一种新颖的无线电波传播建模方法使用系统识别技术在无线链接在东非

文摘

传播无线电信号通过无线广播频道受折射绕射和反射,自由空间损耗,对象渗透和吸收,腐败的最初传播信号在无线电波到达接收机天线。虽然有许多因素影响无线广播频道,仍有大量的无线电波传播模型等时候,哈塔,自由空间模型,预测和成本- 231接收机天线接收到的信号电平。然而,无线电波传播的该领域的研究人员认为,没有普遍接受的传播模型来保证一个通用的建议。因此,本研究的目的是确定测量接收信号的水平之间的差异和接收到的信号电平计算从自由空间传播模型。系统识别方法提出了确定这未知的区别。收集测量接收信号水平随机选择从三个城市在埃塞俄比亚使用一台计算机,Nemo测试工具,Actix软件,诺基亚手机和GPS。从模拟结果是根据接收到的实验进行验证信号电平测量在不同的环境中。从仿真结果,均方误差(MSE)为4.169分贝,这是远小于6 dB的最低可接受的MSE价值信号传播,和74.76%适合估计数据。结果清楚地表明,该无线电波传播模型预测接收到的信号水平研究地区的900 MHz和1800 MHz。

1。介绍

信号通过无线广播频道的传播路径损耗的影响,主要取决于接收器的天线之间的距离和发射机天线,天线的特点,操作频率(1- - - - - -10]。此外,妨碍对象的行为在无线电频道如墙、地形、建筑物、植被和其他对象有一个对路径损耗的影响(3,11- - - - - -13]。因为信号通过无线广播信道传播环境中它可以反映,分散和衍射墙壁,地形、建筑物、和其他对象,完整信息的信号传输通过无线广播频道只能通过求解麦克斯韦方程和边界条件,计算表达这些阻碍物体的物理特性(1,2,4,12]。从麦克斯韦方程的计算是困难的和必要的参数(渗透率和介电常数 )往往无法获得,有大量的研究在文献[5- - - - - -10近似一个无线电波传播没有采用麦克斯韦方程。

然而,这些研究将研究区域的特点和特定的操作频率的系统到位。作者在5)进行了一项实验:在一个复杂的建筑以及l型走廊在缅甸联邦共和国。所有测量,他们用一个路由器和一个8 dBi全向天线和TP-Link无线发射机和一台笔记本电脑和inSSIDer无线RX。为了发展模型、自由空间模型修改。数据是在2.4 GHz。作者在7]哈塔相比,时候,成本- 231,哈塔模型的扩展,Hata-Davidson模型和自由空间模型与测量磁场数据取自调频广播在北印度。通过分析不同的结果,作者发现成本- 231模型给出更好的结果。作者在8]研究了路径损耗和路径损耗指数对距离北地区的印度。实地测量来自50 dBm - 70 dBm调频广播电台在不同位置的相同的距离。路径损耗指数和路径损失被用于比较分析通过改变接收机天线高度从4米到9米。从他们的研究结果,接收机天线变化从4米到9米导致7 dB路径损耗和路径损耗指数略有下降。

作者在9]调查成本的绩效评估- 231,哈塔,时候,自由空间模型,要么模型的扩展,Hata-Davidson模型和设想的最合适的模型在印度北部地区的一个平面区域。这是由六个实证路径损耗模型的比较分析对测量数据从50 dBm调频广播发射机和发射天线高度45米和70 dBm调频发射机和天线高度100米的北印度。从他们的调查,Hata-Davidson模型显示更好的结果比哈塔模型的扩展时间距离的均方误差- 231被发现的最小成本比其他模型。

作者在10使用CDMA情节扫描仪测量无线电信号,全球定位系统(GPS)和全向天线在澳大利亚在800 MHz和900 MHz的频率。作者利用测量开发了一个传播模型,他们对自由空间模型,用于比较Okumura-Hata模型,P.1546-0 P.1546-1, P.1546-2。结果显示,P.1546-0和P.1546-1提供更好的整体预测的路径损耗相比传统Okumura-Hata模型。作者在11)测量无线电信号在印度城市的900 MHz和1800 MHz的频率。他们用频谱分析仪来收集测量。分析他们的数据后,显示更好的结果的时候喜欢模型,特定的研究区域。

无线电波传播领域的研究人员得出结论,没有足够精确的传播模型,保证推荐(10]。这是因为无线电传播受大气条件的变化,如温度、压力和相对湿度从地方1,2,4,12,13]。

无线电波传播的准确建模是非常重要的在一个无线网络系统设计与分析(6]。最重要的性能指标通常受到无线电波传播模型是接收到的信号电平和cochannel干扰6]。因此,需要有一个精确的传播模型由于事实overprediction导致情景中断,进而导致可怜的系统可用性,系统延迟时间的增加,收入的损失,一个underprediction导致干扰cochannel细胞(4]。

