CN112929891A - 一种基于室内三维结构化模型的5g基站信号仿真和优化选址方法 - Google Patents
一种基于室内三维结构化模型的5g基站信号仿真和优化选址方法 Download PDFInfo
- Publication number
- CN112929891A CN112929891A CN202110075855.0A CN202110075855A CN112929891A CN 112929891 A CN112929891 A CN 112929891A CN 202110075855 A CN202110075855 A CN 202110075855A CN 112929891 A CN112929891 A CN 112929891A
- Authority
- CN
- China
- Prior art keywords
- signal
- base station
- indoor
- dimensional
- model
- 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
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
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- 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
- H04W16/22—Traffic simulation tools or models
- H04W16/225—Traffic simulation tools or models for indoor or short range network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法,首先确定候选基站,模拟5G信号传播过程;随后考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗建设5G信号传播能量模型;继而根据步骤一和步骤二计算射线的能量值,从而进行5G信号仿真;最后基于重建的室内结构化模型与5G信号仿真进行基站优化选址。本发明的方法能够有效地模拟5G信号,并且实现自动化5G基站布设和选址,该方法能更好地满足室内快速布设大量高密度5G通信基站的需求。
Description
技术领域
本发明涉及一种5G基站信号仿真和优化选址方法,尤其涉及一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法。
背景技术
现代建筑材料对室外无线信号的阻隔,导致室外无线部署无法很好地解决室内覆盖的问题。为了加速移动网络的传播速度,推出频率较高的5G信号,其穿透能力与以往的4G,3G,2G相差悬殊,无法保证室内深度覆盖需要的良好体验。因此,华为在国际上首次提出室内5G目标网建网理念,助力运营商打造5G时代数字化的室内覆盖网络。5G时代的新业务会有80%发生在室内,且由于室内场景复杂多样、目标遮挡严重、目标间重叠等特点,与室外网络建设相比,室内网络建设花费时间更长、更加困难。因此,5G小基站选址将是基站建设的一项重要工作。有效的选址工作不仅可以提升投资效率,还可以降低基站的建设和维护成本,因此基站选址是一件有意义的研究工作。
目前,多数研究工作以仿真软件模拟基站覆盖情况,仅仅针对室外区域进行5G微基站选址;对于结构复杂的室内场景,缺乏5G基站自动化选址研究。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法。
为了解决以上技术问题,本发明采用的技术方案是:一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法,具体包括以下步骤:
步骤一、确定候选基站,模拟5G信号传播过程;
步骤二、考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗建设5G信号传播能量模型;
步骤三、根据步骤一和步骤二计算射线的能量值,从而进行5G信号仿真;
步骤四、基于重建的室内结构化模型与5G信号仿真进行基站优化选址。
进一步地,步骤一的具体步骤如下:
a、基于重建的三维室内结构化模型,在接近天花板的位置给定高程确定二维水平面;
b、将水平面划分均匀格网;
c、判断每个格网的中心是否属于重建房屋的区域、是否为可导航区域,以此来确定候选基站;
d、利用射线追踪原理,以候选基站为球体中心随机发射信号射线,当射线与室内模型的三角网相交,可得到三角网的索引号,并通过模型的结构信息确定三角网的法向量和语义标记,进而模拟5G信号在室内环境的传播情况。
进一步地,步骤二的信号传播包括非视距传播和视距传播,在典型的室内环境下,5G信号非视距传播损耗模型公式为:
Lfs,dB-NLOS=32.4+31.9·lg(dp)+20·lg(f) 1m≤dp≤86m
视距传播损耗模型公式为:
Lfs,dB-LOS=32.4+17.3·lg(dp)+20·lg(f) 1m≤dp≤100m
其中,Lfs,dB是信号损耗值,dp是收发天线的间距,f是电磁波的频率,该公式表明信号的频率越大或传播距离越长,传播损耗越大。在理想的室内环境下,当频率保持恒定时,传播损耗随距离的增大而增大,从而接收到的信号会减小。
进一步地,非视距传播指收发信号两端中间有障碍物遮挡,此时信号不是直线传播;视距传播是指收发信号两端中间没有障碍物遮挡,此时信号是直线传播。
进一步地,步骤二的反射衰减损耗指墙壁材料属性对反射信号造成的损耗,反射波场强表达式为:
其融合了场点的垂直极化和水平极化分量,融合后的表达式为:
其中,E(Rx)⊥和E(Rx)||分别为场点Rx处场强的垂直极化和水平极化分量,和分别是入射波在反射点R处场强的垂直极化分量和水平极化分量,R⊥和R||分别为垂直极化和水平极化的反射系数,ejk(s1+s2)是信号从源点Ix到反射点R再到场点Rx的相位累积。
进一步地,步骤三的具体步骤为:通过步骤一确定信号传播射线路径后,再通过步骤二计算出信号直线传播过程中的路径损耗,以及信号遇到墙面时信号的反射衰减,以此计算信号传播射线的能量值。
进一步地,步骤四是以室内三维结构化模型与5G信号仿真为基础,基于多尺度格网的空间划分方法,利用贪婪优化算法设计的面向5G通信基站优化选址方法,其具体步骤为:
a、将三维房屋模型投影到二维平面,将其划分为均匀格网,统计二维平面格网的索引号,同时,将每个基站发射的信号强度射线投影到二维水平面,计算信号射线采样点所在的二维格网的索引号,为了提升检索效率,首先计算采样点的二维坐标(sx,sy)属于哪个房屋,然后计算采样点所在房屋格网的索引号;
b、统计每个基站发射信号所覆盖的格网索引号,示例结果如下:
s1={g1,g2,g3,g4,g5,…,gi}
s2={g2,g3,g4,g5,g8…,gj}
sn={g3,g4,g5,g7,g8…,gk}
c、基于贪婪算法设计优化策略对候选基站进行规划选址,将基站覆盖度作为限制值,基站数量为期望值,在满足限制值的情况下期望值最小,即利用最少的基站达到最大的室内覆盖范围,公式如下:
d、将每个基站发射信号所覆盖格网的数量排序,具有最大覆盖网格数量的基站被视为优化基站,同时,其他基站发射信号的覆盖格网与其求交,将求交后剩余网格数量排序;同理,将信号覆盖度最大的基站列入优化基站中,以此类推,当场景的覆盖度为80%的时候停止迭代,最终求得优化基站的位置和数量。
进一步地,多尺度格网的空间划分方法的步骤如下:
a、在室内房屋模型的长和宽分别划分3~4个格网,对于较为窄的走廊或面积较小的房屋,其相对格网的分辨率较大;对于面积较大的房屋,其相对格网的分辨率较小;
b、根据房屋的长宽尺度,可以自适应确定格网的大小;
这种自适应多尺度划分策略可以减少不必要的候选格网数量,在保证基站位置精度和覆盖度的同时,也提升了优化效率。
本发明以重建的室内结构化模型与5G信号仿真为基础,利用贪婪优化算法设计了面向5G通信基站优化选址方法,本发明缩短了运算时间的同时还保证了基站位置精度。
附图说明
图1为本发明的整体流程示意图。
图2为室内三维结构化模型示意图。
图3为空间格网示意图。
图4为候选基站位置示意图。
图5为本发明信号的传播示意图。
图6为本发明信号的反射示意图。
图7为本发明5G信号遇到墙急速衰减的仿真结果。
图8为本发明5G信号强度仿真的可视化结果。
图9为本发明室内模型的二维平面格网示意图。
图10为本发明候选基站格网边长为1m的优化基站结果。
图11为本发明候选基站格网边长为2m的优化基站结果。
图12为本发明候选基站格网边长为3m的优化基站结果。
图13为本发明候选基站格网边长为4m的优化基站结果。
图14为本发明多尺度格网作为候选基站示意图。
图15为本发明多尺度网格作为候选基站的优化结果。
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的说明。
图1所示的一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法,具体包括以下步骤:
步骤一、确定候选基站,模拟5G信号传播过程;
步骤二、考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗建设5G信号传播能量模型;
步骤三、根据步骤一和步骤二计算射线的能量值,从而进行5G信号仿真;
步骤四、基于重建的室内结构化模型与5G信号仿真进行基站优化选址。
步骤一的具体步骤如下:
a、如图2所示,基于重建的三维室内结构化模型,在接近天花板的位置给定高程确定二维水平面;
b、如图3所示,将水平面划分均匀格网,格网边长dgrid=1m;
