CN114124265A - 基于飞行高度的无人机分阶段信道建模方法 - Google Patents
基于飞行高度的无人机分阶段信道建模方法 Download PDFInfo
- Publication number
- CN114124265A CN114124265A CN202111435651.XA CN202111435651A CN114124265A CN 114124265 A CN114124265 A CN 114124265A CN 202111435651 A CN202111435651 A CN 202111435651A CN 114124265 A CN114124265 A CN 114124265A
- Authority
- CN
- China
- Prior art keywords
- communication
- unmanned aerial
- aerial vehicle
- channel
- area
- 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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3911—Fading models or fading generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于飞行高度的无人机分阶段信道建模方法,涉及无人机信道建模领域,具体为:首先,针对包括无人机空中终端、地面用户设备和地面基站的通信场景,提取包括各建筑物的高度、各街道的宽度、场景分阶段通信仰角等各类空间特征参数,并通过计算区域划分的高度条件,将通信场景划分为近地区、低空区和高空区三个子区域;然后,计算收发端间包括无人机的高度、收发端间的通信距离、街道方向角等的空间位置参数;利用空间位置参数分别计算各子区域的信道传输损耗;最后,将各子区域的信道传输损耗整合,得到完整的无人机信道建模;本发明对通信场景进行层次化空间划分、子区域和阶段性建模,具备更高的鲁棒性,降低了信道建模的复杂度。
Description
技术领域
本发明涉及无人机信道建模领域,具体指基于飞行高度的无人机分阶段信道建模方法。
背景技术
无人机蜂窝移动通信系统是指无人机搭载蜂窝移动通信载荷,与地面或空中用户进行信息传输的数据通信系统。一方面,无人机搭载终端载荷可以作为空中用户,来接入蜂窝移动通信系统的地面基站,实现图像/视频数据的高速回传。另一方面,无人机具有部署迅速、机动灵活的特点,可搭载基站/中继载荷,为空中基站/中继来提供例如应急通信、热点区域增强覆盖等服务,在地面服务用户分布不均匀时更具灵活性。在复杂地形环境(如城市或者山区),由于信号受到楼房或高山等遮挡,用户服务质量较差。而无人机(UnmannedAerial Vehicle,UAV)可以利用其空中优势和机动能力,与地面用户建立直视通信链路,在边缘服务中提升用户服务质量。
典型的无人机边缘计算蜂窝移动通信系统如图1所示,无人机集群部署在终端设备(Terminal Device,TD)和基站接入点(Access Point,AP)之间,提供边缘计算服务和空中通信中继服务。例如,2021年7月21日,国家应急管理部紧急调派中国航空工业的翼龙-2H无人机空中应急通信平台,跨区域长途飞行,在河南省荥阳、巩义、米河镇上空执行通信中继等任务,为当地提供空中移动公网服务,实现了约50平方公里范围长时稳定的连续移动通信信号覆盖。
无人机蜂窝移动通信包括无人机间的空空信道和无人机与地面间的空地信道,分为直视链路与非直视链路两种无线通信场景。需通过无线信道建模技术,对无人机通信信道的传播特性进行较为精确的分类型、分阶段估计。
无线信道基础建模方式主要分为确定性建模和统计性建模;其中:
1)确定性建模主要是从理论角度进行建模,即利用电磁传播理论精确计算出无线电波在信道中受到的影响,然后计算出各个路径到达信号接收端时的信号冲激响应、场强大小、信号到达方向以及到达时延等信息;该方法侧重于研究信道的小尺度衰落特性。
2)统计性建模则根据实地测量数据拟合出期望和方差等统计量,然后对一阶或高阶统计量进行分析,构建出信道模型,其精度主要依靠特定场景的实地测量数据及后续的数据处理分析;该方法主要侧重于研究信道的路径损耗和大尺度衰落效应。常用的统计性信道模型包括对数路径损耗模型和经验路径损耗模型。对数路径损耗模型中路径损耗与距离、阴影衰落变量参数关系依据最小二乘法拟合得出。经验路径损耗模型是专家们对多个特性类似的环境进行测量,再将特定环境下给定距离处的测量结果进行平均,构建得到的路径损耗模型,包括奥村模型、COST-231模型等。
