CN113938895B - 铁路无线信号的预测方法、装置、电子设备及存储介质 - Google Patents
铁路无线信号的预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113938895B CN113938895B CN202111086588.3A CN202111086588A CN113938895B CN 113938895 B CN113938895 B CN 113938895B CN 202111086588 A CN202111086588 A CN 202111086588A CN 113938895 B CN113938895 B CN 113938895B
- Authority
- CN
- China
- Prior art keywords
- information
- railway
- model
- dimensional map
- initial
- 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
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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请提供了一种铁路无线信号的预测方法、装置、电子设备及计算机可读存储介质;方法包括:获得待测铁路所在区域的初始三维地图;根据初始三维地图确定地物信息和地貌信息;对地物信息进行第一预设处理,获得第一轻量化模型;对地貌信息进行第二预设处理,获得第二轻量化模型;基于第一轻量化模型、第二轻量化模型和预设的电磁参数确定目标三维地图;获得待测铁路的信号源信息及待测铁路的多个观测点在目标三维地图的位置信息;基于信号源信息、位置信息及目标三维地图,采用射线跟踪算法对多个观测点进行无线接收信号强度预测,确定待测铁路的信号覆盖信息。通过本申请,能够提高对铁路无线信号预测的准确性。
Description
技术领域
本申请涉及通信技术,尤其涉及一种铁路无线信号的预测方法、装置、电子设备及存储介质。
背景技术
如今我国铁路不断的越来越追求为乘客提供更高速、更便利的出行体验。然而,高速移动环境对无线网络信号的发射和接收造成了极大挑战,尤其高速移动引起的无线信道衰落的快速变化,极大的影响高速铁路移动通信网络的运行质量。且随着高速铁路建设的发展,铁路网越来越密集,高速铁路电波传播环境越来越复杂,在高速铁路沿线开展无线通信规划设计成为铁路通信系统设计的重点和设计质量控制的难点。
目前的铁路无线规划和覆盖预测工作,主要通过铁路线程场强测试校正既有无线传播模型后,在数字地图上进行无线传播预测。传统数字地图仅录入部分铁路的基本信息,无法按照细致的实际地形开展无线覆盖预测,电波传播预测准确性不高,导致无线基站站址和无线设计方案在建设过程中需要频繁调整。
发明内容
本申请实施例提供一种铁路无线信号的预测方法、装置、电子设备及计算机可读存储介质,能够提高对铁路无线信号预测的准确性。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种铁路无线信号的预测方法,包括:
获得待测铁路所在区域的初始三维地图;
根据所述初始三维地图确定地物信息和地貌信息;对所述地物信息进行第一预设处理,获得第一轻量化模型;对所述地貌信息进行第二预设处理,获得第二轻量化模型;所述第一预设处理和所述第二预设处理不同;所述地物信息包括待测铁路信息;
基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图;
获得所述待测铁路的信号源信息及所述待测铁路的多个观测点在所述目标三维地图的位置信息;基于所述信号源信息、所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息。
上述方案中,所述根据所述初始三维地图确定地物信息和地貌信息,包括:对所述初始三维地图进行地物识别,得到相应的地物信息,并对所述初始三维地图进行地貌识别,得到相应的地貌信息。
上述方案中,所述对所述地物信息进行第一预设处理,获得第一轻量化模型,包括:根据所述地物信息进行三维重建,获得所述第一轻量化模型。
上述方案中,所述根据所述地物信息进行三维重建,获得所述第一轻量化模型,包括:根据所述地物信息,对所述初始三维地图进行模型分离处理,得到相应的地物模型;基于所述地物模型的外表面信息,进行三维建模,获得所述第一轻量化模型。
上述方案中,所述对所述地貌信息进行第二预设处理,获得第二轻量化模型,包括:基于所述地貌信息,对所述初始三维地图中的地貌进行分辨率的降低处理,获得所述第二轻量化模型。
上述方案中,所述基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图,包括:确定所述第一轻量化模型对应于所述初始三维地图的第一位置信息、以及所述第二轻量化模型对应于所述初始三维地图的第二位置信息;基于所述第一位置信息、所述第二位置信息及所述预设的电磁参数,对所述第一轻量化模型及所述第二轻量化模型进行合成处理,获得所述目标三维地图。
上述方案中,所述预设的电磁参数包括对应于第一轻量化模型的第一电磁参数及对应于第二轻量化模型的第二电磁参数;所述基于所述第一位置信息、所述第二位置信息及所述预设的电磁参数,对所述第一轻量化模型及所述第二轻量化模型进行合成处理,获得所述目标三维地图,包括
将所述第一电磁参数添加至所述第一轻量化模型中,确定第一目标模型;
将所述第二电磁参数添加至所述第二轻量化模型中,确定第二目标模型;
基于所述第一位置信息、所述第二位置信息,对所述第一目标模型及所述第二目标模型进行合成处理,获得所述所述目标三维地图。
上述方案中,所述基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息,包括:基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,获得所述多个观测点中的每个观测点对应的预测接收信号强度;基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息。
上述方案中,所述基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息,包括:基于所述多个观测点中每个观测点的预测接收信号强度,生成信号强度曲线图;基于所述信号强度曲线图,确定所述待测铁路的信号覆盖信息。
上述方案中,所述方法还包括:根据所述待测铁路的信号覆盖信息判断所述待测铁路的信号是否达到信号覆盖标准;在所述待测铁路的信号未达到信号覆盖标准的情况下,对所述信号源信息进行调整,重新获得所述待测铁路的信号源信息,以基于重新获得的信号源信息,对所述待测铁路进行无线接收信号强度预测。