提示这个问题进一步的研究在日本、欧洲、印度和美国找到一个普遍可靠无线电波传播模型。然而,许多非洲地区尚未充分研究。特别是在东非,最近的研究是由(4]在埃塞俄比亚和[14在苏丹,他调查了降雨衰减的影响在微波和毫米波。

这项工作,因此,旨在找到另一种方式修改自由空间传播模型的系统辨识方法的帮助下提供多路径传播的影响在我们的特定研究区域(即。埃塞俄比亚)。

本文的其余部分的结构如下:部分2提出了一种系统识别方法。整个论文的结果和结论提出了部分2.1。

2。系统识别方法

系统识别是处理的科学观测系统转换成数学模型来描述被测系统的行为(15- - - - - -17]。推断的一个数学模型对无线电波传播的观察可能成为另一个无线电波环境特性的方法。这是因为无线电环境通常是一个未知的现象。因此,它有可能开发出一个数学模型,有一个好的近似的无线电环境和基础测量数据以及可能的。

从数据模型建设涉及到三个基本实体(15- - - - - -17]:(1)输入输出数据(2)一组候选模型(3)一个规则的候选模型可以使用数据评估

2.1。实验的细节

测量来自Ethio电信的网络(即三个主要城镇。Hawassa,阿达玛和Jimma)在埃塞俄比亚,如图1。测量了900 MHz和1800 MHz的频率。

这些测量收集从GSM BTS 33 dBm发射机功率,频率900 MHz和1800 MHz,高35米,和14.5 dBi天线增益。数据是在电脑的帮助下收集的,尼莫测试工具,Actix软件,诺基亚手机和GPS。诺基亚手机是保存在一个汽车固定天线高度为1.5米。它有一个各向同性2 dB的增益。

记录的数据包括接收信号强度(RSS),距离从发射机到接收机天线,和地理坐标。在测量间隔5米。数据进一步分析通过比较它与著名的自由空间传播模型。之间的差异测量RSS和计算RSS自由空间波传播模型作为系统的输入-输出数据识别。

接收到的信号强度,发射机功率,和是天线的增益,是自由空间损失,在空中力量的总体损失是由于多径传播。

2.2。标准模型形式

有不同的方法使用传递函数方法通过系统模型未知系统参数识别方法。他们的主要差异是噪音是如何进入系统响应(15,16]。系统识别的过程要求人们必须选择一个模型结构并应用评估方法来确定模型参数的数值基于系统输入-输出数据(15,16]。尤其是系统的行为是未知的,建议检查可用的数学结构在工具箱中再现测量数据(15,16]。这种建模方法被称为黑盒模型(15,16]。相反,如果第一个原则是已知的和你不知道的一些常量的数值,灰色建模将有助于确定这些常数的数值(15,16]。

系统识别与传递函数包括确定输入和输出之间的传递函数和噪声。让我们假设指定的系统动力学 在哪里 和 , 是系统的输出,是系统的输入,是一个零均值白噪声,是输入和输出之间的传递函数,然后呢是一个噪声的传递函数。在这里,系统识别会发现如果系数一个,B,C,D存在和系数的值是什么。

在本文中,我们看四个标准模型形式,有不同的属性:一些更容易识别,但其他人则更普遍。

2.2.1。输出误差(OE)模型

输出误差(OE)方法模型系统,如图2。

输出误差的传递函数模型是由(3)。很好的使用这个模型当系统噪声是由白噪声(9]。 在哪里是系统的输入,是系统扰动,是系统输出,和多项式对向后移位操作符z⁻¹。被定义为的过滤器

2.2.2。ARMAX模型

额外的输入(ARMAX)方法的autoregressive-moving-average模型在图所示的系统3。

ARMAX由传递函数(5)。 在哪里是系统的输入,是系统干扰零均值高斯白,是系统输出, , ,和多项式对向后移位操作符z⁻¹。

被定义为的过滤器

2.2.3。ARX模型

额外的输入(ARX)方法的自回归模型系统,如图4。

AMRAX由传递函数(7)。 在哪里是系统的输入,是系统扰动,是系统输出,和多项式对向后移位操作符z⁻¹。被定义为的过滤器

2.2.4。Box-Jenkins模型

Box-Jenkins (BJ)方法系统模型如图5。 在哪里是系统的输入,是系统扰动,是系统输出, , , ,和多项式对向后移位操作符z⁻¹。

2.3。最好的模型集

最好的模型的评估,识别后的模型,是由模型表现良好时,他们是如何应用到相同的输入产生测量输出。可以通过分析均方误差(MSE) [15,16]。最好的模型均方误差值较低。系统中识别、均方误差可以通过计算模型的残余。后选择一个好的执行模型,基于一组标准(自相关、互相关),还有待观察是否选择的模型是足够好为另一个数据集。这个特殊的测试就是验证。

