CN113708864B - 一种室内Wifi跨层神经网络无线信道建模方法 - Google Patents

一种室内Wifi跨层神经网络无线信道建模方法 Download PDF

Info

Publication number
CN113708864B
CN113708864B CN202110954588.4A CN202110954588A CN113708864B CN 113708864 B CN113708864 B CN 113708864B CN 202110954588 A CN202110954588 A CN 202110954588A CN 113708864 B CN113708864 B CN 113708864B
Authority
CN
China
Prior art keywords
receiving
antenna
transmitting
wireless channel
scatterer
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
CN202110954588.4A
Other languages
English (en)
Other versions
CN113708864A (zh
Inventor
黄超颖
赵德双
翟浩
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110954588.4A priority Critical patent/CN113708864B/zh
Publication of CN113708864A publication Critical patent/CN113708864A/zh
Application granted granted Critical
Publication of CN113708864B publication Critical patent/CN113708864B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/318Received signal strength
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3911Fading models or fading generators

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种室内Wifi‑Dropout跨层神经网络无线信道建模方法,属于室内无线通信技术领域。本发明引入神经网络Dropout思想,充分运用其权值分配与冗余丢弃思想,在保证结果准确的基础上,简化室内Wifi无线信道通信过程。针对LOS(Line of Sight)与NLOS(Non Line of Sight)场景进行分析,考虑了散射体对入射电磁波产生的幅度响应及相位响应,形象体现无线信道层多径信号传播特性。与传统室内无线信道通信方法相比,本发明能够进一步贴合实际室内通信场景,提高室内Wifi无线信道通信的效率和准确性。

