文摘

很好地理解衰落特性的高速铁路环境是至关重要的一个高可靠的铁路无线网络的设计。本文测量了在高速高架桥和地形切割场景使用跟踪端基站(BSs)在中国铁路无线网络。测量网站已经选择了特别的照顾;因此整个测量路线可以通过高架桥或特征地形切割。Kolmogorov-Smirnov(钴)测试被首次引入的统计分析,找出最合适的模型小尺度衰落信封。尽管大米和Nakagami分布提供一个适合一阶信封数据在两种场景,只有水稻模型通常符合二阶统计数据准确。对于高架桥场景,更高的大米K可以观察到的因素。的变化趋势K因素是距离的函数两种情况是完全不同的。它可以得出结论,在铁路桥梁的跨度在地形切割场景中会影响大米K严重的价值。

1。介绍

作为铁路通信的国际标准和应用程序,GSM-R(铁路GSM)采用中国作为一个无线通信平台将列车控制的安全数据。与在中国高速铁路的快速发展,沿着铁路线GSM-R网络被广泛部署。gsm - r的目标以来,为列车控制传输安全数据和信息,失败或阻塞的无线网络将不可避免地影响到铁路系统的正常运行。提供一个安全可靠的网络,铁路无线网络的设计是至关重要的。同时,适当的无线网络设计和优化严重依赖于准确的电波传播预测。

高速铁路的传播环境是很多不同于常见的公共无线网络。显示在[1),通常是铁路轨道的地形岩屑,隧道、桥梁、等等。跟踪端基站(BSs)通常被用来提供一个无缝覆盖。此外,BS天线总是远高于周围环境来确保有一个视线(LOS)组件之间的火车BS天线和天线。到目前为止,这些特殊的铁路通道分析环境吸引了越来越多的研究兴趣。测量路径损耗值在高架桥场景分析(2- - - - - -4),分别和路径损耗指数被发现在2和4之间。更一般的路径损耗模型中提出了高架桥场景(5),考虑到高架桥高度和BS天线相对高度的影响。大米因素沿着高速铁路高架桥和地形切割场景首次估计基于当下估计量,雇佣了第二和第四时刻信号的包络(6]。然而,两个基于当下估计量的统计分析表明,基于当下估计使用第一和第二信号包络的时候可以更好的估计量,因为它具有更好的渐近性能(7]。和大米因素作为距离的函数进行了研究[8),显示了在远处因素线性减少。然而,估计区间的大米因素被设置为100,我们相信太大反映的快速变化的因素。

此外,尽管Nakagami分布已被广泛接受的是一个非常适合移动无线信道特征(9,10),它从未被研究过小规模的包络特征的铁路场景。这项工作的目的是为了填补这一差距通过调查Nakagami分布是否适合描述小规模衰落的信封。此外,二阶统计接收的信封,如平交路口率(LCR)和平均消退时间(儿),尚未全面调查。尽管最近的工作测量的二阶统计数据与理论值相比瑞利,大米和Nakagami高架桥场景中模型(11),没有论文报告了地形切割场景的结果。这些统计数据的统计分析提供有用的信息爆炸错误和纠错编码的设计。

这剩下的纸是组织如下。简要描述给出测量系统和场景的部分2。小尺度衰落信道的理论模型中描述的部分3。部分4显示测量结果的两个场景,包括信封分布和二阶统计数据。结论部分5。

2。测量设置

窄带测量线路是沿着中国高速铁路的郑州-西安线路与一个特殊的测试系统,它可以收集信号电平BSs gsm - r跟踪数据从一边。在测量期间,火车移动的高速约277 - 300公里每小时。测量系统的定期培训记录信号功率值每10厘米。两种典型高架桥和地形切割场景被选择进行分析。和测量已经完成两次在两个不同的天消除测量误差的影响。以下部分描述更详细的测量系统和测量场景。

2.1。测量系统

图中所示的测量系统1由一个接收天线安装在顶部的火车,8300 Willteck格里芬快速测量接收机,火车里程表,全球定位系统(GPS)设备,一台笔记本电脑来记录测试数据。在远处测量接收机操作触发模式。所以火车里程表能够触发信号发送到接收机每隔10厘米。软件安装在笔记本电脑可以储存测量数据。和地理位置数据的测量样本可以提供的GPS设备。表1显示了一些测量参数的两个场景。传输天线定向和正交极化。全向接收天线。

