JP2004524751A - 放射経路損失の測定に基づく予測方法 - Google Patents
放射経路損失の測定に基づく予測方法 Download PDFInfo
- Publication number
- JP2004524751A JP2004524751A JP2002571734A JP2002571734A JP2004524751A JP 2004524751 A JP2004524751 A JP 2004524751A JP 2002571734 A JP2002571734 A JP 2002571734A JP 2002571734 A JP2002571734 A JP 2002571734A JP 2004524751 A JP2004524751 A JP 2004524751A
- Authority
- JP
- Japan
- Prior art keywords
- shadowing
- path loss
- radiation path
- prediction method
- loss data
- 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
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
Description
【0001】
本発明は、無線周波数放射などの放射の経路損失の測定に基づく予測方法に関する。
【背景技術】
【0002】
具体的にはセルラ移動無線であるがこれに限定されない無線システムの設計では、各基地局のカバレージエリアを予測することによって、ネットワークの設計を開始することが普通である。これは、通常、計画ツールで達成され、計画ツールは、
基地局の位置と移動局の位置との間における経路損失を予測する伝播モデルと、
受信信号および得られたシステム性能を予測するために、伝送パワーおよびアンテナパターンなどのシステムパラメータの知識と共に経路損失予測を使用するシステムシミュレータとの2つの主要構成要素を組み込んでいるソフトウェアシステムである。
【0003】
マクロセル(屋外)移動無線システムに適用される通常の伝播モデルは、経験的である。すなわち、多数の移動位置における一組の測定値を介して適合された数学関数に基づいており、この場合、移動局は、局所的な環境(都市部、郊外、農村部など)を表すいくつかのクラッタクラスを通って移動する。測定値は、個々のクラスに分離され、モデルが、各カテゴリの経路損失測定値に適合される。伝播モデリングの概念は、たとえば、「Antennas and Propagation for Wireless Communication Systems」、S R Saunders、Wiley 1999、ISBN 0−471−98609−7に詳細に記載されている。
【0004】
次いで、得られた経験モデルを使用して、他の基地局の経路損失と、移動局がモデルを導出するために使用した位置と同じクラッタクラスにある移動位置とについて、経路損失を予測する。モデルは、本質的に、建物および木などの「クラッタ」の影響力を説明する。たとえば丘および他の地勢的な特徴に由来する大きな障害物が存在するとき、これらによる損失は、環境の幾何形状といくつかの可能な理論的手法の1つとから導出された計算による回折損失を追加することによって、モデルにおいて説明される。
【0005】
したがって、システムの設計は、このモデルの精度に依拠する。この手法は、いくつかの欠点がある。すなわち、
この手法は、当初の測定の組に含まれるパラメータ範囲(距離、基地局の高さ、環境のタイプなど)にわたる任意の精度で使用することができるだけであり、
環境をクラッタクラスに分類しなければならないが、これを正確に確定することは困難であり、
所与の距離で使用されるモデルと比較して、実際の測定点には大きな散乱があり、ネットワークを設計するときに、この散乱について考慮しなければならず、得られたネットワークの有効範囲と能力に大きな影響を与え、
予測すべき基地局の周囲の幾何形状および環境と、当初の測定が実施された幾何形状および環境とを比較した差から、さらにより大きい誤差を生じることがある。
【0006】
現在の無線ネットワークは、コストがかかり、かつ希少な資源である割り当てられた無線スペクトルを効率的に使用するために、設計には高い精度が必要であり、したがって、より高精度の伝播モデルが必要である。
1つの手法は、高解像度幾何形状情報を使用して、環境(建物、地勢、木など)を記述する。次いで、この情報を、信号強度の物理的な予測を直接実施する電磁シミュレータへの入力として使用する。この手法は、高精度を達成することができるが、シミュレータを動作するために、基本データと計算時間についてかなりの出費を必要とする。たとえば環境の電気パラメータが未知であるために、測定はしばしば、結果を確認して、「調整」することを依然として必要とする。
【発明の開示】
【発明が解決しようとする課題】
【0007】
したがって、本発明の目的は、上記の欠点を克服する、または少なくとも軽減する、放射経路損失を予測する測定に基づく方法を提供することである。
【課題を解決するための手段】
【0008】
本発明によれば、所定の領域にわたる放射経路損失について測定に基づく予測方法が提供される。該方法は、
少なくとも1つの第2局からの既知の特性の伝送により得られる受信信号の強度を少なくとも1つの第1局で決定し、第1局および第2局が、既知の位置を有するステップと、
受信信号強度と所定の領域の地形情報に基づいて、放射経路損失データを決定するステップと、
決定済み放射経路損失データを分析して、放射伝播モデルの係数を決定するステップと、
放射伝播モデルを適用して、第1局の位置のそれぞれにおいて、かつ所定の領域にわたって、第1予測放射経路損失データを生成するステップと、
第1局の位置のそれぞれにおいて、受信信号強度と第1所定放射経路損失データとの相違に基づいて、シャドーイング値を決定するステップと、
シャドーイング値を分析して、所定の領域を表すシャドーイングパラメータを獲得するステップと、
シャドーイングパラメータに基づいて、所定の領域にわたってシャドーイング予測値を生成し、そのようなシャドーイング予測値を第1予測放射経路損失データと組み合わせて、所定の領域にわたって第2予測放射経路損失データを生成するステップとを含む。
【0009】
地形情報は、地勢の高さおよび/またはクラッタクラスを含むことが可能である。
伝送特性は、放射経路損失データの決定に使用することが可能である。伝送特性は、伝送パワーおよび/またはアンテナ放射パターンおよび/または(アンテナ)高さを含むことが可能である。
決定済み放射経路損失データは、自動回帰手順によって分析することが可能である。
【0010】
単一の第2局と単一の第1局は、随意選択で移動することができる局の1つを備えることが可能である。別法として、単一の第2局と複数の第1局を提供することが可能である。他の代替実施形態として、複数の第1局と複数の第2局を提供することが可能であり、第2局は、異なる周波数で伝送する。
決定済み放射経路損失データを分析して、各第2局について、別々の係数を決定することが可能である。
【0011】
シャドーイングパラメータは、シャドーイング値の平均値および/または標準偏差および/または確率密度関数に基づいて決定することが可能である。確率密度関数を使用する場合、対数正規型などパラメータ化した分布に対する適合度試験を使用することが可能である。シャドーイングパラメータは、受信信号強度間の自己相関と、第1局間の距離とに基づいて、決定することがさらに可能である。シャドーイングパラメータは、第1局と第2局の距離と、第1局と第2局の間の経路間の角度との比の関数として、受信信号強度間の相互相関に基づいて、決定することがさらに可能である。
【0012】
シャドーイング予測値は、シャドーイングパラメータに基づいて、無作為に生成することが可能であり、かつ決定済みシャドーイング(相関)値に従ってフィルタリングすることが可能である。
該方法は、決定済み放射経路損失データを第2予測放射経路損失データと統合して、所定の領域にわたって、第3予測放射経路損失データを生成する追加のステップを含むことが可能である。第3予測放射経路損失データは、第2予測放射経路損失データとシャドーイング予測値を合計することによって決定することが可能である。第3予測放射経路損失データは、受信信号強度から決定されたデータを第1局に対応する位置において代入することによって決定することがさらに可能である。別法として、第3予測放射経路損失データは、合計データと、受信信号強度から決定されたデータとの加重平均を、第1局に対応する位置において代入することによって決定することが可能である。代入されてない第3予測放射経路損失データは、データを平滑化するために、フィルタリングすることが可能である。
【0013】
本発明をより良好に理解し、かつ本発明を実施することが可能である方式をより明確に示すために、ここで、添付の図面を例示として参照する。
【発明を実施するための最良の形態】
【0014】
