CN110557772B - 一种针对大气波导的无线通信干扰预测方法 - Google Patents
一种针对大气波导的无线通信干扰预测方法 Download PDFInfo
- Publication number
- CN110557772B CN110557772B CN201910796141.1A CN201910796141A CN110557772B CN 110557772 B CN110557772 B CN 110557772B CN 201910796141 A CN201910796141 A CN 201910796141A CN 110557772 B CN110557772 B CN 110557772B
- Authority
- CN
- China
- Prior art keywords
- waveguide
- interference
- probability
- atmospheric
- electromagnetic wave
- 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
Images
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
- H04B17/345—Interference values
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种针对大气波导的无线通信干扰预测方法,步骤如下:用统计法计算波导的区域出现概率;建立电磁波被捕获时电磁波波长和发射仰角及波导参数的关系式;基于电磁波被捕获时电磁波波长和发射仰角及波导参数的关系式计算施扰端捕获概率和受扰端被干扰概率;基于各类型波导的区域出现概率、施扰端捕获概率和受扰端被干扰概率,根据加法原理和乘法原理建立波导干扰事件预测模型,根据波导干扰事件预测模型对待预测区域的波导干扰事件发生概率进行预测。本发明方法可以波导干扰事件进行预测,从而能够提前采取对抗手段,提高无线通信的质量。
Description
技术领域
本发明属于无线通信技术领域,尤其涉及一种对大气波导造成的无线通信干扰的预测方法。
背景技术
当大气中一定空间范围内的大气修正折射指数M在垂直方向上的梯度dM/dz<0或大气折射指数N沿垂直地面方向的梯度dN/dh<-0.157N单位/m时,该大气层节称为大气波导。大气波导是一种在特殊天气条件下大气折射指数随高度异常减小而形成的特殊大气结构,这种结构使得电磁波在传播过程中向地面弯曲的曲率大于地球曲率,从而可将电磁能量束缚在特殊的大气层节内形成大气波导传播。
根据特殊大气层节形成的高度可以将大气波导分为蒸发波导、表面波导和悬空波导,其中表面波导又分为标准表面波导和有基础层的表面波导。图1a至图1d分别为蒸发波导及其修正大气折射指数的变化图、标准表面波导及其修正大气折射指数的变化图、有基础层的表面波导及其修正大气折射指数的变化图和悬空波导及其修正大气折射指数的变化图。蒸发波导常见于大面积水域上,由于与水相邻的空气湿度接近饱和,相对湿度接近100%,湿度随高度迅速的锐减使大气修正折射指数锐减,该类型波导层通常出现在距离地面几米到几十米的高度范围内。表面波导通常出现在海岸边或者被温暖干燥的陆地环绕的内海区域,这些区域常有强烈的逆温层使得大气折射指数锐减,标准表面波导层一般出现在距离地面200米以内的高度范围内,有基础层的表面波导一般出现在距离地面1000米以内的高度范围内。悬空波导大多是在半永久的高压系统中形成,该类型波导层的高度最高可达6000米。以上四种波导都具有稳定性,随机性和水平垂直跨度广等特点。
在无线通信系统中,当天线采用合适的频率和极化状态,且发射仰角满足一定的条件时,所发射的电磁波会被大气波导捕获。由于电磁波在大气波导内的损耗接近自由空间的损耗,损耗极小,能够实现远距离传播,传播过程中会对其它地区的通信造成干扰。目前我国采用的TD-LTE无线通信系统经常遭到大气波导引起的远距离干扰,导致网络质量下降,严重时会导致手机等通信设备无法接通。根据电磁波在波导中的传播理论可知,高频电磁波更容易被波导捕获,当今无线通信系统中使用电磁波频率越来越大,使得大气波导干扰无线通信的概率增加,为了保障无线通信的质量,解决大气波导对无线通信带来的干扰是亟待解决的重点问题。
由美国海军研究实验室开发研制的耦合的海洋大气中尺度预报系统(CoupledOcean/Atmosphere Mesoscale Prediction System,COAMPS)已经投入业务使用,用于研究预报蒸发波导高度和大气折射环境,但该系统对波导高度和强度描述还不够准确,所以无法很好地借助此系统预测波导干扰通信事件发生的概率。而且,目前我国各大通信运营商在处理波导干扰无线通信事件时,仅是被动地采取措施,不能主动预报波导干扰通信事件,从而在波导对通信造成干扰时不能及时处理,会导致一定时间内通信故障。目前尚无能够预报某地区对另一地区由波导造成的无线通信干扰的研究公开。
