基于现实网络数据的通信感知一体化网络覆盖预测与优化

传统基于人工经验、试错迭代的低效方法已无法适应未来多功能网络的参数优化。为了提升通信感知一体化(ISAC)网络的优化效率以及服务质量,亟需建立系统级的全局网络性能建模与优化新范式。为此,提出了一种面向6G的ISAC网络覆盖预测与优化框架。该框架利用离线的现实网络数据与多波束信道建模的方法,实现任意天线参数下的ISAC网络性能预测,并且利用零阶块坐标下降等数学优化工具求解黑盒优化问题,实现网络参数的精准寻优。基于所提框架,我们对现实世界中的空地协同ISAC网络进行了系统级性能仿真,并对低空用户进行感知性能优化,对地面用户进行通信性能优化。基于真实现网数据的实验结果表明,所提方法在性能上显著超越了传统的建模与优化方法。

基于LightGBM算法的5G无线网覆盖预测方法研究

基于射线仿真评估是5G无线网规划选址常用方法,但该方法的评估依据是射线传播仿真结果,缺少实际数据来做建模验证,与实际覆盖情况有较大偏差。该文研究人工智能技术在5G无线网规划选址方面的创新应用,提出了一种基于LightGBM算法的覆盖预测方法,可以更准确地预测小区栅格的覆盖场强,显著提高5G无线网规划选址的精准度。

太阳能场景下天空成像仪的云覆盖预测研究

文章解析了天空成像仪的原理和工作方式,揭示了其在太阳能光伏场景监测中的优势与局限性,综述了云覆盖预测技术的研究现状,分析了基于天空成像仪的实时云覆盖预测技术研究方法,并通过实验设计和结果分析,强调了基于天空成像仪的实时云覆盖预测技术在提供准确、实时气象信息方面的潜力,为清洁能源领域的气象监测与预测提供了新的视角和技术支持。

宽带无线网络覆盖预测

在规划设计宽带无线网络过程中,合理地选取接入点(AP)的位置将对系统的性能和造价产生重要的影响。在无线局域网(WLAN)中,2.4GHzISM频段上宽带无线信号受到楼内不同类型障碍物影响,产生了特有的信号衰减。对宽带无线信号的楼内传播特性进行了测量,并将测量结果和分析数值进行比较,讨论了2.4GHz频段楼内无线传输路径衰耗的计算模型,分析了楼内宽带无线接入的性能,开发了一种用于在规划WLAN时预测AP覆盖范围的辅助软件。

面向密集城区网络的覆盖预测模型的应用研究

在目前密集城区CDMA无线网络日趋复杂的情况下,如何使覆盖预测与网络实际充分拟合,发挥射频仿真工具在网络优化中的作用,是一个十分值得探讨的课题。本文从密集城区的CDMA无线网络入手,分别选取了统计型模型的Okumura-Hata模型和确定性模型的3D射线跟踪模型进行研究,分析了两种模型在密集城区场景下的差异,最终在实践的基础上提出了面向密集城区的覆盖预测模型的选取方案。

通信台站覆盖预测及三维显示

研究通信台站覆盖预测及其优化显示的问题。传统的战场通信台站覆盖预测与地形显示并没有有机结合起来,并且通常是二维显示,不仅信息量少,而且很不直观。为优化覆盖预测与显示,基于战场地形高程等地理数据,实现了战场地形的三维再现。结合台站信息和地理信息数据,利用ITU-R P.1546电波传播模型,进行了台站覆盖预测及在三维地形上的显示。仿真结果表明系统三维效果显著,能够比较客观、形象地反映通信台站覆盖。在战场实际使用过程中,设计的系统可以为指战员呈现逼真、直观的战场通信状况,可大大提高制定作战方案能力和效率。

采用ITU-R P.1546-3建议书的海上VHF无线覆盖预测方法

通过对ITU-R P.1546-3建议书的研究分析,扩展了P.1546-3建议书用于海上VHF无线场强预测的方法,同时结合经典系统余量公式的修正应用,获得准确的覆盖预测结果。希望对VHF无线覆盖预测具有实用价值。

GSMR系统的场强覆盖预测

将工程设计中的场强测试结果与电波传播场强预测模型相结合, 通过数学分析, 根据铁路现场实际情况对相关预测模型进行修正, 对GSM-R系统的场强覆盖进行预测。

广播电视覆盖预测地理空间分析方法研究

频率资源的有限性决定了频率资源高效利用和有效管理的重要性,在广播电视由模拟向数字转换的过渡时期,这一需求会更加迫切。本文在分析覆盖预测及其对地理空间信息需求的基础上,着重研究了覆盖预测过程中的地形剖面提取及关键阻挡点分析、阻挡因子计算、地表覆盖物影响分析等地理空间信息分析及处理方法,并在现有的GIS频率覆盖规划平台上实现了基于地形分析的场强区域覆盖预测。

基于反演模式电波传播模型的室内无线网络覆盖预测

将基于反演模式的电波传播模型应用于室内无线环境覆盖预测中,在Wi-Fi网络2.4GHz频段中,选取5个基站进行实验验证。结果表明：覆盖预测误差的标准差在8~10 dBm之间,达到了工程应用的需要。该方法实施速度快,不依赖于测试环境的详细三维数据,不需要建筑材料的详细分布,具有很好的环境适应性。