本申请实施例提供一种铁路无线信号的预测装置,包括:
获得模块,用于获得待测铁路所在区域的初始三维地图;
轻量化处理模块,用于根据所述初始三维地图确定地物信息和地貌信息;对所述地物信息进行第一预设处理,获得第一轻量化模型;对所述地貌信息进行第二预设处理,获得第二轻量化模型;所述第一预设处理和所述第二预设处理不同;所述地物信息包括待测铁路信息;
地图确定模块,用于基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图;
信号预测模块,用于获得所述待测铁路的信号源信息及所述待测铁路的多个观测点在所述目标三维地图的位置信息;基于所述信号源信息、所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行信号强度预测,确定所述待测铁路的信号覆盖信息。
本申请实施例提供一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的方法。
本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于被处理器执行时,实现本申请实施例提供的方法。
本申请实施例中,通过获得待测铁路所在区域的初始三维地图,对初始三维地图中的地物信息及地貌信息分别进行处理,得到第一轻量化模型及第二轻量化模型,并基于两个轻量化模型和电磁参数确定目标三维地图,然后利用射线跟踪算法基于目标三维地图,对多个观测点进行无线接收信号强度预测,从而确定待测铁路的信号覆盖信息,通过对地图进行轻量化,并有效应用射线跟踪算法进行信号的预测,显著提高了对待测铁路的信号强度预测的准确性。
附图说明
图1是本申请实施例提供的电子设备100的一个可选的结构示意图;
图2是本申请实施例提供的铁路无线信号的预测方法的一个可选的流程示意图;
图3是本申请实施例提供的铁路无线信号的预测方法的一个可选的流程示意图;
图4是本申请实施例提供的步骤302的细化流程示意图;
图5是本申请实施例提供的铁路无线信号的预测方法的一个可选的流程示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)射线跟踪算法,分为发射射线法(SBR)与镜像法(Image)。发射射线法是将射线以球面波的形式从发射源四散发出,在空间中传播,从障碍物反弹,然后被接收器收集的计算方式。
镜像法射线跟踪算法,射线跟踪算法的一种。镜像法是将场景中的反射面看成发射源的镜面,通过几何关系找到发射源和对应接收器之间的路径,之后计算对应接收信号的计算方法。
2)倾斜摄影技术,通过在同一飞行平台上搭载多台传感器,同时从一个垂直、四个倾斜等五个不同的角度采集影像,将用户引入了符合人眼视觉的真实直观世界,颠覆了以往正射影像只能从垂直角度拍摄的局限。
3)三维重建,是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术。
单体化三维外表面信息重建,是指对三维地图中的物体进行识别、单体化分离、并基于分离的单体外表面信息进行外表面的三维重建。
发明人在实施本申请实施例时发现,将建筑信息模型(BIM,BuildingInformation Modeling)技术与路径跟踪技术相结合,可以用于无线信道预测的研究,但是由于路径跟踪技术自身计算量过大等问题,在铁路大体量地图的环境下使用并不方便。因此,发明人提出将路径跟踪技术与铁路特有的环境相结合,在保留更多铁路信息的前提下对铁路的地图进行轻量化处理,以平衡预测准确性和计算量,有利于提高对铁路的无线信号传播预测的准确性,直观地检验无线覆盖效果。
基于此,本申请实施例提供一种铁路无线信号的预测方法、装置、电子设备和计算机可读存储介质,能够提高对铁路无线信号预测的准确性的同时,降低计算复杂度。
首先对本申请实施例提供的用于实施铁路无线信号的预测方法的电子设备进行说明。本申请实施例中,电子设备可以实施为终端也可以实施为服务器。在一些实施例中,终端可以是笔记本电脑,平板电脑,台式计算机,智能手机,专用消息设备,便携式游戏设备,智能音箱,智能手表等,但并不局限于此。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(CDN,Content Delivery Network)服务、以及大数据和人工智能平台等基础云计算服务的云服务器。
参见图1,图1是本申请实施例提供的电子设备100的一个可选的结构示意图,图1所示的电子设备100包括:至少一个处理器101、存储器105、至少一个网络接口102和用户接口103。电子设备100中的各个组件通过总线系统104耦合在一起。可理解,总线系统104用于实现这些组件之间的连接通信。总线系统104除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图1中将各种总线都标为总线系统104。
处理器101可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
用户接口103包括使得能够呈现媒体内容的一个或多个输出装置1031,包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口103还包括一个或多个输入装置1032,包括有助于用户输入的用户接口部件,比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
存储器105可以是可移除的,不可移除的或其组合。示例性的硬件设备包括固态存储器,硬盘驱动器,光盘驱动器等。存储器105可选地包括在物理位置上远离处理器101的一个或多个存储设备。
存储器105包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM,Read Only Memory),易失性存储器可以是随机存取存储器(RAM,Random Access Memory)。本申请实施例描述的存储器105旨在包括任意适合类型的存储器。
在一些实施例中,存储器105能够存储数据以支持各种操作,这些数据的示例包括程序、模块和数据结构或者其子集或超集,本申请实施例中,存储器105中存储有操作系统1051、网络通信模块1052、呈现模块1053、输入处理模块1054及铁路无线信号的预测装置1055;具体地,
操作系统1051,包括用于处理各种基本系统服务和执行硬件相关任务的系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务;