发明内容
本发明的目的是提供一种可以预测大气波导干扰无线通信概率的方法。
为了实现上述目的,本发明采取如下的技术解决方案:
一种针对大气波导的无线通信干扰预测方法,包括以下步骤:
S200、建立电磁波被捕获时电磁波波长和发射仰角及波导参数的关系式,包括:
施扰端电磁波波长与波导参数的关系式:
受扰端电磁波波长与波导参数的关系式:
施扰端电磁波发射仰角与波导参数的关系式:
S300、计算施扰端捕获概率Ptf(T);
S400、计算受扰端被干扰概率Pef(T);
受扰端被干扰概率式中的Peabf(ΔM2f,d2f,T)表示T时段波导厚度为d2f(a)、波导强度为ΔM2f(b)的波导在受扰端的出现概率,c表示受扰端波导厚度的划分数量,d表示受扰端波导强度的划分数量;
S500、建立波导干扰事件预测模型,根据波导干扰事件预测模型对待预测区域的波导干扰事件发生概率进行预测;
更具体的,步骤S100中,计算波导的区域出现概率的方法如下:
对待预测区域用经纬线网格进行划分,得到若干子区域;
测绘每个子区域的大气修正折射指数剖面图;
判断各子区域是否出现波导,并对出现的波导进行归类;
将同一时间波导类型相同的相邻子区域连接起来,形成一个波导带,得到波导带分布图;
统计不同类型波导带包含施扰端和受扰端间的视线连接区域的次数,再分别除以波导带总数即得到对应类型波导的区域出现概率。
更具体的,测绘各子区域的大气修正折射指数剖面图时,大气修正折射指数根据温度、大气压及水汽压或空气折射率计算。
更具体的,采用以下方法判断子区域内是否出现波导:根据各子区域的大气修正折射指数的剖面图,观察各区域的剖面图是否有出现负斜率,若出现负斜率说明该区域在相应时间出现波导。
由以上技术方案可知,本发明基于电磁波在大气波导中的传播理论和概率统计学,分析了波导干扰事件发生的充要子事件,给出了统计各类波导干扰子事件发生概率的方法,并根据加法原理和乘法原理建立波导干扰事件的发生概率模型,通过发生概率模型预测波导干扰的发生概率。解决了目前在大气波导干扰无线通信领域不能够预测某个地区对另一个地区因波导的出现而造成通信干扰的概率的问题,将本发明方法应用在波导干扰多发区域内,可以有效预测波导干扰事件,从而能够提前采取对抗手段,提高无线通信的质量。
附图说明
图1a为蒸发波导及其修正大气折射指数的变化图;
图1b为标准表面波导及其修正大气折射指数的变化图;
图1c为有基础层的表面波导及其修正大气折射指数的变化图;
图1d为悬空波导及其修正大气折射指数的变化图;
图2a为电磁波在贴地波导中远距离干扰受扰端的射线轨迹示意图;
图2b为电磁波在悬空波导中远距离干扰受扰端的射线轨迹示意图;
图2c为电磁波在复合波导中远距离干扰受扰端的射线轨迹示意图;
图3为本发明方法的流程图;
图4为波导带分布示意图;
图5为江苏地区波导带分布图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下获得的所有其它实施例,都属于本发明保护的范围。
由电磁波传播理论可知,当波导出现时,如果电磁波的发射仰角小于临界角且电磁波的波长小于最大陷获波长时,电磁波就会被波导捕获,实现类似于金属波导内的传播模式完成超视距传播,并会对其它地方的信号产生干扰。根据电磁波传播对地面站的影响,可将蒸发波导、表面波导和有基础层的表面波导归为贴地波导,由此,当施扰端发射的电磁波满足上述条件被波导捕获进而对受扰端造成干扰时,共有三种类型,分别是贴地波导,悬空波导和复合波导。复合波导是指同一时空下同时出现贴地波导和悬空波导的情形,复合波导的波导厚度和波导强度分别为悬空波导和贴地波导相应量之和。图2a至2c分别为电磁波在贴地波导、悬空波导以及复合波导中远距离干扰受扰端的射线轨迹示意图。发明人发现,大气波导干扰无线通信事件(以下简称波导干扰事件)的发生与波导的出现概率和波导类型密切相关。本发明将波导干扰事件分为以下三种相互独立、互不相关的子事件:
1、施扰端、受扰端以及两地之间的区域同时出现波导;
2、在施扰端的波导强度和波导厚度使得电磁波射线弯曲完成远距离传播,即在施扰端发射的电磁波被波导捕获且在施扰端的波导强度和波导厚度可以使电磁波射线折射的曲率小于地球曲率完成远距离传播;
3、在受扰端由于悬空波导或复合波导的波导强度与波导厚度无法使得电磁波射线折射完成远距离传播,电磁波从波导中“泄漏”造成信号干扰,或电磁波在贴地波导中远距离传播中止前造成信号干扰。