図1のフロー図は、データ2、4、および6の3つの集合を示す。データ集合2は、1つまたは複数の基地局からの1組の受信信号強度の測定値であり、各測定値は、既知の地理的座標を有する。データ集合4は、伝送パワー、アンテナ放射パターン、および高さなど、測定データ集合2を獲得するために使用した基地局サイトまたは各基地局サイトのパラメータを記述する1組のサイト情報データである。データ集合6は、地勢高さおよびクラッタクラスなどの地形情報である。
【0015】
経路損失抽出ステップ8において、測定データ集合2をサイト情報データ集合4と地形情報データ集合6とで処理して、位置に関する経路損失の測定値を獲得する。
次いで、モデル最適化ステップ10の自動回帰手順において経路損失測定値を使用して、選択した既知の伝播モデル12について最適係数を決定する。これは、経験的または物理的なタイプである可能性がある。
【0016】
次いで、得られた最適伝播モデル12を使用して、移動位置のそれぞれにおいて、また全システムの性能を予測および/または最適化することが必要である領域を表すより広範な領域にわたって、経路損失の予測を実施する。
減算ステップ14において、当初の経路損失測定値を対応する位置における予測値から減算して、予測誤差を獲得する。これらは、事実上、信号の「シャドーイング」または「スローフェーディング」成分である。
【0017】
次いで、シャドーイングパラメータ抽出ステップ16において、シャドーイングを統計的に分析して、試験した領域を表すパラメータを獲得する。次いで、導出したパラメータをシャドーイング生成ステップ18において使用して、対象の全領域について1組のシャドーイング予測値を生成し、統合ステップ20においてシャドーイング予測値を領域のモデル予測値に追加する。予測領域と、モデルを導出するために当初使用した無線システムとの物理的な類似性に依存する従来の予測値とは対照的に、モデル予測値は、回帰手順により、ゼロの平均誤差と最小限の標準偏差とを有するので、得られた統合データは、全領域にわたって生成されたであろう測定値と非常に類似した特徴を有する。
【0018】
しかし、この段階では、シャドーイング成分は無作為に生成されているので、予測値は、測定値と一致しない可能性がある。その後のステップにおいて、またステップ20内において、全経路損失(シャドーイングを含む)の予測値は、当初の測定値と統合される。測定が既知の無視できる誤差を有して実施された場合、予測は、測定値を正確に測定位置においてはめ込むことを強要され、結果は、測定シャドーイングの既知のパラメータと矛盾しない予測値と滑らかに統合される。一方、測定値が既知の標準誤差を有する場合、最終的な結果が予測値の信頼性を最大にすることを保証するように、この誤差を使用して測定値と予測値の加重和を創出する。
【0019】
測定が複数の基地局を含む場合、予測は、基地局のそれぞれについて個々に実施される。基地局のすべての対について、シャドーイングの結合統計が抽出され、この結合統計は、予測の統計がこれらの結合統計と整合するように強制されることを保証するために使用される。
ステップ22の最終出力は、当初の測定集合における各基地局サイトの高信頼経路損失予測値のマトリックスである。信頼性を失わずに、追加の基地局を測定と同じ位置において追加することができる。追加のサイトも追加することができるが、これらは、従来の予測値を使用した場合と同様の(低減されてはいるが)誤差の影響を受ける。
【0020】
信号測定
基地局送信器は、連続波(CW)非変調信号、または変調された、潜在的には広帯域の信号を送信することができる。したがって、送信器は、本発明の測定に基づく予測のために一時的に装備することが可能であり、または、分析および最適化するネットワークのすでに一部であるサイトにある既存の送信器とすることが可能である。
【0021】
伝送アンテナ放射パターンは、任意であるが、正確な情報は、有意なパワーが放射される方向からのみ獲得される。したがって、可能である場合は必ず、全方向放射パターンを使用することが最適である。局所的な環境からの強いシャドーイングが起こり易い建物の屋上または他の位置に配置された基地局の場合、単一の全方向アンテナは、最終的なサイト据付けを適切に表さないことになる。この場合、方位角方向性を有するいくつかのアンテナを使用して、水平面を張る(通常、主ビームが120度の間隔で配向された、約80度3dBビーム幅を有する3セクタアンテナを使用し、建物屋上の縁に配置される)。そのようなアンテナは、別々に供給する必要がなく、通常、組み合わされており、単一伝送器によって供給される。
【0022】
いくつかの基地局送信器を同時に使用することができる。異なる周波数をそれぞれに割り当てることによって、またはスペクトル拡散信号の場合は、異なる拡散コードを送信することによって、分離することができる。周波数分離の場合、周波数は、同じ基本伝播特性を共有するように十分近いことのみを必要とする。たとえば、通常、中央経路損失は、2.6乗まで周波数にほぼ比例して増大する(すなわち、L=K+26logf、Lはデシベルで表した経路損失、kは任意の定数、fは搬送波周波数である)。したがって、経路損失はゆっくりとのみ変化し、1:1.09の比で生じる周波数では、1dBの範囲内にある。たとえば、2GHzと2.18GHzにおいて実施された測定は、本発明の目的では、同等と見なすことができる。周波数は、チャネル干渉性帯域幅の範囲内にある必要はないが、その理由は、本発明を使用してファーストフェーディング効果を予測する試行は行われないからである。
【0023】
移動受信器局は、移動する際に、受信信号強度のサンプルを取る。サンプル率は、局所的な平均信号強度の良好な表示を与えるのに十分であるべきである。すなわち、既知のリーサンプリング手法などの適切な基準を満たさなければならない。この場合、95%の信頼度で真の値の1dBの範囲内において局所平均の推定値を獲得するために、40波長の距離ごとに少なくとも43のサンプルを取る。
【0024】
基地サイトiの未加工信号強度測定値は、次のように表すことができる。
【0025】
【数1】
【0026】
上式で、すべての量は、デシベル局で記述されており、PLMは、そのサイトから固定距離において受信した平均局所パワーであり、PFは、ファーストフェーディング(多重経路)成分である。移動測定値は、移動アンテナの平均実効利得と、アンテナと受信器端子の間のフィーダ損失とを説明するように調節され、それにより、測定値が、0dBiのアンテナ利得と0dBのフィーダ損失とを有する移動局を事実上表すことが想定されている。未加工測定値を既知の方式でろ過して、ファーストフェーディング成分を除去し、局所平均信号の推定値を生成する。
【0027】
【数2】
【0028】
この段階で、結果は、移動局の座標(xm,ym)の関数であると見なされる。平均海面など適切な基準に対する移動局の高さhmも必要であり、GPSまたは類似の標準的な位置決めシステムを使用して収集することが可能である。これにより、各(xm,ym)対について固有の高さhm(xm,ym)が得られる。
上記の別法として、移動局は、いくつかの基地局受信器に送信することができる。これにより、周波数について結果にばらつきのないことが保証される。この場合、すべての基地局受信器は、信号強度と、ならびに対応する時間スタンプとを記憶し、一方移動局は、時間に対するその位置を記録することが必要である。データ収集に続いて、基地局サイトと移動局からのデータを組み合わせて、位置に対する信号の測定値を獲得する。これは、最初に述べた方式によって測定したものと等価である。この代替方式は、伝播チャネルの相反性に依拠し、これは、良好な想定であることが既知である。
【0029】
測定値は、その完全性を保証するために、通常この段階である処理を必要とする。そのような処理は、使用した収集システムに依存するが、当業者には自明のことであり、処理には、
受信器の雑音フロアが精度を制限する場合、非常に低い信号強度を有する点を除去することと、
受信器が、強度に非線形の領域において動作している可能性がある場合、高い信号強度を有する点を除去することと、
受信器によって報告された信号の正確な較正を説明するために、記録されたパワー値を調節することと、
記録位置情報が無効である点を除去することとが通常含まれる。
【0030】
サイト情報
最低限度として、以下の情報が、測定に使用した基地サイトまたは基地サイトのそれぞれについて必要である。
サイト位置(xi s,yi s);
送信アンテナの放射中心の高さ、zi s;
送信アンテナの放射パターン、Gi(θ,φ)[等方アンテナに対するデシベル、dBi]、角度θおよびφは、アンテナの放射中心に対する方位角と仰角である;
送信アンテナの端子において測定された順方向パワー、Pi[dBW]
放射パターンは、x、y座標に対するアンテナの方位角と下方傾斜角を含む。アンテナ放射パターンは、通常、製造業者から入手可能であり、2つのカットについて測定される(通常水平面と垂直面)。これらのカットは、放射パターンをあらゆる角度について予測することができるように、当業者に周知の任意の標準的な技法によって補間する必要がある。
【0031】
地勢およびクラッタの情報
最低限度として、h(x,y)と表される、全予測領域にわたる地勢の高さが利用可能であることが必要である。通常、この高さは、50mなどの固定間隔にあるいくつかの離れた位置において利用可能である。追加として、C(x,y)と表されるいくつかの離散クラスにクラッタを分類することが利用可能である場合、より高い精度を達成することが可能である。
