轮廓确定，以及
其中，所述轮廓包括具有凹槽的图案，其中所述凹槽出现在所述物体的表面上。
11.根据权利要求9所述的装置，其中，所述至少一个处理器还配置为：
通过分析所述二维图像信息中的界限从所述区域的二维图像信息识别所述物体；
识别所述物体的材质；以及
基于图像的拍摄位置、方向或角度中的至少一个，将所述物体以及所述材质映射至所述区域的三维地图信息。
12.根据权利要求11所述的装置，其中，所述至少一个处理器还配置为：
基于元素的颜色、亮度和暗度、反射率、相对位置关系以及布局中的至少一种来从所述图像信息识别至少一个元素，以及
基于存储在存储器中的多个图像的分析结果，识别所述至少一个元素中的每个的材质。
13.根据权利要求9所述的装置，
其中，所述反射特性信息包括：所述材质的介电常数、透射率、衍射系数或反射率中的至少一种，以及
其中，在所述物体上反射的信号的衰减程度基于所述材质的介电常数、透射率、衍射系数或反射率中的至少一种确定。
14.根据权利要求9所述的装置，其中，所述类别的反射特性信息通过包括在所述类别中的至少一种材质的特性的平均值确定。
15.根据权利要求14所述的装置，
其中，所述平均值通过将不同权重应用至包括在所述类别中的至少一种材质的特性来确定，以及
其中，应用至材质的权重越高，该材质在所述区域中出现的频率越高。
CN201780067096.5A 2016-11-17 2017-11-17 考虑物体的材质和轮廓分析通信信道的方法和装置 Active CN109891781B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662423412P 2016-11-17 2016-11-17
US62/423,412 2016-11-17
KR10-2016-0167140 2016-12-08
KR1020160167140A KR102586208B1 (ko) 2016-11-17 2016-12-08 물체의 재질 정보 및 외부 형태 정보를 고려한 통신 채널 분석 방법 및 장치
PCT/KR2017/013115 WO2018093202A1 (en) 2016-11-17 2017-11-17 Method and apparatus for analysing communication channel in consideration of material and contours of objects

Publications (2)

Publication Number Publication Date
CN109891781A CN109891781A (zh) 2019-06-14
CN109891781B true CN109891781B (zh) 2022-11-25

Family

ID=62299527

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201780070377.6A Active CN109937543B (zh) 2016-11-17 2017-11-17 基于物体的特性信息分析通信环境的方法和装置
CN201780067096.5A Active CN109891781B (zh) 2016-11-17 2017-11-17 考虑物体的材质和轮廓分析通信信道的方法和装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201780070377.6A Active CN109937543B (zh) 2016-11-17 2017-11-17 基于物体的特性信息分析通信环境的方法和装置

Country Status (5)

Country Link
US (1) US11277755B2 (zh)
EP (2) EP3494655A4 (zh)
KR (2) KR102531023B1 (zh)
CN (2) CN109937543B (zh)
AU (2) AU2017361585B2 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019066391A1 (en) 2017-09-27 2019-04-04 Samsung Electronics Co., Ltd. METHOD AND APPARATUS FOR ANALYZING COMMUNICATION ENVIRONMENTS AND NETWORK DESIGN IN TAKING ACCOUNT OF THE PRESENCE OF TREES
KR102355301B1 (ko) 2017-09-29 2022-01-25 삼성전자 주식회사 무선 통신 시스템에서 통신 환경을 분석하는 방법 및 장치
KR102442410B1 (ko) 2017-12-18 2022-09-14 삼성전자 주식회사 이동 가능 물체를 고려한 통신 환경 분석 및 망 설계를 위한 방법 및 장치
KR102373673B1 (ko) 2017-12-18 2022-03-14 삼성전자 주식회사 구조물의 전파 인입부를 고려한 통신 환경 분석 및 망 설계를 위한 방법 및 장치
KR102211847B1 (ko) * 2018-12-28 2021-02-03 국방과학연구소 경로 손실 지수 예측 시스템 및 방법
KR102286127B1 (ko) * 2019-08-29 2021-08-04 서울과학기술대학교 산학협력단 밀리미터파 채널 평가 방법
WO2021101333A1 (en) 2019-11-22 2021-05-27 Samsung Electronics Co., Ltd. Method and system for intelligent 3d aerial wireless transmission
KR20210076440A (ko) 2019-12-16 2021-06-24 삼성전자주식회사 나무 맵의 재성성 및 예측을 위한 방법 및 장치
WO2023016623A1 (en) * 2021-08-09 2023-02-16 Telefonaktiebolaget Lm Ericsson (Publ) Augmenting communication signal measurement with environmental information relative to a communication device
CN114095955B (zh) * 2021-11-08 2023-08-18 西安电子科技大学 基于凸多边形剖分的地对空覆盖的场景化波束生成方法
US20230146275A1 (en) * 2021-11-11 2023-05-11 At&T Intellectual Property I, L.P. Computer Vision-Based Dynamic Radio Frequency Planning and Optimization
CN114189302B (zh) * 2021-12-13 2023-10-20 国网山东省电力公司营销服务中心(计量中心) 一种面向用户分散场景的智能电网传输的无线通信信道建模方法
EP4319235A1 (en) * 2022-08-05 2024-02-07 Siemens Aktiengesellschaft A method for teaching an electronic computing device, a computer program product, a computer-readable storage medium as well as an electronic computing device