在以下说明中,用表示T时段某种类型波导的区域出现概率,角标中的f表示波导类型,f=1指代贴地波导,f=2指代悬空波导,f=3指代复合波导,用Ptf(T)表示T时段施扰端被f类型波导捕获的概率,用Pef(T)表示T时段受扰端被f类型波导干扰的概率。一次波导干扰事件的出现是由多个参数共同确定的随机事件,这些参数包括随机参数和固定参数,其中,随机参数包括波导厚度、波导强度、波导空间横向延伸尺度S;固定参数包括电磁波波长λ、电磁波发射仰角θ、天线主瓣的半功率波束宽度φ和收、发设备(施扰端、受扰端)的空间位置R1、R2,表示施扰端和受扰端(收、发设备)间的视线连接区域,即R1、R2及位于两者连线上的区域。波导具有随着年、月以及日夜变化的规律,要预测某一时刻发生,概率模型中还包括时间变量T。
本发明的基本思路是:利用电磁波传播理论和概率统计学,分别计算各波导干扰子事件的发生概率,然后再根据加法原理和乘法原理建立波导干扰事件的发生概率模型,通过发生概率模型预测波导干扰事件的发生概率。
下面结合图3,对本发明无线通信干扰预测方法作进一步的说明,本发明方法包括以下步骤:
S100、计算波导的区域出现概率波导出现的横向尺度可达几十公里甚至是几百公里,是影响波导干扰事件的关键因素,本发明在计算波导的区域出现概率时引入波导带的概念,波导带就是波导的横向延伸尺度,即波导空间横向延伸尺度S,采用统计的方法来计算各类型波导的区域出现概率,具体步骤如下:
将待预测区域用经纬线网格进行划分,得到若干子区域;
测绘各子区域的大气修正折射指数的剖面图,计算每个子区域的大气修正折射指数M,根据大气修正折射指数绘制大气修正折射指数的剖面图,大气修正折射指数M可利用温度τ、大气压P及水汽压e来计算,或者利用空气折射率n来计算,即或M=(n-1)·106+0.157h,式中的h表示数据采集点距离地面的高度;由于波导有明显的月份和昼夜变化规律,为计算大气修正折射指数M而采集数据时,可以月份作为采样周期,一年内12个月的数据,以每个月的所有白天的数据记录一组,共12组,每一组包括相应月份内所有白天测量的数据,可一昼一测,测量次数即为该月的天数;以每个月份的所有夜间的数据记录一组,共12组,每一组包括相应月份内所有夜间测量的数据,可一夜一测,测量次数即为该月的天数;若要增加精确程度可以增加白天/夜间的测量次数或者统计多年的情况,数据的来源可以是气象站的原始数据或自行采集的数据;
判断各子区域是否出现波导,观察各子区域的大气修正折射指数剖面图是否有出现负斜率的情况,当出现负斜率时(即dM/dh<0),说明该子区域在相应时间出现波导,并进一步判断出现的波导属于哪种类型的波导,对所出现的波导进行归类;
将同一时间波导类型相同的相邻子区域连接起来,形成一个波导带,得到各类型波导带分布图,若某一子区域没有同一时间波导类型相同的相邻子区域,则该子区域单独形成一个波导带;图4为江苏地区6月份的波导带分布图,图4中贴地波导带为实线灰色带,悬空波导带为虚线灰色带,复合波导带为无边缘线灰色带;
统计不同类型波导带包含施扰端和受扰端间的视线连接区域的次数,再分别除以波导带的总数即得到各类型波导的区域出现概率;根据施扰端、受扰端的位置坐标(R1、R2)以及两者间的视线连接区域判断该视线连接区域是否包含于某个波导带内(即),并分别统计不同类型的波导带包含施扰端和受扰端间的视线连接区域的数量(次数),然后将某类型波导带包含施扰端和受扰端间的视线连接区域的次数除以波导带的总数(所有类型波导带数量之和),即得到某个测量周期内,如某个月份白天(或夜间)在施扰端和受扰端间的视线连接区域的该类型波导的区域出现概率如果施扰端和受扰端间的视线连接区域不包含于任何一个波导带,则为零。
S200、建立电磁波被捕获时电磁波波长和发射仰角及波导参数的关系式,包括:
施扰端电磁波波长与波导参数的关系式为:
受扰端电磁波波长与波导参数的关系式为:
施扰端电磁波发射仰角与波导参数的关系式为:
S300、计算施扰端捕获概率Ptf(T);统计施扰端的波导强度和波导厚度分布规律,结合电磁波波长和发射仰角及波导参数的关系式计算施扰端施扰概率;
施扰端捕获概率式中的Ptijf(d1f,ΔM1f,T)表示T时段波导厚度为d1f(i)、波导强度为ΔM1f(j)的波导在施扰端的出现概率,Ptijf(d1f,ΔM1f,T)可根据气象数据或采集数据统计得出(如表1~表3所示数据),统计时将施扰端波导厚度d1f划分为n份,每一份用d1f(i)表示,将施扰端波导强度ΔM1f划分为m份,每一份用ΔM1f(j)表示(如表1、表2表3所示)。
由于波导出现的随机性和波导参数的随机性,在施扰端只有波导强度和波导厚度满足一定的关系时才能捕获电磁波,统计施扰端每个测量周期的昼、夜不同波导类型的波导厚度和波导强度的出现概率,数据可以从步骤S100得到的大气修正折射指数的剖面图获得,得到各个区域贴地波导、悬空波导和复合波导三种情形波导强度和波导厚度在1-12月份昼夜的分布规律。表1~表3分别表示某区域(施扰端)某月份白天(或夜间)贴地波导、悬空波导和复合波导的波导厚度与波导强度的分布律统计表,其中x、y分别表示波导厚度和波导强度相应的区间量。
表1
表2
表3