2.2。测量方案

这两个选择场景如图2。高架桥场景描绘在图2(一个)似乎是一个很好的传播环境中,很少有障碍和散射。测量了高架桥的卫星图像也显示在图2 (b),它显示了整个测量从BS ZX1706D BS ZX1705D。在测量期间,BS ZX1706D是传输信号。然而,地形切割场景显示在图2 (c)似乎更复杂的无线电波传播。铁路两侧的山坡可能阻止无线电波或产生多次反射。覆盖着青草的山坡上有一个约7 - 8米的高度。倾斜的程度约为70度。的卫星图像测量地形切割也显示在图2 (d)。5在铁路桥梁的跨度可以观察到这个数字。这些桥梁是建立促进双方的交通地形切割。后对桥梁的影响在无线电传播将说明。在测试期间BS ZX1714D是传输信号。整个测量面积从BS ZX1714D BS 1713 d可以大举削减地形场景。在这两种场景中,铁路几乎是直和BS天线位于17岁和37米离铁轨。

3所示。理论模型

提出各种理论模型来描述移动信道的小尺度衰落行为。在本节中,两个信封瑞利分布和二阶统计,大米和Nakagami衰落模型进行了讨论。

3.1。信封分布

瑞利概率密度函数(PDF)是由(12]

和参数的最大似然估计是 在哪里的是第二个时刻测量样本。

大米PDF表示为 在函数是修改后的第一类贝塞尔函数和零。水稻分布经常被描述的一个参数这被定义为之间的比例直接或强大的组件的信号和多路径的方差。它是由

的参数被称为水稻因素和完全指定了水稻分布。提出了不同的方法估算的大米的因素。虽然极大似然估计量(企业)可以产生最优的结果,它是相对繁琐,耗费时间(13]。一个简单的估算方法基于接收者信封的时刻也被提出。这验证了7],基于当下估计使用第一和第二信号包络的时刻有一个更好的渐近性能,而使用的第二和第四时刻信封。估计基于第一和第二信号包络的时刻使用,尽管它有点复杂。

大米的时刻分布可以表示为(7] 在哪里合流超几何函数,是伽玛函数。获得,定义以下功能

自只取决于,可以通过反相对应的导出吗。当和,(6)可以计算使用(5),

从(6),也可以表示为 在哪里和可以根据计算时刻的测量样本,可以的吗 在哪里是测量包络值,是采样周期,是可用的数量样品。相应的估计量可以通过结合(7)和(8)。然而,这涉及到复杂的反相的数值程序(7)。一个简单的方法来解决这个问题是实现一个查找表。具体而言,首先创建一个查找表计算一个预定义的值的范围值根据(7)。然后进行比较结果(8)的值存储在查找表中。最后,价值的偏差最小选为估计吗的因素。

Nakagami PDF的信封是由 在哪里是Nakagami参数定义为之间的比例平方,信封的方差的平方 和平均功率,给出了吗 γ函数给出 通常被广泛接受,参数可以合理地估计 在哪里提供样品的数量吗的信封。相反,形状参数可以使用不同的估计方法。在[14),逆规范化的性能差异,Tolparev-Polyakov,洛伦兹估计已经通过蒙特卡罗模拟进行比较。和反归一化方差估计已经被证明是优于其他两个估计。因此,它采用的估计量在我们的论文中,由

3.2。二阶统计

LCR信号的包络线显示接收信号的速度随时间变化的信息。它被定义为平均次数的信号包络跨越一定的阈值水平方向正向的每秒。和变频器的定义是衰落信号包络的平均时间仍低于某个阈值水平(15]。精确瑞利的二阶统计公式,大米和Nakagami衰落模型派生的文献及其适合经验数据在不同场景中也被调查。人们普遍认为的二阶统计拟合优度似乎没有适合的准确性依赖于一阶统计(16,17]。因此,它是至关重要的比较我们的测量结果的所有三个理论模型,下面列出。

