CN111294847A - 一种景区区域异构蜂窝网络基站电磁辐射预测方法 - Google Patents

Abstract

本发明公开了一种景区区域异构蜂窝网络基站电磁辐射预测方法，其步骤如下：该方法通过待测区域内面积S，计算宏基站数目均值μ，根据宏基站数目均值μ计算宏基站数量x的数学期望E(x)，建立宏基站数目为x的概率密度分布f(x)，得出宏基站数目N的取值，根据均匀分布算法在MATLAB中得到宏基站的分布坐标，通过对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，根据Voronoi图边的交点(节点)得到弱覆盖点数k及相应坐标(M_j，N_j)，通过弱覆盖点个数k求得区域内微基站数目的概率分布P(m)，并进一步求得满足条件下微基站数目的具体取值，再根据圆内均匀分布算法在MATLAB中得到微基站的分布坐标，最终预测得到景区区域内宏基站、微基站电磁辐射总值。

Description

一种景区区域异构蜂窝网络基站电磁辐射预测方法

技术领域

本发明涉及一种景区区域异构蜂窝网络基站电磁辐射预测方法。

背景技术

随着移动通信技术飞速发展，通信的需求延伸到人们生活的各个角落，其中包括人流密度越来越大的景区移动通信，景区基站的数目也随之飞速上升，但目前已公开的文献和专利中，通常只考虑了单个或者单层基站所带来的影响，没有考虑在异构蜂窝网络下多层基站对景区区域内暴露的辐射值，还没有一种方法考虑根据景区区域内异构蜂窝网络基站簇分布，对景区区域内每一层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，本专利提出一种景区区域异构蜂窝网络基站电磁辐射预测方法，该方法通过待测区域面积S，计算宏基站数目均值μ，根据宏基站数目均值μ计算宏基站数量x的数学期望E(x)，建立宏基站数目为x的概率密度分布f(x)，得出宏基站数目N的取值，根据均匀分布算法在MATLAB中得到宏基站的分布坐标，通过对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，根据Voronoi图边的交点(节点)得到弱覆盖点数k及相应坐标(M_j,N_j)，通过弱覆盖点个数k求得区域内微基站数目的概率分布P(m)，并进一步求得满足条件下微基站数目的具体取值，再根据圆内均匀分布算法在MATLAB中得到微基站的分布坐标，最终预测得到景区区域内宏基站、微基站电磁辐射总值。

发明内容

为了解决上述技术问题，本发明提供一种景区区域异构蜂窝网络基站电磁辐射预测方法，包括以下步骤：

1、一种景区区域异构蜂窝网络基站电磁辐射预测方法，其特征在于，包括以下步骤：

1)建立景区区域宏基站分布模型，根据待测区域内面积S，计算宏基站数目均值μ，根据宏基站数目均值μ计算宏基站数量x的数学期望E(x)，建立宏基站数目为x的概率密度分布f(x)，得出宏基站数目N的取值；

2)根据步骤1)得到的宏基站数目N，由均匀分布算法在MATLAB中得到区域内宏基站位置坐标分布(x_i,y_i)，i为宏基站的标号，i＝1，2，…，N；

3)根据步骤2)得到的宏基站位置坐标分布(x_i,y_i)，利用对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，通过Voronoi图边的交点(节点)可确定信号弱覆盖点(盲点)，根据Voronoi图得到弱覆盖点数k及相应坐标(M_j,N_j)；

4)根据步骤3)得到的弱覆盖点数k，建立景区区域微基站分布模型，计算微基站分布模型中微基站数目均值λ，建立微基站数目m的累计概率密度分布F(m)，得出95％概率情况下m的取值，该值用M表示；

5)根据步骤4)得到的微基站数目M，由圆内均匀分布算法在MATLAB中得到区域内微基站位置坐标分布(x_j,y_j)，j为基站的标号，j＝1，2，…，M；

6)根据步骤2)、步骤5)得到的宏基站位置坐标分布(x_i,y_i)、微基站位置坐标分布(x_i,y_j)结合功率密度表达式，预测宏基站电磁辐射强度S_i以及微基站电磁辐射强度S_j。

2、如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤1)中，景区区域宏基站分布模型为：

其中x为宏基站数量，是随机数，f(x)是宏基站数量为x时的概率，exp为以自然常数e为底的指数函数，lnx为以自然常数e为底的对数，σ和μ为参数，σ取值为0.58，μ与景区区域面积S有关，其表达式为：