S400、计算受扰端被干扰概率Pef(T);统计受扰端的波导强度和波导厚度分布规律,结合电磁波波长和发射仰角及波导参数的关系式计算受扰端被干扰概率;
受扰端被干扰概率式中的Peabf(d2f,ΔM2f,T)表示T时段波导厚度为d2f(a)、波导强度为ΔM2f(b)的波导在受扰端的出现概率,Peabf(d2f,ΔM2f,T)同样可根据气象数据或采集数据统计得出,统计时将受扰端波导厚度d2f划分为c份,每一份用d2f(a)表示,将受扰端波导强度划分为d份,每一份用ΔM2f(b)表示。在统计施扰端捕获概率和受扰端被干扰概率时,将波导厚度和波导强度进行划分的目的在于提高概率取值的精度,当划分越精细时,概率取值越精确,划分的数量为经验值,可根据精度要求及实际情况来确定。
S500、建立波导干扰事件预测模型,根据加法原理和乘法原理建立波导干扰事件预测模型,计算三种类型波导发生的概率,将不同类型波导的区域出现概率、施扰端捕获概率和受扰端被干扰概率相乘,再将所有类型的波导类型相加,最终得到波导干扰事件发生的概率;
下面以一个具体实施例对本发明方法进行详细说明,本案例计算的是江苏地区6月份夜间扬州对苏州由大气波导引起的干扰概率。
首先计算各类型波导的区域出现概率将江苏地区以0.7°×0.7°马氏顿方格进行区域划分,用无线电探空设备在夜间探测6月份各方格区域(子区域)的1.5km高度内的温度、大气压强、水汽压数据(精度要求:100m以下的精度为1m,100~200m之间的为2m,200~3000m之间为5m),或者采用气象站记录的原始数据,计算各子区域的大气修正折射指数M;根据计算结果绘制各子区域的大气修正折射指数的剖面图,同时根据大气修正折射指数的剖面图统计各子区域6月份每种类型大气波导的波导厚度和波导强度,以及相应波导厚度和波导强度的出现概率,即T=6月夜间,简写为T=6n,6表示6月,n表示夜间;将同一时间波导类型相同的相邻子区域相连,绘制待预测地区不同类型大气波导的波导带分布图;根据6月份江苏地图的波导带地图(图5),判断该月份夜间扬州(发射)基站R1对苏州基站R2产生的影响,为了简明表示,图5中只示例性地画出了2个包含扬州基站和苏州基站的波导带,边线为点划线,剩余的33个波导带未在图中示出。经统计,贴地波导带包含该两地的带数为35次(边线为点线的波导带不算在内),悬空波导带包含该两地的带数为7次,复合波导带包含该两地的带数为5次。总的次数为该月份夜间采集数据后所得到的各类型波导带数量的总和,6月份测量30次分别绘制得到30个贴地波导带、30个悬空波导带和30个复合波导带,即总次数为90次。采集过程中,可能会出现某天夜间该地区完全没有波导的情形,这种情形也记作一次。则贴地波导的区域出现概率Po1(6n)=35/90,悬空波导的区域出现概率为Po2(6n)=7/90,复合波导的区域出现概率为Po3(6n)=5/90。表4~表6分别为根据每年6月份扬州地区的观测数据得到该地区的6月份夜间贴地波导厚度与波导强度的分布律统计表、悬空波导厚度与波导强度的分布律统计表以及复合波导厚度与波导强度的分布律统计表。表7~表9分别为根据每年6月份苏州地区的观测数据得到该地区的6月份夜间贴地波导厚度与波导强度的分布律统计表、悬空波导厚度与波导强度的分布律统计表及复合波导厚度与波导强度的分布律统计表。
表4
表5
表6
表7
表8
表9
扬州电磁波发射基站发射的电磁波的发射仰角为0.63°,对应弧度角为0.013rad,电磁波频率为2635MHz,相应的电磁波波长为0.113m,天线主瓣的半功率波束宽度为0.45°,对应的弧度角为0.008rad,极化方式为水平极化波,建立电磁波被捕获时电磁波波长和发射仰角及波导参数的关系式:
分别计算3种大气波导的施扰端捕获概率:
分别计算3种大气波导的受扰端被干扰概率:
Pe2(6n)=0.1+0.04+0.03+0.03+0.04+0.03+0.05=0.32;
Pe3(6n)=0.15+0.04+0.03+0.03++0.05+0.05+0.04+0.03=0.42。
得到区域出现概率、施扰端捕获概率和受扰端被干扰的概率后,根据波导干扰事件预测模型计算6月份夜间扬州对苏州地区因大气波导干扰通信的概率大小:由计算结果可知,6月份夜间扬州对苏州地区因大气波导干扰通信的概率为27%。
本发明提供了一种主动预报某地区对另一地区由大气波导造成的无线通信干扰事件发生概率的方法,解决了目前不能预报波导干扰通信事件的问题,可应用在波导干扰多发区域内,对波导干扰事件进行预测,从而提前采取对抗手段,提高无线通信的质量。
以上所述,仅是本发明的较佳实施例而已,并非对本发明做任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (3)
1.一种针对大气波导的无线通信干扰预测方法,其特征在于,包括以下步骤:
对待预测区域用经纬线网格进行划分,得到若干子区域;
测绘每个子区域的大气修正折射指数剖面图;