c、判断每个格网的中心是否属于重建房屋的区域、是否为可导航区域,以此来确定候选基站,候选基站的位置情况如图4所示;
d、以重建的三维室内结构化模型为基础,利用射线追踪原理,假定以每个候选基站为球体中心ray_origin(xm,ym,zm),以随机方向ray_direction(dx,dy,dz)发射信号射线(实验射线数量为15000,现实情况的射线数量更多);根据5G信号在室内环境的传播特性,其最小传播距离为0m,最大传播距离为100m,当射线发射路径超出了距离阈值,则停止传播;
当射线与室内模型的三角网相交,可得到三角网的索引号,并通过模型的结构信息确定三角网的法向量和语义标记,交点坐标的如公式(1):
(x'm,y'm,z'm)=(xm,ym,zm)+(dx,dy,dz)·rd (1)
可得(x'm,y'm,z'm);
若该三角网的语义标记为门或窗户,此时视为门或窗户是打开的,则信号继续传播,若该三角网为墙面、天花板或地板,信号会反射,反射方向(d'x,d'y,d'z)的计算公式如(2):
(d'x,d'y,d'z)=(dx,dy,dz)-2*(lnx,lny,lnz)*((lnx,lny,lnz).dot(dx,dy,dz)) (2)
(lnx,lny,lnz)为相交三角面片的法向量,在重建的室内结构化模型下,信号传播示意图如图5所示,通过上述步骤模拟5G信号在室内环境的传播情况。
步骤二的实现包括直射场强和反射场强,直射场强即路径损耗模型:
a、直射场强:
无线信号在传播过程中,会产生一定的路径损耗,如果收发信号两端中间没有障碍物遮挡,信号是直线传播,即称为视距传播;如果有障碍物,信号不是直线传播,即称为非视距传播。其中,在典型的室内环境下,5G信号非视距传播损耗模型为公式(3),视距传播损耗模型为公式(4):
Lfs,dB-NLOS=32.4+31.9·lg(dp)+20·lg(f) 1m≤dp≤86m (3)
Lfs,dB-LOS=32.4+17.3·lg(dp)+20·lg(f) 1m≤dp≤100m (4)
其中,Lfs,dB是信号损耗值,dp是收发天线的间距,f是电磁波的频率,该公式表明信号的频率越大或传播距离越长,传播损耗越大,在理想的室内环境下,当频率保持恒定时,传播损耗随距离的增大而增大,从而接收到的信号会减小;
b、反射场强:
无线信号在传播过程中,考虑墙壁的材料属性对反射信号造成的损耗,以此精确地模拟5G信号的强度值,根据信号反射原理,信号遇到障碍物时的入射波和反射波位于法线两侧,入射角等于反射角,信号反射示意图如图6所示,Ix和Rx分别表示源点和场点,S1和S2表示入射波路径和反射波路径,R为反射点,n为法线方向,θ为入射角和反射角。
反射波场强表达式为公式(5):
其融合了场点的垂直极化和水平极化分量,表达式为公式(6):
其中,E(Rx)⊥和E(Rx)||分别为场点Rx处场强的垂直极化和水平极化分量,和分别是入射波在反射点R处场强的垂直极化分量和水平极化分量,R⊥和R||分别为垂直极化和水平极化的反射系数,ejk(s1+s2)是信号从源点Ix到反射点R再到场点Rx的相位累积,k是波矢量,如公式(7):
A(s2)是反射点R到场点Rx的振幅扩散因子,定义为公式(8):
A(s2)=s1/(s1+s2) (8)
反射系数公式为(10):
其中,ε为反射面等效电参数(由反射面材料属性确定),定义为:
ε=εr-j60σλ (11)
其中,εr为反射面的相对介电常数,σ为导电率,λ为入射波的波长。
步骤三的具体步骤为:在确定5G信号传播射线路径和5G信号传播能量模型后,进行5G信号仿真,信号传播射线采样距离为ls-d=0.05m;直线传播过程只考虑路径损耗,强度损失函数如公式(4),当5G高频信号传播距离大于1m时,信号强度会减弱。当信号遇到墙时,普通墙的材质为混凝土,信号穿过墙衰减将近20dB,接收到信号很少,因此,只考虑信号遇到墙的反射传播,反射衰减强度的计算公式如(5)-(11),5G信号遇到墙后急速衰减仿真结果如图7所示,5G信号强度仿真的可视化结果如图8所示。
步骤四是基于重建的室内结构化模型与5G信号仿真进行小基站优化选址,为了提升计算效率,如图9所示,将三维房屋模型投影到二维平面,将其划分为均匀格网,统计二维平面格网的索引号,同时,将每个基站发射的信号射线投影到二维水平面,计算信号射线采样点所在的二维格网的索引号;
为了提升检索效率,首先计算采样点的二维坐标(sx,sy)属于哪个房屋,然后计算采样点所在房屋格网的索引号;
统计每个基站发射信号所覆盖的格网索引号,示例结果如公式(12):
s1={g1,g2,g3,g4,g5,…,gi}
s2={g2,g3,g4,g5,g8…,gj}
sn={g3,g4,g5,g7,g8…,gk} (12)
步骤四是基于贪婪算法设计优化策略对候选基站进行规划选址,优化选址的核心思想是将基站的覆盖度为限制值,基站的数量为期望值,在满足限制值的情况下期望值最小,也就是利用最少的基站达到最大的室内覆盖范围,如公式13所示:
首先,将每个基站发射信号所覆盖格网的数量排序,具有最大覆盖网格数量的基站被视为优化基站,同时,其他基站发射信号的覆盖格网与其求交,将求交后剩余网格数量排序;同理,将信号覆盖度最大的基站列入优化基站中,以此类推,当场景的覆盖度为80%的时候停止迭代,最终求得优化基站的位置和数量;
本发明选择典型的多房屋室内结构化模型来验证算法的性能,将候选基站格网边长分别设置为1m、2m、3m、4m,实施贪婪算法的优化策略,并分别统计优化后基站的数量、所用时间和信号的覆盖度,优化结果汇总于表1。
表1
格网边长 | 候选数量 | 优化数量 | 用时 | 覆盖率 |
1m | 280 | 7 | 44分钟 | 86% |
2m | 69 | 7 | 16分钟 | 84% |
3m | 30 | 7 | 11分钟 | 81% |
4m | 13 | 13 | 3分钟 | 60% |
优化基站位置的可视化结果如图10、11、12、13所示,由表1和图10-13可以发现格网的边长越小,模型的候选基站越多,优化的精度越高;也就是空间格网的精细划分,使优化的基站位置和数量更为接近最优解,但优化时间较长;相反,格网的边长越大,优化时间越少,优化精度也相对降低;如图13所示,当格网的边长为4m时,基站数量并没有优化,甚至在局部区域出现无信号的死角,不能保证信号的覆盖度,主要原因是部分室内房屋的宽度小于4m,例如狭长的走廊,并没有布设候选基站;由以上结果表明:候选格网边长的选择是提升5G小基站优化选址效率、保证基站位置正确性的关键。
为了缩短运算时间、保证基站位置精度,步骤四采用基于多尺度格网的空间划分方法来优化5G小基站位置,多尺度格网作为候选基站的示意图如图14所示,其具体步骤如下:
a、在室内房屋模型的长和宽分别划分3~4个格网,对于较为窄的走廊或面积较小的房屋,其相对格网的分辨率较大;对于面积较大的房屋,其相对格网的分辨率较小;
b、根据房屋的长宽尺度,可以自适应确定格网的大小;
基于多尺度格网的5G小基站优化选址在保证信号覆盖度的前提下优化的基站数量相对减少;同时,多尺度网格下优化基站位置与均匀格网优化基站位置基本一致,优化结果如图15所示,优化统计结果汇总于表2。
表2
格网边长 | 候选数量 | 优化数量 | 用时 | 覆盖度 |
1~3m | 51 | 7 | 15分钟 | 83% |
由图15和表2可以看出,在局部狭窄区域增加格网的分辨率,在较为宽敞的区域降低格网的分辨率,这种自适应多尺度划分策略可以减少不必要的候选格网数量,在保证基站位置精度和覆盖度的同时,也提升了优化效率。
具体实施时,以上流程可采用计算机软件技术实现自动运行流程。
本发明采用的室内三维结构化模型具有语义、几何、拓扑等信息,其中天花板、地板、墙面、窗户、门等建筑物结构元素以高精度3D数字化表示,可以真实地反应室内情况,构成了5G天线周围的物理环境。因此,室内三维结构化模型为5G网络规划和射频计算提供了空间测量及分析基础,可以进行自动化5G信号仿真和小基站优化选址应用研究,以满足5G无线网络的规划和部署。
上述实施方式并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换,也均属于本发明的保护范围。
Claims (8)
1.一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:具体包括以下步骤:
步骤一、确定候选基站,模拟5G信号传播过程;
步骤二、考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗建设5G信号传播能量模型;
步骤三、根据步骤一和步骤二计算射线的能量值,从而进行5G信号仿真;
步骤四、基于重建的室内结构化模型与5G信号仿真进行基站优化选址。
2.根据权利要求1所述的基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:所述步骤一的具体步骤如下:
a、基于重建的三维室内结构化模型,在接近天花板的位置给定高程确定二维水平面;
b、将水平面划分均匀格网;
c、判断每个格网的中心是否属于重建房屋的区域、是否为可导航区域,以此来确定候选基站;
d、利用射线追踪原理,以候选基站为球体中心随机发射信号射线,当射线与室内模型的三角网相交,可得到三角网的索引号,并通过模型的结构信息确定三角网的法向量和语义标记,进而模拟5G信号在室内环境的传播情况。
3.根据权利要求1所述的基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:所述步骤二的信号传播包括非视距传播和视距传播,在典型的室内环境下,5G信号非视距传播损耗模型公式为:
Lfs,dB-NLOS=32.4+31.9·lg(dp)+20·lg(f) 1m≤dp≤86m