【0032】
経路損失抽出
フィルタリング済み受信パワーおよびサイト地勢情報を使用して、各移動局位置と各サイトについて、以下のように経路損失を抽出する。
【0033】
【数3】
【0034】
上式で、(θm,φm)は、移動局(xm,ym)を基地アンテナの放射中心から見た角度を表す。最適な精度では、これらは、伝播が、大円経路、すなわち地球の表面の極率を考慮に入れた基地サイトと移動局の最短距離に沿って行われることを想定することによって計算されるはずである。
その後の分析は、全経路損失LT iを2つの部分に分解することができることを想定する。1つは、最適モデルを使用して高精度で予測可能な距離依存成分Liであり、1つは、統計的に特徴付けられるシャドーイング成分Siであるが、これ以外は、移動経路のあらゆる場所において正確な値が利用可能である。したがって、
【0035】
【数4】
【0036】
モデルの最適化
ここで、各サイトの測定値を使用して、経路損失モデルを最適化する。詳細な手順は、適用するモデルに依存し、本発明を必要とせずに、当業者によって容易に適合することができる。たとえば、簡単なモデルを使用して、
【0037】
【数5】
【0038】
上式で、dmは、i番目のサイトと測定した移動位置(理想的には大円経路に沿って)の距離を表す。次いで、回帰手順を使用して、AとBの値を見つける。この値は、平均誤差をゼロに設定し、誤差の標準偏差を最小限に抑える。この手順を適用して、各クラッタカテゴリについて別々に値を見つける。地勢回折損失の値Ld iは、任意の標準的な回折アルゴリズムを使用して見つけることができる。従来の手法とは対照的に、各サイトについて別々に係数を見つけ、それにより、各サイトの特定の特徴を反映するように、最適モデルを利用可能であることが保証されることに留意されたい。
【0039】
最適モデルを適用する
ここで、上記の手順から見つけた最適モデルを、測定が行われなかった位置を含めて、所望の予測領域全体にわたってすべてのサイトに適用して、高精度の予測経路損失値を獲得する。
これにより、すべての座標(x,y)のすべてのサイトについて、予測経路損失値が与えられ、LP i(x,y)と表される。
【0040】
シャドーイングの抽出
ここで、測定点の予測経路損失値を使用して、シャドーイングの値を抽出する。
【0041】
【数6】
【0042】
シャドーイングパラメータを抽出する
ここで、測定位置における各サイトのシャドーイング値を分析して、統計特性を見つける。これらの特性は、1次統計と2次統計の2つのカテゴリに分割される。いくつかの場合では、1次統計のみを使用してシャドーイングを特徴付けることが許容可能であるが、最適な結果は、1次集合と2次集合の両方を使用して獲得される。
【0043】
1次シャドーイング統計
これらには、平均値と、標準偏差と、確率密度関数(pdf)とが含まれる。
平均値は、以下のように確定される。
【0044】
【数7】
【0045】
上式で、E[.]は、四角括弧の中の量の期待値または平均値を表す。モデル係数を適切に抽出した場合、平均値は、一般にゼロであるはずである。
標準偏差は、以下のように確定され、
【0046】
【数8】
【0047】
しばしば、シャドーイングの局所的なばらつきとして知られる。
確率密度変数(pdf)に関しては、デシベルで表したシャドーイング値は正規分布に従うことが、通常演繹的に想定されている(すなわち、基本的なパワー値は、対数正規分布する)。この想定を、適切な信頼度レベルにおいて、測定データと適合度試験(コルモゴロフ−スミルノフ試験など)を使用して試験する。試験が、不十分な適合性を示し、かつ測定数が、測定したpdfについて高信頼度を有するのに十分である場合、測定pdfは、その後のシャドーイング生成に使用される。図2は、測定pdfを同じ平均値と標準偏差とを有する正規pdfと比較した状況の例を示す。この場合、妥当な一致が獲得されるが、双峰(2ピーク)分布が明らかに存在し、したがって、測定したpdfを直接使用して、最高の精度が達成される。
【0048】
2次シャドーイング統計
図3は、2つの例示的な基地サイトと、移動位置の対との間の経路のそれぞれと、ならびにその経路に関連するシャドーイングの値とを示す。4つのシャドーイング値S11、S12、S21、およびS22のそれぞれは、デシベルで表したとき、ゼロ平均正規確率変数であると想定されている。しかし、4つの経路は、伝播に影響を与える同じ特徴の多くを含む可能性があるので、これらは互いに独立ではない。
【0049】
2つのタイプの相関を区別する:
S11とS12の間、またはS21とS22の間など、単一の基地局から信号を受信する、2つの移動位置間の相関の形態である自己相関。これらの相関は、単一移動局が、下式
【0050】
【数9】
【0051】
によって確定される距離rmを移動する際に、単一移動局が経験するシャドーイングの自己相関を表す。
すべての移動測定位置にわたって、これらの位置において有効な測定値を生成したサイトの各対について、期待値を取る。得られた関数は、任意の形態を取ることができ、測定関数は、シャドーイングの生成に直接使用することができる。より一般的には、相関距離rσである単一のパラメータが測定から推定される図4に示す負の指数型モデルなど、ある形態が想定される。
【0052】
S11とS12の間、またはS12とS22の間など、単一移動位置において受信された2つの基地局位置間の相関の形態である相互相関。これらは、下式によって確定される相互相関である。
【0053】
【数10】
【0054】
相互相関は、基地局と測定位置との距離の比であるd1/d2と、2つのシャドーイング経路間の角度であるφとの2変数関数と見なされる。
一般的な統計
1次統計と2次統計の両方について、すべてのサイトと測定領域全体についてパラメータを推定することができ、または、パラメータは、サイトのクラッタクラスまたはサブグループに細分することができる。この選択は、利用可能な測定の密度と、予測領域の一様性とに依存する。結果を細分することにより、予測が、環境の変動をより良好に追跡することが可能になるが、シャドーイングパラメータの正確な推定を提供するために各細区画において利用可能な測定値の数は減少する。
【0055】
シャドーイングを生成する
シャドーイングマトリックス(ユーザ確定予測領域にわたるシャドーイング)を生成するために、相関方法と無作為方法の2つの手法を使用することができる。方法の選択は、予測するサイトの数と、測定値が利用可能なサイトの数とに依存する。相関手法と無作為手法の両方を使用する混成手法も可能であり、これは、測定値が利用可能ではないサイトを正確に予測することを可能にする。これは、測定値の相互相関特性を使用して、利用可能な測定と矛盾しない相関を有する、新しいサイトの予測値を創出する。
【0056】
相関シャドーイング
相関シャドーイングの手法は、測定シャドーイング
【0057】
【数11】
【0058】
を線形空間予測モデルへの入力として使用することからなる。シャドーイングは、時間ではなく空間に分布するので、マトリックスをポピュレートするために地質統計方法(キリジングなど)に依拠することが適切である。
この手法を使用することにより、測定点と一致する位置における予測値が、局所測定シャドーイングによって高度に重み付けされることが保証される。これにより、予測領域内の測定密度がより強調される。
【0059】
この手法は、測定値が計画したサイトまたはその付近にある試験サイトから入手可能である単一サイト予測に特に適している。この方法の出力のタイプは、図6に示すシャドーイングマトリックスの例に酷似している。
無作為シャドーイング
ここで、以前に導出した1次統計に従って、各基地サイトと、予測領域にわたる各位置とにおいて、シャドーイング値を無作為に生成する。シャドーイング値を図5に示す。
【0060】
生成した値を、各サイトの値の範囲内でフィルタリングして、1次統計および2次統計の両方と無矛盾の値を生成する。一サイトについての例を図6に示す。フィルタリングを達成する1つの方式は、Fiaccoら、「Measurement and Modelling of Shadowing Crosscorrelation at 2GHz and 5GHz In Indoor Environments」、AP2000 Millennium Conference on Antennas & Propagation、Davos、Switzerland、2000年4月9〜14日から既知であるが、他の方式も可能である。
【0061】
従来、フィルタリングは、パラメータを抽出するために極少数のサイトを使用して実施され、次いで、他のサイトについて「手さぐりで」使用された。本発明によれば、パラメータは、予測に含まれる実際のサイトについて利用可能である。
結果は、予測領域全体にわたって各サイトについて生成された1組のシャドーイング値Sq i(x,y)である。
【0062】
測定と予測を統合する
ここで、全予測領域にわたる予測経路損失とシャドーイング値とを合計して、全経路損失の生成値を獲得する。
【0063】
【数12】
【0064】
しかし、この時点までの手順は、生成値が、測定値の特性と矛盾しない特性を有することを保証するが、無作為シャドーイング方法の場合、特定の値は、測定位置における測定値と整合することは保証されない。