判断各子区域是否出现波导,并对出现的波导进行归类;
将同一时间波导类型相同的相邻子区域连接起来,形成一个波导带,得到波导带分布图;
统计不同类型波导带包含施扰端和受扰端间的视线连接区域的次数,再分别除以波导带总数即得到对应类型的波导的区域出现概率;
S200、建立电磁波被捕获时电磁波波长和发射仰角及波导参数的关系式,包括:
施扰端电磁波波长与波导参数的关系式:
受扰端电磁波波长与波导参数的关系式:
施扰端电磁波发射仰角与波导参数的关系式:
S300、计算施扰端捕获概率Ptf(T);
S400、计算受扰端被干扰概率Pef(T);
受扰端被干扰概率式中的Peabf(d2f,ΔM2f,T)表示T时段波导厚度为d2f(a)、波导强度为ΔM2f(b)的波导在受扰端的出现概率,c表示受扰端波导厚度的划分数量,d表示受扰端波导强度的划分数量;
S500、建立波导干扰事件预测模型,根据波导干扰事件预测模型对待预测区域的波导干扰事件发生概率进行预测;
2.根据权利要求1所述的针对大气波导的无线通信干扰预测方法,其特征在于:测绘各子区域的大气修正折射指数剖面图时,大气修正折射指数根据温度、大气压及水汽压或空气折射率计算。
3.根据权利要求1所述的针对大气波导的无线通信干扰预测方法,其特征在于:采用以下方法判断子区域内是否出现波导:根据各子区域的大气修正折射指数的剖面图,观察子区域的大气修正折射指数剖面图是否有出现负斜率,若出现负斜率说明该区域在相应时间出现波导。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910796141.1A CN110557772B (zh) | 2019-08-22 | 2019-08-22 | 一种针对大气波导的无线通信干扰预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910796141.1A CN110557772B (zh) | 2019-08-22 | 2019-08-22 | 一种针对大气波导的无线通信干扰预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110557772A CN110557772A (zh) | 2019-12-10 |
CN110557772B true CN110557772B (zh) | 2021-08-17 |
Family
ID=68738073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910796141.1A Active CN110557772B (zh) | 2019-08-22 | 2019-08-22 | 一种针对大气波导的无线通信干扰预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110557772B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114629577A (zh) * | 2020-12-10 | 2022-06-14 | 中国科学院上海高等研究院 | 大气波导下的信道预测方法、系统、存储介质及终端 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106941679B (zh) * | 2016-01-04 | 2021-05-11 | 中兴通讯股份有限公司 | 一种基站及其实现信号处理的方法 |
CN108259112B (zh) * | 2016-12-29 | 2020-03-24 | 中国移动通信集团浙江有限公司 | 一种基于时隙的基站干扰消除方法和装置 |
CN108289302B (zh) * | 2017-01-10 | 2021-05-11 | 中国移动通信集团河北有限公司 | 定位td-lte网络大气波导干扰的方法及系统 |
CN108696938B (zh) * | 2017-04-10 | 2022-02-11 | 中国移动通信有限公司研究院 | 一种物理随机接入信道prach的配置方法、装置及基站 |
-
2019
- 2019-08-22 CN CN201910796141.1A patent/CN110557772B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110557772A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697323B (zh) | 一种融合卫星遥感和移动通信基站信号的降雨观测方法 | |
CN111999733B (zh) | 海岸带大坝稳定性监测与淹没脆弱性评估方法、系统 | |
CN112711899B (zh) | 一种蒸发波导高度的融合预测方法 | |
