身份证号码：44180219781226XXXX 清远市 511518
摘要：文章主要是针对本地的地理环境来进行清远无线传播模型的校正，系统阐述了传播模型的相关理论知识，并对模型校正的理论进行了分析研究，给出本地相关的的模型校正案例。
关键词：清远3G 传播模型测试 传播模型校正
1 引言
传播模型是移动通信网小区规划的基础，在移动通信无线网络的规划设计中，预测无线信号的覆盖水平是首先需要考虑的问题，而准确预测信号覆盖的关键便是在于选用经过精确校正的传播模型。传播模型的准确与否密切关系到小区规划是否合理，是运营商能否以比较经济合理的投资满足用户的需求的关键所在。因此为了获得符合本地区实际环境的无线传播模型，提高预测的准确性，为网络规划打好基础，必须进行相关的传播模型校正工作。
为了做好无线规划工作，得到准确的传播模型，在清远地区挑选了几个典型的地点进行了传播模型的测试与校正工作，得到了包括城区商业区、住宅区、城郊等6种地形下的传播模型参数，利用所得到的相关传播模型进行了3G网络的仿真，对进行3G无线网络规划的工作起到了很大的作用，本文正是基于该次的传播模型校正的情况进行论述。
2 传播模型介绍
传播模型的研究可以分为两类：一类是基于无线电传播理论的理论分析方法；一类是建立在大量测试数据和经验公式基础上的实测统计方法，本文是基于研究后者。
2.1 理论分析方法的研究
理论分析法是基于3D数字地图，充分考虑建筑物的特征和分布对信号传播的影响，通过理论计算分别得到每一点上的接收信号的强度，其基本的思想是：首先确定一个发射源的位置，根据3D地图上建筑物特征和分布，找出发射源到每个接收位置光线的所有传播的路径，并根据各种的无线传播理论公式进行计算，得到每个测试点的接收场强，由于该模型要求的数字地图很高，需要带详细建筑信息的三维数字地图，并且对于算法要求非常严格，目前基于理论分析方法的传播模型并没有获得大规模的应用。
2.2 实测统计方法
实测统计的方法主要是基于一个经验的传播模型，通过试验测试的方法，并利用计算机规划软件进行辅助计算，通过对当地的实际无线环境做无线传播特性测试所得的数据对模型公式中的系数进行修改，从而得到不同地形下的模型参数。我公司本次所采用的是基于统计模型的修改方法来进行校正，其中相关的试验测试主要是指CW（连续波）测试，而传播模型校正所采用的是最常用的标准宏小区（Standard MacroCell Model）传播模型。
2.3 Standard MacroCell Model
标准宏小区（Standard MacroCell Model）传播模型以ETS的Hata模型为基础，并在此基础之上添加了一些额外的功能，从而增强了模型的灵活性和精确性，该模型是为宏小区设计，利用到基站的距离采用双斜率的算法。
模型公式为：
Ploss = k1 + k2log(d) + k3(Hms) + k4log(Hms) + k5log(Heff) + k6log(Heff)log(d) + k7diffn+ Clutter_Loss
其中：
Ploss 传播路径损耗(dB);
d是基站到移动站之间的距离（km）；
Hms是移动站天线有效高度（m），本数据可指定为通用数值或只对应单个地物类别；
Heff是基站天线的有效高度（m）；
Diffn是使用Epstein Peterson、Deygout或Bullington的等效刃形衍射方法计算的衍射损耗。
其他K1、K2、K3、K4、K5、K6、K7、Clutter_loss等参数就是根据各种地形及无线传播环境下需要进行调整的待定参数，传播模型的校正就是计算出每种地形环境上以上每个参数的数值，其中各个参数表示的意思为：
k1 & k2为截距和斜率，这些参数对应于一个固定偏移量和基站与移动站之间距离的log值的修正系数；
k3、K4=移动站天线的高度修正系数；
k5、k6=基站天线高度增益的修正系数；