瑞利衰落信号,LCR表达式,大米(18],Nakagami [19)模型 在哪里的值是指定的水平规范化,当地的均方根振幅衰减信封,是最大的多普勒频率,它可以计算吗 在哪里是移动的平均速度,是载波信号的波长。和是水稻因素,是Nakagami参数。它们的值可以从测量包络估计样本。

法国发展署公式瑞利,大米和Nakagami模型可以表示为

4所示。测量结果

4.1。数据处理

确定接收信号包络的小规模衰落统计,路径损耗和阴影的影响必须先被删除。为了提取衰落包络,接收到的信号归一化局部平均值。因此,对于接收到的样品,当地的平均值 在哪里代表样本的数量在一个滑动窗口(或本)的计算。这个局部平均值计算为每个单独的样品本,然后使用标准化样本分布拟合。所显示(20.本大小40]λ用于分析对应的平均距离约13米。用于这些测量的采样率,这个距离意味着大约有128样本/ bin。

一阶的信封,Kolmogorov-Smirnov(钴)测试调查的拟合性能实现预定义的分布的所有箱子在这两个场景。它已经被应用于(21- - - - - -23)作为拟合优度检验方法验证假设分布的适用性和识别最能代表实验结果的分布。

钴的统计衡量之间的最大偏差假设分布和经验分布来源于测量数据,是由(24] 在哪里累积分布函数(CDF)的经验数据,CDF假设分布和是样品的数量。的值然后与一个关键值,这是一个显著性水平和样本大小的函数(25]。如果,那么假设分布等于经验分布。换句话说,假设分布已经通过了钴测试。

4.2。分布拟合结果

表2显示了钴测试结果。数值代表了垃圾箱的百分比已通过了测试。很明显,水稻和Nakagami分布符合测量数据在两个场景很好,因为他们都有超过74%的垃圾箱。拟合的结果之间的差异大米和Nakagami分布是相当小的。相反,瑞利分布只有少数测试箱安装。此外,特定本样本块经验提供数据和理论模型符合3和4。经验分布之间的密切的相似之处和大米和Nakagami发行版中可以看到这些数据。与此同时,瑞利分布从测量数据有很大的偏差。大米和Nakagami发行版都通过了钴测试箱所示,而瑞利分布未能通过测试。可以观察到类似的结果在大多数的垃圾箱。它演示了钴的有效性测试。

4.3。大米特征

水稻模型有一个相对强劲的物理意义,它一直在选择分析衰落统计高架桥和地形切割场景。从上面的测试结果,它可以被发现,并不是所有的箱子可以作为水稻分布特征。由于多路径信号的随机性和复杂性组件、信号包络的一些箱子可能显示一个完整的样品不同的分布。因此,为了获得更精确的结果,估计值没有通过了钴测试被丢弃的统计分析。表3提出了一些统计估计大米的因素(如线性功率比)在两种场景,包括最小、最大,意思是,和标准偏差值。看到,高架桥的场景似乎是一种不太严重的衰落信道相比,地形切割场景自的意思高架桥方案的价值大于地形切割的场景。的标准偏差值的场景都是差不多的。

的运作因素在两个场景也显示在图5。可以看出,对于任何给定的概率值,高架桥方案的价值大于地形切割的情况下,进一步确认的相对严重的传播环境地形切割场景。在大多数的情况下(大约90%),区间中值是0 - 4对于高架桥场景,而地形切割场景的值为0 - 2.9。此外,大约22%的地形切割场景中值为零,这意味着一种衰落瑞利衰落一样严重。然而,零的比例高架桥场景中值仅为9%。

图6显示了大米的情节因素的函数BS-train分离距离的场景。在高架桥场景中,大米值会增加在第一个几百米。这可以解释为定向天线是用于铁路无线网络。定向天线的影响也反映在接收到的信号功率,这是低附近的废话和逐渐增加的距离。然后值显示了一个总的趋势。在地形切割场景中,增加的趋势值为第一个几百米是不明显的。山坡上的原因是存在可能削弱《组件。其余部分的大米值没有定期的变化趋势在高架桥的场景中。相反,它大幅波动。五的位置在桥梁也标记在图5垂直的虚线。这是观察到大米价值倾向于通过在桥梁之后迅速下降,然后再次上升。这种现象非常明显在过去四桥。因此,价值似乎改变定期根据桥梁的存在,虽然这不是高架桥中观察到的场景。