CN108564263A (zh) | 一种用于飑线环境下输电线路杆塔受灾预测方法 | |
Pastore et al. | Comparison of atmospheric refractivity estimation methods and their influence on radar propagation predictions | |
CN109936855B (zh) | 利用基站信号反演降水分布的方法、装置、设备及介质 | |
CN110557772B (zh) | 一种针对大气波导的无线通信干扰预测方法 | |
Coquillat et al. | SAETTA: High-resolution 3-D mapping of the total lightning activity in the Mediterranean Basin over Corsica, with a focus on a mesoscale convective system event | |
CN115567970A (zh) | 基站信号覆盖数据测量方法、装置、设备及存储介质 | |
CN103093044A (zh) | 输电线路覆冰舞动分布图测绘方法 | |
Emeruwa | Analysis of some weather variables' impacts on UHF and VHF receivers in Yenagoa Southern, Nigeria | |
Adediji et al. | Performance analysis of microwave radio refractivity on radio field strength and radio horizon distance over Akure, Nigeria | |
CN108828332A (zh) | 一种计算雷电定位系统探测效率的方法 | |
Adediji et al. | Meteorological Characterization of Effective Earth Radius Factor (k-Factor) for Wireless Radio Link Over Akure, Nigeria | |
CN116029162B (zh) | 利用星载gnss-r数据的洪涝灾害淹没范围监测方法和系统 | |
Küçük et al. | Site selection for a radio astronomy observatory in Turkey: atmospherical, meteorological, and radio frequency analyses | |
Mandeep | Rain attenuation statistics over a terrestrial link at 32.6 GHz at Malaysia | |
Rahim et al. | Prediction of the tropospheric scintillation for earth to satellite link in tropical climate | |
Paulus | VOCAR: An experiment in variability of coastal atmospheric refractivity | |
CN111768068B (zh) | 一种海上搜救船舶响应能力评估方法 | |
RU2525295C1 (ru) | Способ построения зоны электромагнитной совместимости наземных радиоэлектронных средств | |
Yang et al. | Preliminary evaluation of hai-nan lightning detection network (HNLDN) | |
Simeon et al. | Analysis of Variation in the Vertical Profile Of Radio Refractivity Gradient and its impact on the Effective Earth Radius Factor | |
Wang et al. | Estimation of abnormal wave propagation by a novel duct map based on the average normalized path loss | |
CN116088071A (zh) | 一种低空大气波导超视距效应评估方法 |
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 |