网络通信模块1052,用于经由一个或多个(有线或无线)网络接口102到达其他计算设备,示例性的网络接口102包括:蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB,Universal Serial Bus)等;
呈现模块1053,用于经由一个或多个与用户接口103相关联的输出装置1031(例如,显示屏、扬声器等)使得能够呈现信息(例如,用于操作外围设备和显示内容和信息的用户接口);
输入处理模块1054,用于对一个或多个来自一个或多个输入装置1032之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。
在一些实施例中,本申请实施例提供的铁路无线信号的预测装置可以采用软件方式实现,图1示出了存储在存储器105中的铁路无线信号的预测装置1055,其可以是程序和插件等形式的软件,包括以下软件模块:获得模块10551、轻量化处理模块10552、地图确定模块10553和信号预测模块10554,这些模块是逻辑上的,因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。
在另一些实施例中,本申请实施例提供的铁路无线信号的预测装置可以采用硬件方式实现,作为示例,本申请实施例提供的铁路无线信号的预测装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本申请实施例提供的铁路无线信号的预测方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
将结合本申请实施例提供的终端的示例性应用和实施,说明本申请实施例提供的铁路无线信号的预测方法。
参见图2,图2是本申请实施例提供的铁路无线信号的预测方法的一个可选的流程示意图,将结合图2示出的步骤进行说明。
步骤201,获得待测铁路所在区域的初始三维地图;
步骤202,根据所述初始三维地图确定地物信息和地貌信息;对所述地物信息进行第一预设处理,获得第一轻量化模型;对所述地貌信息进行第二预设处理,获得第二轻量化模型;所述第一预设处理和所述第二预设处理不同;所述地物信息包括待测铁路信息;
步骤203,基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图;
步骤204,获得所述待测铁路的信号源信息及所述待测铁路的多个观测点在所述目标三维地图的位置信息;基于所述信号源信息、所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息。
需要说明的是,待测铁路可以是任意类型的铁路,例如高速铁路、普通铁路等。在实际实施时,终端获得的待测铁路所在区域的初始三维地图通过实地采集得到。具体地,可以采用摄像头对待测铁路所在的区域进行拍摄,得到多张包含有待测铁路的图像并发送给终端。终端在得到包含有待测铁路的多张图像后,基于多张图像生成初始三维地图。本申请实施例中,还可以采用倾斜摄影技术对待测铁路所在的区域进行图像采集,得到角度更为全面的图像,基于这些图像生成的初始三维地图将更为精细准确。需要说明的是,基于图像生成的初始三维地图为高精度的三维地图,其中包含有图像中所包含的地物及地貌信息。
应当理解的是,待测铁路所处的实际环境包括地物及地貌等。本申请实施例终端获得的待测铁路所在区域对应的初始三维地图则包含有该区域内的地图信息及地貌信息。初始三维地图中包含有地物对应的地物属性信息及地貌对应的属性信息。需要说明的是,初始三维地图中的地物属性信息可以设置于初始三维地图中与地物相对应的位置,而地貌属性信息则可以设置于初始三维地图中与地貌相对应的位置。在实际实施时,终端根据初始三维地图中的地物属性信息及初始三维地图的地图坐标系,确定相应的地物信息;终端还根据初始三维地图中的地貌属性信息及初始三维地图的地图坐标系,确定相应的地貌信息。这里,地物信息可以是地物在初始三维地图中的位置信息,相应地,地貌信息则为地貌在初始三维地图中的位置信息。应当理解的是,地貌信息对应的位置信息及地物信息对应的位置信息均为三维地理信息。在一些实施例中,地物信息可以是地物在初始三维地图中的三维模型,相应地,地貌信息则为地貌在初始三维地图中的三维模型。
在一些实施例中,在步骤202中,所述根据所述初始三维地图确定地物信息和地貌信息,可以通过如下方式实现:对所述初始三维地图进行地物识别,得到相应的地物信息,并对所述初始三维地图进行地貌识别,得到相应的地貌信息。
具体地,终端在获得初始三维地图后,对初始三维地图进行地物识别,得到相应的地物信息,并基于地物信息,对初始三维地图进行模型分离处理,得到相应的地物模型。终端还对初始三维地图进行地貌识别,得到相应的地貌信息,并基于地貌信息,对初始三维地图进行模型分离处理,得到相应的地貌模型。
在实际实施时,终端在得到地物模型及地貌模型后,分别对地物模型及地貌模型进行不同的轻量化处理。具体地,终端对地物模型进行第一预设处理,得到第一轻量化模型。并对地貌信息进行第二预设处理,得到第二轻量化模型。第一预测处理和第二预设处理不同。本申请实施例中,考虑到地物和地貌不同的三维几何特征,即地物相较于地貌具有更为规整的几何形状,将地物和地貌进行不同的轻量化处理,通过针对性地对不同特征的几何模型进行轻量化处理,使得轻量化处理的结果更加精确化。
在一些实施例中,在步骤202中,所述对所述地物信息进行第一预设处理,获得第一轻量化模型,可以通过如下方式实现:根据所述地物信息进行三维重建,获得所述第一轻量化模型。
具体地,步骤202中,所述对所述地物信息进行第一预设处理,获得第一轻量化模型,还可以通过如下方式实现:根据所述地物信息,对所述初始三维地图进行模型分离处理,得到相应的地物模型;基于所述地物模型的外表面信息,进行三维建模,获得所述第一轻量化模型。
这里,终端在获得地物信息后,根据地物信息,对初始三维地图中的地物进行三维重建,得到新的模型,即第一轻量化模型。具体地,终端根据识别得到的地物信息得到地物在初始三维模型中的位置信息,并根据位置信息得到地物在初始三维模型中的位置,将初始三维地图中相应位置的模型进行分离,得到地物模型,并对地物模型进行单体化三维外表面信息重建,得到三维重建后的第一轻量化模型。具体地,终端获得地物模型的外表面信息,并基于外表面信息进行三维建模,得到相应的第一轻量化模型。应当理解的是,对初始三维地图中的地物进行单体化三维外表面信息重建后,重建得到的第一轻量化模型相较于地物在初始三维地图中对应的模型具有更轻量化的模型大小。在一些实施例中,地物信息为终端从初始三维地图中提取出的地物模型,在实际实施时,终端则直接基于提取的地物模型对其进行三维重建,得到地物模型对应的重建的第一轻量化模型。
在一些实施例中,在步骤201中,所述对所述地貌信息进行第二预设处理,获得第二轻量化模型,包括:基于所述地貌信息,对所述初始三维地图中的地貌进行分辨率的降低处理,获得所述第二轻量化模型。
