CN114019586A - 基于基站的雨量检测方法和基站 - Google Patents
基于基站的雨量检测方法和基站 Download PDFInfo
- Publication number
- CN114019586A CN114019586A CN202111357140.0A CN202111357140A CN114019586A CN 114019586 A CN114019586 A CN 114019586A CN 202111357140 A CN202111357140 A CN 202111357140A CN 114019586 A CN114019586 A CN 114019586A
- Authority
- CN
- China
- Prior art keywords
- base station
- signal
- radar
- radar rain
- rainfall
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 66
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006855 networking Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Electromagnetism (AREA)
- Atmospheric Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请适用于雷达技术领域,提供了一种基于基站的雨量检测方法和基站。该方法包括:发送第一雷达测雨信号;接收第二雷达测雨信号,所述第二雷达测雨信号为所述第一雷达测雨信号的回波信号;基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况。本申请能够通过基站发射雷达测雨信号测量基站周围的降雨情况。
Description
技术领域
本申请涉及一种雨量监测技术领域,具体涉及基于基站的雨量检测方法和基站。
背景技术
准确而泛在的雨量监视,是气象领域一个重要课题,对防洪救灾具有重要意义。例如,影响一个桥洞是否会出现没顶事故只取决于桥洞附近几百米的雨量。
测雨雷达多为脉冲雷达,常用工作波长为3厘米、5厘米和10厘米等。由此可见,测雨雷达的工作频段正好和5G和6G的工作频段重叠,即5G频段非常适合雨量监视应用。
综上内容,如何通过基站对雨量进行检测,成为一个需要解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种基于基站的雨量监测方法和基站,能够通过基站发送雷达测雨信号测量基站周围的降雨情况。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请实施例提供了一种基于基站的雨量监测方法,应用于第一基站,所述方法包括:发送第一雷达测雨信号;接收第二雷达测雨信号,所述第二雷达测雨信号为所述第一雷达测雨信号的回波信号;基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况。
本申请实施例中,第一基站发送第一雷达测雨信号,第一雷达测雨信号经过雨滴的影响后的第二雷达测雨信号反射回第一基站,第一基站基于第一雷达测雨信号和第二雷达测雨信号,可以确定第一基站周围的降雨情况,从而实现发射雷达测雨信号测量基站周围的降雨情况。
结合第一方面,在一些可实现方式中,所述基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况,包括:基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定雨滴的多普勒频移;根据雨滴的多普勒频移确定雨滴在所述第一基站径向上的速度分量;根据所述第一基站天线的下倾角和所述速度分量,确定雨滴下落速度。
结合第一方面,在一些可实现方式中,所述方法还包括:在所述第一基站发送所述第一雷达测雨信号时,与所述第一基站邻接的其他基站和目标终端在目标时频块周围的子载波和微时隙上不发送信号只接收信号,所述目标时频块为所述第一基站收发所述第一雷达测雨信号和第二雷达测雨信号对应的时频块,所述目标终端为所述第一基站和所述其他基站所属的终端。
结合第一方面,在一些可实现方式中,所述基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况,包括:基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站的每个扇区上的多普勒速度;其中,所述多普勒速度基于风速、第一夹角、雨滴下落速度和扇区下倾角确定,所述第一夹角为风向与扇区天线径向形成的夹角;基于每个扇区上的多普勒速度,确定所述第一基站周围的风速、风向和雨滴下落速度。
第二方面,本申请实施例提供了一种基于基站的雨量监测方法,所述方法包括:第一基站发送第三雷达测雨信号;第二基站接收第四雷达测雨信号,所述第四雷达测雨信号为所述第三雷达测雨信号经雨滴影响后的信号;所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况。
本申请实施例中,第一基站发送第三雷达测雨信号,第二基站接收第三雷达测雨信号经雨滴影响后的第四雷达测雨信号,之后第二基站基于第三雷达测雨信号和第四雷达测雨信号,可以确定第一基站周围的降雨情况,从而实现通过基站发射雷达测雨信号测量所述第一基站和所述第二基站间的总降雨情况。
结合第二方面,在一些可实现方式中,所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况,包括:基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定雨滴的多普勒频移;根据雨滴的多普勒频移确定雨滴在所述第二基站径向上的速度分量;根据所述第二基站天线的下倾角和所述速度分量,确定雨滴下落速度。
结合第二方面,在一些可实现方式中,所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况,包括:基于所述第四雷达测雨信号确定所述第三雷达测雨信号的衰减量;基于所述衰减量和预设关系,确定所述第一基站和所述第二基站间的总降雨量;其中,所述预设关系表征信号衰减量与降雨量之间的对应关系。
结合第二方面,在一些可实现方式中,所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况,包括:基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站的每个扇区上的多普勒速度;其中,所述多普勒速度基于风速、第二夹角、雨滴下落速度和扇区下倾角确定,所述第二夹角为风向与扇区天线径向形成的夹角;基于每个扇区上的多普勒速度,确定所述第一基站和第二基站之间的风速、风向和雨滴下落速度。
结合第二方面,在一些可实现方式中,所述方法还包括:第二基站发送第五雷达测雨信号;第一基站接收第六雷达测雨信号,所述第六雷达测雨信号为所述第五雷达测雨信号经雨滴影响后的信号;所述第一基站基于所述第五雷达测雨信号和所述第六雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况;根据两种总降雨情况,确定所述第一基站和所述第二基站间最终的总降雨情况。