视距传播损耗模型公式为:
Lfs,dB-LOS=32.4+17.3·lg(dp)+20·lg(f) 1m≤dp≤100m
其中,Lfs,dB是信号损耗值,dp是收发天线的间距,f是电磁波的频率,该公式表明信号的频率越大或传播距离越长,传播损耗越大。在理想的室内环境下,当频率保持恒定时,传播损耗随距离的增大而增大,从而接收到的信号会减小。
4.根据权利要求3所述的基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:所述非视距传播指收发信号两端中间有障碍物遮挡,此时信号不是直线传播;视距传播是指收发信号两端中间没有障碍物遮挡,此时信号是直线传播。
6.根据权利要求1所述的基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:所述步骤三的具体步骤为:通过步骤一确定信号传播射线路径后,再通过步骤二计算出信号直线传播过程中的路径损耗,以及信号遇到墙面时信号的反射衰减,以此计算信号传播射线的能量值。
7.根据权利要求1所述的基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:所述步骤四是以室内三维结构化模型与5G信号仿真为基础,基于多尺度格网的空间划分方法,利用贪婪优化算法设计的面向5G通信基站优化选址方法,其具体步骤为:
a、将三维房屋模型投影到二维平面,将其划分为均匀格网,统计二维平面格网的索引号,同时,将每个基站发射的信号强度射线投影到二维水平面,计算信号射线采样点所在的二维格网的索引号,为了提升检索效率,首先计算采样点的二维坐标(sx,sy)属于哪个房屋,然后计算采样点所在房屋格网的索引号;
b、统计每个基站发射信号所覆盖的格网索引号,示例结果如下:
s1={g1,g2,g3,g4,g5,…,gi}
s2={g2,g3,g4,g5,g8…,gj}
sn={g3,g4,g5,g7,g8…,gk}
c、基于贪婪算法设计优化策略对候选基站进行规划选址,将基站覆盖度作为限制值,基站数量为期望值,在满足限制值的情况下期望值最小,即利用最少的基站达到最大的室内覆盖范围,公式如下:
d、将每个基站发射信号所覆盖格网的数量排序,具有最大覆盖网格数量的基站被视为优化基站,同时,其他基站发射信号的覆盖格网与其求交,将求交后剩余网格数量排序;同理,将信号覆盖度最大的基站列入优化基站中,以此类推,当场景的覆盖度为80%的时候停止迭代,最终求得优化基站的位置和数量。
8.根据权利要求7所述的基于室内三维结构化模型的5G基站信号仿真和优化选址方法,其特征在于:所述多尺度格网的空间划分方法的步骤如下:
a、在室内房屋模型的长和宽分别划分3~4个格网,对于较为窄的走廊或面积较小的房屋,其相对格网的分辨率较大;对于面积较大的房屋,其相对格网的分辨率较小;
b、根据房屋的长宽尺度,可以自适应确定格网的大小;
这种自适应多尺度划分策略可以减少不必要的候选格网数量,在保证基站位置精度和覆盖度的同时,也提升了优化效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110075855.0A CN112929891B (zh) | 2021-01-20 | 2021-01-20 | 一种基于室内三维结构化模型的5g基站优化选址方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110075855.0A CN112929891B (zh) | 2021-01-20 | 2021-01-20 | 一种基于室内三维结构化模型的5g基站优化选址方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112929891A true CN112929891A (zh) | 2021-06-08 |
CN112929891B CN112929891B (zh) | 2022-11-11 |
Family
ID=76164623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110075855.0A Active CN112929891B (zh) | 2021-01-20 | 2021-01-20 | 一种基于室内三维结构化模型的5g基站优化选址方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112929891B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113795004A (zh) * | 2021-11-15 | 2021-12-14 | 湖南金龙智造科技股份有限公司 | 用于室内5g终端的通信方法、系统及其车间 |