无人机各飞行阶段及无线通信信道类型包括停机、起飞、平飞和降落等状态。与一般的地面通信系统不同,无人机蜂窝移动通信系统的信道环境更为复杂,采用单一信道模型对通信环境进行描述在预测精度上通常存在较大误差。当无人机飞行高度较高且与用户间通信处于高仰角状态时,通信条件较理想,可以看作直视径信道;当无人机处于近地高度时,信道传播路径上存在多种障碍物影响,应以非直视径或其它信道模型进行建模。并且无人机蜂窝移动通信系统对无人机能耗和信息传输可靠性等方面也有较高要求,设计一种能够对无人机信道进行更精确建模的方法具有重要的实际应用价值。
发明内容
为了提高无人机无线通信信道描述的精确度,本发明提出了基于飞行高度的无人机分阶段信道建模方法,以无人机边缘计算为典型的应用场景,以统计性建模为基础的建模方法,对在路径损耗及阴影衰落影响下的大尺度衰落信道传播模型进行建模,将通信场景根据小区覆盖范围、场景特征和无人机飞行高度等因素划分为近地区、低空区和高空区;根据无人机和地面用户设备间的空间位置关系,构建适用于不同飞行高度区域的统计性信道模型,最终实现了无人机蜂窝移动通信系统无线信道传播模型的建模优化
所述的基于飞行高度的无人机分阶段信道建模方法,具体步骤如下:
步骤一、针对包括无人机空中终端U、地面用户设备D和地面基站B的通信场景,提取各类空间特征参数。
在该无人机蜂窝网络通信场景下,无人机通过直通方式,将空中采集到的感知数据直接传输到用户设备;或者通过蜂窝通信方式,在与距离较远的用户设备通信时,通过地面基站将数据传输到用户。
在直通方式中,通信链路为:无人机空中终端U作为发送端、地面用户设备D作为接收端;在蜂窝通信方式中,存在两种通信链路:无人机空中终端U作为发送端、地面基站B作为接收端以及地面基站B作为发送端,地面用户设备D作为接收端。
空间特征参数包括通信场景中各建筑物的高度、各街道的宽度、场景分阶段通信仰角等参数。
步骤二、根据空间特征参数,计算区域划分的高度条件,将通信场景根据高度条件划分为近地区、低空区和高空区三个子区域;
区域划分的高度条件表示为:
hSL-L=b×tanθ1
hL-H=max{hB,(b×tanθ2)}
其中,b是建筑物之间的距离,hB是建筑物的平均高度,θ1,θ2是取决于通信环境的定值,θ1∈[15°,40°],θ2∈[60°,90°);SL表示近地区,L表示低空区,H表示高空区;
当节点所在位置高度处于[0,hSL-L]时,在近地区;高度处于[hSL-L,hL-H]时,在低空区;高度处于[hL-H,∞)时,在高空区。
步骤三、对于每个无人机的空地传输场景,计算收发端间的空间位置参数;
空间位置参数包括无人机的高度、收发端间的通信距离、街道方向角等参数。
通信距离d3D表示为:
其中,tx,ty,tz表示发射端在三维场景下的各坐标;rx,ry,rz表示接收端在三维场景下的各坐标。
步骤四、利用空间位置参数分别计算各子区域的信道传输损耗;
其中,d2D是收发端间的水平距离,ht是发射端的天线高度。
则近地区的信道传输损耗PLSL(dB)表示为:
Pt SL(dBm)表示近地区内发射端的发射功率;表示近地区内接收端的平均接收功率;表示近地区内的非直视径概率;表示近地区内的直视径通信的路径损耗;表示近地区内的非直视径通信的路径损耗;表示近地区内的直视径通信的阴影衰落;表示近地区内的非直视径通信的阴影衰落,为零均值高斯分布的随机变量;
其中fc表示信号发射频率;Lfs为自由空间路径损耗;Lrts为从屋顶到街面的衍射和散射损耗;Lmsd为多遮蔽物衍射损耗;
则低空区内的信道传输损耗(dB)表示为:
高空区的信道传输损耗(dB)表示为:
其中,d表示收发端的三维空间距离;d0为与发射端的参考距离,n是路径损耗衰减指数,ΩL-H是反映阴影衰落效应的零均值高斯随机变量,为取决于子区域环境的定值。
步骤五、整合各子区域的信道传输损耗,得到通信场景下完整的无人机信道建模;
无人机在三个不同的飞行高度条件下,通过求得收发端间信道衰落大小,最终实现了基于飞行高度划分区域的无人机通信中继信道建模。
所述信道衰落计算公式为:
其中,ht表示发射机天线高度,hr表示接收机天线高度。
本发明的优点在于:
(1)本发明基于飞行高度的无人机分阶段信道建模方法,相比未进行区域阶段划分的原信道建模问题,因不同高度场景下包含的障碍物不同,其对传播特性的影响也不同,导致难以建立统一的信道模型对整个蜂窝通信的空间场景进行描述;本发明将特定通信场景划分为多区域,并分别用不同信道模型描述,降低了通信场景信道建模的复杂度。