μ＝0.3622·S

其中S为待测区域面积，单位为km²；

宏基站数量x的数学期望E(x)为：

取景区区域宏基站分布模型的数学期望E(x)的最大整数作为宏基站数目：

N＝[E(x)]

其中函数[E(x)]表示不超过E(x)的最大整数。

3、如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤2)中，结合步骤1)得到的宏基站数目N，根据均匀分布算法在MATLAB中得到各个宏基站在区域内的坐标表达式为：

x_i＝L·(μ₁)_i

y_i＝L·(μ₂)_i

其中i为第i个宏基站的标号，取值为1，2，…，N；x_i为第i个宏基站的横坐标，y_i为第i个宏基站的的纵坐标，L为预测正方形区域的边长，(μ₁)_i为第i个宏基站横坐标上的连续均匀分布随机数，(μ₂)_i为第i个宏基站纵坐标上的连续均匀分布随机数。

4、如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤3)中，结合步骤2)得到的宏基站坐标(x_i,y_i)，根据对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，通过Voronoi图边的交点(节点)得到弱覆盖点数k及相应坐标(M_j,N_j)。

5、如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤4)中，结合步骤3)得到的弱覆盖点数k，建立景区区域内微基站分布模型为：

其中P(m)是当微基站数目为m时的概率，λ为微基站数目均值，λ表达式如下：

λ＝k

其中k为弱覆盖点数目，单位为个；

微基站数目m的累计概率密度分布F(m)表示为：

其中F(m)为微基站数目取m时的累计概率密度，l为微基站数目，单位为个，取值为0，1，2，…，M，λ为微基站数目均值，单位为个，将λ代入F(m)表达式，获得微基站累积概率密度，根据F(n)＝95％概率情况下：

时，得出M。

6、如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤5)中，结合步骤4)中得到的微基站数目M，根据圆内均匀分布算法在MATLAB中得到各个微基站在区域内的坐标表达式为：

x_j＝M_j+R_j·cosθ_j

y_j＝N_j+R_j·sinθ_j

其中j为第j个宏基站的标号，取值为1，2，…，M；x_j为第j个微基站的横坐标，y_j为第j个微基站的纵坐标，M_j为第j个弱覆盖点的横坐标，N_j为第j个弱覆盖点的纵坐标，R_j为半径r的连续均匀分布随机数，表达式为：

其中r为微基站覆盖范围，取值50，单位为m，(μ₁)_j为第j个微基站覆盖范围上的连续均匀分布随机数；θ_j为第j个微基站角度的连续均匀分布随机数，表达式为：

θ_j＝2·π·(μ₂)_j

其中(μ₂)_j为第j个微基站的连续均匀分布随机数。

7、如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤6)中，结合步骤2)、步骤5)中得到的宏基站坐标(x_i,y_i)、微基站坐标(x_j,y_j)，根据平面内欧氏距离公式：

其中x_c，y_c分别为预测点横坐标、纵坐标，R_i为预测点与第i个宏基站的距离，单位为m，R_j为预测点与第j个宏基站的距离，单位为m；

宏基站电磁辐射强度S_i以及微基站电磁辐射强度S_j为：

其中S_i为宏基站电磁辐射强度，单位为uw/cm²，S_j为微基站电磁辐射强度，单位为uw/cm²，i为宏基站标号，取值为1，2，…，N，j为微基站标号，取值为1，2，…，M，P_i为宏基站的发射功率，单位为W，P_j为微基站的发射功率，单位为W，G_i为宏基站的天线增益，单位为dB，G_j为微基站的天线增益，单位为dB。

本发明的有益效果在于：本方法根据待测区域面积S，计算宏基站数目均值μ，根据宏基站数目均值μ计算宏基站数量x的数学期望E(x)，建立宏基站数目为x的概率密度分布f(x)，得出宏基站数目N的取值，根据均匀分布算法在MATLAB中得到宏基站的分布坐标，通过对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，根据Voronoi图边的交点(节点)得到弱覆盖点数k及相应坐标(M_j,N_j)，通过弱覆盖点个数k求得区域内微基站数目的概率分布P(m)，并进一步求得满足条件下微基站数目的具体取值，再根据圆内均匀分布算法在MATLAB中得到微基站的分布坐标，最终预测得到景区区域内宏基站、微基站电磁辐射总值、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。