CN114302412A (zh) * | 2021-12-27 | 2022-04-08 | 中国电信股份有限公司 | 基站建设智能规划方法及装置、存储介质、终端设备 |
CN114615677A (zh) * | 2022-03-10 | 2022-06-10 | 东南大学 | 基于非视距环境评价的室内uwb定位优化建站方法 |
CN117278935A (zh) * | 2023-11-04 | 2023-12-22 | 天宇正清科技有限公司 | 基站选址的方法、装置、电子设备及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103369549A (zh) * | 2013-06-19 | 2013-10-23 | 山东润谱通信工程有限公司 | 基于射线跟踪传播模型的室内三维空间无线信号预测方法 |
CN103619027A (zh) * | 2013-12-13 | 2014-03-05 | 周口师范学院 | 一种异构网络融合场景下的联合式基站选址优化方法 |
CN104363616A (zh) * | 2014-10-27 | 2015-02-18 | 山东润谱通信工程有限公司 | 一种室外到室内传播模型预测室内三维空间场强的方法 |
CN107682867A (zh) * | 2017-07-19 | 2018-02-09 | 国网浙江省电力公司嘉兴供电公司 | Td‑lte230网络中的电网基站优化方法 |
US20180138996A1 (en) * | 2016-11-17 | 2018-05-17 | Samsung Electronics Co., Ltd. | Method and apparatus for analysing communication channel in consideration of material and contours of objects |
CN110831017A (zh) * | 2019-11-14 | 2020-02-21 | 国网湖南省电力有限公司 | 电力系统无线专网基站建设选址方法 |
-
2021
- 2021-01-20 CN CN202110075855.0A patent/CN112929891B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103369549A (zh) * | 2013-06-19 | 2013-10-23 | 山东润谱通信工程有限公司 | 基于射线跟踪传播模型的室内三维空间无线信号预测方法 |
CN103619027A (zh) * | 2013-12-13 | 2014-03-05 | 周口师范学院 | 一种异构网络融合场景下的联合式基站选址优化方法 |
CN104363616A (zh) * | 2014-10-27 | 2015-02-18 | 山东润谱通信工程有限公司 | 一种室外到室内传播模型预测室内三维空间场强的方法 |
US20180138996A1 (en) * | 2016-11-17 | 2018-05-17 | Samsung Electronics Co., Ltd. | Method and apparatus for analysing communication channel in consideration of material and contours of objects |
CN107682867A (zh) * | 2017-07-19 | 2018-02-09 | 国网浙江省电力公司嘉兴供电公司 | Td‑lte230网络中的电网基站优化方法 |
CN110831017A (zh) * | 2019-11-14 | 2020-02-21 | 国网湖南省电力有限公司 | 电力系统无线专网基站建设选址方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113795004A (zh) * | 2021-11-15 | 2021-12-14 | 湖南金龙智造科技股份有限公司 | 用于室内5g终端的通信方法、系统及其车间 |
CN114302412A (zh) * | 2021-12-27 | 2022-04-08 | 中国电信股份有限公司 | 基站建设智能规划方法及装置、存储介质、终端设备 |
CN114615677A (zh) * | 2022-03-10 | 2022-06-10 | 东南大学 | 基于非视距环境评价的室内uwb定位优化建站方法 |
CN114615677B (zh) * | 2022-03-10 | 2024-02-27 | 东南大学 | 基于非视距环境评价的室内uwb定位优化建站方法 |