Description

一种室内Wifi跨层神经网络无线信道建模方法
技术领域
本方法属于室内无线通信技术领域,具体涉及一种室内Wifi跨层神经网络无线信道建模方法。
背景技术
短距离无线技术——Wifi(Wireless Fidelity)的普及,使设备间高效互通,极大的提高了人们生活的便捷性。然而,由于室内无线环境复杂,Wifi信号在传输过程中经历多径衰落、路径损耗和穿墙损耗,极大部分能量浪费在无线信道中,影响Wifi信号传输的稳定性和有效性。针对室内Wifi信号的传播提出一种无线信道建模方法,对提升Wifi系统的传输效率和通信准确性具有重要意义。
室内无线信道相对于传统信道来说有如下特点:终端用户移动性弱,无多普勒效应;覆盖范围小,环境变化大,不受天气变化影响。电磁波入射散射体所产生的反射和折射信号,对于有限的室内环境来说不可忽略,而传统的信道建模方法相较于室内信道来说不具有代表性。例如对数距离路径损耗模型和Saleh-Valenzuela(S-V)模型,借助数学统计规摔描述无线信道的传输性能,可以大致反映无线信道的传输特性,但是和真实环境往往会产生误差。此外,由于室内散射体密集,如何将室内信号入射散射体的传播过程准确形象地表达,是室内无线信道建模所面临的一大问题。例如射线追踪模型,根据传播机制的不同对每条路径的幅度、角度、相位、时延等参数进行计算,结合对应的系统带宽和天线方向图,获取接收点处所有传播径的合成结果。然而该方法缺乏散射体对入射电磁波产生物理响应的考虑,且通信过程较为抽象。
因此,本发明研究室内无线信道并提出一个更为贴近现实的室内Wifi无线信道建模方法,给出其具体步骤,对室内Wifi无线系统的研究具有非常重要的基础性价值。
发明内容
本发明针对室内Wifi无线信道特点进行研究分析,提出了一种室内Wifi跨层神经网络无线信道建模方法,该建模方法引入神经网络Dropout通信思想,可视化室内信号多径传播过程,克服传统信道建模方法缺乏散射体对入射电磁波产生物理响应的考虑,且建模过程较为复杂无法简明表示多径信道的问题。
本发明采用的技术方案如下:
一种室内Wifi跨层神经网络无线信道的建模方法,包括以下步骤:
S1.发射馈电端向发射天线进行馈电,发射天线以随机的发射角度向外辐射发射信号;将发射天线的辐射方向图按角度功分为n路辐射区间,取各辐射区间的中线对应的方向图增益作为第i路辐射区间的辐射增益Gn(i):
Figure GDA0003545042920000021
其中,i=1,2,...n,G表示发射天线的增益。
S2.在接收天线端,信号以随机角度入射至接收天线;将接收天线的接收方向图按角度功分为m路接收区间,取各接收区间的中线对应的方向图增益作为第j路接收区间的接收增益G'm(j);各路接收区间所接收到的信号合成为一路总接收信号。
Figure GDA0003545042920000022
其中,j=1,2,...m,G'表示接收天线的增益。
S3.当发射信号进入无线信道层,由于无线信道层随机存在着许多障碍物,即散射体,发射信号经过散射体时会产生反射或折射等现象,从而产生散射多径信号,每一个散射体均会产生一条散射路径。由于某些散射路径损耗较大,传输的多径信号幅度衰减明显,由叠加原理可知,这些多径信号到达接收点时对接收信号的影响不大。因此,针对无线信道中的散射体,设定散射路径损耗阈值,若散射体对应的散射路径损耗超过阈值,则该路径传输的信号被丢弃。
设发射信号功率为Pt,接收信号功率为Pr,信号频率为f,信号波长为λ,散射体与发射天线距离为R1,散射体与接收天线距离为R2,发射天线坐标为(x1,y1,z1),接收天线坐标为(x2,y2,z2)。
设定散射路径损耗阈值Q,根据公式(3)计算散射路径实际损耗Loss,若散射路径实际损耗Loss>Q,则丢弃该散射体。
Loss=32.45+20log(R1+R2)+20logf (3)
当有K个没有被丢弃的散射体,第k(k=0,1,...K)个散射体坐标为(mk,nk,pk)。
考虑无线信道层中的K个散射体对发射信号产生的物理响应,包括幅度响应及相位响应。设散射体对发射信号的反射系数为ρ,反射相位为
Figure GDA0003545042920000035
接收天线的接收信号功率为:
Figure GDA0003545042920000031
其中,
Figure GDA0003545042920000032
Figure GDA0003545042920000033
Figure GDA0003545042920000034
Aer为接收天线有效面积。
由公式(4)计算得到第k个散射体产生的第k条无线信道的频率响应函数为:
Figure GDA0003545042920000041
其中,Aeff为散射体有效面积。
S4.针对NLOS(Non Line of Sight)通信场景,发射天线与接收天线之间无直达路径,总信道频率响应为各散射路径的叠加,即
Figure GDA0003545042920000042