第三方面,本申请实施例提供了一种基于基站的雨量监测方法,应用于第一基站和第二基站,所述第一基站的天线和所述第二基站的天线指向同一降雨区域,并且所述第一基站的天线和所述第二基站的天线指向同一降雨区域,所述第一基站和所述第二基站在同一站点塔上但归属不同频段;
所述方法包括:
所述第一基站向第一区域发送第七雷达测雨信号;
所述第一基站接收第八雷达测雨信号,所述第八雷达测雨信号为所述第七雷达测雨信号的回波信号;
所述第一基站基于所述第七雷达测雨信号和所述第八雷达测雨信号,确定所述第一区域的第一降雨情况;
第二基站向所述第一区域发送第九雷达测雨信号;
所述第二基站接收第十雷达测雨信号,所述第十雷达测雨信号为所述第九雷达测雨信号的回波信号;
所述第二基站基于所述第九雷达测雨信号和所述第十雷达测雨信号,确定所述第一区域的第二降雨情况;
所述第一基站或所述第二基站基于所述第一降雨情况和所述第二降雨情况,确定所述第一区域的降雨情况。
第四方面,本申请实施例提供了一种基站,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面和/或第二方面中任一项所述基于基站的雨量监测方法的步骤。
第五方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面和/或第二方面中任一项所述基于基站的雨量监测方法的步骤。
第六方面,本申请实施例提供一种计算机程序产品,当计算机程序产品在基站上运行时,使得电子设备执行上述第一方面和/或第二方面中任一项所述基于基站的雨量监测方法的步骤。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提供的基于基站的雨量监测方法的应用场景示意图;
图2示出了本申请实施例提供的基于基站的雨量监测方法的又一应用场景示意图;
图3示出了本申请实施例提供的基于基站的雨量监测方法的又一应用场景示意图;
图4是本申请实施例提供的基于基站的雨量监测方法的流程示意图;
图5是本申请实施例提供的5G通信子帧结构种类;
图6是本申请实施例提供的利用自包含子帧结构的雷达信号发射接收示意图;
图7是本申请实施例提供的利用灵活S子帧结构的雷达信号发射接收示意图;
图8是本申请实施例提供的三扇区风速测量示意图;
图9是本申请实施例提供的基于基站的雨量监测方法的流程示意图;
图10是本申请实施例提供的基于基站的雨量监测方法的流程示意图;
图11是本申请实施例提供的多个基站间雷达信号的一发多收方式示意图;
图12是本申请实施例提供的雷达保护空间的示意图;
图13是本申请实施例提供的间隔较远的基站复用同一时频的场景示意图;
图14是本申请实施例提供的扩展邻接表的示意图;
图15是本申请实施例提供的雷达信号控制两路射频通路分别收发信号的示意图;
图16是本申请实施例提供的RAAS示意图;
图17是本申请实施例提供的基站结构示意图。
具体实施方式
下面结合具体实施例对本申请进行更清楚的说明。以下实施例将有助于本领域的技术人员进一步理解本申请的作用,但不以任何形式限制本申请。应当指出的是,对本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进。这些都属于本申请的保护范围。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
5G通信以厘米波和毫米波作为主频段,而厘米波和毫米波也是具有精密定位、跟踪等功能的雷达常用的频段。5G基站引入了大规模密集型多输入多输出天线阵列massiveMIMO,和雷达相控阵的天线基本一致。5G通信主选TDD模式,和脉冲雷达同一频段内先发后收需求模式一样,已经具备了雷达的所有硬件要求。
但是雷达和通信在运行场景上也有很大区别:通信基站站址的密集层度远大于雷达站址的密集程度,为保证通信信号质量,蜂窝网交叉覆盖较为严重。另外,为提高通信带宽的利用率,通信基站之间往往采用同频组网,因此通信基站间会存在同频干扰的问题,如果不解决同频干扰的问题,通信基站也无法适合雷达应用。
本申请实施例将5G基站与雷达组合起来,在自包含子帧和灵活S子帧中引入雷达信号的发送和接收,可以兼容现有5G通信的帧结构,通过基站邻接表相互避让来避免相邻基站之间的干扰,通过相控阵或多基站协同检测主动检测目标,在一个基站并发同时提供通信和雷达功能。
基于上述5G通信的帧结构和干扰避让机制,通过基站发射雷达测雨信号,根据雷达测雨信号的变化情况确定基站周围的降雨情况,从而实现通过基站发送雷达测雨信号来实现降雨监测。
图1示出了本申请实施例提供的基于基站的雨量监测方法的应用场景示意图。参见图1,在该应用场景中,第一基站可以向外发射雷达测雨信号,雷达测雨信号经过雨滴后反射回,被第一基站接收到,第一基站根据发射出的雷达测雨信号和接收到的雷达测雨信号,可以确定第一基站周围的降雨情况。
图2示出了本申请实施例提供的基于基站的雨量监测方法的又一应用场景示意图。参见图2,在该应用场景中,第一基站可以向外发射雷达测雨信号,雷达测雨信号经过雨滴后被第二基站接收到,第二基站根据接收到的雷达测雨信号,可以确定第一基站周围的降雨情况。
图3示出了本申请实施例提供的基于基站的雨量监测方法的又一应用场景示意图。参见图3,在该应用场景中,第一基站可以向外发射雷达测雨信号,雷达测雨信号经过雨滴后被第二基站接收到;第二基站可以向外发射雷达测雨信号,雷达测雨信号经过雨滴后被第一基站接收到;第一基站和第二基站分别根据接收到的雷达测雨信号确定基站周围的降雨情况。
以下集合图1至图3对本申请实施例进行详细说明。
图4示出了本申请实施例提供的基于基站的雨量监测方法的流程示意图。参见图4,上述基于基站的雨量监测方法应用于第一基站,可以包括步骤101至步骤103。
步骤101,发送第一雷达测雨信号。
本步骤中,可以在自包含子帧或S子帧中发送第一雷达测雨信号。
在5G通信中定义了快速切换的自包含子帧结构,5G基站快速的发送下行DL(DownLink,下行链路)紧跟一段Guard,然后快速切换为接收上行UL(Up Link,上行链路)。参见图5,5G通信中每个子帧可以为上行子帧,可以为下行子帧,也可以为自包含子帧。自包含子帧可以包括DL段、Guard段和UL control段。或者,自包含子帧可以包括DL control段、Guard段和UL段。
一些实施例中,在自包含子帧中发送第一雷达测雨信号可以为:在自包含子帧的DL段发送第一雷达测雨信号。
参见图6,自包含子帧可以在自包含子帧的DL段中的DL ctrl时隙发送第一雷达测雨信号,即图5中的DL control时隙。
示例性的,由于在自包含子帧的前一时隙第一基站发送信号的反射波可能会对基站发送和接收雷达信号造成影响,因此在自包含子帧的前一子帧或前一子帧的部分靠后的时隙第一基站不发送信号也不接收终端发送的信号,同时终端也不发送信号。
一些实施例中,在S子帧中发送第一雷达测雨信号可以为:在S子帧的下行通信DL段的最后一个时隙发送第一雷达测雨信号,或在S子帧的GP中发送第一雷达测雨信号。
示例性的,参见图7,D子帧可以包含14(仅为示例性说明,不以此为限)个DL时隙,U子帧可以包含14个UL时隙。S子帧可以包含下行通信DL段、GP段和上行通信UL段。下行通信DL段包含10个DL时隙,GP段包括2个GP时隙,上行通信UL段包括2个UL时隙。