(2)本发明基于飞行高度的无人机分阶段信道建模方法,将蜂窝移动通信场景进行区域划分后,各区域内的大尺度衰落特性(包含路径损耗和阴影衰落等影响)具有一致性,对各区域的通信信道分别建立统计性模型更加容易,并且能更好反映实际通信场景的传播特性。
(3)本发明基于飞行高度的无人机分阶段信道建模方法,对通信场景进行层次化空间划分、子区域和阶段性建模,具备更高的鲁棒性,保证了无人机通信场景信道建模的稳定性。
附图说明
图1为典型的无人机边缘计算蜂窝移动通信系统;
图2为无人机飞行状态及无线通信信道类型划分;
图3为本发明无人机城区边缘计算场景下建模方法原理图;
图4为本发明基于飞行高度的无人机分阶段信道建模方法的流程图;
图5为本发明提供的无线信道建模方法仿真结果图。
具体实施方式
下面结合附图对本发明进行详细说明。
本发明公开了基于飞行高度的无人机分阶段信道建模方法,适用于不同无人机蜂窝移动通信场景;所述的蜂窝移动通信场景包括无人机终端、地面用户设备和地面基站。以城区环境为例,无人机空中终端进行数据处理,与地面基站和用户设备进行双向通信,并与无人机进行中继传输,为宏蜂窝小区提供边缘计算服务;该传输场景本发明称之为城区边缘计算场景。
本发明的核心在于将通信场景合理划分为近地、低空和高空三个通信区域,对各区域间的通信信道分别建模为空-空(A2A)信道、空-地(A2G)信道和地-地(G2G)信道三种不同模型,如图2所示,求解通信区域划分条件和各区域信道建模,即可实现对通信场景整体的信道建模。本发明考虑的无人机信道分为直视径和非直视径两种,包含路径损耗和大尺度阴影衰落。基于统计性无线信道模型,实现了无人机各空间位置下的大尺度衰落信道传播模型建模。
如图3所示,本发明首先提取通信场景的各类空间特征参数,计算区域划分的高度条件,将通信场景按高度阶段划分为近地区、低空区和高空区三个子区域;然后,计算收发机间的空间位置参数,根据无人机所处空间位置,计算对应子区域的直视径概率等参数。根据通信场景的各特征参数,综合考虑直视/非直视两种通信链路类型,建立对应飞行阶段的信道传输损耗模型以适配其通信条件。
具体为:判断是否满足hu<hSL-L,如果是,计算近地区内的直视径概率以及信道传输损耗PLSL,生成阴影衰落因子ΩSL,建立近地区的概率型信道传输模型;否则,继续判断是否满足hu<hL-H,如果是,计算低空区内传输链路类型以及路径损耗与生成阴影衰落因子ΩL,建立低空区的概率型信道传输模型;否则;计算高空区内的信道传输损耗PLH,生成阴影衰落因子ΩH,建立高空区的概率型信道传输模型;
最后,整合各子区域的信道传输损耗,得到通信场景下完整的无人机信道建模;并将该方法仿真结果后续可与信道实测数据进行比对,以验证其有效性。
如图4所示,所述的基于飞行高度的无人机分阶段信道建模方法,包括以下几个步骤:
步骤一、针对包括无人机空中终端U、地面用户设备D和地面基站B的通信场景,提取各类空间特征参数。
在该无人机蜂窝网络通信场景下,无人机作为空中感知设备,执行将感知数据传输给用户设备的任务。无人机可通过直通方式,将空中采集到的感知数据直接传输到用户设备;在与用户设备距离较远时,可通过蜂窝通信方式,通过地面基站B将数据传输到地面用户设备D。
在直通方式中,存在无人机空中终端U作为发送端、地面用户设备D作为接收端一种通信链路;在蜂窝通信方式中,存在无人机空中终端U作为发送端、地面基站B作为接收端以及地面基站B作为发送端,地面用户设备D作为接收端两种链路。
空间特征参数包括通信场景中各建筑物的高度、各街道的宽度、场景分阶段通信仰角等参数。
无人机空中终端U的空间三维坐标表示为Su=(xu,yu,hu);地面用户设备D的空间三维坐标表示为SD=(xD,yD,hD);地面基站B的空间三维坐标表示为SB=(0,0,0),通信的载波频率表示为fC。
步骤二、根据空间特征参数,计算区域划分的高度条件,将通信场景根据高度条件划分为近地区、低空区和高空区三个子区域;
区域划分的高度条件表示为:
hSL-L=b×tanθ1
hL-H=max{hB,(b×tanθ2)}
其中,b是建筑物之间的距离,hB是建筑物的平均高度,θ1,θ2是取决于通信环境的定值,θ1∈[15°,40°],θ2∈[60°,90°);SL表示近地区,L表示低空区,H表示高空区;
当节点所在位置高度处于[0,hSL-L]时,在近地区;高度处于[hSL-L,hL-H]时,在低空区;高度处于[hL-H,∞)时,在高空区。
