基于城郊环境下Okumura_Hata预测模型的校正与实现
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
【Key words】prediction model；CW test method；MATLAB emulation；model adjustment
Hale Waihona Puke 0 引言电波传播特性研究是移动通信系统的关键技术之一，无线 信道的传播特性与通信环境密切相关，具有很大的随机性，多 年来许多专家学者对信道的传播特性进行了大量分析研究， Okumura-Hata 模型[1]在 GSM 系统的路径损耗预测方面具有较高 的准确度，是现代陆地移动通信系统规划的标准[2]。虽然针对 具体环境还有多种预测模型应用于网络规划的工程设计中，但 通过对 Egli、Ibrahim-Parsons、Walfisch- Beroni 等室外宏 蜂窝预测模型与 Okumura-Hata 模型的路径损耗仿真对比发现， Okumura-Hata 预测模型的路径损耗与实测值最为接近。
时，根据CW测量法原理[5]，由著名通信专家李建业证明，在
表 1 路径损耗
距离（m） 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320
路径损耗（dB） 85 86 89 91 92 96 94 97 98 103 101 103 104 105 106
ZHANG Xin①， YANG Ming-hua②
(①Department of Computer Science, Lijiang Normal College, Lijiang City, Lijiang Yunnan 674100, China； ②School of Information Science and Engineering Yunnan University, Kunming Yunnan 678000, China)
6.55lg hte ) lg d 。
（8）
其中
a(hre ) = (1.1lg f − 0.7)hre − (1.56lg f − 0.8) 。
（9）
环境修正因子为
L(郊区)＝L50 (市区)－2[lg(f/28)]2－5.4 。
（10）
当 f =937 MHz， hre =1.5 m 时， a(hre ) =0.0175 dB，环境修
6.55lg hte ) lg d 。
（1）
a(hre ) 为有效移动天线高度增益校正因子，是覆盖区范围的
函数。对于中小城市，移动天线修正因子为
收稿日期：2008-04-03。 基金项目：国家自然科学基金资助项目（编号：60172006）。 作者简介：张 鑫（1971-），男，讲师，硕士研究生，主要研究方向为无线通信；杨明华（1953-），女，副教授，主要研究方向为无线通信、
与实际本地均值（local mean）之差小于1 dB（不考虑测量
(3) 设备的误差），本地均值在几十个波长的距离上经历慢的随
(4)
机变化，实验观察已证实阴影衰落的统计规律服从高斯
对郊区环境，Okumura-Hata 经验公式修正为 L(郊区) = L50 (市区) − 2[lg( f / 28)]2 − 5.4 。
1 Okumura-Hata 模型
为了使 Okumura 模型[1]便于实际工程应用，Hata 给出一
组数学公式用于描述 Okumura 模型的图表信息，经拟合获得
的市区传播损耗基本公式[4]为
L50 (市区) = 69.55 + 26.16lg f −13.82lg hte − a(hre ) + (44.9 −
【摘 要】由于移动通信系统性能受到无线信道的制约，影响无线信道的主要因素是无线传播的地理环境，移动通信中
将地形特征划分为市区、郊区和乡村三大类型。文中根据对某城市郊环境下移动通信基站信号的实地测量，运用线性回归法
对 Okumura-Hata 预测模型进行了校正，并通过与实测数据的仿真对比，证实其预测准确度得到了明显提高。
阵列天线信号处理。
67
a(hre ) = (1.1lg f − 0.7)hre − (1.56lg f − 0.8) 。
(2) 本征长度为40个波长，采样50个点取平均时，可使测试数据
对于大城市则为 a(hre ) = 8.29(lg1.54hre )2 −1.1dB,f ≤ 300 。 a(hre ) = 3.2(lg11.75hre )2 − 4.97dB,f ≥ 300 。
（5）
（Gaussian）分布。 通过对云南某地区城市郊区的基站分布统计，在该城市郊
对乡村环境则公式修正为 L(乡村) = L50 (市区) − 4.78(lg f )2 −18.33lg f + 40.94 。（6）
区共建有中国移动 GSM 基站 35 个，天线高度大致在 30～50 m， 选择其中具有典型地形特征的 3 个基站各 1 个扇区的场强分