一种场景中,在下行通信DL段的前9个时隙不发送信号也不接收信号,可以在下行通信DL段的最后一个时隙发送第一雷达测雨信号。
又一种场景中,可以在下行通信DL段的第一时隙发送第一雷达测雨信号,在该第一时隙之前不发送信号也不接收信号。其中,第一时隙可以为下行通信DL段中的除最后一个时隙之外的任一时隙。
又一种场景中,可以在S子帧的GP段发送第一雷达测雨信号。例如,可以在GP段的第一个时隙发送第一雷达测雨信号,或者在GP段的第二个时隙发送第一雷达测雨信号。
步骤102,接收第二雷达测雨信号。
本步骤中,第二雷达测雨信号为第一雷达测雨信号的回波信号。在发送第一雷达测雨信号之后,第一基站可以由发送模式切换为接收模式,接收第二雷达测雨信号。
具体的,第二雷达测雨信号可以为第一雷达测雨信号经目标物体(例如雨滴)反射回第一基站的回波信号。例如,第一基站通过天线在自包含子帧的DL段的DL ctrl时隙发送雷达测雨信号R,然后第一基站迅速切换为接收模式,雷达测雨信号R经过雨滴会发生反射,反射后的雷达测雨信号回到第一基站,被第一基站接收得到回波信号R'。
步骤103,基于第一雷达测雨信号和第二雷达测雨信号,确定第一基站周围的降雨情况。
其中,降雨情况可以包括雨滴下落速度、降雨量、风速和风向等中的一项或多项信息。
由于有大量基站,所以雨量监控覆盖距离可以较小,功能如Metek公司的MRR-2小型测雨雷达,覆盖距离为15米到6000米。但如果大量部署这种小型测雨雷达无疑是非常不经济的,由于5G基站已经大量部署到城市、乡镇,在其上增加软件即可支持测雨功能,经济性比小型专用测雨雷达有无可比拟的优越性。
雨量与雷达反射的关系为其中Pr为分布目标的接收功率,Pt为雷达发射功率,r为雷达目标距离,G为天线增益,Z为雷达反射率系数,Z可以为粒子大小分布的6阶距,λ为雷达波长,θ为雷达方位角,c为光速,K为粒子反射系数,对于雨滴K2≈0.93,φ为雷达波束俯仰角,τ为雷达脉冲宽度。
从公式可以看出,对于5G雷达这种特殊情况,反射功率和距离平方成反比,和波长平方成反比,由于作用距离近,从而可以得到更强的回波,也就能更准确的估算雨量强度。另外,对于发射脉冲可设计复杂波形从而提升发射强度和使用脉冲成形算法提高覆盖。
一些实施例中,步骤103可以包括:基于第一雷达测雨信号和第二雷达测雨信号,确定雨滴的多普勒频移;根据雨滴的多普勒频移确定雨滴在第一基站径向上的速度分量;根据第一基站天线的下倾角和上述速度分量,确定雨滴下落速度。
其中,雨速与雨量有很密切的关系,雨滴下落速度取决于雨滴的尺寸。对于5G室外基于massive mimo的宏基站或分布式基站,往往采用同一站点三扇区的部署方式。为了更好的覆盖,有一个0-20度的物理下倾角,往往再叠加一个微调的5度左右电调下倾角。这样即使无风下,雨滴也会在与基站垂直径向接收面上形成多普勒频移。从而可估算出雨落的速度。
假设天线下倾角为a,则雨滴速度s在径向上形成的速度分量为t=s*sin(a)。从而测量雨滴的多普勒就可以测得雨速s=t/sin(a)。
另外,不同下倾角的波束下雨滴的多普勒频移不同,因此可以利用向上和向下的波束得到的多普勒差别,更精细化校正数据。例如,可以使用不同的波束倾角多次测量和验证多普勒频移,综合可以提供更精确的雨速。假设不同的波束下倾角分别为a和2a,则测量的多普勒速度分别是t1和t2,则在雨速不变时存在关系t1/sin(a)=t2/sin(2a),由此可以验证雨速测量是否存在问题。
一些实施例中,步骤103可以包括:基于第一雷达测雨信号和第二雷达测雨信号,确定第一基站的每个扇区上的多普勒速度;其中,上述多普勒速度基于风速、第一夹角、雨滴下落速度和扇区下倾角确定,第一夹角为风向与扇区天线径向形成的夹角;基于每个扇区上的多普勒速度,确定第一基站周围的风速、风向和雨滴下落速度。
暴雨往往伴随着暴风,当风速很大时,会影响雨量的判断。本申请实施例中,可以根据同一站点的三个扇区基站的多普勒速度的差别,估算出风向和风速。
如下图8所示,风向在相隔120度角的三扇区上有不同的速度分量。假设风向与扇区1天线径向形成夹角为b,则扇区1上风速w的分量为w*cos(b),扇区2上的分量为w*cos(120-b),扇区3上的速度分量为-w*cos(60-b)。
假设每个扇区下倾角都为a,基站区域内雨速不变,三个扇区上径向波束测量的落雨的多普勒速度应该是一样的,则基站测量的三个扇区上雨速加风速在天线上形成的多普勒速度分别为d1、d2和d3,存在以下关系:
d1=w*cos(b)+s*sin(a)
d2=w*cos(120-b)+s*sin(a)
d3=-w*cos(60-b)+s*sin(a)
其中d1、d2、d3、a都是已知和可测量,w、b、s是未知量,从而可以使用区间牛顿法、割线法等解非线性方程求解即可获得风速w、夹角b和雨滴下落速度s。而夹角b为风向与扇区1天线径向构成的夹角,在已知扇区1天线径向的情况下,可以得到风向。
另外,可以基于室外分布式基站和一体化基站进行降雨情况监测。
具体的,除了Massive-MIMO宏基站外,5G还可能采用分布式小站或一体化小基站布网。这种情况下,一般天线数为2-8个,无法再做3D波束赋形。布置更加密集,可能基站间距为50-100米。沿路方向往往采用抱杆和面天线沿路覆盖,但一般仍有下倾角,也有天线朝向和径向角度,因为覆盖面积减少,下倾角往往更大。所以在一片区域内,仍可以测量落雨多普勒速度,多个方向不同的基站间综合可以测量风速。由于近距离盲区对小基站影响较大。可以考虑改造电路为连续波雷达工作方式,或基站发对另一基站接收方式。
由于测雨对距离分辨率和角度分辨率要求不高,只要同等条件下对比即可,加上多普勒去掉静态物体反射信号,多基站综合之下仍可以得到较好的测雨效果。
上述基于基站的雨量检测方法,第一基站发送第一雷达测雨信号,第一雷达测雨信号经过雨滴的影响后的第二雷达测雨信号反射回第一基站,第一基站基于第一雷达测雨信号和第二雷达测雨信号,可以确定第一基站周围的降雨情况,从而实现发射雷达测雨信号测量基站周围的降雨情况。
一些实施例中,在S子帧的GP和/或上行通信时隙,接收第二雷达测雨信号,以及基于第一雷达测雨信号和第二雷达测雨信号确定降雨情况。
例如,在S子帧下行通信DL段的最后一个时隙(例如最后一部分symbol)发送第一雷达测雨信号,然后第一基站快速转到接收模式。第一基站在S子帧的GP和/或上行通信时隙,执行步骤102和步骤103。
例如,在S子帧的GP中发送第一雷达信号,然后第一基站快速转到接收模式。第一基站在S子帧的上行通信时隙,执行步骤102和步骤103。
一些实施例中,在S子帧的GP和上行通信时隙以及S子帧的下一子帧,接收第二雷达测雨信号,以及基于第一雷达测雨信号和第二雷达测雨信号确定降雨情况。
如图7所示,如果检测距离较长,前一个时隙后部需要禁止分配不发送信号,具体时长可按雷达覆盖范围定。如果S子帧的GP段和UL段的时长不够检测距离的要求,就要对S子帧之后的上行第一个U子帧部分或全部禁止分配,如图4所示的S子帧的下一U子帧。即可以在S子帧的GP段和上行通信UL段检测回波信号。若S子帧不够回波检测,则在S子帧的下一U子帧继续进行回波检测。
例如,在S子帧下行通信DL段的最后一个时隙(例如最后一部分symbol)发送第一雷达测雨信号,然后第一基站快速转到接收模式。第一基站在S子帧的GP、上行通信时隙和S子帧的下一子帧,执行步骤102和步骤103。