4.4。二阶统计

所有获得的信封数据首先被用来计算LCR和变频器的值。之后,测量包络值拟合的理论分布,然后理论电感电容电阻测量和变频器可以派生值。对于高架桥,获得大米因素是2.32和Nakagami参数是1.99。对于地形切割,大米因素是1.29和Nakagami参数是1.50。经验和理论计算电感电容电阻测量和发展署值阈值水平从−20 dB 10 dB。

实证和理论电感电容电阻测量结果在高架桥和地形切割场景中第一测量图所示7。相当大的电感电容电阻测量值每秒可观测到的人物。这是由于这样的事实,火车正以非常高的速度。根据理论公式(16),每秒LCR线性增长最大的多普勒频率,这是一个单调递增函数移动站的平均速度。对于高架桥场景,一个好的协议经验电感电容电阻测量和大米模型之间的任何阈值可以看出,当一个坏协议经验数据和瑞利模型也可以找到。尽管Nakagami模型不给适合的阈值,它让优秀的适合阈值小于−15分贝。发现Nakagami和经验之间的良好匹配CDFs并不能保证一个好的匹配相应的电感电容电阻测量曲线。同样的行为也获得了第二次测量,确认密切匹配的一阶统计可能产生不同的二阶统计(16]。对于地形切割场景,如图7 (b),水稻模型仍然可以提供更好的选择比其他两个模型。但实证结果之间的偏差和水稻模型比高架桥的场景中,特别是对于阈值附近0分贝。瑞利模型仍然给了最糟糕的健康,而Nakagami模型给出了一个相对更好的选择。不过,一个相对独立的一阶和二阶统计之间的拟合优度可以观察到。

实证和理论情况导致高架桥第一测量和地形切割场景图所示8。儿值标注在对数刻度突出的细微差别(在线性范围内不可见)之间的实证和理论情况。两个场景,水稻模型提供了最适合大多数阈值。然而,它偏离较大的上下部分的曲线。另一方面,Nakagami模型更精确的阈值大于0分贝。理论的瑞利值总是小于测量变频器值。

5。结论

本文介绍了实证衰落特性导致典型的高速铁路高架桥和地形切割场景。测量是通过gsm - r。一个特别的测试系统小尺度衰落包络理论瑞利分布已安装,大米和Nakagami分布。钴测试专门介绍了拟合优度检验方法验证假设分布的适用性和结果表明,大米和Nakagami分布可以很好地描述了经验数据。统计分析的大米因素表明,在大多数情况下区间内的值是0 - 4对于高架桥场景,而地形切割场景的值为0 - 2.9。和大约22%的大米值在地形切割场景中为零,这表明,无线电波的经历更严重的衰落在地形切割场景中比在高架桥的场景。进一步研究的大米因素的函数距离表明在高架桥的场景中值会增加在第一个几百米由于定向天线。它将显示一个总的趋势的其余部分的距离。相反,值表现出一个不规则地形切割场景中随着距离的变化趋势。它是发现定期价值似乎下降和上升的效应对桥梁跨越铁轨。尽管大米和Nakagami分布提供一个适合一阶信封数据在两种场景,只有水稻模型通常符合二阶统计数据准确。这个结果验证一阶之间的拟合优度包络统计和二阶统计是相对独立的。这些结果肯定会让更好的传播渠道的理解典型的高速铁路场景,因此对于网络的系统设计具有重要意义。

确认

这部分工作是支持的共同基金基础研究基金批准号下的中央大学2010 jbz008和2012 yjs017,国家重点项目,国家自然科学基金委(批准号60830001),轨道交通控制与安全国家重点实验室(合同编号。RCS2008ZZ006),(合同编号。RCS2008ZZ007),(合同编号。RCS2010 K008),北京交通大学。最后但并非最不重要的,作者要感谢匿名审稿人的宝贵的意见和建议来提高文章的质量。