步骤三、对于每个无人机的空地传输场景,计算收发端间的空间位置参数;
空间位置参数包括无人机的高度、收发端间的通信距离、街道方向角等参数。
通信距离d3D表示为:
其中,tx,ty,tz表示发射端在三维场景下的各坐标;rx,ry,rz表示接收端在三维场景下的各坐标。
步骤四、利用空间位置参数分别计算三个子区域的直视径概率,并进一步计算各子区域的信道传输损耗;
本发明考虑的城区边缘计算场景子区域信道模型包括:概率型直视/非直视信道模型、对数路径损耗模型和COST231-WI模型;在不同通信场景,各子区域信道可构建为不同信道模型。
地面用户设备D和地面基站B所处的低空区存在树木、车辆以及居民区楼房等障碍物,考虑近地区内信道使用概率型直视/非直视信道模型,所谓概率型直视/非直视信道全面考虑了收发机直视链路是否被遮挡的情况,综合考虑发射机高度和实际传播环境特点等因素给出了直视径发生的概率;近地区内的直视径概率表示为:
其中,d2D是收发端间的水平距离,ht是发射端的天线高度。
其中,fc表示信号发射频率;
则近地区的信道传输损耗PLSL(dB)表示为:
其中Lfs为自由空间路径损耗;Lrts为从屋顶到街面的衍射和散射损耗;Lmsd为多遮蔽物衍射损耗;分别表示为:
Lfs=32.44+20log10 fc+20log10 d3D
Lrts=-16.9-10log10 w+10log10 fc+20log10Δhm+Lori
Lmsd=Lbsh+ka+kd log10 d3D+kf log10fc-9log10 b
其中,Δhb是无人机发射天线高于建筑物的高度;对于低空区下的阴影衰落,仍构造为零均值高斯随机变量ΩSL-L,标准差σSL-L是取决于环境的定值,由实际测量估计得到。
考虑低空区内及低空区与近地区间通信信道使用COST231-WI模型建模,该模型适用于建筑物高度近似一致的郊区和城区环境,载波频率fc∈[800,2000](MHz),收发机距离d3D∈[0.02,5](km),建筑物高度hB∈[4,50](m)。模型分直视径和非直视径传播两种情况计算路径损耗;根据收发机间水平距离d2D及街道方向角确定通信类型,则低空区内的信道传输损耗(dB)可表示为:
其中d2D为收发端间的水平距离。
考虑高空区内、高空区与近地区间和高空区与低空区间通信信道使用对数路径损耗模型建模。高空区的通信环境中阻挡较少,常考虑为直视径传输与部分散射效应的叠加,无需考虑非直视径情况;则高空区的信道传输损耗(dB)表示为:
其中,d表示收发端的三维空间距离;d0为选取距离发射端为d0的参考距离,n是路径损耗衰减指数,ΩL-H是反映阴影衰落效应的零均值高斯随机变量,为取决于子区域环境的定值;根据所处区域不同,衰减指数,标准差ρSL-H<ρL-H<ρH。
步骤五、整合各子区域的信道传输损耗,得到通信场景下完整的无人机信道建模;
无人机在三个不同的飞行高度条件下,通过求得收发端间信道衰落大小,最终实现了基于飞行高度划分区域的无人机通信中继信道建模。
所述信道衰落计算公式为:
其中,hr表示接收机天线高度。
本发明在具体的通信场景阶段划分方面,根据蜂窝移动通信场景下平均建筑物高度和树木高度等空间特征属性,定义划分近地区、低空区与高空区的高度条件。按照通信高度区域类型,将原场景信道建模问题转化为各子区域间的信道建模问题;在具体的各区域子信道建模方面,分别采用不同的统计性信道模型描述,以取得最接近实际通信场景下路径损耗指标的信道模型。
假设接收机高度为1.5m,直视通信条件下的信道路径损耗与收发机间距离的仿真结果如图5(a)、图5(b)所示(以距离/对数距离为横轴),图中实线为分阶段信道传输模型,虚线为自由空间传输模型。可以观察到,在近地区内,由于环境地形较为复杂,障碍物阻挡较为严重,路径损耗随距离增加的上升速度高于低空区与低空区的空地通信情况;而整个通信场景依旧保持着随通信距离增加,路径损耗逐渐增大的趋势,与实际通信情况一致。与自由空间传输损耗模型相比,该模型计算得出的传输损耗大于理想的自由空间路径损耗值,更加贴近真实传输情况;且在近地空地通信阶段,该模型的传输损耗与自由空间传播的路径损耗差值更加显著,这是由于在实际通信情况下,近地空地通信处于低仰角区域,更容易受到建筑物等障碍遮挡,影响通信,这也更贴近实际情况。
Claims (4)
1.基于飞行高度的无人机分阶段信道建模方法,其特征在于,具体步骤如下:
首先,针对包括无人机空中终端U、地面用户设备D和地面基站B的通信场景,提取各类空间特征参数;并根据空间特征参数,计算区域划分的高度条件,将通信场景根据高度条件划分为近地区、低空区和高空区三个子区域;