例如,在S子帧的GP中发送第一雷达测雨信号,然后第一基站快速转到接收模式。第一基站在S子帧的上行通信时隙以及S子帧的下一子帧,执行步骤102和步骤103。
一些实施例中,在自包含子帧的DL段发送第一雷达信号之后,在该DL段之后的Guard段和UL段,执行步骤102和步骤103。
如图6所示,在自包含子帧的DL段的DL ctrl段发送第一雷达信号后,第一基站快速由发送模式切换为接收模式,并在该DL ctrl时隙之后的Guard段和UL段执行步骤102和步骤103。
图9示出了本申请实施例提供的基于基站的雨量监测方法的流程示意图。参见图9,上述基于基站的雨量监测方法可以包括步骤201至步骤203。
步骤201,第一基站发送第三雷达测雨信号。
具体过程请参考步骤101中的相关内容,在此不再赘述。
步骤202,第二基站接收第四雷达测雨信号。
本步骤中,第四雷达测雨信号为第三雷达测雨信号经雨滴影响后的信号。
具体过程请参考步骤201中的相关内容,在此不再赘述。
步骤203,第二基站基于第三雷达测雨信号和第四雷达测雨信号,确定第一基站和第二基站间的总降雨情况。
示例性的,其中,第三雷达测雨信号可以为固定波形数据,第二基站预先已知该固定波形数据。第一基站发送该固定波形数据,第二基站接收并分析信号的衰减。
一些实施例中,步骤203可以包括:基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定雨滴的多普勒频移;根据雨滴的多普勒频移确定雨滴在所述第二基站径向上的速度分量;根据所述第二基站天线的下倾角和所述速度分量,确定雨滴下落速度。
具体示例请参考步骤103中的相关内容,在此不再赘述。
一些实施例中,步骤203可以包括:基于第四雷达测雨信号确定第三雷达测雨信号的衰减量;基于所述衰减量和预设关系,确定第一基站和第二基站之间的总降雨量;其中,所述预设关系表征信号衰减量与降雨量之间的对应关系。
其中,相邻基站间可偷帧定期测量对方的PSS/SSS/PBCH广播信号强度,统计雨量与相互间广播信道的强度关系。或者,一个基站发送固定波形数据,邻近基站接收并分析其晴天和雨天不同的衰减,从而从衰减与雨量关系公式中估算雨量。其中,毫米波对衰减影响较大,所以建议这种方法主要在毫米波基站下使用。
通过基站对基站测量衰减准确度会更高,因为基站对基站可以选择视距和波束对准,多径影响小,而且基站自身有校准电路,发射功率和接收更准确。
其中,预设关系如表1所示。
表1在18℃下不同降雨量的每公里衰减的dB数
一些实施例中,步骤203可以包括:基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站的每个扇区上的多普勒速度;其中,所述多普勒速度基于风速、第二夹角、雨滴下落速度和扇区下倾角确定,所述第二夹角为风向与扇区天线径向形成的夹角;基于每个扇区上的多普勒速度,确定所述第一基站周围的风速、风向和雨滴下落速度。
具体示例请参考步骤103中的相关内容,在此不再赘述。
在一些可能的实现方式中,第二基站可以为一个,也可以为两个及以上。第一基站发送第三雷达测雨信号,各个第二基站接收第四雷达测雨信号,各个第二基站基于第三雷达测雨信号和第四雷达测雨信号,确定基站周围的降雨情况。
在一些可能的实现方式中,第一基站可以为一个,也可以为两个及以上。各个第一基站发送第三雷达测雨信号,第二基站接收第四雷达测雨信号,第二基站基于各个第三雷达测雨信号和各个第四雷达测雨信号,确定基站周围的降雨情况。
在一些可能的实现方式中,上述基于基站的雨量监测方法还可以包括:第二基站发送第五雷达测雨信号;第一基站接收第六雷达测雨信号,第六雷达测雨信号为第五雷达测雨信号经雨滴影响后的信号;第一基站基于第五雷达测雨信号和第六雷达测雨信号,确定第一基站和第二基站之间的总降雨情况;根据两种总降雨情况,确定第一基站和第二基站之间最终的总降雨情况。
另外,还可以基于多个基站通过不同频段的雷达测雨信号,综合确定基站周围的降雨情况。
为了节约和共享铁塔资源,在一个铁塔上会有多家公司的基站设备,例如2.6G频段的5G基站,3.4-3.6G频段的5G基站,4.9G频段的5G基站等,而毫米波设备也有望在不远的将来大规模使用,从而在一个铁塔上会有多频段的基站雷达供使用。对多频段基站雷达的数据做分析综合可大规模提升数据准确度。
基于前述的雨量与雷达反射的关系,反射功率和波长的平方成反比,这样不同波长的5G基站雷达测雨数据存在关系:P1/P2=a(λ1/λ2)2。其中,P1和P2分别是波长λ1、λ2的反射功率Pr与发射功率Pt,a为考虑其他方面的综合系数,这样就可以印证雨量测量数据的准确度,也可以估算综合系数和雨速、雨滴大小等的关系。
上述基于基站的雨量检测方法,第一基站发送第三雷达测雨信号,第三雷达测雨信号经过雨滴的影响后的第四雷达测雨信号,第二基站接收到第四雷达测雨信号之后,基于第三雷达测雨信号和第四雷达测雨信号,可以确定基站周围的降雨情况,从而实现发射雷达测雨信号测量基站周围的降雨情况。
图10示出了本申请实施例提供的基于基站的雨量监测方法的流程示意图。参见图10,上述基于基站的雨量监测方法可以包括步骤301至步骤307。
步骤301,所述第一基站向第一区域发送第七雷达测雨信号。
步骤302,所述第一基站接收第八雷达测雨信号,所述第八雷达测雨信号为所述第七雷达测雨信号的回波信号。
步骤303,所述第一基站基于所述第七雷达测雨信号和所述第八雷达测雨信号,确定所述第一区域的第一降雨情况。
步骤304,第二基站向所述第一区域发送第九雷达测雨信号。
步骤305,所述第二基站接收第十雷达测雨信号,所述第十雷达测雨信号为所述第九雷达测雨信号的回波信号。
步骤306,所述第二基站基于所述第九雷达测雨信号和所述第十雷达测雨信号,确定所述第一区域的第二降雨情况。
步骤307,所述第一基站或所述第二基站基于所述第一降雨情况和所述第二降雨情况,确定所述第一区域的降雨情况。
其中,第一基站的天线和第二基站的天线指向同一降雨区域(即上述第一区域),并且第一基站的天线和第二基站的天线指向同一降雨区域,第一基站和第二基站在同一站点塔上但归属不同频段。
上述基于基站的雨量检测方法,第一基站的天线和第二基站的天线指向同一降雨区域,并且第一基站和第二基站收发信号的时、频对准。通过第一基站确定第一区域的第一降雨情况,通过第二基站确定第一区域的第二降雨情况,之后结合第一降雨情况和第二降雨情况能够更为准确地确定第一区域的降雨情况。
由于5G一般为同频组网,基站间干扰问题必须解决,为解决这个问题,本申请实施例引入了基于邻接表的同频避让机制和正交雷达信号的雷达检测机制。
一、基于邻接表的同频避让机制
由于5G为同频组网,为了避免基站间信号干扰,可以在一片区域内基站间做避让,在一个基站发射雷达信号的自包含子帧内,该区域中的其他基站和终端不允许发送信号,只能接收信号,从而可以做多站点雷达信号处理。即,在第一基站发送第一雷达测雨信号和接收第二雷达测雨信号时,与第一基站邻接的其他基站和终端基于预配置调度不发送信号只接收信号。同时调度控制第一基站和邻接基站所属终端在雷达接收时频也不发送信号。为了避免不能及时调度出雷达收发所需资源,在本基站及邻接基站的雷达收发所在时频区域内不允许分配以半静态调度和持续调度分配半固定上下行占用,如语音业务等。
如图11所示,第一基站发送雷达测雨信号,雷达测雨信号经目标物体反射后到达第一基站的邻接基站中的基站A1、基站B1、基站C1和基站D1,基站A1、基站B1、基站C1和基站D1接收该雷达信号。