附图说明

图1为本发明的景区区域宏基站Voronoi图。

具体实施方式

下面结合具体实施方案对本发明进一步详细说明。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。

本发明实施对象是三大运营商通信网络制式的基站，工作的频段分别为：移动(890MHz～909MHz)，联通(954MHz～960MHz)，电信(825MHz～840MHz)，地点是景区区域，选择测试区域面积为2km×2km，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。

本发明提供一种景区区域异构蜂窝网络基站电磁辐射预测方法，包括以下步骤：

1)建立景区区域宏基站分布模型，根据待测区域内面积S，计算宏基站数目均值μ，根据宏基站数目均值μ计算宏基站数量x的数学期望E(x)，建立宏基站数目为x的概率密度分布f(x)，得出宏基站数目N的取值；

2)根据步骤1)得到的宏基站数目N，由均匀分布算法在MATLAB中得到区域内宏基站位置坐标分布(x_i,y_i)，i为宏基站的标号，i＝1，2，…，N；

3)根据步骤2)得到的宏基站位置坐标分布(x_i,y_i)，利用对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，通过Voronoi图边的交点(节点)可确定信号弱覆盖点(盲点)，根据Voronoi图得到弱覆盖点数k及相应坐标(M_j,N_j)；

4)根据步骤3)得到的弱覆盖点数k，建立景区区域微基站分布模型，计算微基站分布模型中微基站数目均值λ，建立微基站数目m的累计概率密度分布F(m)，得出95％概率情况下m的取值，该值用M表示；

5)根据步骤4)得到的微基站数目M，由圆内均匀分布算法在MATLAB中得到区域内微基站位置坐标分布(x_j,y_j)，j为基站的标号，j＝1，2，…，M；

6)根据步骤2)、步骤5)得到的宏基站位置坐标分布(x_i,y_i)、微基站位置坐标分布(x_j,y_j)结合功率密度表达式，预测宏基站电磁辐射强度S_i以及微基站电磁辐射强度S_j。

上述步骤1)中，由于测定区域为2km×2km，即S＝4km²，景区区域参数μ计算如下：

μ＝0.3622·S＝0.3622×4＝1.4488

由对数概率密度分布的性质，σ为统计参数，取值为0.58，宏基站数目的数学期望为：

数学期望E(x)与宏基站数目N表达式如下：

N＝[E(x)]＝[5.0380]＝5

其中[E(x)]的值为不超过E(x)的最大整数。

上述步骤2)中，根据步骤1)计算得到的N，待预测区域为2km×2km，在MATLAB中根据均匀分布算法，N＝5，则各个宏基站在区域内的坐标为：

(x₁,y₁)＝(L·(μ₁)₁,L·(μ₂)₁)＝(2000×0.95,2000×0.49)＝(1900,980)

(x₂,y₂)＝(L·(μ₁)₂,L·(μ₂)₂)＝(2000×0.80,2000×0.14)＝(1600,280)

(x₃,y₃)＝(L·(μ₁)₃,L·(μ₂)₃)＝(2000×0.42,2000×0.92)＝(840,1840)

(x₄,y₄)＝(L·(μ₁)₄,L·(μ₂)₄)＝(2000×0.79,2000×0.96)＝(1580,1920)

(x₅,y₅)＝(L·(μ₁)₅,L·(μ₂)₅)＝(2000×0.65,2000×0.035)＝(1300,70)。

上述步骤3)中，根据步骤2)中得到的宏基站位置坐标分布(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)、(x₅,y₅)利用对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，如说明书附图图1所示，根据图1可得到弱覆盖点个数为3个，弱覆盖坐标为(1300,1300)、(1000,950)、(920,910)。

上述步骤4)中，根据步骤3)中得到的弱覆盖点个数为3个，微基站分布模型中微基站数目均值λ计算如下：

λ＝k＝3

把计算得到的微基站数目均值λ代入微基站数目m的累计概率密度分布F(m)为：

根据F(m)＝95％概率情况下得到M如下：

通过上式计算得到M为5。

上述步骤5)中，根据步骤4)计算得到的M，待预测区域为2km×2km，在MATLAB中根据圆内均匀分布算法，M＝5，则弱覆盖点(1300,1300)区域内微基站的坐标为：