L = 69.55 + 26.16lg f − 13.82lg hte + (44.9 − 6.55lg hte ) lg d ° （17）
式为
L = k1 + k 2lg f + k3lg hte + (k 4 + k5lg hte ) lg d
（11）
L /km
把上式的各参数进一步简化可得：
图 1 实测值与拟合后曲线的对比仿真
c. 将 hte1 =25 m 和 hte2 =30 m 的值代入其中，计算出 k 1、 k 2、 k 3、 k 4、 k 5，最后得到校正后的 Okumura-Hata 预
达式为
L50 (市区) = 69.55 + 26.16lg f −13.82lg hte − a(hre ) + (44.9 −
效用公平规则
10
5
5
10 15 20 25 30 35 40
评估次数
图 6 文件平均传输时间比较
真结果分析可见，CR 系统究竟采取哪种规则进行信道分配取决
于用户的需求。可以根据用户的需求不同，采取合适的规则。
5 结语
文中针对 CR 系统的特点提出了基于多标拍卖的跨层信 道分配机制。采用三种不同分配规则，通过仿真比较了三种 不同规则下的系统性能。在未来的工作中仍有一些待解决的 问题。比如 CR 系统中的干扰温度分布变化很快，为保证数 据可靠传输，需提出一种有效的维护机制来适应通信链路质 量的改变；其次 QoS 需求、功率分配问题也需考虑。
2 数据的测量
布做实地测量，并对测量结果根据链路预算公式进行计算：
Pr = Pt − Lt + Gt − Lr + Gr − Lbf 。
（7）
由于移动通信电波在经历空间传播后，会形成大尺度、 得到每隔 20 m 的路径损耗（dB）数据值如表 1（限于篇幅仅
中尺度和小尺度衰落，当对某一具体确定的地点进行测量 以 1 个扇区的值为例）：
L = b + a lg d
（12）
其中： b = k + k3lghte; a = k4+ k5lghte; k = k1+ k2lg f ° (13)
由于 f 相对确定（935～960 MHz）， k 2 ≈26.1，因此只要确
4 预测模型校正前后的路径损耗仿真对比
（1）把对基站 3 的实测结果与校正前、后预测模型进 行路径损耗进行仿真比对，结果如图 2 所示，从图 2 可明显
2008 年第 05 期，第 41 卷 总第 197 期
通信技术 Communications Technology
Vol.41，No.05,2008 No.197,Totally
基于城郊环境下 Okumura-Hata 预测模型的校正与实现
张 鑫①， 杨明华②
（①云南丽江师范高等专科学校 计算机科学系，云南 丽江 674100；②云南大学 信息学院，云南 昆明 678000）
18
16
14
时
间 公
12
平
变 10
量
8
6
4
2
35
效用公平规则 吞吐量最大规则 时间公平规则
5
10 15
20
25
30
35
40
拍卖轮次
图 4 效用公平比较
时间公平规则 吞吐量最大规则 效用公平规则
5
10
15
20
25
30
35
40
评估次数
图 5 时间公平比较
30
平
均
发 25
送
时
间 （
20
每
轮
） 15
时间公平规则 吞吐量最大规则
正因子
2[lg(
f
2
/ 28)]
−
5.4
=
−0.7513
，均可不予考虑。
将以上公式按 f 、 hre 、 d 进行变化后，可得其通用公
测模型公式为 L = 70.88 + 26.1lg f − 21.17 lg hte + (43.94 − 9.45lg hte ) lg d °
(16) 理论公式为
距离（m） 340 360 380 400 420 440 460 480 500 520 540 560 580 600 620
路径损耗（dB） 101 106 108 107 108 111
3 预测模型的校正
（1）Okumura-Hata 模型在城市郊区路径损耗的数学表
110 113 111 113 112 110 112 113 112
【关键词】预测模型；CW 测试法；MATLAB 仿真；模型校正
【中图分类号】TN92
【文献标识码】A
【文章编号】1002-0802(2008)05-0067-02
Adjustment and Realization of Okumura-Hata Prediction Model in Suburb Environment
城市郊区人口密度介于乡村和繁华市区，基站规划需同 时考虑覆盖范围和用户容量两方面因素，当使用通用预测模 型对基站信号场强分布进行预测时，由于覆盖范围的缩小其
预测准确度会降低。Okumura-Hata 预测模型是基于大量实验 数据拟合得出的经验模型，可以将该地区具有代表性的足够 多的实测数据代入公式后通过线性回归等数学手段实现对 模型的校正[3]，使预测的准确度达到系统规划设计的要求。
定出 k 1、 k 3、 k 4、 k 5 即可得到校正后的预测模型公式。 看出，校正后的预测模型与实测值之间的吻合度比校正前有