区域划分的高度条件表示为:
hSL-L=b×tanθ1
hL-H=max{hB,(b×tanθ2)}
其中,b是空间特征参数中建筑物之间的距离,hB是建筑物的平均高度,θ1,θ2是取决于通信环境的定值,θ1∈[15°,40°],θ2∈[60°,90°);SL表示近地区,L表示低空区,H表示高空区;
当节点所在位置高度处于[0,hSL-L]时,在近地区;高度处于[hSL-L,hL-H]时,在低空区;高度处于[hL-H,∞)时,在高空区;
然后、对于每个无人机的空地传输场景,计算收发端间的空间位置参数;并利用空间位置参数分别计算各子区域的信道传输损耗;
具体为:
其中,d2D是收发端间的水平距离,ht是发射端的天线高度;
则近地区的信道传输损耗PLSL(dB)表示为:
Pt SL(dBm)表示近地区内发射端的发射功率;表示近地区内接收端的平均接收功率;表示近地区内的非直视径概率;表示近地区内的直视径通信的路径损耗;表示近地区内的非直视径通信的路径损耗;表示近地区内的直视径通信的阴影衰落为零均值高斯分布的随机变量;表示近地区内的非直视径通信的阴影衰落为零均值高斯分布的随机变量;
其中fc表示信号发射频率;Lfs为自由空间路径损耗;Lrts为从屋顶到街面的衍射和散射损耗;Lmsd为多遮蔽物衍射损耗;
则低空区内的信道传输损耗(dB)表示为:
高空区的信道传输损耗(dB)表示为:
其中,d表示收发端的三维空间距离;d0为与发射端的参考距离,n是路径损耗衰减指数,ΩL-H是反映阴影衰落效应的零均值高斯随机变量;
最后、整合各子区域的信道传输损耗,得到通信场景下完整的无人机信道建模。
2.如权利要求1所述的基于飞行高度的无人机分阶段信道建模方法,其特征在于,所述的空间特征参数包括各建筑物的高度、各街道的宽度和场景分阶段通信仰角;
在无人机蜂窝网络通信场景下,无人机通过直通方式或通过蜂窝通信方式与用户设备进行通信;在直通方式中,通信链路为:无人机空中终端U作为发送端、地面用户设备D作为接收端;在蜂窝通信方式中,存在两种通信链路:无人机空中终端U作为发送端、地面基站B作为接收端以及地面基站B作为发送端,地面用户设备D作为接收端。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111403946 | 2021-11-24 | ||
CN2021114039469 | 2021-11-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114124265A true CN114124265A (zh) | 2022-03-01 |
CN114124265B CN114124265B (zh) | 2022-07-15 |
Family
ID=80371538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111435651.XA Active CN114124265B (zh) | 2021-11-24 | 2021-11-29 | 基于飞行高度的无人机分阶段信道建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114124265B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117499906A (zh) * | 2023-12-29 | 2024-02-02 | 四川安信科创科技有限公司 | 一种高山峡谷地带的应急战术无线通信系统及其设计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2219150A1 (en) * | 2009-02-17 | 2010-08-18 | ACCENTURE Global Services GmbH | Internet marketing channel optimization |
CN104378170A (zh) * | 2014-10-27 | 2015-02-25 | 西安电子科技大学 | 一种临近空间动态等离子鞘套信道建模及模拟的方法 |
CN106982100A (zh) * | 2017-03-31 | 2017-07-25 | 北京润科通用技术有限公司 | 一种戈壁滩环境空地信道建模方法及装置 |
CN106992826A (zh) * | 2017-03-31 | 2017-07-28 | 北京润科通用技术有限公司 | 一种空地信道建模方法及装置 |