(x₁,y₁)＝(1300+R₁·cosθ₁,1300+R₁·sinθ₁)＝(1300+0,1300+22)＝(1300,1322)

(x₂,y₂)＝(1300+R₂·cosθ₂,1300+R₂·sinθ₂)＝(1300+(-20),1300+(-15))

＝(1280,1285)

(x₃,y₃)＝(1300+R₃·cosθ₃,1300+R₃·sinθ₃)＝(1300+(-30),1300+5)＝(1270,1305)

(x₄,y₄)＝(1300+R₄·cosθ₄,1300+R₄·sinθ₄)＝(1300+(-25),1300+35)

＝(1275,1335)

(x₅,y₅)＝(1300+R₅·cosθ₅,1300+R₅·sinθ₅)＝(1300+25,1300+(-42))

＝(1325,1258)

以此类推，弱覆盖点(1000,950)区域内微基站的坐标为：(982,955)、(1035,953)、(980,985)、(1025,990)、(1015,905)；

弱覆盖点(920,910)区域内微基站的坐标为：(945,893)、(895,935)、(950,930)、(928,865)、(882,940)。

上述步骤6)中，取预测点的坐标为(300,500)，根据步骤2)得到的各个宏基站坐标(xi,yi)，步骤5)得到的各个微基站坐标(xj,yj)，根据平面内欧式距离公式分别计算预测点和各个宏基站的距离为：

根据平面内欧式距离公式分别计算预测点和弱覆盖点(1300,1300)区域内各个微基站的距离为：

以此类推，预测点和弱覆盖点(1000,950)区域内各个微基站的距离为：R₁＝819.8、R₂＝863.4、R₃＝835.2、R₄＝875.1、R₅＝821.7；

预测点和弱覆盖点(920,910)区域内各个微基站的距离为：R₁＝755.3、R₂＝819.9、R₃＝779.4、R₄＝726.4、R₅＝729.6；

用预测点和各个宏基站、微基站的距离R_i、R_j计算各个宏基站、微基站对该预测点的辐射强度总值，单位为uw/cm²，P_i为宏基站的发射功率，其值为20W，P_j为微基站的发射功率，其值为20W，G_i为宏基站的天线增益，其值为12dB，G_j为微基站的天线增益，其值为6dB，代入预测辐射强度总值表达式：

把上述预测点和各个宏基站的距离R_i代入上式后得到预测点的电磁辐射总值S_i＝7.35×10^-5uw/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(300,500)的位置用频谱仪实地测量三大运营商的通信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7.23×10^-5uw/cm²。

把上述预测点和各个微基站的距离R_j代入上式后得到预测点的电磁辐射总值S_j＝6.79×10^-54uw/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(300,500)的位置用频谱仪实地测量三大运营商的通信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6.58×10^-5uw/cm²。

通过对比，本专利在景区区域内宏基站、微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 (7)

1.一种景区区域异构蜂窝网络基站电磁辐射预测方法，其特征在于，包括以下步骤：

1)建立景区区域宏基站分布模型，根据待测区域内面积S，计算宏基站数目均值μ，根据宏基站数目均值μ计算宏基站数量x的数学期望E(x)，建立宏基站数目为x的概率密度分布f(x)，得出宏基站数目N的取值；

2)根据步骤1)得到的宏基站数目N，由均匀分布算法在MATLAB中得到区域内宏基站位置坐标分布(x_i,y_i)，i为宏基站的标号，i＝1，2，…，N；

3)根据步骤2)得到的宏基站位置坐标分布(x_i,y_i)，利用对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，通过Voronoi图边的交点(节点)可确定信号弱覆盖点(盲点)，根据Voronoi图得到弱覆盖点数k及相应坐标(M_j,N_j)；

4)根据步骤3)得到的弱覆盖点数k，建立景区区域微基站分布模型，计算微基站分布模型中微基站数目均值λ，建立微基站数目m的累计概率密度分布F(m)，得出95％概率情况下m的取值，该值用M表示；

5)根据步骤4)得到的微基站数目M，由圆内均匀分布算法在MATLAB中得到区域内微基站位置坐标分布(x_j,y_j)，j为基站的标号，j＝1，2，…，M；

6)根据步骤2)、步骤5)得到的宏基站位置坐标分布(x_i,y_i)、微基站位置坐标分布(x_j,y_j)结合功率密度表达式，预测宏基站电磁辐射强度S_i以及微基站电磁辐射强度S_j。