同样,如果采用DL-GP方式,对于在一片区域内发射信号的时频,其他基站在该时频上不允许发送信号,只允许接收信号,做多站点雷达信号处理。
具体方法:根据网管上基站的邻接表和帧号实现时频避让,网管配置第一基站在某个FN的某个自包含时隙为主发送时隙或者某个DL/GP/UL为主雷达时频区域。则预配置发送这个信息给第一基站的所有邻接基站。所有收到的邻接基站都要在这个FN的这个雷达时频区域不分配给用户和不发送信号,在接收区域可以接收,但不允许终端发送信号。
为简化处理,可以配置以系统帧号FN为模的发送模式,以固定间隔周期配置雷达信号的发送。所有基站以一个机制保证覆盖范围内基站发送不重合。例如,对区域内雷达编号,以编号为帧号来保证区域内不重合。
需要说明的是,系统帧号的产生必须全网一致。例如,可以以2021年1月1日零时零分零秒零毫秒为起始,以10毫秒为单位计数到当前时间再模1024为FN号产生机制,以此保证全网FN一致。
假设区域内有500个基站,分别编号为1-500,基站1发送帧号为(FN模512)+1,基站2发送帧号为(FN模512)+2,……以此类推。对于需要快速雷达检测的,可以减少模数和/或增加雷达占用子帧数和/或增加雷达时频区域,但需要在编号分配时考虑地理位置和邻接关系。其中,配置信息可以是由无线网管发出,也可以通过核心网OSS系统或AF开放接口配置。
另外,在发送和接收雷达信号的时频周围,可以增加保护空间(如图12所示),将收发占用的时频块周围的子载波和时隙timeslot列入禁止邻接基站分配的时频区间,以避免邻道干扰等干扰影响。其中,保护空间由目标时频块周围的子载波和时隙构成。
5G OFDM(Orthogonal Frequency Division Multiplexing,正交频分复用技术)在时间上按照时隙timeslot分配,频率上按照子载波分配,在雷达信号占用的时隙timeslot和子载波外,将邻近的子载波和时隙timeslot也纳入雷达占用资源范围,但这些资源不发送信号。其中,雷达占用资源包括雷达信号发射占用资源、雷达信号接收占用资源和保护空间。
根据性能需求和场景不同,雷达发送和接收占用的时频块可差异很大。例如,夜间办公场景下很少有数据业务场景,可以占用所有频带以提高分辨率。例如,在无人机场景下,数据业务是大需求下,而无人机无需精确定位,只需发现有无即可下,可以只占部分子载波。
基于降雨这种不需要大覆盖距离情况,可以使用5G中mini-slot支持多脉冲雷达机制。具体的,,在第一基站发送第一雷达测雨信号时,与第一基站邻接的其他基站和目标终端在目标时频块周围的子载波和微时隙上不发送信号只接收信号,上述目标时频块为第一基站收发第一和第二雷达测雨信号对应的时频块,上述目标终端为第一基站和上述其他基站所属的终端。
例如,一些雷达应用并不需要太长的时间,如测雨应用,可能只需要1个OFDM符号即可。微时隙将最小的传输时间间隔由子帧拓展到了符号上。第一优先级最小的调度间隔根据情况可以选择2个符号,4个符号,7个符号。从而可以将时隙避让机制扩展到微时隙,只占用1-2个微时隙来做雷达功能和避让机制,这样也可以引入多脉冲雷达的概念。连续多个微时隙发送和接收雷达脉冲
二、正交雷达信号的雷达检测机制
引入正交伪随机序列,增加抗干扰能力。附近相距比较远的非邻接基站的同时频发送的雷达信号,可使用不同的相互正交的伪随机雷达信号序列,以减轻远距离基站的干扰的影响,同时复用时频以减少雷达占用资源。
如图13所示,区域2中的基站与区域1左下方的基站可以复用相同的雷达时频,区域1中的基站与区域2右下方的基站可以复用相同的雷达时频。但同一区域内的基站间需要避开雷达时频。由于雷达信号可以占用时频块,从而正交伪随机序列可以是时频二维的。
如图14中,基站A2和基站B2可以复用相同时频,基站C2和基站D2可以复用相同时频。但基站A2和基站B2的发射信号是正交的,从而进一步减弱同频干扰的影响。
另外,由于厘米波和毫米波的直射特性和衰减特性,预计邻接站外的基站和终端对雷达信号干扰较小,一般不会影响邻接区域内的信号处理。如果有影响,可以扩展邻接表或单独定义雷达所需的邻接关系表。
如图14所示,基站A3和周围基站(基站B3、基站C3、基站D3、基站E3和基站F3)是临频关系,基站G3非基站A3的邻接基站。若实际测试中发现基站G3对雷达信号干扰很强,则可以将基站G3加入扩展邻接表,对基站G3也同样作雷达干扰避让,但不影响基站G3的其他功能。
本申请实施例中,可以修改基站TDD(Time Division Duplexing,时分双工)处理电路和程序,在基站内部构造支持部分天线发、部分天线收的方式。这种方式下,可以在一组天线发的同时,另一组接收天线也在同时接收。这样可以采用chirp等同时收发雷达信号,有利于信号累计接收。
第一基站通过第一天线在自包含子帧或S子帧中发送第一雷达信号,以及通过第二天线接收第二雷达信号,第二雷达信号为第一雷达信号的回波信号。其中,第一天线和第二天线为第一基站中的天线,第一天线和第二天线构成第一基站的天线。
图15示出了本申请实施例提供的雷达信号控制两路射频通路分别收发信号的示意图。参见图15,毎路射频通路的下行部分包括发送基带处理单元、DAC单元(例如上路射频通路的下行部分为第一DAC单元,下路射频通路的下行部分为第二DAC单元)、上变频和射频功放单元和环形器。射频通路的上行部分包括环形器、前置放大器和下变频单元、ADC单元(例如上路射频通路的下行部分为第一ADC单元,下路射频通路的下行部分为第二ADC单元)和接收基带处理单元。
下行数据发射过程为:数据经发射基带处理单元处理后,经DAC单元发送给上变频和射频功放单元放大后,经环行器到天线发射出去。上行信号接收过程为:天线接收信号经环形器前置放大器和下变频单元进行处理,之后经ADC单元处理后到达接收基带处理单元。
在通信周期中,通过通信控制信号单元控制射频开关,从而控制所有射频通路收发时序一致。在本申请实施例中,还增加了雷达控制信号,在雷达收发周期到达时,雷达控制信号单元产生雷达收发时序,雷达收发时序分为两路分别传输到上下两路射频通路。一路雷达收发时序经过反相器变为反相。当上面射频通路在雷达控制期间为连续波雷达信号发射时,下面射频通路则为接收状态。同样雷达控制信号也会分别触发基带处理部分时序,相应进入收或发处理状态。
由于室内微基站一般只有2-4根天线,无法做波束定位,所以只能通过一个基站发射,其他基站接收的方式通过多基站综合信号分析,多点联合定位物体位置,这部分可以借助多站址雷达的处理方法处理。
如图11所示,在第一基站发送雷达信号时,周围基站(基站A1基站B1基站C1和基站D1)同时接收该雷达信号的回波信号。下一时刻换为基站A1发送雷达信号,周围其他基站接收该雷达信号的回波信号。经过多次发送和接收雷达信号之后,对汇总处理数据(数据可以包括发送和接收雷达信号的时间差以及各个基站的位置)做综合分析,以确定基站周围的降雨情况。
本实施例中,雷达信号可以采用连续波也可以采用脉冲信号,连续波可能更适合室内定位场景,因为连续波可以没有发送到接收切换造成的灯下黑效应。这种情况下,可以利用邻接表关系确定发送基站和接收基站。发送基站的邻接基站负责接收处理。
以下对7基于5G基站的测雨雷达优势和防灾数字孪生设计进行说明。
传统的基于测雨雷达的自动监视系统存在以下问题影响了大规模推广:1、测雨站覆盖不够,大范围建设降雨站不太现实;2、成本大,需要采购大量专用硬件设备;3、软硬件维护工作量大且困难。