この場合では、測定値が非常に高精度であると見なされる場合、測定値を使用して、測定位置における生成値を書き直すことができる。
【0065】
【数13】
【0066】
上式で、左←右は、左の値を右の値で置き換えることを表す。別法として、測定値自体が、雑音による誤差および/または位置誤差の影響を受ける場合、生成値は、以下のように置き換えることができる。
【0067】
【数14】
【0068】
上式で、w1とw2は、測定値と生成値の既知の不正確さを考慮して、最終結果の精度を最大にするように決定された加重ファクタである。
最後に、上述した置換え/加重作業は、測定値に近い生成値の自己相関特性に影響を与える可能性がある。これは、測定値の自己相関特性を整合させるフィルタで生成値を平滑化することによって補正することができる。
【0069】
この手順に従った結果は、予測領域全体に対する全経路損失の測定に基づいた予測値である。
測定に基づく最適化
経路損失の測定に基づく予測値が創出された後、図7に示すように、システム性能の測定に基づく最適化の核心において、予測値を使用することができる。
【0070】
当初の試験サイトと同じ位置において特定された提案サイトパラメータを、測定に基づく予測値と共に使用して、予測領域にわたって信号強度を予測する。サイト(および好ましくはアンテナの高さ)は、同じであるべきであるが、他のパラメータは、当初の測定パラメータと関係を担う必要がないことを理解されたい。たとえば、測定に基づく予測値を介して当初の全方向測定値を使用して、任意のパワー、方位、および下方傾斜を有する3セクタ構成を表すことができる。予測信号強度を使用して、移行境界、搬送波対干渉比、および有効範囲確率など、中間パラメータを計算することによってシステムの性能をシミュレーションする。精巧なシミュレーションでは、移動使用者と、パワー制御および資源管理などのアルゴリズムとの力学は、シミュレーションに含むことができる。
【0071】
得られたサイト性能が許容可能ではない場合、サイトパラメータを修正し、使用して、測定に基づく予測値を再計算することを必要とせずに、シミュレーションを反復することができる。プロセスは、許容可能なシステム性能が獲得されるまで続行される。
シミュレーションおよび最適化のプロセスは、従来の予測と併用されるプロセスと本質的に同じであるが、本発明の場合は、測定に基づく予測が、結果について、従来の場合よりはるかに優れた信頼度を提供する点が異なる。
【0072】
拡張および変形
本発明の測定に基づく予測は、本発明の範囲から逸脱せずに、いくつかの方式で修正することができることが理解されるであろう。
たとえば、最適化段階において、許容可能な性能を測定サイトで獲得することができないことが判明した場合、または追加のサイトが利用可能でない場合、図7に示す最適化手順を使用する従来の経路損失予測を使用して、サイトを追加することができる。しかし、これらの追加サイトは、測定に基づく予測の完全な精度から利益を得ることはない。
【0073】
上述した測定に基づく予測の手法は、全経路損失を介して特徴付けられる伝播チャネルと、アンテナ放射パターンを介して特徴付けられるアンテナ特性とは、完全に分離可能であるという想定を使用する。この想定は、伝播に対する主な影響が大円経路に沿って位置する場合、および/または測定アンテナパターンが、測定に基づく最適化に使用したものとほぼ同様である場合、有効である。しかし、建物内システムおよびマイクロセルなど、非常に強い散乱環境では、この想定は、あまり有効でない可能性が高い。これらの場合、同じ基本的な方式を適用することができるが、実システムにおいて適用されるものと同様の放射パターンを有するアンテナを使用することが、対応してより重要である。
【0074】
測定に基づく予測の技法について、1つの一般的な伝播モデルに関して上記で示してきたが、調整可能なパラメータを有するあらゆるモデルを同様に適用することができる。たとえば、屋内の応用では、モデルは、既知の壁およびフロアのモデルとすることができ(Saundersの本を参照されたい)、パラメータは、フロアあたりの損失および壁あたりの損失であり、かつ経路損失指数であるように調整され、クラッタクラスは、直接経路によって貫通されている壁およびフロアの数によって表される。
【0075】
測定に基づく予測の信頼度は、多くの測定値がどのように利用可能であるかに依存する。測定値があらゆる場所で利用可能である極端な場合では、測定に基づく予測とその後の測定に基づく最適化とは、実際と同一であると見なすことができる。測定値が利用可能でない場合、測定に基づく予測とその後の測定に基づく最適化とは、従来の計画プロセスと少なくとも同程度に良好であるはずである。
【0076】
シャドーイングが無作為に生成される場合では、使用する無作為プロセスが、各実行について異なるように導入されると想定すると、入力データが同じであっても、各測定に基づく予測について、わずかに異なる結果が獲得される。この影響の重大性を確認するために、測定に基づく予測とその後の最適化とを数回実行して、システム性能パラメータの広がりを推定するべきである。別法として、シャドーイング生成ステップは、任意の範囲にある全経路損失の確率の分析定式化で置き換えることができる。これは、基本となる確率密度関数が既知であるので、利用可能である。次いで、これらの確率を測定に基づく最適化の範囲内で使用して、システム性能の統計を推定する。所与の移動位置において複数サイトの累積効果を計算するとき(またはその反対)、これは、一般に、シャドーイング成分の和の統計を推定するための技法を使用することを含む。たとえば、Schwartzらによって「On the distribution function and moments of power sums with lognormal components」、Bell Sys.Tech.J.、vol.61、no.7、1441〜1463ページに記載されている。
【図面の簡単な説明】
【0077】
【図1】本発明による測定に基づく予測方法を概略的に示すフロー図である。
【図2】1次シャドーイング統計の決定に使用され、かつ正規確率密度関数と、同じ平均値および標準偏差を有する測定確率密度関数との比較を示すグラフである。
【図3】基地サイトと移動位置との相対的な依存性を示す図である。
【図4】シャドーイング自動相関関数を示すグラフである。
【図5】1次統計に従って生成されたシャドーイング値を表す図である。
【図6】1次統計と2次統計の両方に従って生成されたシャドーイング値を示す図である。
【図7】本発明による測定に基づく最適化方法を概略的に示すフロー図である。
Claims (27)
- 所定の領域にわたる放射経路損失について測定に基づく予測方法であって、
少なくとも1つの第2局からの既知の特性の伝送により得られる受信信号強度を少なくとも1つの第1局で決定し、前記第1局および第2局が、既知の位置を有するステップと、
前記受信信号強度と前記所定の領域の地形情報に基づいて、放射経路損失データを決定するステップと、
決定済み放射経路損失データを分析して、放射伝播モデルの係数を決定するステップと、
前記放射伝播モデルを適用して、前記第1局の位置のそれぞれにおいて、かつ前記所定の領域にわたって、第1予測放射経路損失データを生成するステップと、
前記第1局の位置のそれぞれにおいて、前記受信信号強度と前記第1予測放射経路損失データとの相違に基づいて、シャドーイング値を決定するステップと、
前記シャドーイング値を分析して、前記所定の領域を表すシャドーイングパラメータを獲得するステップと、
前記シャドーイングパラメータに基づいて、前記所定の領域にわたってシャドーイング予測値を生成し、そのようなシャドーイング予測値を前記第1予測放射経路損失データと組み合わせて、前記所定の領域にわたって第2予測放射経路損失データを生成するステップとを含むことを特徴とする予測方法。 - 前記地形情報が、地勢の高さを含むことを特徴とする請求項1に記載の予測方法。
- 前記地形情報が、クラッタクラスを含むことを特徴とする請求項1または2に記載の予測方法。
- 伝送特性が、放射経路損失データの決定に使用されることを特徴とする請求項1、2、または3に記載の予測方法。
- 伝送特性が、伝送パワーを含むことを特徴とする請求項1乃至4のうちいずれか一項に記載の予測方法。
- 伝送特性が、アンテナ放射パターンを含むことを特徴とする請求項1乃至5のうちいずれか一項に記載の予測方法。
- 伝送特性が、アンテナの高さを含むことを特徴とする請求項1乃至6のうちいずれか一項に記載の予測方法。
- 前記決定済み放射経路損失データを自動回帰手順によって分析することを特徴とする請求項1乃至7のうちいずれか一項に記載の予測方法。
- 単一の第2局と単一の第1局とが提供されることを特徴とする請求項1乃至8のうちいずれか一項に記載の予測方法。
- 局の1つが可動であることを特徴とする請求項9に記載の予測方法。
- 単一の第2局と複数の第1局とが提供されることを特徴とする請求項1乃至8のうちいずれか一項に記載の予測方法。
- 複数の第1局と複数の第2局とが提供され、該第2局が、異なる周波数において伝送することを特徴とする請求項1乃至8のうちいずれか一項に記載の予測方法。
- 前記決定済み放射経路損失データを分析して、各第2局について別々の係数を決定することを特徴とする請求項12に記載の予測方法。