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5450615A (en) 1993-12-22 1995-09-12 At&T Corp. Prediction of indoor electromagnetic wave propagation for wireless indoor systems
US5623429A (en) 1994-04-06 1997-04-22 Lucent Technologies Inc. Techniques for expeditiously predicting electromagnetic wave propagation
US5949988A (en) * 1996-07-16 1999-09-07 Lucent Technologies Inc. Prediction system for RF power distribution
FI105384B (fi) 1997-10-03 2000-07-31 Nokia Networks Oy Menetelmä päätelaitteen sijainnin määrittämiseksi ja solukkoradiojärjestelmä
US7523411B2 (en) 2000-08-22 2009-04-21 Bruce Carlin Network-linked interactive three-dimensional composition and display of saleable objects in situ in viewer-selected scenes for purposes of object promotion and procurement, and generation of object advertisements
AU2002302935A1 (en) 2001-05-10 2002-11-18 David Chiel Deflector for tree-fruit harvester
JP4819303B2 (ja) 2002-10-23 2011-11-24 日本電気株式会社 移動通信システムにおける基地局設置設計方法及び基地局設置設計装置並びにプログラム
US7295119B2 (en) 2003-01-22 2007-11-13 Wireless Valley Communications, Inc. System and method for indicating the presence or physical location of persons or devices in a site specific representation of a physical environment
US20040259554A1 (en) 2003-04-23 2004-12-23 Rappaport Theodore S. System and method for ray tracing using reception surfaces
JP4207081B2 (ja) 2004-03-17 2009-01-14 日本電気株式会社 電波伝搬特性推定システム及びその方法並びにプログラム
KR20070089119A (ko) * 2004-07-23 2007-08-30 와이어리스 밸리 커뮤니케이션 인크 무선 네트워크 향상을 위해 무선 장치 또는 기반 구조의 위치를 결정하고 이용하는 방법
US8160594B2 (en) * 2006-12-28 2012-04-17 Hitachi, Ltd. Radio propagation estimating method and radio propagation estimating apparatus
US7764230B2 (en) 2007-03-13 2010-07-27 Alcatel-Lucent Usa Inc. Methods for locating transmitters using backward ray tracing
US8190400B1 (en) 2007-03-16 2012-05-29 The Mathworks, Inc. Thin client graphical presentation and manipulation application
KR100895299B1 (ko) 2007-05-30 2009-05-07 한국전자통신연구원 레이 트레이싱 방법을 이용한 전파 전달 모델링 방법 및 장치
US8134556B2 (en) 2007-05-30 2012-03-13 Elsberg Nathan Method and apparatus for real-time 3D viewer with ray trace on demand
WO2010090115A1 (ja) 2009-02-03 2010-08-12 日本電気株式会社 電波伝搬特性推定システム及び電波伝搬特性推定方法，電波伝搬特性推定用プログラム
CN101592690A (zh) 2009-05-05 2009-12-02 上海大学 基于射线跟踪法的电磁波传播预测方法
KR20110019117A (ko) 2009-08-19 2011-02-25 인하대학교 산학협력단 시멘틱 기반의 이미지 검색 방법
US8698671B2 (en) 2009-10-16 2014-04-15 Qualcomm Incorporated Binning venues into categories based on propagation characteristics
US8401148B2 (en) 2009-10-30 2013-03-19 Tomotherapy Incorporated Non-voxel-based broad-beam (NVBB) algorithm for intensity modulated radiation therapy dose calculation and plan optimization
DE102009047012A1 (de) 2009-11-23 2011-05-26 Robert Bosch Gmbh Verfahren zur Erfassung von Objekten
US8988970B2 (en) 2010-03-12 2015-03-24 University Of Maryland Method and system for dereverberation of signals propagating in reverberative environments
US8442552B2 (en) 2010-04-23 2013-05-14 Hewlett-Packard Development Company, L.P. Method and system for radio frequency coverage prediction in a multi-level wireless network
US8131312B2 (en) * 2010-05-24 2012-03-06 Nice Systems Ltd. Method and system for construction of radio environment model
US9955552B2 (en) * 2011-04-14 2018-04-24 Suntracker Technologies Ltd. Predictive daylight harvesting system
JP5765070B2 (ja) 2011-06-13 2015-08-19 ソニー株式会社 表示切換装置、表示切換方法、表示切換プログラム
US20130185024A1 (en) * 2012-01-12 2013-07-18 Honeywell International Inc. System for automatic object classification and tagging in an rf planning tool
EP2839686A4 (en) * 2012-04-18 2015-11-04 Henry S Owen NAVIGATION TRACKING CORRECTION
WO2014005066A1 (en) 2012-06-28 2014-01-03 Experience Proximity, Inc., Dba Oooii Systems and methods for navigating virtual structured data relative to real-world locales
EP2910026B1 (en) 2012-10-19 2017-11-29 Visa International Service Association Digital broadcast methods using secure meshes and wavelets
US9930558B2 (en) 2014-01-13 2018-03-27 Idac Holdings, Inc. High frequency radio environmental mapping and system procedures
US10200627B2 (en) 2014-04-09 2019-02-05 Imagination Technologies Limited Virtual camera for 3-D modeling applications
KR20150118734A (ko) 2014-04-15 2015-10-23 삼성전자주식회사 초음파 영상 장치 및 그 제어방법
US9805451B2 (en) 2014-06-24 2017-10-31 Hover Inc. Building material classifications from imagery
US9638792B2 (en) 2014-07-09 2017-05-02 Verizon Patent And Licensing Inc. Method and apparatus for detecting obstacles in propagation path of a wireless communication signal
GB2530104A (en) 2014-09-15 2016-03-16 Point4Uk Ltd Vegetation catergorisation
CN104363616B (zh) * 2014-10-27 2018-07-03 英国Ranplan无线网络设计公司 一种室外到室内传播模型预测室内三维空间场强的方法
US10426429B2 (en) 2015-10-08 2019-10-01 Decision Sciences Medical Company, LLC Acoustic orthopedic tracking system and methods
US10045352B2 (en) 2016-01-13 2018-08-07 Futurewei Technologies, Inc. Channel estimation in large scale MIMO systems using iterative location based spatial filtering
US20170277979A1 (en) 2016-03-22 2017-09-28 Inovision Software Solutions, Inc. Identifying defect on specular surfaces
US10510252B2 (en) 2016-09-15 2019-12-17 Qualcomm Incorporated System and method that facilitates beamforming from a vehicle user equipment
US10116381B1 (en) 2016-11-10 2018-10-30 Cable Television Laboratories, Inc Systems and methods for fixed satellite service protection using real-time measurement
US10820213B2 (en) * 2016-11-17 2020-10-27 Samsung Electronics Co., Ltd. Method and apparatus for analyzing communication environment based on property information of an object
GB201621652D0 (en) 2016-12-19 2017-02-01 Waterford Inst Of Tech Terahertz communication method and system