（2）采用线性回归法利用 MATLAB 对路测数据进行拟合 较大提高。
可确定出线性方程的系数，具体步骤为：
a. 把基站1和基站2的实测数据经过链路预算公式计算
后得到的路径损耗值按线性回归方法进行拟合，得图1仿真
参考文献
1 Haykin S. Cognitive Radio: Brain-Empowered Wireless Communications[J]. IEEE Journal on Selected Areas in Communications, 2005,23(02)：201-220.
【Abstract】Since the mobile communicative system is restricted by the wireless signal path, while the main factor that affects the wireless signal path is the geographical conditions of the wireless signal propagation. The geographical feature of mobile communication falls into three types: urban, suburb and countryside. This paper describes the adjustment of Okumura-Hata prediction model by applying linear regression method based on the on-the-spot tests of mobile communication base stations in the suburb of a city, including the comparison of emulational result with the measured data. The experiment proves that the prediction accuracy has been obviously raised by using this new method.
结果，其曲线方程为式(14）
L1 = 118.44 + 29.38lg d 。
（14）
b. 同理可得基站 2 的曲线方程为 L2 = 117.80 + 30.07 lg d 。
（15）
L /km
图 2 校正前、后模型与实测值之间的对比仿真 （下转第 78 页）
68
70 60 50 效 用 公 40 平 变 量 30 20 10 0
Hale Waihona Puke 0 引言电波传播特性研究是移动通信系统的关键技术之一，无线 信道的传播特性与通信环境密切相关，具有很大的随机性，多 年来许多专家学者对信道的传播特性进行了大量分析研究， Okumura-Hata 模型[1]在 GSM 系统的路径损耗预测方面具有较高 的准确度，是现代陆地移动通信系统规划的标准[2]。虽然针对 具体环境还有多种预测模型应用于网络规划的工程设计中，但 通过对 Egli、Ibrahim-Parsons、Walfisch- Beroni 等室外宏 蜂窝预测模型与 Okumura-Hata 模型的路径损耗仿真对比发现， Okumura-Hata 预测模型的路径损耗与实测值最为接近。
时，根据CW测量法原理[5]，由著名通信专家李建业证明，在
表 1 路径损耗
距离（m） 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320
路径损耗（dB） 85 86 89 91 92 96 94 97 98 103 101 103 104 105 106
ZHANG Xin①， YANG Ming-hua②
(①Department of Computer Science, Lijiang Normal College, Lijiang City, Lijiang Yunnan 674100, China； ②School of Information Science and Engineering Yunnan University, Kunming Yunnan 678000, China)
6.55lg hte ) lg d 。
（8）
其中
a(hre ) = (1.1lg f − 0.7)hre − (1.56lg f − 0.8) 。
（9）
环境修正因子为
L(郊区)＝L50 (市区)－2[lg(f/28)]2－5.4 。
（10）
当 f =937 MHz， hre =1.5 m 时， a(hre ) =0.0175 dB，环境修
6.55lg hte ) lg d 。
（1）
a(hre ) 为有效移动天线高度增益校正因子，是覆盖区范围的
函数。对于中小城市，移动天线修正因子为