2.如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤1)中，景区区域宏基站分布模型为：

其中x为宏基站数量，是随机数，f(x)是宏基站数量为x时的概率，exp为以自然常数e为底的指数函数，lnx为以自然常数e为底的对数，σ和μ为参数，σ取值为0.58，μ与景区区域面积S有关，其表达式为：

μ＝0.3622·S

其中S为待测区域面积，单位为km²；

宏基站数量x的数学期望E(x)为：

取景区区域宏基站分布模型的数学期望E(x)的最大整数作为宏基站数目：

N＝[E(x)]

其中函数[E(x)]表示不超过E(x)的最大整数。

3.如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤2)中，结合步骤1)得到的宏基站数目N，根据均匀分布算法在MATLAB中得到各个宏基站在区域内的坐标表达式为：

x_i＝L·(μ₁)_i

y_i＝L·(μ₂)_i

其中i为第i个宏基站的标号，取值为1，2，…，N；x_i为第i个宏基站的横坐标，y_i为第i个宏基站的的纵坐标，L为预测正方形区域的边长，(μ₁)_i为第i个宏基站横坐标上的连续均匀分布随机数，(μ₂)_i为第i个宏基站纵坐标上的连续均匀分布随机数。

4.如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤3)中，结合步骤2)得到的宏基站坐标(x_i,y_i)，根据对偶生成法在MATLAB中以宏基站坐标为母点作Voronoi图，通过Voronoi图边的交点(节点)得到弱覆盖点数k及相应坐标(M_j,N_j)。

5.如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤4)中，结合步骤3)得到的弱覆盖点数k，建立景区区域内微基站分布模型为：

其中P(m)是当微基站数目为m时的概率，λ为微基站数目均值，λ表达式如下：

λ＝k

其中k为弱覆盖点数目，单位为个；

微基站数目m的累计概率密度分布F(m)表示为：

其中F(m)为微基站数目取m时的累计概率密度，l为微基站数目，单位为个，取值为0，1，2，…，M，λ为微基站数目均值，单位为个，将λ代入F(m)表达式，获得微基站累积概率密度，根据F(n)＝95％概率情况下：

时，得出M。

6.如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤5)中，结合步骤4)中得到的微基站数目M，根据圆内均匀分布算法在MATLAB中得到各个微基站在区域内的坐标表达式为：

x_j＝M_j+R_j·cosθ_j

y_j＝N_j+R_i·sinθ_j

其中j为第j个宏基站的标号，取值为1，2，…，M；x_j为第j个微基站的横坐标，y_i为第j个微基站的纵坐标，M_j为第j个弱覆盖点的横坐标，N_j为第j个弱覆盖点的纵坐标，R_j为半径r的连续均匀分布随机数，表达式为：

其中r为微基站覆盖范围，取值50，单位为m，(μ₁)_j为第j个微基站覆盖范围上的连续均匀分布随机数；θ_j为第j个微基站角度的连续均匀分布随机数，表达式为：

θ_j＝2·π·(μ₂)_j

其中(μ₂)_j为第j个微基站的连续均匀分布随机数。

7.如权利要求1所述的一种景区区域异构蜂窝网络基站电磁辐射预测方法，所述步骤6)中，结合步骤2)、步骤5)中得到的宏基站坐标(x_j,y_j)、微基站坐标(x_j,y_j)，根据平面内欧氏距离公式：

其中x_c，y_c分别为预测点横坐标、纵坐标，R_i为预测点与第i个宏基站的距离，单位为m，R_j为预测点与第j个宏基站的距离，单位为m；

宏基站电磁辐射强度S_i以及微基站电磁辐射强度S_j为：

其中S_i为宏基站电磁辐射强度，单位为uw/cm²，S_j为微基站电磁辐射强度，单位为uw/cm²，i为宏基站标号，取值为1，2，…，N，j为微基站标号，取值为1，2，…，M，P_i为宏基站的发射功率，单位为W，P_j为微基站的发射功率，单位为W，G_i为宏基站的天线增益，单位为dB，G_j为微基站的天线增益，单位为dB。

Images