基于GRNN的GSM-R场强覆盖预测算法

在比较Hata模型修正方法和GRNN算法场强覆盖预测效果的基础上,仿真分析了训练集构成和平滑因子选择对GRNN算法预测效果的影响,给出了训练集构成和平滑因子选择的方法;提出了电波传播环境相似系数来表征GRNN模型在不同环境下的适用性。仿真结果表明,两种传播环境的相似系数越大,由一种环境下测试数据确定的GRNN在另一环境下的预测精度越高。

地面数字电视覆盖预测模型和软件应用

地面数字电视单频网技术需要对单频网内各发射站点的有效覆盖区域进行细致的规划,防止出现各台站相互干扰。本文介绍了常用的地面无线覆盖预测模型,重点介绍了最新的ITWOM模型和SPLAT!预测软件。

基于地形因素的无线调频覆盖预测分析

文章介绍一款可自动计算的、免费的无线电传播预测软件Radio Mobile,是一个结合地形因素来仿真无线电传播的软件,对“接收门限”和“高程数据”进行分析。模拟仿真无线电传播,并将地形因素纳入考量,既能用于新建台站的初始选址分析,也能作为频率规划的依据。不仅适用于广播电视的无线覆盖预测,也适用于通信领域的传播分析。

基于土地利用/覆盖预测模型的昆仑山冰湖分布预测

开展冰湖时空分布预测研究,对预防冰湖溃决引发的灾害具有重要意义。基于GEE监督分类结果分析了2000~2020年昆仑山冰湖时空变化特征,探究了多准则CA-Markov、FLUS(Future Land Use Simulation)、PLUS(Patch-generating Land Use Simulation Model)3种土地利用/覆盖预测模型在冰湖预测中的适用性,得出最适宜昆仑山冰湖预测的模型,并基于此预测研究区未来冰湖变化趋势。结果表明:(1)2020年,昆仑山地区冰湖数量及面积较2000年分别增长了39.25%和81.35%,冰湖空间分布呈现西多东少的特点。(2)3种预测模型中,多准则CA-Markov模型在精度评价中表现最优,Kappa系数为0.86。(3)预测2025年冰湖面积及数量与2020年相比分别增加约6.54%、9.73%,2030年与2020年相比分别增加约14.59%、16.55%,未来昆仑山冰湖整体呈增长趋势,且东西部冰湖扩张差异将逐渐减小。

应用GSM路测数据的WCDMA覆盖预测方法

本文通过对GSM系统和WCDMA系统所处频段传播路径损耗的研究,提出了一种利用GSM网络原有路测数据预测WCDMA信号强度的方法,使用该方法设计覆盖预测软件进行仿真分析,并通过试验网实测验证其可行性,该方法比使用类似电子地图类覆盖预测方法更适合与已广泛建有GSM网络的移动运营商规划WCDMA网络,同时对其他制式的3G系统的规划具有一定的工程指导意义。

基于射线跟踪技术的上盖物业动车所无线覆盖预测研究

为解决铁路工程设计中难以快速评估上盖物业建筑结构对设施中的无线网络覆盖带来的影响,导致无线网络规划上的困难,结合BIM和射线跟踪技术对上盖物业动车所的无线覆盖情况进行仿真,探索场景下满足射线跟踪算法高效计算的三维模型构建方法,讨论此种铁路环境下的无线系统设计规则,为今后类似场景下的无线网络规划提供指导。

3GPP 3D无线传播模型在5G基站覆盖预测中的应用

2018年的平昌冬奥会上,韩国率先提供了5G服务和应用,于是业内普遍认为2018年是5G从标准化走向预商用化的元年。然而,从目前的发展来看,5G的正式商用还需要假以时日、不断完善,预测5G基站覆盖情况并进行无线网络规划,就是其中较为实际且需要解决的问题。运用3GPP 3D无线传播模型及Excel等软件技术,或许能够提供有效的解决方案。

依托GSM900 MR开展NB-IoT覆盖预测的方法

由于NB-IoT与现网GSM900在组网方式、上下行覆盖能力及穿透损耗要求等多个覆盖评估维度上存在较大差异,NB-IoT网络的覆盖规划面临着诸多挑战与困难,因此立足于NB-IoT的部署特点、覆盖场景实际情况,深入研究NB-IoT与GSM 900在覆盖方面的差异,探索出一种基于GSM900 MR数据开展NB-IoT覆盖预测的方法,在NB-IoT网络规划应用中取得了良好的效果。

基于3D建模和射线跟踪算法的5G室内深度覆盖预测方法

5G室内覆盖方案的复杂性和多样化使得5G室内覆盖效果难以预测,本文提出5G室内深度覆盖预测方法,将射线跟踪算法与建筑物3D建模相结合,为5G室内深度覆盖的精确预测提供一种科学和高效的方法。本预测方法可以快速、准确判断5G室内覆盖方案的合理性和经济性,同时也降低了因覆盖方案不合理导致的后期建设维护成本。

基于栅格化的LTE无线网络覆盖预测仿真

随着未来几年LTE逐步演进到LTE-Advanced,载波聚合以及FDD/TDD融合组网的部署,将会出现大规模跨频段的LTE混合组网。而各个频段的覆盖能力的差异较大,所以需要LTE无线网络进行覆盖预测仿真,以评估LTE组网的覆盖性能。通过基础数据收集、地理数据栅格化、无线传播模型选择与校正、覆盖性能指标计算等多个步骤来完成LTE的覆盖性能的评估。