- 前記シャドーイングパラメータが、前記シャドーイング値の平均値に基づいて決定されることを特徴とする請求項1乃至13のうちいずれか一項に記載の予測方法。
- 前記シャドーイングパラメータが、前記シャドーイング値の標準偏差に基づいて決定されることを特徴とする請求項1乃至14のうちいずれか一項に記載の予測方法。
- 前記シャドーイングパラメータが、前記シャドーイング値の確率密度変数に基づいて決定されることを特徴とする請求項1乃至15のうちいずれか一項に記載の予測方法。
- パラメータ化分布に対する適合度試験が使用されることを特徴とする請求項16に記載の予測方法。
- 前記パラメータ化分布が指数正規型であることを特徴とする請求項17に記載の予測方法。
- 前記シャドーイングパラメータが、受信信号強度間の自己相関と、第1局間の距離とに基づいて決定されることを特徴とする請求項1乃至18のうちいずれか一項に記載の予測方法。
- 前記シャドーイングパラメータが、第1局と第2局の距離と、第1局と第2局の間の経路間の角度との比の関数として、受信信号強度間の相互相関に基づいて決定されることを特徴とする請求項1乃至19のうちいずれか一項に記載の予測方法。
- 前記シャドーイング予測値が、前記シャドーイングパラメータに基づいて無作為に生成され、かつ決定済みシャドーイング(相関)値に従ってフィルタリングされることを特徴とする請求項1乃至20のうちいずれか一項に記載の予測方法。
- 決定済み放射経路損失データと第2予測放射経路損失データを統合して、前記所定の領域にわたって第3予測放射経路損失データを生成するステップを含むことを特徴とする請求項1乃至21のうちいずれか一項に記載の予測方法。
- 前記第3予測放射経路損失データが、前記第2予測放射経路損失データと前記シャドーイング予測値とを合計することによって決定されることを特徴とする請求項22に記載の予測方法。
- 前記第3予測放射経路損失データが、受信信号強度から決定されたデータを第1局に対応する位置において代入することによって決定されることを特徴とする請求項22に記載の予測方法。
- 前記第3予測放射経路損失データが、合計データと受信信号強度から決定されたデータの加重平均を第1局に対応する位置において代入することによって決定されることを特徴とする請求項22に記載の予測方法。
- 代入されていない第3予測放射経路損失データをフィルタリングして、データを平滑化することを特徴とする請求項24または25に記載の予測方法。
- 添付の図面に関して本明細書においてほぼ上述した予測方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB0105910.4A GB0105910D0 (en) | 2001-03-09 | 2001-03-09 | Measurement-based prediction method for radiation path loss |
PCT/GB2002/001063 WO2002073997A1 (en) | 2001-03-09 | 2002-03-08 | Measurement-based prediction method for radiation path loss |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004524751A true JP2004524751A (ja) | 2004-08-12 |
Family
ID=9910374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002571734A Pending JP2004524751A (ja) | 2001-03-09 | 2002-03-08 | 放射経路損失の測定に基づく予測方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7203489B2 (ja) |
EP (1) | EP1366633A1 (ja) |
JP (1) | JP2004524751A (ja) |
GB (1) | GB0105910D0 (ja) |
WO (1) | WO2002073997A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011019109A (ja) * | 2009-07-09 | 2011-01-27 | Nec Corp | 計算装置、基地局制御装置、無線通信システム、および計算方法 |
Families Citing this family (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004002145B4 (de) * | 2004-01-15 | 2007-11-22 | Radioplan Gmbh | Verfahren und Vorrichtung zur Anpassung eines Funknetzmodells an die Bedingungen eines realen Funknetzes |
US7205938B2 (en) * | 2004-03-05 | 2007-04-17 | Airespace, Inc. | Wireless node location mechanism responsive to observed propagation characteristics of wireless network infrastructure signals |
US7583961B2 (en) * | 2004-04-28 | 2009-09-01 | Avaya Inc. | Method and apparatus for generating a signal strength model for an access point at an arbitrary location |
US6993442B2 (en) * | 2004-05-14 | 2006-01-31 | Agilent Technologies, Inc. | Adaptive data collection |
US8219076B2 (en) * | 2004-07-20 | 2012-07-10 | Nortel Networks Limited | CDMA probe for self-testing base station receivers |
US8041469B2 (en) * | 2005-01-05 | 2011-10-18 | GM Global Technology Operations LLC | Determining relative spatial information between vehicles |
RU2007138561A (ru) | 2005-03-18 | 2009-04-27 | Сикер Уайрлесс Пти Лимитед (Au) | Способ и система усовершенствованного определения местоположения мобильного телефона |
CN101171529A (zh) * | 2005-03-18 | 2008-04-30 | 探索无线公司 | 增强型移动台定位 |
GB2424542B (en) * | 2005-03-22 | 2008-12-24 | Motorola Inc | Apparatus and method for optimising a spread spectrum cellular communication system |
EP1872150B9 (en) * | 2005-04-08 | 2013-04-10 | WaveMarket, Inc. (d/b/a Location Labs) | Mobile location |
DE102005022925B4 (de) * | 2005-05-13 | 2012-02-09 | T-Mobile International Ag & Co. Kg | Generierung einer raumbezogenen Verkehrsdatenbank in einem Funknetz |
US7668564B2 (en) * | 2005-06-20 | 2010-02-23 | Texas Instruments Incorporated | Slow uplink power control |
EP1746747B1 (de) * | 2005-07-21 | 2016-06-01 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Nachbildung eines Mehrwegeübertragungskanals |
WO2007048177A1 (en) | 2005-10-24 | 2007-05-03 | Seeker Wireless Pty Limited | Detection in mobile service maintenance |