针对LOS(Line of Sight)通信场景,发射天线与接收天线之间存在直达路径,总信道频率响应为直达路径和各散射路径的叠加,即
Figure GDA0003545042920000043
其中h0(w)为发射天线与接收天线间的直达路径的信道频率响应:
Figure GDA0003545042920000044
其中,R为发射天线与接收天线的直达距离。
根据上述室内无线信道的建模方法求出的总信道频率响应,反应了室内自由空间中散射体对传播信号的物理响应,相较于传统建模方法更贴近实际场景的信道特征。通过总信道频率响应优化Wifi无线信道,能够提高Wifi无线信道通信的效率和准确性。
由于发射天线固有的辐射方向图决定了旁瓣辐射功率的存在,不同角度的发射信号的功率不同,因此将发射天线的辐射方向图按角度功分为n路辐射区间,等价于功分器。将方向图进行离散化,每一路辐射区间的天线增益就是离散化之后的方向图辐射增益。
将深度学习的Dropout神经网络思想引入无线信道层中:神经网络中随机分布着多个神经元,为了防止神经元之间过度拟合,必须给每个神经元分配权重,设定神经网络的权重阈值,超过阈值的神经元将被丢弃,即Dropout,使得每个神经元保持独立性。将神经网络中的神经元比作无线信道层中一个个孤立的散射体单元。发射信号进入无线信道层后,被散射体反射或折射,产生多径信号,各路多径信号到达接收点后进行矢量叠加,合成接收信号。由于某些散射路径损耗较大,传输的多径信号幅度衰减明显,由叠加原理可知,这些多径信号到达接收点时对接收信号的影响不大。因此,针对无线信道中的散射体,设定路径损耗阈值,若散射体对应的散射路径损耗超过阈值,则该路径传输的信号被Dropout。
由于接收天线固有的天线方向图决定了旁瓣功率的存在,不同角度入射的接收信号增益不同,因此将接收天线的方向图按角度功分为m路接收区间。将方向图进行离散化,每一路接收区间的天线增益就是离散化之后的方向图增益。各路接收区间所接收到的信号合成为一路总接收信号,等价为合路器。
本发明具有如下有益效果:
(1)本发明将发射天线与接收天线方向图离散化,发射天线等价为功分器,接收天线等价为合路器,在保证方向图按角度划分区域精度的前提下,能够将通信系统中收发端的发送与接收信号过程形象化和可视化,如图1所示。
(2)本发明应用深度学习的Dropout神经网络思想于室内无线信道建模之中,将神经网络中的神经元比作无线信道层中一个个孤立的散射体单元,每个散射体产生的散射路径的路径损耗作为该散射体的权值。设定散射路径损耗阈值,将散射路径损耗超过阈值的散射体丢弃。充分运用了神经网络的权值分配与冗余丢弃思想,在保证结果准确的基础上,简明的表示室内Wifi无线信道通信过程。
(3)本发明的室内无线信道建模方法,考虑了无线信道层中的散射体对入射电磁波产生的幅度响应及相位响应。得到总信道频率响应反应了在散射体作用下产生多径信号的传播特性,进一步贴合实际室内通信场景,提高室内Wifi无线信道通信的准确性,填补了室内Wifi无线信道建模的空缺,对针对性优化室内Wifi系统研究具有重要意义。
附图说明
图1为本发明所述室内Wifi跨层神经网络无线信道建模方法的LOS场景示意图;
图2为本发明所述室内Wifi跨层神经网络无线信道建模方法的NLOS场景示意图;
图3为本发明流程图;
图4为基于本发明所述无线信道建模方法进行的Matlab仿真场景示意图;
图5为基于本发明所述无线信道建模方法进行的Matlab仿真结果,具体为信道能量利用率与收发天线距离之间的关系曲线;
图6为实地测试室内信道场景示意图;
图7为实验测试空旷室内信道能量利用率结果与Matlab仿真结果对比图。
具体实施方式
为了使本技术领域的人员更好的理解本发明方案,下面将结合附图对本发明实施例中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的实施例,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所获得的所有其他实施例,都应当属于本发明保护的范围。
图1为LOS场景,即收发天线之间存在直达路径。图2为NLOS场景,即收发天线之间不存在直达路径。本具体实施例针对LOS场景进行。如图1所示,本实施例的一种室内Wifi跨层神经网络无线信道的建模方法,将室内通信系统分为:发射馈电端、发射天线、无线信道层、接收天线以及接收馈电端五层结构。
发射馈电端,用于向发射天线提供馈电。
发射天线,用于以随机的发射角度向外辐射发射信号。由于发射天线固有的辐射方向图决定了旁瓣辐射功率的存在,不同角度发射的信号的功率不同,因此将发射天线的辐射方向图按角度功分为n路辐射区间,等价于功分器。该方法将方向图进行离散化,每一路辐射区间的天线增益就是离散化之后的方向图辐射增益。
电磁波在无线信道层中,在室内一次散射体及二次散射体的作用下产生多次散射波,包括直达波、一次散射波和二次散射波。直达波能够跨过一次散射体及二次散射体,从发射天线直接到达接收天线,一次散射波经过一次散射体到达接收天线,二次散射波经过一次散射体后再经过二次散射体到达接收天线。丢弃超过路径损耗阈值的散射体,保留下来的散射体的多径信号发送至接收天线。