K7 =衍射计算的修正系数。
3 传播模型校正流程
在应用Standard MacroCell Model传播模型进行传播预测之前，如果没有应用环境类似地区的经验数据，一般采用CW测试来进行模型的校正。CW测试是通过连续波，采用全向天线发射信号，接收机在服务区内各个方向的道路上进行测试，以得到不同方向、距离的场强值，CW测试模型校正工作流程及工作内容如下：
（1）测试工具
测试工具主要是用来发射和采集模型校正所需要的原始数据，包括信号发射部分和接收部分，信号发射部分一般放置在位置相对较高的地方及放置在测试区域的中心地点，其中本次测试的发射单元选取了Andrew公司的GWMT2120测试发射机，接收单位选取了罗德与施瓦茨公司的 CW 测试系统，包括了测试接收机、GPS和测试软件。
（2）测试基站/路线制定
根据地形地貌特征选择典型地点作为测试基站，安装发射设备，根据站点周围的地理环境制定测试路线。测试基站数目的设置，一般在人口稠密的城市测试站址应不少于5个，中等规模的城市测试站址取2－3个，中小城市及郊区测试站址选1个就可以了。对于测试路线，为了足够的采样数据，在市区一般测试要求达到10公里左右的距离，在郊区一般在15Km到20Km。由于无线电波在离发射天线很近的地方无法用公式模拟，只是用一固定衰减值，所以在测试中离发射天线很近的地方(一般是0.5Km-1Km)不需要做大量测试。本次清远地区传播模型的校正共进行了七个地方的测试，相关数据如下：
（3）无线测试
根据所选择的测试站点和测试路线进行原始数据的采集。
（4）测试数据的后处理
测试结束后对测试数据进行整理，该项工作是传播模型校正的核心，一般都是依靠计算机的规划软件进行数据的处理，本次是使用的软件是Aircom Enterprise规划软件。
（5）传播模型参数修正
通过Enterprise软件平台，利用Standard MacroCell Model模型进行了模型优化，给出适合清远市各种地形环境下的无线传播模型。
（6）报告输出
对整个工作内容提交报告。
4、数据采集及处理
4.1 数据采集
CW测试数据是模型校正的依据，它的准确有效是模型校正质量好坏的关键，对ＣＷ测试的数据量要充分，以消除统计误差及快衰落的影响。根据业界广泛接受的Lee氏定理，测试数据密度应达到36～50 样点/40波长以消除快衰落的影响。此外，测试数据应在覆盖区域内均匀分布。
4.2 数据处理
经过合理设计所测得的CW测试数据是进行模型校正的依据，它的合理性直接影响到校正结果的正确性，但即使经过了合理的设计，数据仍需要进一步处理。通常处理步骤有：数据过滤，数据离散，地理平均，格式转换。
数据过滤主要是将不符合模型校正基本要求的测试数据加以滤除，主要是基于接收电平、Clutter类别及距离方面的数据进行过滤。
CW测试就是尽可能获取在某一地区各点地理位置的本地均值，因此必须去除瑞利衰落的影响，将数据经过离散处理后才能进行相关的地理平均，消除快衰落保留慢衰落的影响。
由测试软件倒出相关格式文件，才可应用于网络规划软件中。
5 参数校正
5.1 K2 的校正
由于K1～K7各参数值的变化都会互相影响，因此我们先校正影响最大，与距离变化最密切的参数K2。公式的变形如下：
Ploss = [K1 +K3(Hms) + K4log(Hms) + K5log(Heff) + K7diffn]+[K2+K6log(Heff) ] log(d) + Clutter_Loss，