US20200183426A1 (en) * | 2018-12-10 | 2020-06-11 | Industrial Technology Research Institute | Method and system of measuring radio wave distribution of a radio signal source and estimating corresponding radio characteristics by using a flying vehicle |
CN112235059A (zh) * | 2020-09-28 | 2021-01-15 | 南京航空航天大学 | 空地毫米波通信链路传播路径损耗计算方法 |
-
2021
- 2021-11-29 CN CN202111435651.XA patent/CN114124265B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2219150A1 (en) * | 2009-02-17 | 2010-08-18 | ACCENTURE Global Services GmbH | Internet marketing channel optimization |
CN104378170A (zh) * | 2014-10-27 | 2015-02-25 | 西安电子科技大学 | 一种临近空间动态等离子鞘套信道建模及模拟的方法 |
CN106982100A (zh) * | 2017-03-31 | 2017-07-25 | 北京润科通用技术有限公司 | 一种戈壁滩环境空地信道建模方法及装置 |
CN106992826A (zh) * | 2017-03-31 | 2017-07-28 | 北京润科通用技术有限公司 | 一种空地信道建模方法及装置 |
US20200183426A1 (en) * | 2018-12-10 | 2020-06-11 | Industrial Technology Research Institute | Method and system of measuring radio wave distribution of a radio signal source and estimating corresponding radio characteristics by using a flying vehicle |
CN112235059A (zh) * | 2020-09-28 | 2021-01-15 | 南京航空航天大学 | 空地毫米波通信链路传播路径损耗计算方法 |
Non-Patent Citations (2)
Title |
---|
杨婧文等: "无人机空中基站对地信道建模及功率覆盖预测", 《数据采集与处理》 * |
程乐乐: "三维场景UAV毫米波信道建模及仿真研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117499906A (zh) * | 2023-12-29 | 2024-02-02 | 四川安信科创科技有限公司 | 一种高山峡谷地带的应急战术无线通信系统及其设计方法 |
CN117499906B (zh) * | 2023-12-29 | 2024-04-16 | 四川安信科创科技有限公司 | 一种高山峡谷地带的应急战术无线通信系统及其设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114124265B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vinogradov et al. | Tutorial on UAV: A blue sky view on wireless communication | |
Van Der Bergh et al. | LTE in the sky: Trading off propagation benefits with interference costs for aerial nodes | |
Lee et al. | Path loss exponent prediction for outdoor millimeter wave channels through deep learning | |