由于接收天线固有的天线方向图决定了旁瓣功率的存在,不同角度入射的接收信号增益不同,因此将接收天线的方向图按角度功分为m路接收区间。该方法将天线方向图进行离散化,每一路接收的天线增益就是离散化之后的方向图增益。将各路接收区间所接收到的信号合成为一路总接收信号,等价为合路器。
最终接收天线合成的总接收信号从接收馈电端导出。
图4为基于本发明所述无线信道建模方法所进行的Matlab仿真场景示意图。仿真设置房间大小为长4.6m,宽3.9m,高3.2m,发射信号频率为2.45GHz,将7*7的散射体阵列放置于前后两面墙上,发射天线坐标为(1800,30,1650),接收天线x/z坐标与发射天线一致,改变y坐标,得到信道能量利用率与收发天线距离之间的关系曲线。
图5为基于本发明所述Wifi无线信道建模方法进行的Matlab仿真结果,具体为信道能量利用率与收发天线距离之间的关系曲线,其中实线为直达路径信道能量利用率,虚线为总信道能量利用率。图中可以看出,信道能量利用率随收发天线距离的增大而衰减,总信道能量利用率在直达路径信道能量利用率上下波动,收发距离较近时波动较小,距离较远时波动较大。
针对该实例的LOS场景,本发明的建模方法步骤如下:
S1.发射馈电端向发射天线进行馈电,发射天线以随机的发射角度向外辐射发射信号;将发射天线的辐射方向图按角度功分为n路辐射区间,取各辐射区间的中线对应的方向图增益作为第i路辐射区间的辐射增益Gn(i):
Figure GDA0003545042920000081
其中,i=1,2,...n,G表示发射天线的增益。
S2.在接收天线端,信号以随机角度入射至接收天线。将接收天线的接收方向图按角度功分为m路接收区间,取各接收区间的中线对应的方向图增益作为第j路接收区间的接收增益G'm(j)。各路接收区间所接收到的信号合成为一路,等价为合路器,最后合成的总接收信号从接收馈电端导出。
Figure GDA0003545042920000091
其中,j=1,2,...m,G'表示接收天线的增益。
S3.当发射信号进入无线信道层,设发射信号功率为Pt,接收信号功率为Pr,信号频率为f,信号波长为λ,散射体与发射天线距离为R1,散射体与接收天线距离为R2,发射天线坐标为(x1,y1,z1),接收天线坐标为(x2,y2,z2)。
设定散射路径损耗阈值Q,根据公式(3)计算散射路径实际损耗Loss,若散射路径实际损耗Loss>Q,则丢弃该散射体。
Loss=32.45+20log(R1+R2)+20logf (3)
当有K个没有被丢弃的散射体,第k(k=0,1,...K)个散射体坐标为(mk,nk,pk)。
设散射体对发射信号的反射系数为ρ,反射相位为
Figure GDA0003545042920000092
接收天线的接收信号功率为:
Figure GDA0003545042920000093
其中,
Figure GDA0003545042920000094
Figure GDA0003545042920000095
Figure GDA0003545042920000096
Aer为接收天线有效面积。
由公式(4)计算得到第k个散射体产生的第k条无线信道的频率响应函数为:
Figure GDA0003545042920000101
其中,Aeff为散射体有效面积。
S4.针对LOS(Line of Sight)通信场景,发射天线与接收天线之间存在直达路径,总信道频率响应为直达路径和各散射路径的叠加,即
Figure GDA0003545042920000102
其中h0(w)为发射天线与接收天线间的直达路径的信道频率响应:
Figure GDA0003545042920000103
其中,R为发射天线与接收天线的直达距离。
下面,通过一个具体的Wifi单发单收室内应用场景例,对本发明所提出的室内Wifi-Dropout跨层神经网络无线信道的建模方法进行验证。
图6为具体实际实验场景,选取实验场地在无其他信号干扰的空房间,房间长4.6m,宽3.9m,高3.2m,布置一个12cm*12cm的铜贴金属散射体在一面墙上,发射天线位于散射体正前方3cm处,其位置固定不变,接收天线在发射天线正前方移动,收发天线均为工作频率为2.45GHz的偶极子天线。测试得到信道能量利用率与收发天线距离之间的关系曲线。
图7为实际测试结果与Matlab仿真结果对比,从图中可以看出,基于本发明所提出的建模方法进行的Matlab仿真结果与实际测试结果拟合较好,证明了本发明的室内Wifi无线信道建模方法的准确性和有效性。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为发明的保护范围并不局限于这样的特别陈述和实施例。凡是根据上述描述做出各种可能的等同替换或改变,均被认为属于本发明的权利要求的保护范围。