WO2007051223A1 (en) * | 2005-11-04 | 2007-05-10 | Seeker Wireless Pty Limited | Profile based communications service |
DE102006044293A1 (de) * | 2006-03-31 | 2007-10-25 | Siemens Ag | Verfahren zur rechnergestützten Lokalisation eines mobilen Objekts |
WO2008030146A1 (en) * | 2006-09-06 | 2008-03-13 | Telefonaktiebolaget Lm Ericsson (Publ) | A method for mapping a coverage area |
US7835749B1 (en) * | 2006-10-03 | 2010-11-16 | Cisco Technology, Inc. | Location inspector in wireless networks |
EP2098086B1 (en) * | 2006-12-18 | 2014-06-04 | Telefonaktiebolaget LM Ericsson (publ) | Network configuration audit |
EP2116079B1 (de) * | 2007-01-02 | 2012-12-05 | Deutsche Telekom AG | Verfahren zur netzkenndaten-erfassung durch reguläre nutzer zur unterstützung von automatisierten planungs- und optimierungsprozessen in zellularen mobilfunknetzen |
US7904092B2 (en) * | 2007-01-04 | 2011-03-08 | Cisco Technology, Inc. | Locally adjusted radio frequency coverage maps in wireless networks |
US7489268B2 (en) * | 2007-01-08 | 2009-02-10 | Honeywell International Inc. | Methods and systems for producing an interpretive airborne radar map |
US20100087194A1 (en) * | 2007-03-13 | 2010-04-08 | Macnaughtan Malcolm David | Enhanced zone determination |
WO2008123809A1 (en) * | 2007-04-04 | 2008-10-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and arrangement for improved radio network planning, simulation and analyzing in telecommunications |
AU2008301216A1 (en) | 2007-09-17 | 2009-03-26 | Seeker Wireless Pty Limited | Systems and methods for triggering location based voice and/or data communications to or from mobile radio terminals |
EP2215869B1 (en) * | 2007-11-26 | 2012-06-06 | WaveMarket, Inc. (d/b/a Location Labs) | Method and system for updating a zone profile |
DE102007057607A1 (de) * | 2007-11-28 | 2009-06-25 | T-Mobile Internationale Ag | Verfahren zur Reduzierung des Stromverbrauchs in einem Mobilfunknetz mit mindestens zwei Versorgungsebenen |
KR100914324B1 (ko) * | 2007-12-05 | 2009-08-27 | 한국전자통신연구원 | 우세 경로로 반사 경로를 고려한 경로 손실 계산 방법 |
US8385908B2 (en) * | 2008-02-07 | 2013-02-26 | Optimi Corporation | Modifying mobile network signal propagation predictions |
US20110034179A1 (en) * | 2008-04-07 | 2011-02-10 | Seeker Wireless Pty. Limited | Location of wireless mobile terminals |
WO2009144030A2 (en) * | 2008-05-30 | 2009-12-03 | Siemens Aktiengesellschaft | Method for generating a radio map of an environment and radio communication system being controlled on the basis of a radio map generated by this method |
US20100002781A1 (en) * | 2008-07-01 | 2010-01-07 | Qualcomm Incorporated | Transmitter identification using a continuous wave tone |
US8374596B2 (en) * | 2009-09-09 | 2013-02-12 | Arieso Limited | Method and apparatus for deriving pathloss estimation values |
US20110070841A1 (en) * | 2009-09-22 | 2011-03-24 | Jesse Caulfield | Method, system, and computer-readable medium for improved prediction of spectrum occupancy and estimation of radio signal field strength |
TW201119137A (en) * | 2009-11-24 | 2011-06-01 | Inst Information Industry | Antenna adjustment apparatus, antenna adjustment method and computer program product thereof |
US8244236B2 (en) | 2010-04-29 | 2012-08-14 | Wavemarket, Inc. | System and method for aggregating and disseminating mobile device tag data |
US8433327B2 (en) * | 2010-05-19 | 2013-04-30 | Alcatel Lucent | Methods of determining coverage areas |
EP2596657B1 (en) * | 2010-07-23 | 2017-03-08 | Optis Wireless Technology, LLC | Methods and arrangements for estimating signal strength in a sub-region |
WO2012023894A1 (en) * | 2010-08-20 | 2012-02-23 | Telefonaktibeolaget Lm Ericsson (Publ) | Method and node for reduced transmission activity pattern configuration |
US8706044B2 (en) * | 2010-08-31 | 2014-04-22 | Apple Inc. | Methods of testing wireless devices in over-the-air radio-frequency test systems without path loss characterization |
US8504077B2 (en) | 2010-12-04 | 2013-08-06 | Wavemarket, Inc. | System and method for monitoring and disseminating mobile device location information |
