CN114866168A - 一种工业物联网环境中路径损耗预测方法和系统 - Google Patents
一种工业物联网环境中路径损耗预测方法和系统 Download PDFInfo
- Publication number
- CN114866168A CN114866168A CN202210463903.8A CN202210463903A CN114866168A CN 114866168 A CN114866168 A CN 114866168A CN 202210463903 A CN202210463903 A CN 202210463903A CN 114866168 A CN114866168 A CN 114866168A
- Authority
- CN
- China
- Prior art keywords
- path loss
- signal
- correction term
- point
- frequency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012937 correction Methods 0.000 claims abstract description 106
- 239000002184 metal Substances 0.000 claims abstract description 41
- 230000008054 signal transmission Effects 0.000 claims description 74
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 2
- 230000011664 signaling Effects 0.000 claims 2
- 238000004891 communication Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
-
- 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
- H04B17/3913—Predictive models, e.g. based on neural network 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明提供一种工业物联网环境中路径损耗预测方法和系统,其中方法包括获取信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离;构建实际路径损耗模型;拟合实际路径损耗模型的参数;计算频率路径损耗修正项;计算传播条件路径损耗修正项;计算金属机器遮挡路径损耗修正项;根据频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。本发明考虑工业物联网场景多频段、不同传播条件和金属机器遮挡的特点,能够精确地估计工业物联网场景下的路径损耗特性。解决现有的路径损耗预测方法可扩展性较差且难以适用于工业物联网场景的问题。
Description
技术领域
本发明属于通信技术领域,尤其涉及一种工业物联网环境中路径损耗预测方法和系统。
背景技术
无线通信与智能传感技术的不断演进让无数的物理实体之间实现了泛在互联。其中基于第五代移动通信技术的工业物联网(Industrial Internet of Things,IIoT)应用受到了广泛的关注。在该场景下,人们利用大量无线通信链路,使各类传感器、自动流水线以及工业机器人之间相互配合,从而提升生产效率,实现工业自动化。显然,无线通信链路的稳定性将极大地影响生产效率、生产成本及生产各环节的安全性。因此,为了保证无线通信链路的可靠性,需要对工业物联网场景下的无线通信节点布设、链路预算、功率设置、干扰消除和技术选型进行充分分析,这极度依赖于该场景下的无线信道路径损耗模型。
综上所述,工业物联网环境的信道特性十分复杂多变,与传统环境区别较大,主要体现在:第一,设备频段多样,工厂中各类机械设备和传感设备的工作频段各不相同,从6GHz以下频段到毫米波频段跨度很广,电磁波在传播过程中的损耗也相差甚远。第二,传播条件不同,工厂环境中由于大量隔断的存在,导致视距和非视距传播条件下电磁波的传播机理区别很大,进而造成路径损耗有较大区别。第三,车间中存在大型金属类机械设备,会对电磁波造成反射、绕射或散射,进而影响电磁波的传播路径和损耗。可见现有信道路径损耗模型难以应用在工业物联网场景。
发明内容
本发明针对现有技术中的不足,提供一种工业物联网环境中路径损耗预测方法和系统。
第一方面,本发明提供一种工业物联网环境中路径损耗预测方法,包括:
获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离;
根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型;
拟合所述实际路径损耗模型的参数;
根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项;
根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播;
根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项;
根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。
进一步地,所述根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型,包括:
构建的所述实际路径损耗模型的表达式为:
其中,f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;Pt(f)为信号发送频率f下的信号发送功率;Pr(d,f,ε,δ)为信号接收功率;PL1(d,f,ε,δ)为实际路径损耗。
进一步地,所述根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项,包括:
根据以下公式计算频率路径损耗修正项:
FPL(f)=10γlgf;
其中,FPL(f)为频率路径损耗修正项;γ为所述实际路径损耗模型的参数;f为信号发送频率。
进一步地,所述根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项,包括:
根据以下公式计算传播条件路径损耗修正项:
CPL(f)=k1f+C1;
其中,CPL(f)为传播条件路径损耗修正项;k1和C1均为所述实际路径损耗模型的参数;f为信号发送频率。
进一步地,所述根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项,包括:
根据以下公式计算金属机器遮挡路径损耗修正项:
MPL(d,f,δ)=k2d+εk3lgf+C2;
其中,MPL(d,f,δ)为金属机器遮挡路径损耗修正项;k2、k3和C2均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1。
进一步地,所述根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型,包括:
构建的路径损耗预测模型表达式为:
PL(d,f,ε,δ)=α+10βlgd+FPL(f)+δCPL(f)+εMPL(d,ε,δ);
其中,PL(d,f,ε,δ)为预测路径损耗;α、β均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;FPL(f)为频率路径损耗修正项;CPL(f)为传播条件路径损耗修正项;MPL(d,f,δ)为金属机器遮挡路径损耗修正项。
第二方面,本发明提供一种工业物联网环境中路径损耗预测系统,包括:
获取模块,用于获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离;
第一构建模块,用于根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型;
拟合模块,用于拟合所述实际路径损耗模型的参数;
第一计算模块,用于根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项;
第二计算模块,用于根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播;
第三计算模块,用于根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项;
第二构建模块,用于根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。
进一步地,所述第一构建模块包括:
第一构建单元,用于所述实际路径损耗模型的表达式:
其中,f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;Pt(f)为信号发送频率f下的信号发送功率;Pr(d,f,ε,δ)为信号接收功率;PL1(d,f,ε,δ)为实际路径损耗。
进一步地,所述第三计算模块包括:
第三计算单元,用于根据以下公式计算金属机器遮挡路径损耗修正项:
MPL(d,f,δ)=k2d+εk3lgf+C2;
其中,MPL(d,f,δ)为金属机器遮挡路径损耗修正项;k2、k3和C2均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1。
进一步地,所述第二构建模块包括:
第二构建单元,用于构建路径损耗预测模型表达式:
PL(d,f,ε,δ)=α+10βlgd+FPL(f)+δCPL(f)+εMPL(d,ε,δ);
其中,PL(d,f,ε,δ)为预测路径损耗;α、β均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;FPL(f)为频率路径损耗修正项;CPL(f)为传播条件路径损耗修正项;MPL(d,f,δ)为金属机器遮挡路径损耗修正项。
本发明提供一种工业物联网环境中路径损耗预测方法,包括获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离;根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型;拟合所述实际路径损耗模型的参数;根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项;根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播;根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项;根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。本发明考虑工业物联网场景多频段、不同传播条件和金属机器遮挡的特点,能够精确地估计工业物联网场景下的路径损耗特性。解决现有的路径损耗预测方法可扩展性较差且难以适用于工业物联网场景的问题。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种工业物联网环境中路径损耗预测方法的应用场景图;
图2为本发明实施例提供的一种工业物联网环境中路径损耗预测方法的工作流程图;
图3为本发明实施例提供的一种工业物联网环境中路径损耗预测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,为工厂环境为典型场景,但不限于该场景或者该环境结构,本发明提供的工业物联网环境中路径损耗预测方法也可用于其他场景。
如图2所示,本发明实施例部分提供的一种工业物联网环境中路径损耗预测方法,包括:
步骤101,获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离。
可选的,本步骤中,使用信号发生器和频谱分析仪进行信道测量。本发明中的实测数据是通过信号发生器和频谱分析仪测量得到的,在通过信号发生器和频谱分析仪组成的测试系统中,发送端信号发生器连接到发送天线上,发送500MHz~40GHz范围内多个固定频率的正弦波,如500MHz、1GHz、2GHz、3GHz、4GHz、5GHz、10GHz、20GHz、30GHz和40GHz;接收端频谱分析仪连接到接收天线上,接收多个固定频率的信号。发送天线放置和接收天线放置如图1所示,发送天线的位置始终固定,接收天线可在图1所示的环境中各个位置挪动。
步骤102,根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型。
可选的,本步骤中,构建的所述实际路径损耗模型的表达式为:
其中,f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;Pt(f)为信号发送频率f下的信号发送功率;Pr(d,f,ε,δ)为信号接收功率;PL1(d,f,ε,δ)为实际路径损耗。
步骤103,采用最小二乘法拟合所述实际路径损耗模型的参数。
步骤104,根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项。
可选的,本步骤中,根据以下公式计算频率路径损耗修正项:
FPL(f)=10γlgf;
其中,FPL(f)为频率路径损耗修正项;γ为所述实际路径损耗模型的参数;f为信号发送频率。
步骤105,根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播。
可选的,本步骤中,根据以下公式计算传播条件路径损耗修正项:
CPL(f)=k1f+C1;
其中,CPL(f)为传播条件路径损耗修正项;k1和C1均为所述实际路径损耗模型的参数;f为信号发送频率。
步骤106,根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项。
可选的,本步骤中,根据以下公式计算金属机器遮挡路径损耗修正项:
MPL(d,f,δ)=k2d+εk3lgf+C2;
其中,MPL(d,f,δ)为金属机器遮挡路径损耗修正项;k2、k3和C2均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1。
步骤107,根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。
可选的,本步骤中,构建的路径损耗预测模型表达式为:
PL(d,f,ε,δ)=α+10βlgd+FPL(f)+δCPL(f)+εMPL(d,ε,δ);
其中,PL(d,f,ε,δ)为预测路径损耗;α、β均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;FPL(f)为频率路径损耗修正项;CPL(f)为传播条件路径损耗修正项;MPL(d,f,δ)为金属机器遮挡路径损耗修正项。
本发明实施例还提供一种工业物联网环境中路径损耗预测系统,如图3所示,工业物联网环境中路径损耗预测系统包括:
获取模块10,用于获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离。
第一构建模块20,用于根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型。
拟合模块30,用于拟合所述实际路径损耗模型的参数。
第一计算模块40,用于根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项。
第二计算模块50,用于根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播。
第三计算模块60,用于根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项。
第二构建模块70,用于根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。
可选的,所述第一构建模块包括:
第一构建单元,用于所述实际路径损耗模型的表达式:
其中,f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;Pt(f)为信号发送频率f下的信号发送功率;Pr(d,f,ε,δ)为信号接收功率;PL1(d,f,ε,δ)为实际路径损耗。
可选的,所述第一计算模块包括:
第一计算单元,用于根据以下公式计算频率路径损耗修正项:
FPL(f)=10γlgf;
其中,FPL(f)为频率路径损耗修正项;γ为所述实际路径损耗模型的参数;f为信号发送频率。
可选的,所述第二计算模块包括:
第二计算单元,用于根据以下公式计算传播条件路径损耗修正项:
CPL(f)=k1f+C1;
其中,CPL(f)为传播条件路径损耗修正项;k1和C1均为所述实际路径损耗模型的参数;f为信号发送频率。
可选的,所述第三计算模块包括:
第三计算单元,用于根据以下公式计算金属机器遮挡路径损耗修正项:
MPL(d,f,δ)=k2d+εk3lgf+C2;
其中,MPL(d,f,δ)为金属机器遮挡路径损耗修正项;k2、k3和C2均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1。
可选的,所述第二构建模块包括:
第二构建单元,用于构建路径损耗预测模型表达式:
PL(d,f,ε,δ)=α+10βlgd+FPL(f)+δCPL(f)+εMPL(d,ε,δ);
其中,PL(d,f,ε,δ)为预测路径损耗;α、β均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;FPL(f)为频率路径损耗修正项;CPL(f)为传播条件路径损耗修正项;MPL(d,f,δ)为金属机器遮挡路径损耗修正项。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上结合具体实施方式和范例性实例对本发明进行了详细说明,不过这些说明并不能理解为对本发明的限制。本领域技术人员理解,在不偏离本发明精神和范围的情况下,可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
Claims (10)
1.一种工业物联网环境中路径损耗预测方法,其特征在于,包括:
获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离;
根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型;
拟合所述实际路径损耗模型的参数;
根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项;
根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播;
根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项;
根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。
3.根据权利要求2所述的路径损耗预测方法,其特征在于,所述根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项,包括:
根据以下公式计算频率路径损耗修正项:
FPL(f)=10γlgf;
其中,FPL(f)为频率路径损耗修正项;γ为所述实际路径损耗模型的参数;f为信号发送频率。
4.根据权利要求3所述的路径损耗预测方法,其特征在于,所述根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项,包括:
根据以下公式计算传播条件路径损耗修正项:
CPL(f)=k1f+C1;
其中,CPL(f)为传播条件路径损耗修正项;k1和C1均为所述实际路径损耗模型的参数;f为信号发送频率。
5.根据权利要求4所述的路径损耗预测方法,其特征在于,所述根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项,包括:
根据以下公式计算金属机器遮挡路径损耗修正项:
MPL(d,f,δ)=k2d+εk3lgf+C2;
其中,MPL(d,f,δ)为金属机器遮挡路径损耗修正项;k2、k3和C2均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1。
6.根据权利要求5所述的路径损耗预测方法,其特征在于,所述根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型,包括:
构建的路径损耗预测模型表达式为:
PL(d,f,ε,δ)=α+10βlgd+FPL(f)+δCPL(f)+εMPL(d,ε,δ);
其中,PL(d,f,ε,δ)为预测路径损耗;α、β均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;FPL(f)为频率路径损耗修正项;CPL(f)为传播条件路径损耗修正项;MPL(d,f,δ)为金属机器遮挡路径损耗修正项。
7.一种工业物联网环境中路径损耗预测系统,其特征在于,包括:
获取模块,用于获取工业物联网环境下的信号发送功率、信号接收功功率、信号发送频率以及信号发送点与信号接收点的距离;
第一构建模块,用于根据所述信号发送功率、信号接收功率、信号发送频率以及信号发送点与信号接收点的距离,构建实际路径损耗模型;
拟合模块,用于拟合所述实际路径损耗模型的参数;
第一计算模块,用于根据所述信号发送频率和所述实际路径损耗模型的参数,计算频率路径损耗修正项;
第二计算模块,用于根据所述信号发送频率和所述实际路径损耗模型的参数,计算传播条件路径损耗修正项;所述传播条件包括信号发送点与信号接收点为视距传播或非视距传播;
第三计算模块,用于根据所述信号发送频率、信号发送点与信号接收点的距离和所述实际路径损耗模型的参数,计算金属机器遮挡路径损耗修正项;
第二构建模块,用于根据所述频率路径损耗修正项、传播条件路径损耗修正项和金属机器遮挡路径损耗修正项,构建路径损耗预测模型。
9.根据权利要求8所述的路径损耗预测系统,其特征在于,所述第三计算模块包括:
第三计算单元,用于根据以下公式计算金属机器遮挡路径损耗修正项:
MPL(d,f,δ)=k2d+εk3lgf+C2;
其中,MPL(d,f,δ)为金属机器遮挡路径损耗修正项;k2、k3和C2均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1。
10.根据权利要求9所述的路径损耗预测系统,其特征在于,所述第二构建模块包括:
第二构建单元,用于构建路径损耗预测模型表达式:
PL(d,f,ε,δ)=α+10βlgd+FPL(f)+δCPL(f)+εMPL(d,ε,δ);
其中,PL(d,f,ε,δ)为预测路径损耗;α、β均为所述实际路径损耗模型的参数;f为信号发送频率;d为信号发送点与信号接收点的距离;ε为是否存在金属机器,如果存在,ε=1,如果不存在,ε=0;δ为信号发送点与信号接收点的传播条件,如果传播条件为视距传播,δ=0,如果传播条件为视距传播,δ=1;FPL(f)为频率路径损耗修正项;CPL(f)为传播条件路径损耗修正项;MPL(d,f,δ)为金属机器遮挡路径损耗修正项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463903.8A CN114866168B (zh) | 2022-04-29 | 2022-04-29 | 一种工业物联网环境中路径损耗预测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463903.8A CN114866168B (zh) | 2022-04-29 | 2022-04-29 | 一种工业物联网环境中路径损耗预测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114866168A true CN114866168A (zh) | 2022-08-05 |
CN114866168B CN114866168B (zh) | 2024-04-12 |
Family
ID=82635338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210463903.8A Active CN114866168B (zh) | 2022-04-29 | 2022-04-29 | 一种工业物联网环境中路径损耗预测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114866168B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1191804A2 (en) * | 2000-09-26 | 2002-03-27 | ScoreBoard, Inc. | Path loss data normalization for growth management of a cellular system |
WO2002073997A1 (en) * | 2001-03-09 | 2002-09-19 | Cellular Design Services Limited | Measurement-based prediction method for radiation path loss |
KR20120052736A (ko) * | 2010-11-16 | 2012-05-24 | 주식회사 케이티 | 다중 주파수를 지원하는 무선통신 시스템에서 경로손실 계산방법, 전파환경 예측방법 및 이를 지원하는 장치 |