Also Published As

Publication number Publication date
AU2017361585A1 (en) 2019-04-04
KR20180055622A (ko) 2018-05-25
KR102586208B1 (ko) 2023-10-10
CN109937543A (zh) 2019-06-25
CN109937543B (zh) 2022-09-23
KR102531023B1 (ko) 2023-05-15
AU2017360650A1 (en) 2019-04-04
EP3494655A4 (en) 2019-12-04
EP3497827A1 (en) 2019-06-19
EP3497827B1 (en) 2022-09-14
EP3494655A1 (en) 2019-06-12
KR20180055623A (ko) 2018-05-25
US11277755B2 (en) 2022-03-15
AU2017360650B2 (en) 2022-03-10
EP3497827A4 (en) 2019-08-28
AU2017361585B2 (en) 2022-01-27
US20210044988A1 (en) 2021-02-11
CN109891781A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
CN109891781B (zh) 考虑物体的材质和轮廓分析通信信道的方法和装置
US10887029B2 (en) Method and apparatus for analysing communication channel in consideration of material and contours of objects
US10820213B2 (en) Method and apparatus for analyzing communication environment based on property information of an object
CN111164913B (zh) 用于分析无线通信系统中的通信环境的方法和装置
CN109964422B (zh) 考虑与实际环境有关的信息来分析通信信道和设计无线网络的方法和设备
US11467148B2 (en) Method and apparatus for analyzing communication environments and designing networks in consideration of trees
EP3567890B1 (en) Method and device for network design in wireless communication system
US11310734B2 (en) Method and device for selecting reception point and transmission point in wireless communication system
CN111492602B (zh) 考虑建筑物的无线电波入射单元的通信环境分析和网络设计的方法和装置
CN111149309A (zh) 考虑树的通信环境分析和网络设计方法及设备

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