US8692667B2 (en) | 2011-01-19 | 2014-04-08 | Qualcomm Incorporated | Methods and apparatus for distributed learning of parameters of a fingerprint prediction map model |
US9264919B2 (en) | 2011-06-01 | 2016-02-16 | Optis Cellular Technology, Llc | Method, node and system for management of a mobile network |
US20130150073A1 (en) * | 2011-12-12 | 2013-06-13 | Qualcomm Incorporated | Methods and apparatus for updating information used in generating a signal prediction map |
US9848337B2 (en) * | 2012-11-20 | 2017-12-19 | At&T Intellectual Property I, L.P. | Metro cell planning |
US9438685B2 (en) | 2013-03-15 | 2016-09-06 | Location Labs, Inc. | System and method for display of user relationships corresponding to network-enabled communications |
US9271157B2 (en) * | 2013-11-25 | 2016-02-23 | Motorola Solutions, Inc. | Method of and system for optimizing an empirical propagation prediction model in a mobile communications network |
US9402155B2 (en) | 2014-03-03 | 2016-07-26 | Location Labs, Inc. | System and method for indicating a state of a geographic area based on mobile device sensor measurements |
WO2016052805A1 (ko) * | 2014-10-01 | 2016-04-07 | 엘지전자 주식회사 | 셀 간 간섭 제거를 위한 간섭 제거 정보를 전송하는 방법 및 장치 |
WO2017050869A1 (en) * | 2015-09-24 | 2017-03-30 | Sony Corporation | Telecommunications apparatus and methods for routing of d2d traffic |
US9913146B2 (en) * | 2016-01-06 | 2018-03-06 | Southern Methodist University | Using geographical features to reduce in-field propagation experimentation |
KR102649097B1 (ko) | 2017-01-13 | 2024-03-20 | 삼성전자 주식회사 | 이동 통신 시스템에서 드라이브 테스트를 수행하는 방법 및 장치 |
EP3413683A1 (en) * | 2017-06-06 | 2018-12-12 | BAE SYSTEMS plc | Mobile communications network |
EP3636039A1 (en) * | 2017-06-06 | 2020-04-15 | BAE Systems PLC | Mobile communications network |
KR102652311B1 (ko) * | 2017-06-16 | 2024-03-29 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 테스트 대상 디바이스를 정확하게 평가하기 위한 방법들 및 측정 시스템들 |
US11095377B2 (en) | 2017-12-08 | 2021-08-17 | Commscope Technologies Llc | Methods and systems for determining morphology data |
CN108959711B (zh) * | 2018-06-04 | 2022-09-16 | 长安大学 | 一种天线结构天文辐射效应分析方法 |
KR102659215B1 (ko) | 2018-11-19 | 2024-04-22 | 삼성전자주식회사 | 복수의 방향을 갖는 빔포밍 신호를 측정하는 전자 장치 및 이의 동작 방법 |
US10917836B2 (en) * | 2018-12-04 | 2021-02-09 | At&T Intellectual Property I, L.P. | Small cell identification using machine learning |
CN109738710B (zh) * | 2018-12-27 | 2021-04-23 | 湘潭大学 | 一种基于路径损耗的基站室内电磁辐射估计方法 |
US11493644B2 (en) | 2019-03-15 | 2022-11-08 | Kabushiki Kaisha Toshiba | Identification of selected items through radiolocation and movement detection |
US11240146B2 (en) | 2019-10-30 | 2022-02-01 | Kabushiki Kaisha Toshiba | Service request routing |
CN110995380B (zh) * | 2019-12-18 | 2022-07-01 | 湘潭大学 | 一种室内基站电磁辐射预测方法 |
CN111030761B (zh) * | 2019-12-23 | 2022-02-11 | 湘潭大学 | 一种山区基站电磁辐射预测方法 |
EP4055863B1 (en) | 2020-01-17 | 2023-07-19 | British Telecommunications public limited company | Wireless telecommunications network |
CN113839725B (zh) * | 2020-06-24 | 2023-05-09 | 华为技术有限公司 | 无线信号传播预测方法及装置 |
US11917425B2 (en) * | 2021-12-02 | 2024-02-27 | Honeywell International Inc. | Variable beamwidth antenna control for aerial vehicles |
CN114866168B (zh) * | 2022-04-29 | 2024-04-12 | 南京工程学院 | 一种工业物联网环境中路径损耗预测方法和系统 |
CN115276696B (zh) * | 2022-07-15 | 2023-03-07 | 北京信息科技大学 | 用于透地通信定向装置和方法 |
CN115983498A (zh) * | 2023-02-27 | 2023-04-18 | 北京帮安迪信息科技股份有限公司 | 基于风险预测预警的园区安全风险管控平台 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5574466A (en) * | 1995-03-31 | 1996-11-12 | Motorola, Inc. | Method for wireless communication system planning |
US5794128A (en) * | 1995-09-20 | 1998-08-11 | The United States Of America As Represented By The Secretary Of The Army | Apparatus and processes for realistic simulation of wireless information transport systems |
US6088522A (en) * | 1997-07-31 | 2000-07-11 | Airtouch Communications, Inc. | Computer-implemented inbuilding prediction modeling for cellular telephone systems |
US6032105A (en) * | 1997-07-31 | 2000-02-29 | Airtouch Communications, Inc. | Computer-implemented microcell prediction modeling with terrain enhancement |