这里,地貌信息包括地貌在初始三维地图内的位置信息,终端在得到地貌信息后,根据地貌信息中的位置信息,确定地貌在初始三维地图中的位置。接着,终端对初始三维地图中相应位置的模型进行提取,得到初始三维地图内的地貌模型。然后,终端对提取的地貌模型进行分辨率的降低处理,以对其进行轻量化。具体地,终端可以利用网格化算法对地貌模型进行网格精简化处理,使其分辨率降低,从而达到轻量化模型的效果,得到的第二轻量化模型。
在实际实施时,终端在得到第一轻量化模型及第二轻量化模型后,还对第一轻量化模型及第二轻量化模型进行进一步处理。具体地,参见图3,图3是本申请实施例提供的铁路无线信号的预测方法的一个可选的流程示意图,步骤203,还可以通过如下方式实现:
步骤301,确定所述第一轻量化模型对应于所述初始三维地图的第一位置信息、以及所述第二轻量化模型对应于所述初始三维地图的第二位置信息;
步骤302,基于所述第一位置信息、所述第二位置信息及所述预设的电磁参数,对所述第一轻量化模型及所述第二轻量化模型进行合成处理,获得所述目标三维地图。
需要说明的是,第一轻量化模型对应于初始三维地图的第一位置信息也即初始三维地图内的地物模型在初始三维地图内的位置信息,相应地,第二轻量化模型对应于初始三维地图的第二位置信息则为初始三维地图内的地貌模型在初始三维地图内的位置信息。本申请实施例中,终端获得的地物信息包含有地物模型在初始三维地图内的位置信息,地貌信息包含有地貌模型在初始三维地图内的位置信息。在实际实施时,终端将从地物信息中确定的位置信息作为第一轻量化模型对应于初始三维地图的第一位置信息,将从地貌信息中确定的位置信息作为第二轻量化模型对应于初始三维地图的第二位置信息。接着,终端基于第一位置信息及第二位置信息,对第一轻量化模型及第二轻量化模型进行合成处理,以将二者合成为一张三维地图。本申请实施例中,在合成三维地图时,还获取预设的电磁参数,对第一轻量化模型及第二轻量化添加相应的电磁参数。这里,电磁参数包括实际地物中相应位置的地物材料对应的电磁参数以及实际地貌中相应地貌物质对应的电磁参数。
在一些实施例中,预设的电磁参数包括对应于第一轻量化模型的第一电磁参数及对应于第二轻量化模型的第二电磁参数。在实际场景中,不同材料对应的电磁参数不同,也即由不同物质材料构成的地物和地貌所对应的电磁参数不同。这里,分别对实际场景中的不同材料所对应的模型添加不同的电磁参数。具体地,参见图4,图4是本申请实施例提供的步骤302的细化流程示意图,本申请实施例提供的步骤302还可以通过如下方式实现:
步骤401,将所述第一电磁参数添加至所述第一轻量化模型中,确定第一目标模型;
步骤402,将所述第二电磁参数添加至所述第二轻量化模型中,确定第二目标模型;
步骤403,基于所述第一位置信息、所述第二位置信息,对所述第一目标模型及所述第二目标模型进行合成处理,获得所述所述目标三维地图。
需要说明的是,电磁参数包括磁通量及电导率等。本申请实施例通过将电磁参数添加至模型中的相应位置,能够便于后续基于模型的电磁参数计算无线信号经过模型反射、透射、绕射、散射等过程后的接收信号强度。在实际实施时,终端获取第一轻量化模型对应的第一电磁参数及第二轻量化模型对应的第二电磁参数。应当理解的是,第一电磁参数及第二电磁参数均为人为通过识别初始三维地图内的地物及地貌的物质材料后,获得的相应物质材料对应的电磁参数。在一些实施例中,还可以通过图像识别的方式自动识别初始三维地图内的地物及地貌所对应的物质材料,然后基于物质材料与电磁参数的映射关系,得到对应物质材料的电磁参数,也即得到初始三维地图相应位置的模型的电磁参数。接着,终端基于位置信息,将初始三维地图内的电磁参数作为相应位置的轻量化模型(第一轻量化模型或者第二轻量化模型)的电磁参数,并将相应的电磁参数添加至相应的轻量化模型中。在将电磁参数添加至轻量化模型中后,终端继续基于第一轻量化模型的第一位置信息及第二轻量化模型的第二位置信息,将第一轻量化模型及第二轻量化模型合成为同一张三维地图,得到相应的目标三维地图。应当理解的是,目标三维地图与初始三维地图的坐标相对应。示例性地,对于初始三维地图中的地物模型1,将其对应于目标三维地图内的第一轻量化模型记为第一轻量化模型1,则地物模型1的边界点云坐标与第一轻量化模型1的边界点云坐标具有一对一的线性映射关系。
本申请实施例中,考虑到周边地貌对无线电传播相对于人工地物(高架桥、隧道口、路基、路堑、周围房屋等)影响较小,且由于周边地貌形态上更加不规则导致对射线跟踪计算量影响较大,因此本申请实施例中将初始三维地图上的地貌和地物进行分离后进行不同方式的轻量化处理,即将地貌模型通过网格精简的方式,直接降低模型分辨率进行简化,并利用地物具有更为规律化的几何特征,更容易进行建模的特点,对初始三维模型中的地物模型进行三维重建,即对初始三维地图中地物对应的模型进行重建建模,以利用更简单的重建模型来替代原有的更为高精度的模型,以对初始三维地图中的地物模型进行轻量化。接着,在得到第一轻量化模型及第二轻量化模型之后,对第一轻量化模型及第二轻量化模型添加电磁参数并对二者进行合成处理,得到包含有电磁参数的目标三维地图,能够方便基于目标三维地图预测信号在该目标三维地图中传播之后的信号强度。
在实际实施时,终端在得到目标三维地图后,则基于目标三维地图对待测铁路进行信号预测。本申请实施例中,终端采用射线跟踪算法对所述多个观测点进行信号强度预测,确定所述待测铁路的信号覆盖信息。这里,观测点为仿真观测点。具体地,步骤204中,所述基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行接收信号强度预测,确定所述待测铁路的信号覆盖信息,还可以通过如下方式实现:基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行接收信号强度预测,获得所述多个观测点中的每个观测点对应的预测接收信号强度;基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息。其中,发射射线法由于其穷举性,无法如镜像法一样精确控制计算范围,从而在保证计算精确度的前提下,降低计算量。在一些实施例中,考虑需要将计算范围控制在铁路上沿列车行驶方向呈均匀线状分布的多个观测点,从而降低射线跟踪计算量,因此采用镜像法射线跟踪算法对多个观测点进行接收信号强度预测。
