电波传播理论（徐立勤）db15知识课件.pptVIP

15-1 《电波传播理论》 第15章 移动通信传播损耗 本地化统计模型 基本要求： 1.掌握决定性模型与统计模型的基本概念； 2.了解基本模型的选择以及传播模型本地化的基本思想； 3.了解最小二乘法。 第15章 移动通信传播损耗本地化统计模型 15-4 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 统计模型——由大量的实验测试数据拟合出来的经验公式或半经验半理论公式，甚至是经验曲线。例如上一章的OKUMURA-HATA（奥村）传播模型、 COST 231模型、 Egli 模型等等。 统计模型的预测结果是统计性的推断，具有一定的可靠度和精确度。 统计模型并不要求准确地给出当时当地的精确的地理环境条件，只是要求知道地理环境条件的统计性数据和信息，比如说，是乡村还是城市市区，是水面还是陆地，是室内还是室外，建筑物的平均高度是多少，平均地面折射率是多少等等，这些信息或数据都是具有相当的模糊性或不决定性，但是很容易给出。 对于场强的预测，统计模型不能肯定地告诉你，某一地点某一时刻的场强究竟是多少，但是，它可以告诉你某一区域范围内有百分之多少的地点，其场强可以超过某一数值；以及对于确定的地点，它可以告诉你，一平均年或一最坏月内，有百分之几的时间，场强可以超过某一数值。 第15章 移动通信传播损耗本地化统计模型 15-5 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 对于移动通信而言，由于用户在地点上的随机分布以及用户在移动中环境的随机变化，不同的用户、不同的时刻所遭受的无线电波传播条件是很不一样的，所以在移动通信中使用统计模型是合适的。统计模型一般以实验为基础，如果又通过了大量有代表性的实验数据的检验，那么它一般是比较可靠的，至少不会有大错。 当然，一个统计模型如果能够正确地本地化，即以本地的有代表性的实验数据基础对其进行校准，则它将可能会有更高的精度和更好的可靠性。但是，用于校准的实验数据必须是可靠的、精确的、有全面代表性的，且数据的数量必须足够多，否则，将适得其反，这点是必须特别强调指出的，并不是什麽测试数据都能用于改善传播模型，一个好的数据基础是决定性的。 第15章 移动通信传播损耗本地化统计模型 15-6 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 15.2 基本模型的选择 基本模型——通过分析和参照已有的比较公认和通用的模型（Hata经验模型和Cost-231经验模型）所建立的能够适当地表达所要描述的物理现象的一个模型（包含若干参数的数学表达形式）。 选择基本模型所参照的三个通用模型： Cost-231模型： Okumura-Hata模型： 考虑到移动台天线高度修正项的更一般的模型： （15.2） （15.3） （15.4） 第15章 移动通信传播损耗本地化统计模型 15-7 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 基本传播模型: 包含了移动台天线高度修正项 和建筑物密度因子修正项 的影响； 是已知的常数，不必在本地化中重新确定（校准）。 在这个待本地化的传播模型中，能够和需要本地化（校准）的参数共有四个，即 。 （15.5） 第15章 移动通信传播损耗本地化统计模型 15-8 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 校准系数的线性方程： 利用最小二乘法或线性回归法拟合路测数据以确定各个线性方程中的系数，从而得到经本地测试数据校准的经验传播模型。 （15.6） （15.7） （15.8） 第15章 移动通信传播损耗本地化统计模型 15-9 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 15.3 路测实施与测试数据结构 在实施路测的过程中，不可能每测完一个场强值，就改变以上所述的频率，移动台到基站的距离，基站天线高度和移动台天线高度等变量，然后再测一个场强值，再改变这些变量。 事实上，只能在确定的频率（确定的频段）、确定的移动台天线高度和确定的基站天线高度的情况下，开着车在不同的地点（即改变电路距离，它可由GPS测出的该点地理经纬度算出）测试场强（在已知测试设备参数的情况下可以由场强折算出该地点的基本传输损耗）。 当测试数据的采样数和代表性都已足够时，则可以在保持频率和移动台天线高度不变的条件下改变基站天线高度，再继续进行另外一组传输损耗与距离之间的数据的测试，依此类推。 第15章 移动通信传播损耗本地化统计模型 15-10 《电波传播理论》 第14章 移动通信传播损耗统计预测模型 数据分组结构图： 第15章 移动通信传播损耗本地化统计模型 15-11 《电波传播理论》 第14章 移动通信传播损耗统计预测模