US5953669A (en) * | 1997-12-11 | 1999-09-14 | Motorola, Inc. | Method and apparatus for predicting signal characteristics in a wireless communication system |
US6985839B1 (en) * | 2000-05-05 | 2006-01-10 | Technocom Corporation | System and method for wireless location coverage and prediction |
US6834180B1 (en) * | 2000-06-30 | 2004-12-21 | Cellco Partnership | Radio propagation model calibration software |
US6711404B1 (en) * | 2000-07-21 | 2004-03-23 | Scoreboard, Inc. | Apparatus and method for geostatistical analysis of wireless signal propagation |
-
2001
- 2001-03-09 GB GBGB0105910.4A patent/GB0105910D0/en not_active Ceased
-
2002
- 2002-03-08 WO PCT/GB2002/001063 patent/WO2002073997A1/en active Application Filing
- 2002-03-08 EP EP02704939A patent/EP1366633A1/en not_active Withdrawn
- 2002-03-08 US US10/471,305 patent/US7203489B2/en not_active Expired - Fee Related
- 2002-03-08 JP JP2002571734A patent/JP2004524751A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011019109A (ja) * | 2009-07-09 | 2011-01-27 | Nec Corp | 計算装置、基地局制御装置、無線通信システム、および計算方法 |
Also Published As
Publication number | Publication date |
---|---|
US20040116111A1 (en) | 2004-06-17 |
GB0105910D0 (en) | 2001-04-25 |
EP1366633A1 (en) | 2003-12-03 |
US7203489B2 (en) | 2007-04-10 |
WO2002073997A1 (en) | 2002-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004524751A (ja) | 放射経路損失の測定に基づく予測方法 | |
EP1191804B1 (en) | Path loss data normalization for growth management of a cellular system | |
CN1951027B (zh) | 无线网络里的位置确定和位置跟踪 | |
US9473950B2 (en) | Method for the prediction of coverage areas of a cellular network | |
CA2358028C (en) | Path loss data normalization for growth management of a cellular system | |
Konak | Estimating path loss in wireless local area networks using ordinary kriging | |
Chipara et al. | Practical modeling and prediction of radio coverage of indoor sensor networks | |
Xia | An analytical model for predicting path loss in urban and suburban environments | |
Yeong et al. | Indoor WLAN monitoring and planning using empirical and theoretical propagation models | |
Diago‐Mosquera et al. | The performance of in‐building measurement‐based path loss modelling using kriging | |
Moradbeikie et al. | A cost-effective LoRaWAN-based IoT localization method using fixed reference nodes and dual-slope path-loss modeling | |
Kifle et al. | Impact of antenna tilting on propagation shadowing model | |
Aragon-Zavala et al. | Accuracy evaluation analysis for indoor measurement-based radio-wave-propagation predictions | |
Risi et al. | Development and comparative analysis of path loss models using hybrid wavelet-genetic algorithm approach | |
Konak | Predicting coverage in wireless local area networks with obstacles using kriging and neural networks | |
CN112369060A (zh) | 评估建筑物无线性能的方法 | |
Anamonye et al. | Evaluation and analysis of gsm signals in warri | |
Baala et al. | Toward environment indicators to evaluate WLAN-based indoor positioning system | |
Fernandez et al. | Flexible rays | |
Kürner et al. | Propagation Models for Wireless Network Planning | |
Zrno et al. | Indoor propagation prediction software and WLAN measurements at 2.4 GHz | |
Erunkulu et al. | A Comparative Analysis of Alpha-Beta-Gamma and Close-In Path Loss Models Based on Measured Data for 5G Mobile Networks | |
Ste et al. | Increased reliability of outdoor millimeter-wave link simulations by leveraging lidar point cloud | |
Nadir et al. | RF coverage analysis and validation of cellular mobile data using neural network | |
KR20060039581A (ko) | 휴대 인터넷 망에서의 지역 대표 전파 모델 최적화 방법및 기록매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20050308 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050308 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050308 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050310 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071120 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080213 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080220 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080805 |