CN105554778A (zh) * | 2016-01-07 | 2016-05-04 | 中国农业大学 | 一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法 |
CN106059692A (zh) * | 2016-06-15 | 2016-10-26 | 全球能源互联网研究院 | 一种变电站环境的路径损耗建模方法 |
WO2018175252A1 (en) * | 2017-03-23 | 2018-09-27 | Interdigital Patent Holdings, Inc. | Altitude path-loss based power control for aerial vehicles |
CN111052819A (zh) * | 2017-09-06 | 2020-04-21 | 洛希克斯有限公司 | 在存在多个通信路径的情况下进行精确射频定位的粗略和精细飞行时间估计的系统和方法 |
US20200142051A1 (en) * | 2019-12-20 | 2020-05-07 | Intel Corporation | Station detection using frequency-diverse array signals |
CN111147163A (zh) * | 2019-12-17 | 2020-05-12 | 南京航空航天大学 | 一种基于dnn神经网络的无线通信链路损耗预测方法 |
CN111313987A (zh) * | 2020-02-14 | 2020-06-19 | 南京工程学院 | 适于智能家居的基于神经网络的路径损耗预测方法 |
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 |
CN113179140A (zh) * | 2021-04-19 | 2021-07-27 | 南京邮电大学 | 一种基于遮挡物衰减因子的高频段信道建模方法及装置 |
-
2022
- 2022-04-29 CN CN202210463903.8A patent/CN114866168B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1191804A2 (en) * | 2000-09-26 | 2002-03-27 | ScoreBoard, Inc. | Path loss data normalization for growth management of a cellular system |
WO2002073997A1 (en) * | 2001-03-09 | 2002-09-19 | Cellular Design Services Limited | Measurement-based prediction method for radiation path loss |
KR20120052736A (ko) * | 2010-11-16 | 2012-05-24 | 주식회사 케이티 | 다중 주파수를 지원하는 무선통신 시스템에서 경로손실 계산방법, 전파환경 예측방법 및 이를 지원하는 장치 |
CN105554778A (zh) * | 2016-01-07 | 2016-05-04 | 中国农业大学 | 一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法 |
CN106059692A (zh) * | 2016-06-15 | 2016-10-26 | 全球能源互联网研究院 | 一种变电站环境的路径损耗建模方法 |
WO2018175252A1 (en) * | 2017-03-23 | 2018-09-27 | Interdigital Patent Holdings, Inc. | Altitude path-loss based power control for aerial vehicles |
CN111052819A (zh) * | 2017-09-06 | 2020-04-21 | 洛希克斯有限公司 | 在存在多个通信路径的情况下进行精确射频定位的粗略和精细飞行时间估计的系统和方法 |
CN111147163A (zh) * | 2019-12-17 | 2020-05-12 | 南京航空航天大学 | 一种基于dnn神经网络的无线通信链路损耗预测方法 |
US20200142051A1 (en) * | 2019-12-20 | 2020-05-07 | Intel Corporation | Station detection using frequency-diverse array signals |
CN111313987A (zh) * | 2020-02-14 | 2020-06-19 | 南京工程学院 | 适于智能家居的基于神经网络的路径损耗预测方法 |
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 |
CN113179140A (zh) * | 2021-04-19 | 2021-07-27 | 南京邮电大学 | 一种基于遮挡物衰减因子的高频段信道建模方法及装置 |
Non-Patent Citations (4)
Title |
---|
HERMAN FERNÁNDEZ ET AL.: "Path Loss Characterization for Vehicular Communications at 700 MHz and 5.9 GHz Under LOS and NLOS Conditions", 《IEEE ANTENNAS AND WIRELESS PROPAGATION LETTERS》, vol. 13, 6 May 2014 (2014-05-06) * |
余雨等: "工业物联网场景下复杂信道路径损耗模型研究", 《电波科学学报》, vol. 38, no. 3, 30 June 2023 (2023-06-30) * |
刘杨等: "WiFi频段室内L型走廊路径损耗分析", 《黑龙江大学自然科学学报》, vol. 36, no. 4, 31 August 2019 (2019-08-31) * |
张贻华等: "40 GHz毫米波室内传播损耗分析", 《电子测量技术》, no. 6, 21 September 2010 (2010-09-21) * |
Also Published As