Claims (1)

1.一种室内Wifi跨层神经网络无线信道的建模方法,其特征在于,包括以下步骤:
S1.发射馈电端向发射天线进行馈电,发射天线以随机的发射角度向外辐射发射信号;将发射天线的辐射方向图按角度功分为n路辐射区间,取各辐射区间的中线对应的方向图增益作为第i路辐射区间的辐射增益Gn(i):
Figure FDA0003551124410000011
其中,i=1,2,...n,G表示发射天线的增益;
S2.在接收天线端,信号以随机角度入射至接收天线;将接收天线的接收方向图按角度功分为m路接收区间,取各接收区间的中线对应的方向图增益作为第j路接收区间的接收增益G'm(j);各路接收区间所接收到的信号合成为一路总接收信号;
Figure FDA0003551124410000012
其中,j=1,2,...m,G'表示接收天线的增益;
S3.当发射信号进入无线信道层,设发射信号功率为Pt,接收信号功率为Pr,信号频率为f,信号波长为λ,散射体与发射天线距离为R1,散射体与接收天线距离为R2,发射天线坐标为(x1,y1,z1),接收天线坐标为(x2,y2,z2);
设定散射路径损耗阈值Q,根据公式(3)计算散射路径实际损耗Loss,若散射路径实际损耗Loss>Q,则丢弃该散射体;
Loss=32.45+20log(R1+R2)+20logf (3)
当有K个没有被丢弃的散射体,第k个散射体坐标为(mk,nk,pk),其中k=0,1,...K;
设散射体对发射信号的反射系数为ρ,反射相位为
Figure FDA0003551124410000013
接收天线的接收信号功率为:
Figure FDA0003551124410000021
其中,
Figure FDA0003551124410000022
Figure FDA0003551124410000023
Figure FDA0003551124410000024
Aer为接收天线有效面积;
由公式(4)计算得到第k个散射体产生的第k条无线信道的频率响应函数为:
Figure FDA0003551124410000025
其中,Aeff为散射体有效面积;
S4.针对NLOS通信场景,发射天线与接收天线之间无直达路径,总信道频率响应为各散射路径的叠加,即:
Figure FDA0003551124410000026
针对LOS通信场景,发射天线与接收天线之间存在直达路径,总信道频率响应为直达路径和各散射路径的叠加,即:
Figure FDA0003551124410000027
其中h0(w)为发射天线与接收天线间的直达路径的信道频率响应:
Figure FDA0003551124410000031
其中,R为发射天线与接收天线的直达距离。
CN202110954588.4A 2021-08-19 2021-08-19 一种室内Wifi跨层神经网络无线信道建模方法 Active CN113708864B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110954588.4A CN113708864B (zh) 2021-08-19 2021-08-19 一种室内Wifi跨层神经网络无线信道建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110954588.4A CN113708864B (zh) 2021-08-19 2021-08-19 一种室内Wifi跨层神经网络无线信道建模方法

Publications (2)

Publication Number Publication Date
CN113708864A CN113708864A (zh) 2021-11-26
CN113708864B true CN113708864B (zh) 2022-05-03

Family

ID=78653478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110954588.4A Active CN113708864B (zh) 2021-08-19 2021-08-19 一种室内Wifi跨层神经网络无线信道建模方法