本申请实施例中,基于RAAS架构和云计算、边缘计算协同,对接防灾数字孪生系统,组网如图16所示。
雷达处理前端应用负责处理收发数据,部分物理层功能可以由DU RU完成,雷达数据结果发送到雷达后端组网处理模块,综合汇总后发给救灾数字孪生系统,综合数字孪生数据库,即时监视和预测各个地方的雨量对当地可能造成的伤害。当然,气象雷达和测雨站数据也汇聚到防灾系统,以相互参照和印证提高准确率。
由于雷达信号处理要求运算量大,并需要历史数据回溯,对存储的压力也巨大,需要考虑雷达的软件架构适应5G组网。可以在边缘计算中引入雷达信号处理设备(例如RRU,Remote radio Unit,远程无线电设备),将雷达发射信号和接收信号送到MEC(Mobile EdgeComputing,移动边缘计算)的雷达信号处理应用中进行综合处理,即RAAS。如图16所示,雷达前端处理作为一个应用在于在5G边缘计算平台MEP上,应尽量将雷达处理前提到CU(Central Unit,中央单元)甚至DU(Distributed Unit,分布式单元)的位置,主要做每个雷达信号的基带处理。在基带处理后的目标信号,汇集到雷达后端组网数据处理应用进一步融合分析。雷达后端组网数据处理可以与雷达处理前端应用放在一起,也可以放在中心云。
RU或DU送给雷达信号处理前端应用的数据包含:发射时间点;发射信号的波束空间特征;发射信号数据;接收信号数据等。雷达信号处理服务器应保存多次数据,进行前后数据相关对比,以去除干扰。从前端发给后端的数据,在信号处理后,发送给后端的数据包含:雷达信号的发射基站经纬度数据、接收基站经纬度数据、目标的特征数据等。图16中,UPF为User Plane Function,用户面功能。
使用5G基站雷达测雨的优点包括:
1、提供泛在的测雨数据,有5G基站的地方就可以提供测雨数据。在国家的大力支持下,5G现在已经覆盖了大部分城市、乡镇,正在向覆盖所有农村发展。无疑为测雨精度提供了良好条件。5G基站和边缘计算的处理能力也可为测雨雷达提供精度更高的复杂信号和处理。
2、充分发挥5G基础设施投资效益,5G基站雷达不仅仅为测雨应用,而且可以为无人机监测、车辆监测、安防、国防所共用,从而各行各业可以和运营商一起共同负担5G庞大的基础设施投资。
3、节约设备成本5G雨量雷达除使用边缘计算和云计算部分资源外,没有增加任何硬件设备。只使用雨天低话务量时段,占用边缘计算和云计算资源也只是在下雨天动态云部署,平时也不占用资源,对电信业务影响很小,是电信运营商和气象局双赢的局面。
4、节约气象局运维成本,5G基站由运营商统一运维,可大大降低气象局的运维负担,对于运营商来说基站运维本来就是本职工作,并不增加太多负担;同时基于边缘计算和云计算的架构可以大大减少硬件投入和运维负担。
本申请实施例通过雨量监测功能,给出了5G雷达的一个很巧妙的应用,可补充气象和防灾上很重要的精细的雨量监控的空白。比起单独部署大量雨量雷达或测雨站有更好的经济效益,对于气象和防灾部门来说,只有雨天才需要加载雨量测量服务,大大节约了成本;5G雷达将以其泛在性、灵活性、多功能性提供越来越多的业务,运营商也可以以泛在的多功能的RAAS作为行业应用的重要功能,如室外雷达可以同时给不同服务对象提供雨量测量、无人机监控等服务,并促进边缘计算的发展,雷达与5G结合将大大促进5G在公安、应急消防、安保、气象等领域的应用。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图17是本发明一实施例提供的基站的示意图。如图17所示,该实施例的基站500包括:处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503,例如基于通信基站的雷达探测程序。所述处理器501执行所述计算机程序503时实现上述基于基站的雨量监测方法实施例中的步骤,例如图4所示的步骤101至步骤103,或者如图9所示的步骤201至步骤203,或者如图10所示的步骤301至步骤307。
示例性的,所述计算机程序503可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器502中,并由所述处理器501执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序503在所述基站500中的执行过程。
所述基站500可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述基站可包括,但不仅限于,处理器501、存储器502。本领域技术人员可以理解,图17仅仅是基站500的示例,并不构成对基站500的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述基站还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是基站500的内部存储单元,例如基站500的硬盘或内存。所述存储器502也可以是所述基站500的外部存储设备,例如所述基站500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。进一步地,所述存储器502还可以既包括所述基站500的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述基站所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/基站和方法,可以通过其它的方式实现。例如,以上所描述的装置/基站实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (11)
1.一种基于基站的雨量监测方法,其特征在于,应用于第一基站,所述方法包括:
发送第一雷达测雨信号;
接收第二雷达测雨信号,所述第二雷达测雨信号为所述第一雷达测雨信号的回波信号;
基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况。
2.根据权利要求1所述的基于基站的雨量监测方法,其特征在于,所述基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况,包括:
基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定雨滴的多普勒频移;
根据雨滴的多普勒频移确定雨滴在所述第一基站径向上的速度分量;
根据所述第一基站天线的下倾角和所述速度分量,确定雨滴下落速度。
3.根据权利要求1所述的基于基站的雨量监测方法,其特征在于,所述方法还包括:
在所述第一基站发送所述第一雷达测雨信号时,与所述第一基站邻接的其他基站和目标终端在目标时频块周围的子载波和微时隙上不发送信号只接收信号,所述目标时频块为所述第一基站收发所述第一雷达测雨信号和第二雷达测雨信号对应的时频块,所述目标终端为所述第一基站和所述其他基站所属的终端。
4.根据权利要求1所述的基于基站的雨量监测方法,其特征在于,所述基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站周围的降雨情况,包括:
基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站的每个扇区上的多普勒速度;其中,所述多普勒速度基于风速、第一夹角、雨滴下落速度和扇区下倾角确定,所述第一夹角为风向与扇区天线径向形成的夹角;
基于每个扇区上的多普勒速度,确定所述第一基站周围的风速、风向和雨滴下落速度。
5.一种基于基站的雨量监测方法,其特征在于,包括:
第一基站发送第三雷达测雨信号;
第二基站接收第四雷达测雨信号,所述第四雷达测雨信号为所述第三雷达测雨信号经雨滴影响后的信号;
所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况。
6.根据权利要求5所述的基于基站的雨量监测方法,其特征在于,所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和第二基站间的总降雨情况,包括:
基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定雨滴的多普勒频移;
根据雨滴的多普勒频移确定雨滴在所述第二基站径向上的速度分量;
根据所述第二基站天线的下倾角和所述速度分量,确定雨滴下落速度。
7.根据权利要求5所述的基于基站的雨量监测方法,其特征在于,所述第二基站基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况,包括:
基于所述第四雷达测雨信号确定所述第三雷达测雨信号的衰减量;
基于所述衰减量和预设关系,确定所述第一基站和所述第二基站间的总降雨量;其中,所述预设关系表征信号衰减量与降雨量之间的对应关系。
8.根据权利要求5所述的基于基站的雨量监测方法,其特征在于,所述第一基站基于所述第一雷达测雨信号和所述第二雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况,包括:
基于所述第三雷达测雨信号和所述第四雷达测雨信号,确定所述第一基站的每个扇区上的多普勒速度;其中,所述多普勒速度基于风速、第二夹角、雨滴下落速度和扇区下倾角确定,所述第二夹角为风向与扇区天线径向形成的夹角;
基于每个扇区上的多普勒速度,确定所述第一基站和所述第二基站之间的风速、风向和雨滴下落速度。
9.根据权利要求5所述的基于基站的雨量监测方法,其特征在于,所述方法还包括:
第二基站发送第五雷达测雨信号;
第一基站接收第六雷达测雨信号,所述第六雷达测雨信号为所述第五雷达测雨信号经雨滴影响后的信号;
所述第一基站基于所述第五雷达测雨信号和所述第六雷达测雨信号,确定所述第一基站和所述第二基站间的总降雨情况;
根据两种总降雨情况,确定所述第一基站和所述第二基站间最终的总降雨情况。
10.一种基于基站的雨量监测方法,其特征在于,应用于第一基站和第二基站,所述第一基站的天线和所述第二基站的天线指向同一降雨区域,所述第一基站和所述第二基站在同一站点塔上但归属不同频段;所述方法包括:
所述第一基站向第一区域发送第七雷达测雨信号;
所述第一基站接收第八雷达测雨信号,所述第八雷达测雨信号为所述第七雷达测雨信号的回波信号;
所述第一基站基于所述第七雷达测雨信号和所述第八雷达测雨信号,确定所述第一区域的第一降雨情况;
第二基站向所述第一区域发送第九雷达测雨信号;
所述第二基站接收第十雷达测雨信号,所述第十雷达测雨信号为所述第九雷达测雨信号的回波信号;
所述第二基站基于所述第九雷达测雨信号和所述第十雷达测雨信号,确定所述第一区域的第二降雨情况;
所述第一基站或所述第二基站基于所述第一降雨情况和所述第二降雨情况,确定所述第一区域的降雨情况。
11.一种基站,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至10中任一项所述基于基站的雨量监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357140.0A CN114019586A (zh) | 2021-11-16 | 2021-11-16 | 基于基站的雨量检测方法和基站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357140.0A CN114019586A (zh) | 2021-11-16 | 2021-11-16 | 基于基站的雨量检测方法和基站 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114019586A true CN114019586A (zh) | 2022-02-08 |
Family
ID=80064609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111357140.0A Pending CN114019586A (zh) | 2021-11-16 | 2021-11-16 | 基于基站的雨量检测方法和基站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114019586A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000002763A (ja) * | 1998-06-17 | 2000-01-07 | Mitsubishi Electric Corp | 気流検出方法およびレーザレーダ装置 |
US20100079330A1 (en) * | 2008-05-07 | 2010-04-01 | Colorado State University Research Foundation | Networked waveform system |
CN102426400A (zh) * | 2011-11-03 | 2012-04-25 | 中国科学院合肥物质科学研究院 | 一种激光雨滴谱仪降水信息反演修正方法 |
CN103149605A (zh) * | 2013-03-05 | 2013-06-12 | 北京敏视达雷达有限公司 | 一种激光雨滴谱仪 |
CN106841676A (zh) * | 2017-03-29 | 2017-06-13 | 天津大学 | 一种激光多普勒水轮机尾流测量装置及测量方法 |
CN106845018A (zh) * | 2017-02-27 | 2017-06-13 | 中国民航大学 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
KR20190068793A (ko) * | 2017-12-11 | 2019-06-19 | 경북대학교 산학협력단 | 기상레이더 관측변수의 준-연직프로파일 생성 장치, 방법 및 기록 매체 |
CN111289982A (zh) * | 2020-03-20 | 2020-06-16 | 苏州斯威高科信息技术有限公司 | 一种雷达感应式测量降雨装置和方法 |
CN112946658A (zh) * | 2021-02-03 | 2021-06-11 | 中国气象科学研究院 | 一种获取大气垂直运动速度的方法、装置 |
CN113176586A (zh) * | 2021-03-25 | 2021-07-27 | 北京大学 | 一种雨滴测量方法及固态面阵激光雨滴谱仪 |