CN117278935A (zh) * | 2023-11-04 | 2023-12-22 | 天宇正清科技有限公司 | 基站选址的方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112929891B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112929891B (zh) | 一种基于室内三维结构化模型的5g基站优化选址方法 | |
CA2143592C (en) | Techniques for expeditiously predicting electromagnetic wave propagation | |
CN102546039B (zh) | 一种无线电磁波传播预测方法及装置 | |
WO2016067017A1 (en) | Method for predicting indoor three-dimensional space signal field strength using an outdoor-to-indoor propagation model | |
Hussain | Efficient ray-tracing algorithms for radio wave propagation in urban environments | |
CN115205454B (zh) | 适用于射线追踪无线信道建模的空间分割加速方法及系统 | |
CN113573335A (zh) | 一种室内信号跟踪方法 | |
Mohtashami et al. | Accuracy and computational efficiency improvement of ray tracing using line search theory | |
Tarng et al. | Effective models in evaluating radio coverage on single floors of multifloor buildings | |
US7035643B2 (en) | Method for planning mobile radio coverage inside buildings | |
US8358305B2 (en) | Method for 3D preprocessing for ray tracing | |
Kim et al. | Accelerated three dimensional ray tracing techniques using ray frustums for wireless propagation models | |
CN102986152B (zh) | 电磁波传播特性的分析方法和装置 | |
Wang et al. | Study on the outdoor wave propagation at 28GHz by ray tracing method | |
Trueman et al. | Ray tracing algorithm for indoor propagation | |
CN110321654A (zh) | 基于MoM与UTD相结合的室内电磁环境预测方法 | |
CN112369060B (zh) | 评估建筑物无线性能的方法 | |
CN111490952B (zh) | 一种射线追踪方法 | |
Kenny et al. | Convex space building discretization for ray-tracing | |
Miao et al. | Coverage analysis in TD-LTE wireless private networks for power systems: a 3D Ray-Tracing approach | |
Tai et al. | Effects of crowd density on radio propagation at 24 GHz in a pedestrian tunnel for 5G communications | |
CN112615688B (zh) | 一种基于传播图论的面向大规模城市的信道建模仿真方法 | |
Talbi | Simulation of indoor UHF propagation using numerical technique | |
KR19980052396A (ko) | 전기 영상 트리를 이용한 전파 경로 추적 방법 | |
Saito et al. | Predicting outdoor angular characteristics and power distribution of wireless LAN signal leaking from an office building |
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 |