CN112235059B (zh) | 空地毫米波通信链路传播路径损耗计算方法 | |
Zhu et al. | A general altitude-dependent path loss model for UAV-to-ground millimeter-wave communications | |
Sae et al. | Coverage aspects of temporary LAP network | |
Zhou et al. | Propagation characteristics of air-to-air channels in urban environments | |
Sharma et al. | A study of channel model parameters for aerial base stations at 2.4 GHz in different environments | |
CN114124265B (zh) | 基于飞行高度的无人机分阶段信道建模方法 | |
Chandrasekharan et al. | Performance evaluation of LTE and WiFi technologies in aerial networks | |
Cui et al. | Channel modeling for UAV communications: State of the art, case studies, and future directions | |
Jiang et al. | Map-based UAV mmWave channel model and characteristics analysis | |
Shakhatreh et al. | Modeling ground-to-air path loss for millimeter wave uav networks | |
An et al. | Measurement and Ray-tracing for UAV Air-to-air channel modeling | |
Almarhabi et al. | LoRa and High-Altitude Platforms: Path Loss, Link Budget and Optimum Altitude | |
CN115664567A (zh) | 一种太赫兹mimo无人机非平稳性信道建模方法 | |
Lu et al. | Research on UAV-to-ground communication channel based on NYUSIM | |
CN114221726A (zh) | ka频段无人机通信系统的下行链路同频干扰表征方法 | |
Militaru et al. | 4G/LTE Issues of Low Altitude UAV Flying Systems | |
CN113993105A (zh) | 一种面向城市热点区域的无人机三维部署参数设定方法 | |
Shoer et al. | Predicting path loss distributions of a wireless communication system for multiple base station altitudes from satellite images | |
Eckert et al. | A deterministic radio propagation model for inter-paraglider communication | |
Marani et al. | Joint throughput and coverage maximization for moving users by optimum UAV positioning in the presence of underlaid D2D communications | |
Wang et al. | Downlink Cofrequency Interference Analysis of Vehicles and UAV Network in Ka Band | |
Cui et al. | Probabilistic two-ray model for air-to-air channel in built-up areas |
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 |