Publication number | Publication date |
---|---|
CN114866168B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Field‐measurement‐based received power analysis for directional beamforming millimeter‐wave systems: Effects of beamwidth and beam misalignment | |
Nazabal et al. | Performance analysis of IEEE 802.15. 4 compliant wireless devices for heterogeneous indoor home automation environments | |
Wassie et al. | Radio propagation analysis of industrial scenarios within the context of ultra-reliable communication | |
US20120299769A1 (en) | Method and device for antenna calibration | |
Ferrer-Coll et al. | Characterisation of highly absorbent and highly reflective radio wave propagation environments in industrial applications | |
Wang et al. | Measurement-based experimental statistical modeling of propagation channel in industrial IoT scenario | |
Kim et al. | Directional delay spread characteristics based on indoor channel measurements at 28GHz | |
Callebaut et al. | LoRa physical layer evaluation for point-to-point links and coverage measurements in diverse environments | |
Bilgehan et al. | Multiplicative based path loss model | |
CN107294623B (zh) | 一种新型通信基站电磁辐射预测方法 | |
WO2008151488A1 (fr) | Un dispositif et un procédé pour tester l'interférence rf entre des systèmes de communication sans fil | |
Engelbrecht et al. | Methodical leaky feeder design for indoor positioning considering multipath environments | |
Emeruwa et al. | Analytical Comparison of Path Loss Models for Radio Wave Propagation over Yenagoa–Southern Nigeria | |
CN114866168A (zh) | 一种工业物联网环境中路径损耗预测方法和系统 | |
Wang et al. | Experimental study on indoor channel model for wireless sensor networks and internet of things | |
Okorogu et al. | Empirical characterization of propagation path loss and performance evaluation for co-site urban environment | |
Lee et al. | Feasibility of networking technology for smart farm: LoRa vs APRS | |
Diawuo et al. | Data fitting to propagation model using least square algorithm: a case study in Ghana | |
CN109596911B (zh) | 一种射电天文台址电磁兼容性控制方法 | |
Qasem | Enhancing the capacity of the Indoor 60 GHz band via modified indoor environments using ring frequency selective surface wallpapers and path loss models | |
de Souza Neto et al. | Development of a partial discharge emulator for calibration of a radiometric PD detection system | |
Cebecioglu et al. | Sub-6 GHz channel modeling and evaluation in indoor industrial environments | |
GB2476379A (en) | Measuring a radio wave reception environment using RSSI values | |
Mom et al. | Evaluation of some path reduction factor models performance in tropical location | |
Chen et al. | Human Body Shadowing Properties of the Sub-6GHz Electromagnetic-Wave Mainstream Frequency Band |
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 |