在实际实施时,终端针对每一个观测点分别进行信号强度的预测。具体地,终端采用射线跟踪算法对多个观测点中的每一个观测点进行信号强度预测,得到每一个观测点对应的信号的预测接收信号强度。接着,终端基于多个观测点中每个观测点的预测接收信号强度确定待测铁路的信号覆盖信息。具体地,终端获得所述待测铁路的多个观测点在所述目标三维地图的位置信息,以基于观测点的位置信息对三维地图对观测点进行接收信号强度的预测。这里,观测点可以由人为选取,还可以是终端在目标三维地图中识别得到待测铁路之后,基于预设的规则进行选取。例如可以选取距离待测铁路沿线一定高度的位置选取等间距的点作为观测点,选取的高度例如可以是4.5。终端在获取观测点的位置信息的同时还获取基站参数及天线参数。其中,基站参数为基站三维坐标及塔高,天线参数包括天线波瓣图、方位角、发射功率等参数。接着,终端基于镜像法射线跟踪算法,计算每个观测点的无线信号接收强度。对目标三维地图中的地物分别进行直射、透射、低阶反射、高阶反射及衍射的信号强度计算,对地貌分别进行直射、透射以及低阶反射的信号强度计算。下面,对本申请实施例中进行直射、透射、低阶反射、高阶反射及衍射的方式进行说明。
本申请实施例中,终端基于基站参数、天线参数及观测点的位置信息,确定相应的观测点相对于基站的位置。当终端确定观测点位于基站的视距传输(LOS,Line Of Sight)区域中时,通过下述的公式(1)计算观测点的接收信号幅值:
其中,ERX为接收信号幅值,E0为发射信号幅值,gT为发射天线增益,λ为电磁波波长,η0为空气的特性阻抗。应当理解的是,ERX即为直射的预测接收信号。
当终端确定观测点位于基站的非视距传输(NLOS,NOT Line Of Sight)区域中时,通过菲涅尔透射公式(即公式(2)和公式(3))计算不同偏振方向的入射电磁波透射遮挡物前后的接收信号幅值:
其中,ε1和ε2为入射界面两侧物质材料相对复介电常数,θ1为入射角,θ2为透射角,TTE为TTM为不同偏振方向的入射电磁波的反射率,ET为透射的接收信号。应当理解的是,ET即为预测接收信号。
在实际实施时,终端确定基站发射的无线信号经过目标三维地图中的每一个面元的反射后能被观测点接收的传播路径,接着对该传播路径的路径损耗进行计算。这里,终端通过菲涅尔反射公式(即公式(4)和公式(5))计算不同偏振方向的入射电磁波(即入射信号)在目标三维地图表面进行反射前后的接收信号:
其中,ε1和ε2为入射界面两侧材料相对复介电常数,θ1为入射角,θ2为反射角,RTE和RTM为不同偏振方向的入射电磁波的反射率,ET为低阶反射的接收信号。应当理解的是,ET即为预测接收信号。
在实际实施时,终端通过如下方式计算高阶反射的预测接收信号强度:判断经发射天线射出的电磁波(信号)经多次反射后能否被观测点接收,并确认传播路径后,对地物表面进行多次反射计算,得到高阶反射的接收信号。这里,信号幅值的计算公式同公式(4)和公式(5)。
在实际实施时,当终端确定基站天线和观测点连线在第一菲涅尔区内,且有地物作为遮挡物时,利用均匀衍射理论(UTD,Uniform Theory of Diffraction)公式(6)~(10)计算该遮挡物边缘的绕射信号:
DTE,TM=D1+D2+RTE,TM(D3+D4) (7)
其中,EUTD为衍射的接收信号幅值,E0为发射信号幅值,S1为发射点到绕射点的距离,S2为绕射点到观测点的距离,DTE,TM为电磁波的电位移,RTE,TM为不同偏振方向的入射电磁波的反射率,F(x)为菲涅尔积分,an、bn、cn和dn为导热系数。应当理解的是,EUTD即为预测接收信号。其中,an、bn、cn和dn的取值如表1:
表1
n | an | bn | cn | dn |
0 | +1.595769140 | -0.000000033 | +0.000000000 | +0.199471140 |
1 | -0.000001702 | +4.255387524 | 0.024933975 | +0.000000023 |
2 | -6.808568854 | -0.000092810 | +0.000003936 | -0.009351341 |
3 | -0.000576361 | -7.780020400 | +0.005770956 | +0.000023006 |
4 | +6.920691902 | -0.009520895 | +0.000689892 | +0.004851466 |
5 | -0.016898657 | +5.075161298 | -0.009497136 | +0.001903218 |
6 | -3.050485660 | -0.138341947 | +0.011948809 | -0.017122914 |
7 | -0.075752419 | -1.363729124 | -0.006748873 | +0.029064067 |
8 | +0.850663781 | -0.403349276 | +0.000246420 | -0.027928955 |
9 | -0.025639041 | +0.702222016 | +0.002102967 | +0.016497308 |
10 | -0.150230960 | -0.216195929 | -0.001217930 | -0.005598515 |
11 | +0.034404779 | +0.019547031 | +0.000233939 | +0.000838386 |
在实际实施时,终端在计算得到多个观测点中每个观测点的预测接收信号强度后,基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息。在一些实施例中,终端在仿真计算得到直射、透射、低阶反射、高阶反射及衍射对应的信号预测强度之后,终端接着基于这些信号预测强度计算信号的接收功率,并基于每个观测点的接收功率来确定待测铁路的信号覆盖信息。
具体地,终端基于所述多个观测点中每个观测点的预测接收信号强度,生成信号强度曲线图;基于所述信号强度曲线图,确定所述待测铁路的信号覆盖信息。
在一些实施例中,参见图5,图5是本申请实施例提供的铁路无线信号的预测方法的一个可选的流程示意图,在步骤204之后,所述方法还包括:
步骤501,根据所述待测铁路的信号覆盖信息判断所述待测铁路的信号是否达到信号覆盖标准;
步骤502,在所述待测铁路的信号未达到信号覆盖标准的情况下,对所述信号源信息进行调整,重新获得所述待测铁路的信号源信息,以基于重新获得的信号源信息,对所述待测铁路进行无线接收信号强度预测。
在实际实施时,终端根据待测铁路的无线信号强度信息来确定待测铁路的无线信号是否达到信号覆盖标准。这里,信号覆盖标准为预先设置,终端可以直接进行获取。当待测铁路的无线网络信号强度未达到信号覆盖标准时,终端则对待测铁路的信号源进行优化,具体为针对待测铁路进行无线网络系统设计的优化,得到优化后的信号源进行。具体地,终端可以通过比对待测铁路沿线无线信号强度信息与无线网络信号覆盖标准,确定未达到信号覆盖标准的观测点,对这些未达到信号覆盖标准的观测点所对应的相应位置的待测铁路的信号源进行调整,得到调整后的针对待测铁路的无线网络规划,也即得到本申请实施例中重新获得的信号源信息。接着,终端基于重新获得的信号源信息重新对待测铁路进行无线接收信号强度预测,确定重新调整后的无线网络规划所对应的待测铁路沿线无线接收信号强度信息是否符合信号覆盖标准,若不符合则继续调整待测铁路的无线网络规划,当符合时则确定当前的无线网络规划为最终针对待测铁路的无线网络规划,并基于此确定无线网络设计施工图,指导该待测铁路的无线系统工程和建设。