收稿日期：2008-04-03。 基金项目：国家自然科学基金资助项目（编号：60172006）。 作者简介：张 鑫（1971-），男，讲师，硕士研究生，主要研究方向为无线通信；杨明华（1953-），女，副教授，主要研究方向为无线通信、
与实际本地均值（local mean）之差小于1 dB（不考虑测量
(3) 设备的误差），本地均值在几十个波长的距离上经历慢的随
(4)
机变化，实验观察已证实阴影衰落的统计规律服从高斯
对郊区环境，Okumura-Hata 经验公式修正为 L(郊区) = L50 (市区) − 2[lg( f / 28)]2 − 5.4 。
1 Okumura-Hata 模型
为了使 Okumura 模型[1]便于实际工程应用，Hata 给出一
组数学公式用于描述 Okumura 模型的图表信息，经拟合获得
的市区传播损耗基本公式[4]为
L50 (市区) = 69.55 + 26.16lg f −13.82lg hte − a(hre ) + (44.9 −
【摘 要】由于移动通信系统性能受到无线信道的制约，影响无线信道的主要因素是无线传播的地理环境，移动通信中
将地形特征划分为市区、郊区和乡村三大类型。文中根据对某城市郊环境下移动通信基站信号的实地测量，运用线性回归法
对 Okumura-Hata 预测模型进行了校正，并通过与实测数据的仿真对比，证实其预测准确度得到了明显提高。
阵列天线信号处理。
67
a(hre ) = (1.1lg f − 0.7)hre − (1.56lg f − 0.8) 。
(2) 本征长度为40个波长，采样50个点取平均时，可使测试数据
对于大城市则为 a(hre ) = 8.29(lg1.54hre )2 −1.1dB,f ≤ 300 。 a(hre ) = 3.2(lg11.75hre )2 − 4.97dB,f ≥ 300 。
（5）
（Gaussian）分布。 通过对云南某地区城市郊区的基站分布统计，在该城市郊
对乡村环境则公式修正为 L(乡村) = L50 (市区) − 4.78(lg f )2 −18.33lg f + 40.94 。（6）
区共建有中国移动 GSM 基站 35 个，天线高度大致在 30～50 m， 选择其中具有典型地形特征的 3 个基站各 1 个扇区的场强分
L = 69.55 + 26.16lg f − 13.82lg hte + (44.9 − 6.55lg hte ) lg d ° （17）
式为
L = k1 + k 2lg f + k3lg hte + (k 4 + k5lg hte ) lg d
（11）
L /km
把上式的各参数进一步简化可得：
图 1 实测值与拟合后曲线的对比仿真
c. 将 hte1 =25 m 和 hte2 =30 m 的值代入其中，计算出 k 1、 k 2、 k 3、 k 4、 k 5，最后得到校正后的 Okumura-Hata 预
达式为
L50 (市区) = 69.55 + 26.16lg f −13.82lg hte − a(hre ) + (44.9 −
效用公平规则
10
5
5
10 15 20 25 30 35 40
评估次数
图 6 文件平均传输时间比较
真结果分析可见，CR 系统究竟采取哪种规则进行信道分配取决
于用户的需求。可以根据用户的需求不同，采取合适的规则。
5 结语
文中针对 CR 系统的特点提出了基于多标拍卖的跨层信 道分配机制。采用三种不同分配规则，通过仿真比较了三种 不同规则下的系统性能。在未来的工作中仍有一些待解决的 问题。比如 CR 系统中的干扰温度分布变化很快，为保证数 据可靠传输，需提出一种有效的维护机制来适应通信链路质 量的改变；其次 QoS 需求、功率分配问题也需考虑。
2 数据的测量
布做实地测量，并对测量结果根据链路预算公式进行计算：
Pr = Pt − Lt + Gt − Lr + Gr − Lbf 。
（7）
由于移动通信电波在经历空间传播后，会形成大尺度、 得到每隔 20 m 的路径损耗（dB）数据值如表 1（限于篇幅仅
中尺度和小尺度衰落，当对某一具体确定的地点进行测量 以 1 个扇区的值为例）：
L = b + a lg d
（12）
其中： b = k + k3lghte; a = k4+ k5lghte; k = k1+ k2lg f ° (13)
由于 f 相对确定（935～960 MHz）， k 2 ≈26.1，因此只要确
4 预测模型校正前后的路径损耗仿真对比
（1）把对基站 3 的实测结果与校正前、后预测模型进 行路径损耗进行仿真比对，结果如图 2 所示，从图 2 可明显
2008 年第 05 期，第 41 卷 总第 197 期
通信技术 Communications Technology
Vol.41，No.05,2008 No.197,Totally
基于城郊环境下 Okumura-Hata 预测模型的校正与实现
张 鑫①， 杨明华②
（①云南丽江师范高等专科学校 计算机科学系，云南 丽江 674100；②云南大学 信息学院，云南 昆明 678000）