Country Status (1)

Country Link
CN (1) CN113708864B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1753159A1 (en) * 2005-08-12 2007-02-14 Alcatel Method for monitoring an optical transmission line, corresponding measuring device and optical transmitter
CN101394233A (zh) * 2007-09-21 2009-03-25 哈尔滨工业大学深圳研究生院 室内视距环境下脉冲超宽带多径信号建模的方法及系统
CN108512621A (zh) * 2018-03-02 2018-09-07 东南大学 一种基于神经网络的无线信道建模方法
CN112865883A (zh) * 2021-01-21 2021-05-28 西北工业大学 联合射线追踪法和时域有限差分法的信道建模方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1753159A1 (en) * 2005-08-12 2007-02-14 Alcatel Method for monitoring an optical transmission line, corresponding measuring device and optical transmitter
CN101394233A (zh) * 2007-09-21 2009-03-25 哈尔滨工业大学深圳研究生院 室内视距环境下脉冲超宽带多径信号建模的方法及系统
CN108512621A (zh) * 2018-03-02 2018-09-07 东南大学 一种基于神经网络的无线信道建模方法
CN112865883A (zh) * 2021-01-21 2021-05-28 西北工业大学 联合射线追踪法和时域有限差分法的信道建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Channel Sounding and Parameter Estimation for a Wideband Correlation-Based MIMO Model;Farzad Talebi 等;《 IEEE Transactions on Vehicular Technology ( Volume: 65, Issue: 2, Feb. 2016》;20150216;全文 *
高速移动环境大规模MIMO信道建模与性能分析;邹劲柏等;《铁道学报》;20180415(第04期);全文 *

Also Published As

Publication number Publication date
CN113708864A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
Janaswamy Angle and time of arrival statistics for the Gaussian scatter density model
Chen et al. Channel modeling and performance analysis for UAV relay systems
Salam et al. Smart underground antenna arrays: A soil moisture adaptive beamforming approach
CN111245480B (zh) 一种基于三维空间的双簇几何信道建模方法
Norklit et al. Diffuse channel model and experimental results for array antennas in mobile environments
CN109188355A (zh) 一种多点定位系统接收天线优化及最优布站方法
Khatun et al. Millimeter wave systems for airports and short-range aviation communications: A survey of the current channel models at mmwave frequencies
Matolak et al. Air-ground channels for UAS: Summary of measurements and models for L-and C-bands
Zhou et al. Path loss model based on cluster at 28 GHz in the indoor and outdoor environments
Ram et al. Estimating radar detection coverage probability of targets in a cluttered environment using stochastic geometry
Manan et al. Indoor to indoor and indoor to outdoor millimeter wave propagation channel simulations at 26 Ghz, 28 Ghz and 60 Ghz for 5G mobile networks
Molisch et al. Efficient implementation of a geometry-based directional model for mobile radio channels
CN113708864B (zh) 一种室内Wifi跨层神经网络无线信道建模方法
Cerasoli An analysis of unmanned airborne vehicle relay coverage in urban environments
Mehrnia et al. Multipath delay profile and doppler spread of millimeter radiowaves over the sea channel
CN113162712B (zh) 一种基于传播图理论的多波束信道建模方法
Baldansa et al. Wireless connectivity of a ground-and-air sensor network
Zhang et al. A semi-deterministic MIMO-based beam channel model of ray-tracing and propagation-graph for mmWave communications
Senic et al. Challenges for 5G and Beyond
Inomata et al. Radio propagation prediction method using point cloud data based on hybrid of ray-tracing and effective roughness model in urban environments
Getahun et al. Performance analysis of mmWave radio propagations in an indoor environment for 5G networks
Muttair et al. Human body blockage effect on wireless network performance for outdoor coverage
Khawaja et al. Ultra-wideband channel modeling for hurricanes
Guoqiang et al. Prediction of indoor wireless LAN field strength distribution based on ray tracing method
Kelner et al. Numerical transformation of power azimuth spectrum into normalized Doppler spectrum

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