在给定了数字地图、测试数据及天线信息的条件下，可以认为[K1 +K3(Hms) + K4log(Hms)+ K5log(Heff) + K7diffn ]为常数，而Clutter_Loss设为0，则Ploss与log(d)成线性比例关系。因此以距离的对数值为横轴，以信号强度为纵轴建立坐标系，将测试数据分布到此坐标系中，对数据进行直线拟合，则得到的直线斜率就是K2+K6log(Heff) ，只要再减去K6log(Heff)就可得到K2。但K6log(Heff)不是一个常数，Heff是基站发射天线与移动台接收天线之间的相对高度，是随地形的起伏而不断变化的，即每一点的Heff都不同，通过读数字地图可以得到各点的具体值。因此最佳办法是假设K6不变，将每个点的信号强度减去K6log(Heff)log(d)后再进行直线拟合，这样得到的斜率就是最逼近的K2值。
但是对于仿真软件的内部算法，它并不直接提供K2值，而是根据模型进行预测，并将每个测试点的预测值减去实测值，得到一个差值，再对所有差值进行直线拟合，则拟合出来的直线斜率就是K2+K6log(Heff)值的偏差，如果假定K6log(Heff)已是合理值，则该偏差就是K2的偏差。
图1 K2值的获得
5.2 K1 的校正
K2校好后可，则此时图中的intercept即为K1的偏差（实际应为[K1 +K3(Hms) + K4log(Hms) + K5log(Heff)+ K7diffn ]的偏差，但可先假设K3(Hms) + K4log(Hms) + K5log(Heff) + K7diffn ]为常数，则此就为K1的偏差），将原K1值加上intercept即得K1的校正值。也可以用Analyse功能得到此偏差值（表中Mean Error一项的相反数就是此偏差值）。
图2 K1值的获得
5.3 K3、K4 的校正
K3、K4与移动台天线高度相关的因子，该值对传播模型的影响一般不大，可以取缺省值，一般可取-2.93和0.00。K3、K4的变化可由K1来弥补，因此一般取了缺省值后，就可以无需调整。
5.4 K5、K6 的校正
K5、K6与基站天线高度相关。该值也与K3、K4值一样，可以取缺省值，K5、K6的变化可以通过K1、K2的变化来代替其变化的影响，因此一般也无需调整，一般取缺省参数设置-13.82 和-6.55。
5.5 K7 的校正
K7为衍射系数，表示衍射损耗对整个路径损耗贡献的权重。因为衍射只对非视线传播范围内的样点有效，对视线传播范围内的样点衍射损耗为0,对于K7值，如果地形起伏不大，一般建议保留值为0。
5.6 Clutter offset 的调整
该值主要是对于各种地形的调整系数，对于该值，一般也是取缺省的值，对于每种地形的情况的取值为：
6 测试案例
本部分我们介绍其中一个测试点的情况，我们以清远市区诚安宾馆作为了一个测试的例子，其中：
6.1 测试基站－诚安宾馆－周围的照片
8 结尾
本文通过对清远地不同地特类型进行划分，并对各种地物类型进行了相关的模型校正，得出适合于清远地区的修正传播模型，该修正后的传播模型可指导下一步无线网络的仿真工作。
但是应该要补充的，对于以上各种地形得出的传播模型不是唯一的，对于一个模型我们只能说是该模型是否适用，而不能说规定使用唯一的模型，因为不同的仿真软件或不同一次的仿真得到的模型都可以是不一样，模型中各参数之间一个联动的结果，我们所说的模型的准确性是指校正所得的模型和实际测试环境的拟和程度，通常这种拟和程度用校正后的参数来评估。目前业界普遍认为当RMS Error （指模拟结果与实际测试结果之间的均方误差）<8时，则说明所校正模型是贴和实际环境的，即该模型校正的结果是准确的，可以用做网络规划时候使用。同时，因为不同的规划软件其内部算法是有差异的，为此，在使用不同的规划软件进行仿真时，要是有条件，建议能重新做一个模型校正，以得出新的模型。
作者简介:
梁伟坚 硕士 毕业于华南理工大学 电子与通信工程专业，目前在清远公司网络部从事网络规划工作。
论文作者:梁伟坚
论文发表刊物:《基层建设》2017年第35期
论文发表时间:2018/5/15
标签：模型论文; 测试论文; 基站论文; 清远论文; 天线论文; 参数论文; 数据论文; 《基层建设》2017年第35期论文;