18
16
14
时
间 公
12
平
变 10
量
8
6
4
2
35
效用公平规则 吞吐量最大规则 时间公平规则
5
10 15
20
25
30
35
40
拍卖轮次
图 4 效用公平比较
时间公平规则 吞吐量最大规则 效用公平规则
5
10
15
20
25
30
35
40
评估次数
图 5 时间公平比较
30
平
均
发 25
送
时
间 （
20
每
轮
） 15
时间公平规则 吞吐量最大规则
正因子
2[lg(
f
2
/ 28)]
−
5.4
=
−0.7513
，均可不予考虑。
将以上公式按 f 、 hre 、 d 进行变化后，可得其通用公
测模型公式为 L = 70.88 + 26.1lg f − 21.17 lg hte + (43.94 − 9.45lg hte ) lg d °
(16) 理论公式为
距离（m） 340 360 380 400 420 440 460 480 500 520 540 560 580 600 620
路径损耗（dB） 101 106 108 107 108 111
3 预测模型的校正
（1）Okumura-Hata 模型在城市郊区路径损耗的数学表
110 113 111 113 112 110 112 113 112
【关键词】预测模型；CW 测试法；MATLAB 仿真；模型校正
【中图分类号】TN92
【文献标识码】A
【文章编号】1002-0802(2008)05-0067-02
Adjustment and Realization of Okumura-Hata Prediction Model in Suburb Environment
城市郊区人口密度介于乡村和繁华市区，基站规划需同 时考虑覆盖范围和用户容量两方面因素，当使用通用预测模 型对基站信号场强分布进行预测时，由于覆盖范围的缩小其
预测准确度会降低。Okumura-Hata 预测模型是基于大量实验 数据拟合得出的经验模型，可以将该地区具有代表性的足够 多的实测数据代入公式后通过线性回归等数学手段实现对 模型的校正[3]，使预测的准确度达到系统规划设计的要求。
定出 k 1、 k 3、 k 4、 k 5 即可得到校正后的预测模型公式。 看出，校正后的预测模型与实测值之间的吻合度比校正前有
（2）采用线性回归法利用 MATLAB 对路测数据进行拟合 较大提高。
可确定出线性方程的系数，具体步骤为：
a. 把基站1和基站2的实测数据经过链路预算公式计算
后得到的路径损耗值按线性回归方法进行拟合，得图1仿真
参考文献
1 Haykin S. Cognitive Radio: Brain-Empowered Wireless Communications[J]. IEEE Journal on Selected Areas in Communications, 2005,23(02)：201-220.
【Abstract】Since the mobile communicative system is restricted by the wireless signal path, while the main factor that affects the wireless signal path is the geographical conditions of the wireless signal propagation. The geographical feature of mobile communication falls into three types: urban, suburb and countryside. This paper describes the adjustment of Okumura-Hata prediction model by applying linear regression method based on the on-the-spot tests of mobile communication base stations in the suburb of a city, including the comparison of emulational result with the measured data. The experiment proves that the prediction accuracy has been obviously raised by using this new method.
结果，其曲线方程为式(14）
L1 = 118.44 + 29.38lg d 。
（14）
b. 同理可得基站 2 的曲线方程为 L2 = 117.80 + 30.07 lg d 。
（15）
L /km
图 2 校正前、后模型与实测值之间的对比仿真 （下转第 78 页）
68
70 60 50 效 用 公 40 平 变 量 30 20 10 0