本申请实施例中,终端通过获得待测铁路所在区域的初始三维地图,对初始三维地图中的地物信息及地貌信息分别进行处理,得到第一轻量化模型及第二轻量化模型,并基于两个轻量化模型和电磁参数确定目标三维地图,然后利用射线跟踪算法基于目标三维地图,对多个观测点进行接收信号强度预测,从而确定待测铁路的信号覆盖信息,通过对地图进行轻量化,并有效应用射线跟踪算法进行接收信号的预测,在提高对待测铁路的无线网络信号强度预测的准确性的前提下,降低了计算复杂度。
下面继续说明本申请实施例提供的铁路无线信号的预测装置1055的实施为软件模块的示例性结构,在一些实施例中,如图1所示,存储在存储器105的铁路无线信号的预测装置1055中的软件模块可以包括:
获得模块10551,用于获得待测铁路所在区域的初始三维地图;
轻量化处理模块10552,用于根据所述初始三维地图确定地物信息和地貌信息;对所述地物信息进行第一预设处理,获得第一轻量化模型;对所述地貌信息进行第二预设处理,获得第二轻量化模型;所述第一预设处理和所述第二预设处理不同;所述地物信息包括待测铁路信息;
地图确定模块10553,用于基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图;
信号预测模块10554,用于获得所述待测铁路的信号源信息及所述待测铁路的多个观测点在所述目标三维地图的位置信息;基于所述信号源信息、所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息。
在一些实施例中,所述轻量化处理模块10552,还用于对所述初始三维地图进行地物识别,得到相应的地物信息,并对所述初始三维地图进行地貌识别,得到相应的地貌信息。
在一些实施例中,所述轻量化处理模块10552,还用于根据所述地物信息进行三维重建,获得所述第一轻量化模型。
在一些实施例中,所述轻量化处理模块10552,还用于根据所述地物信息,对所述初始三维地图进行模型分离处理,得到相应的地物模型;基于所述地物模型的外表面信息,进行三维建模,获得所述第一轻量化模型。
在一些实施例中,所述轻量化处理模块10552,还用于基于所述地貌信息,对所述初始三维地图中的地貌进行分辨率的降低处理,获得所述第二轻量化模型。
在一些实施例中,所述地图确定模块10553,还用于确定所述第一轻量化模型对应于所述初始三维地图的第一位置信息、以及所述第二轻量化模型对应于所述初始三维地图的第二位置信息;基于所述第一位置信息、所述第二位置信息及所述预设的电磁参数,对所述第一轻量化模型及所述第二轻量化模型进行合成处理,获得所述目标三维地图。
在一些实施例中,所述预设的电磁参数包括对应于第一轻量化模型的第一电磁参数及对应于第二轻量化模型的第二电磁参数;所述地图确定模块10553,还用于将所述第一电磁参数添加至所述第一轻量化模型中,确定第一目标模型;将所述第二电磁参数添加至所述第二轻量化模型中,确定第二目标模型;基于所述第一位置信息、所述第二位置信息,对所述第一目标模型及所述第二目标模型进行合成处理,获得所述所述目标三维地图。
在一些实施例中,所述信号预测模块10554,还用于基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,获得所述多个观测点中的每个观测点对应的预测接收信号强度;基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息。
在一些实施例中,所述信号预测模块10554,还用于基于所述多个观测点中每个观测点的预测接收信号强度,生成信号强度曲线图;基于所述信号强度曲线图,确定所述待测铁路的信号覆盖信息。
在一些实施例中,所述铁路无线信号的预测装置,还包括:调整模块,用于根据所述待测铁路的信号覆盖信息判断所述待测铁路的信号是否达到信号覆盖标准;在所述待测铁路的信号未达到信号覆盖标准的情况下,对所述信号源信息进行调整,重新获得所述待测铁路的信号源信息,以基于重新获得的信号源信息,对所述待测铁路进行无线接收信号强度预测。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行本申请实施例上述的铁路无线信号的预测方法。
本申请实施例提供一种存储有可执行指令的计算机可读存储介质,其中存储有可执行指令,当可执行指令被处理器执行时,将引起处理器执行本申请实施例提供的方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
综上所述,通过本申请实施例能够在提高对待测铁路的无线网络信号强度预测的准确性的前提下,降低了计算复杂度。
以上所述,仅为本申请的实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本申请的保护范围之内。
Claims (10)
1.一种铁路无线信号的预测方法,其特征在于,所述方法包括:
获得待测铁路所在区域的初始三维地图;
所述获得待测铁路所在区域的初始三维地图,包括:
采用倾斜摄影技术对所述待测铁路所在的区域进行图像采集,获得所述待测铁路所在区域的所述初始三维地图;
根据所述初始三维地图确定地物信息和地貌信息;对所述地物信息进行第一预设处理,获得第一轻量化模型;对所述地貌信息进行第二预设处理,获得第二轻量化模型;所述第一预设处理和所述第二预设处理不同;所述地物信息包括待测铁路信息;
所述对所述地物信息进行第一预设处理,获得第一轻量化模型,包括:
根据所述地物信息,对所述初始三维地图进行模型分离处理,得到相应的地物模型;
基于所述地物模型的外表面信息,对所述地物模型进行单体化三维外表面信息重建,获得所述第一轻量化模型;
所述对所述地貌信息进行第二预设处理,获得第二轻量化模型,包括:
基于所述地貌信息,利用网格简化算法对所述初始三维地图中的地貌模型进行三维网格精简处理,降低所述地貌模型的分辨率,获得所述第二轻量化模型;
基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图;
获得所述待测铁路的信号源信息及所述待测铁路的多个观测点在所述目标三维地图的位置信息;基于所述信号源信息、所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述初始三维地图确定地物信息和地貌信息,包括:
对所述初始三维地图进行地物识别,得到相应的地物信息,并对所述初始三维地图进行地貌识别,得到相应的地貌信息。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图,包括:
确定所述第一轻量化模型对应于所述初始三维地图的第一位置信息、以及所述第二轻量化模型对应于所述初始三维地图的第二位置信息;
基于所述第一位置信息、所述第二位置信息及所述预设的电磁参数,对所述第一轻量化模型及所述第二轻量化模型进行合成处理,获得所述目标三维地图。
4.根据权利要求3所述的方法,其特征在于,所述预设的电磁参数包括对应于第一轻量化模型的第一电磁参数及对应于第二轻量化模型的第二电磁参数;所述基于所述第一位置信息、所述第二位置信息及所述预设的电磁参数,对所述第一轻量化模型及所述第二轻量化模型进行合成处理,获得所述目标三维地图,包括:
将所述第一电磁参数添加至所述第一轻量化模型中,确定第一目标模型;
将所述第二电磁参数添加至所述第二轻量化模型中,确定第二目标模型;
基于所述第一位置信息、所述第二位置信息,对所述第一目标模型及所述第二目标模型进行合成处理,获得所述目标三维地图。
5.根据权利要求1所述的方法,其特征在于,所述基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息,包括:
基于所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,获得所述多个观测点中的每个观测点对应的预测接收信号强度;
基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息。
6.根据权利要求5所述的方法,其特征在于,所述基于所述多个观测点中每个观测点的位置信息及所述预测接收信号强度,确定所述待测铁路的信号覆盖信息,包括:
基于所述多个观测点中每个观测点的预测接收信号强度,生成信号强度曲线图;
基于所述信号强度曲线图,确定所述待测铁路的信号覆盖信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述待测铁路的信号覆盖信息判断所述待测铁路的信号是否达到信号覆盖标准;
在所述待测铁路的信号未达到信号覆盖标准的情况下,对所述信号源信息进行调整,重新获得所述待测铁路的信号源信息,以基于重新获得的信号源信息,对所述待测铁路进行无线接收信号强度预测。
8.一种铁路无线信号的预测装置,其特征在于,包括:
获得模块,用于获得待测铁路所在区域的初始三维地图;
获得模块,具体用于,采用倾斜摄影技术对所述待测铁路所在的区域进行图像采集,获得所述待测铁路所在区域的所述初始三维地图;
轻量化处理模块,用于根据所述初始三维地图确定地物信息和地貌信息;对所述地物信息进行第一预设处理,获得第一轻量化模型;对所述地貌信息进行第二预设处理,获得第二轻量化模型;所述第一预设处理和所述第二预设处理不同;所述地物信息包括待测铁路信息;
轻量化处理模块,还用于根据所述地物信息,对所述初始三维地图进行模型分离处理,得到相应的地物模型;基于所述地物模型的外表面信息,对所述地物模型进行单体化三维外表面信息重建,获得所述第一轻量化模型;
轻量化处理模块,还用于基于所述地貌信息,利用网格简化算法对所述初始三维地图中的地貌模型进行三维网格精简处理,降低所述地貌模型的分辨率,获得所述第二轻量化模型;
地图确定模块,用于基于所述第一轻量化模型、所述第二轻量化模型和预设的电磁参数确定目标三维地图;
信号预测模块,用于获得所述待测铁路的信号源信息及所述待测铁路的多个观测点在所述目标三维地图的位置信息;基于所述信号源信息、所述位置信息及所述目标三维地图,采用射线跟踪算法对所述多个观测点进行无线接收信号强度预测,确定所述待测铁路的信号覆盖信息。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于被处理器执行时,实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111086588.3A CN113938895B (zh) | 2021-09-16 | 2021-09-16 | 铁路无线信号的预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111086588.3A CN113938895B (zh) | 2021-09-16 | 2021-09-16 | 铁路无线信号的预测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113938895A CN113938895A (zh) | 2022-01-14 |
CN113938895B true CN113938895B (zh) | 2023-09-05 |
Family
ID=79275827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111086588.3A Active CN113938895B (zh) | 2021-09-16 | 2021-09-16 | 铁路无线信号的预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113938895B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114422061B (zh) * | 2022-03-31 | 2022-07-19 | 中铁第四勘察设计院集团有限公司 | 一种针对铁路环境下无线信号传播自适应预测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108566646A (zh) * | 2018-03-29 | 2018-09-21 | 中国联合网络通信集团有限公司 | 用于覆盖高铁线路的无线网络的规划方法及装置 |
JP2019161341A (ja) * | 2018-03-09 | 2019-09-19 | 株式会社国際電気通信基礎技術研究所 | 無線状況予測装置、無線状況予測方法、および、プログラム |
CN110933685A (zh) * | 2020-01-22 | 2020-03-27 | 北京中铁建电气化设计研究院有限公司 | 基于机器学习和射线跟踪的高铁网络覆盖预测方法及装置 |
CN111132181A (zh) * | 2020-03-27 | 2020-05-08 | 北京中铁建电气化设计研究院有限公司 | 应用于无线通信网络的射线跟踪技术方法和装置 |
CN111416676A (zh) * | 2020-03-23 | 2020-07-14 | 北京中铁建电气化设计研究院有限公司 | 基于射线跟踪的高铁铁路交叉并线区段场强预测方法 |