CN113640765A (zh) * | 2021-08-09 | 2021-11-12 | 刘天健 | 基于通信基站的雷达探测方法、物体定位方法和基站 |
-
2021
- 2021-11-16 CN CN202111357140.0A patent/CN114019586A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000002763A (ja) * | 1998-06-17 | 2000-01-07 | Mitsubishi Electric Corp | 気流検出方法およびレーザレーダ装置 |
US20100079330A1 (en) * | 2008-05-07 | 2010-04-01 | Colorado State University Research Foundation | Networked waveform system |
CN102426400A (zh) * | 2011-11-03 | 2012-04-25 | 中国科学院合肥物质科学研究院 | 一种激光雨滴谱仪降水信息反演修正方法 |
CN103149605A (zh) * | 2013-03-05 | 2013-06-12 | 北京敏视达雷达有限公司 | 一种激光雨滴谱仪 |
CN106845018A (zh) * | 2017-02-27 | 2017-06-13 | 中国民航大学 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
CN106841676A (zh) * | 2017-03-29 | 2017-06-13 | 天津大学 | 一种激光多普勒水轮机尾流测量装置及测量方法 |
KR20190068793A (ko) * | 2017-12-11 | 2019-06-19 | 경북대학교 산학협력단 | 기상레이더 관측변수의 준-연직프로파일 생성 장치, 방법 및 기록 매체 |
CN111289982A (zh) * | 2020-03-20 | 2020-06-16 | 苏州斯威高科信息技术有限公司 | 一种雷达感应式测量降雨装置和方法 |
CN112946658A (zh) * | 2021-02-03 | 2021-06-11 | 中国气象科学研究院 | 一种获取大气垂直运动速度的方法、装置 |
CN113176586A (zh) * | 2021-03-25 | 2021-07-27 | 北京大学 | 一种雨滴测量方法及固态面阵激光雨滴谱仪 |
CN113640765A (zh) * | 2021-08-09 | 2021-11-12 | 刘天健 | 基于通信基站的雷达探测方法、物体定位方法和基站 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murdock et al. | A 38 GHz cellular outage study for an urban outdoor campus environment | |
EP3081041B1 (en) | Method and apparatuses for band and channel selection in 5g | |
Lempiäinen et al. | Radio interface system planning for GSM/GPRS/UMTS | |
US6778130B1 (en) | Position location method and apparatus for a mobile telecommunications system | |
US11405800B2 (en) | System and method for 3D propagation modelling for planning of a radio network | |
Barneto et al. | High-accuracy radio sensing in 5G new radio networks: Prospects and self-interference challenge | |
CN111357217A (zh) | 针对波束成形配置和覆盖范围优化的对象检测 | |
JP2022117980A (ja) | 再構成可能なスマートサーフェスによって反射された無線信号を使用する、ユーザの位置特定及びトラッキングのための方法及び装置 | |
CN109842890B (zh) | 信号测量方法、相关装置及系统 | |
CN113640765A (zh) | 基于通信基站的雷达探测方法、物体定位方法和基站 | |
Izydorczyk et al. | A USRP-based multi-antenna testbed for reception of multi-site cellular signals | |
CN114019586A (zh) | 基于基站的雨量检测方法和基站 | |
CN101848045A (zh) | 一种测量双极化智能天线业务波束的基准方向的方法 | |
CN112203214A (zh) | 终端设备的定位方法及装置、存储介质、电子装置 | |
CN113708808B (zh) | 高速移动场景下窄波束信道测量系统与方法 | |
Härri et al. | Impact of vehicular integration effects on the performance of DSRC communications | |
Haider et al. | Uplink open loop power control for LTE HetNet | |
CN102695175A (zh) | 一种无线局域网接入信道的分配方法、设备及其系统 | |
CN108718465B (zh) | 一种面向无人机定位应用的配置tdd无线帧的方法 | |
Inomata et al. | Radio wave visualizer for 5G New Radio signal | |
Takada et al. | Characterization of radio propagation channel at 11 GHz | |
US20230228844A1 (en) | Real-time thz sensing using true time delay | |
Sasaki et al. | Frequency dependence of site-specific path loss in urban macro cell environments between 2 and 66 GHz bands | |
Raulefs et al. | Radio Spectrum Scarcity for Maritime Communication and Navigation Systems | |
Fielitz et al. | Reliable Wi-Fi communication in EMC critical multipath propagation environment using phased array antennas |
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 |