CN112818562A (zh) * | 2021-02-25 | 2021-05-18 | 中铁一局集团有限公司 | 铁路通信及信息系统的设计方法 |
WO2021128825A1 (zh) * | 2019-12-27 | 2021-07-01 | 上海商汤智能科技有限公司 | 三维目标检测及模型的训练方法及装置、设备、存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9037131B2 (en) * | 2013-01-23 | 2015-05-19 | Qualcomm Incorporated | Efficient generation of radio coverage map of access points in an indoor environment |
-
2021
- 2021-09-16 CN CN202111086588.3A patent/CN113938895B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019161341A (ja) * | 2018-03-09 | 2019-09-19 | 株式会社国際電気通信基礎技術研究所 | 無線状況予測装置、無線状況予測方法、および、プログラム |
CN108566646A (zh) * | 2018-03-29 | 2018-09-21 | 中国联合网络通信集团有限公司 | 用于覆盖高铁线路的无线网络的规划方法及装置 |
WO2021128825A1 (zh) * | 2019-12-27 | 2021-07-01 | 上海商汤智能科技有限公司 | 三维目标检测及模型的训练方法及装置、设备、存储介质 |
CN110933685A (zh) * | 2020-01-22 | 2020-03-27 | 北京中铁建电气化设计研究院有限公司 | 基于机器学习和射线跟踪的高铁网络覆盖预测方法及装置 |
CN111416676A (zh) * | 2020-03-23 | 2020-07-14 | 北京中铁建电气化设计研究院有限公司 | 基于射线跟踪的高铁铁路交叉并线区段场强预测方法 |
CN111132181A (zh) * | 2020-03-27 | 2020-05-08 | 北京中铁建电气化设计研究院有限公司 | 应用于无线通信网络的射线跟踪技术方法和装置 |
CN112818562A (zh) * | 2021-02-25 | 2021-05-18 | 中铁一局集团有限公司 | 铁路通信及信息系统的设计方法 |
Non-Patent Citations (1)
Title |
---|
陈斌 ; 郭琦 ; 杨锋 ; 赵亮亮 ; .多源地理信息数据在高速铁路运营管理中的应用研究.铁路技术创新.2016,(03),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113938895A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110731096B (zh) | 使用深度神经网络预测电信网络中的接收信号强度 | |
US11763474B2 (en) | Method for generating simulated point cloud data, device, and storage medium | |
CN110765620B (zh) | 飞行器视景仿真方法、系统、服务器及存储介质 | |
CN111683388B (zh) | 一种近场辐射衰减测试方法及三维显示系统 | |
CN112634340A (zh) | 基于点云数据确定bim模型的方法、装置、设备和介质 | |
CN110390237A (zh) | 点云数据处理方法和系统 | |
US11101900B2 (en) | Radio wave environment display device and radio wave environment display method | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
Egea-Lopez et al. | Opal: An open source ray-tracing propagation simulator for electromagnetic characterization | |
CN113938895B (zh) | 铁路无线信号的预测方法、装置、电子设备及存储介质 | |
CN113691331B (zh) | 一种信号强度预测的方法及移动终端 | |
WO2016136775A1 (ja) | レーザ計測システム、反射ターゲット体及びレーザ計測方法 | |
CN109949414A (zh) | 室内地图的构建方法及装置 | |
CN113108792A (zh) | Wi-Fi指纹地图重建方法、装置、终端设备及介质 | |
US20190094196A1 (en) | Method and apparatus for analyzing communication environments and designing networks in consideration of trees | |
JP2018032939A (ja) | 品質推定装置及び品質推定方法 | |
CN112053440A (zh) | 单体化模型的确定方法及通信装置 | |
CN111618833A (zh) | 部件的组装方法、装置、存储介质以及电子设备 | |
EP3326404B1 (en) | Evaluating near range communications quality | |
CN115643585B (zh) | 一种移动网络信号覆盖盲区计算方法、装置、设备及介质 | |
CN106528956A (zh) | 基于射线跟踪模型的数据插值法场强预测方法 | |
JP7020418B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US20230125362A1 (en) | Common framework for sensor and communication models | |
CN116449807B (zh) | 一种物联网汽车操控系统仿真测试方法及系统 | |
EP3122092A1 (en) | Evaluating near range communications quality |
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 |