2.3.1。自相关检验

剩余的一个合适的模型应该是一个白色信号为零的意思。因此,残余信号可以表现出重要的信息识别模型的验证或失效。之故,自相关测试是为了检验残差之间的相关性。的情况一致的模型估计,剩余渐近成为白噪声信号。

2.3.2。互相关检测

类似的推理后,在前面的测试,这个测试是检查是否有相关性过去输入和残余信号。这是一个好的模型的要求,输入和残差之间的互相关函数置信区域之外的不显著(15,16]。如果不是,有一个未知参数的残余信号从输入并没有被很好的照顾模式15,16]

2.4。结果和讨论

确定模型的数值结果列在下表中1。在表1OE和ARX有四个系数,而ARX 6系数和BJ有八个系数。如果其他测试的参数保持不变,OE和ARX模型比ARMAX和BJ首选。

数值结果的一些测试参数列在下表中2。OE模型MSE测试和噪声方差测试失败,它可怜的估计其他三个模型之间的比例。ARX ARMAX, BJ也有类似的表现在整个测试的表现,尽管BJ更好地适合估计数据,有较低的均方误差,并降低噪声方差。ARX模型平均误差略低了ARMAX和BJ模型。ARX ARMAX, BJ满意MSE测试,因为在这些模型中,MSE的计算值是4.169,4.127,和4.108,分别远小于最小可接受的均方误差值为6 dB的信号传播(8]。

残余信号有很重要的信息发达的验证或失效模式(15,16]。最好的理想模型小残余和零均值和过去的样品是不相关的。因此,自相关测试是为了测试白度的剩余模型。在 ,如图6,自相关函数是1(这个函数的定义是1零延迟)。然而,对于一个模型被接受,残差的自相关应在黄带(即。,99%的置信区域)[15,16]。因此,OE模型白度测试再次失败。ARX的自相关测试、ARMAX和BJ模型是在推荐的黄带,因此,这些模型的残差是白色,几乎为零的意思是,和不相关的。

底部轴图6显示输入的残差的互相关。一个好的模型应该与过去的残差不相关的输入(15,16]。因此,在图6,看到黄色带内的互相关值的所有模型。

在测试进行总结,OE整个测试失败,但互相关测试。ARX ARMAX, BJ几乎类似的表演。很难选择最好的ARX模型,ARMAX, BJ可用的测试。他们三个描述下的输入-输出数据很好地执行测试非常轻微的差异。但是,当涉及到的订单和复杂性模型,强烈建议选择一个模型为其简单(较低15,16]。在这地面,ARX边缘ARMAX和BJ模型。因此,ARX模型用于验证该模型测量在不同的环境和现有的波传播模型。

ARX模型被选择来验证该模型与现有的自由空间传播模型和独立的测量来验证该模型。显示在图7,该模型显著提高了自由空间传播在埃塞俄比亚。

2.5。结论

在本文中,系统辨识方法的有效性预测分析了城市埃塞俄比亚的路径损耗。四个标准的系统辨识模型形式,OE, ARX, ARMAX, BJ,用于确定测量接收信号之间的差异水平获得利用Nemo测试工具从商业GSM和计算接收信号水平从自由空间传播模型相同的网络。从仿真结果、ARX ARMAX, BJ满意MSE测试,因为在这些模型中,MSE的计算值是4.169,4.127,和4.108,分别,这是远小于最低可接受的MSE 6 dB好的信号传播的价值。ARX模型被用来验证该模型的测量进行了不同的环境对其简单性。模拟显示一个有前途的结果,系统识别方法可以用于开发无线电波传播模式。

数据可用性

信号电平测量数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

作者想感谢Eng。Eng Gizachew艾迪斯。Abinet吉尔马,Eng。Kassahun Mokonnen协助我们与数据。这项工作得到了学院的科学、技术和创新,泛非大学,肯尼亚内罗毕。

引用

1. m·马库斯和b为“毫米波传播:频谱管理影响,”IEEE微波杂志》第六卷,没有。2,54 - 62年,2005页。视图:出版商的网站|谷歌学术搜索
2. r·l·弗里曼无线电通信系统设计IEEE,纽约,纽约,美国,第3版,2007年版。视图:出版商的网站
3. t·吉尔马和a·g·Abebe“移动蜂窝系统中负载平衡与多准则切换算法,”模糊系统的进步卷,2017篇文章ID 2795905、8页,2017。视图:出版商的网站|谷歌学术搜索
4. f . d . Diba无线电波传播模型在微波和毫米的降水和净空的乐队在非洲之角的无线连接,大学Ofkwazulu-Natal, 2017年。
5. t . a .敏,战争”发展的无线电波传播模型在视线外室内仿真结果)场景中,“国际期刊的计算机,30卷,不。1,2015。视图:谷歌学术搜索
6. 美国库尔特和b . Tavli”,为无线传感器网络路径损耗模型:模型的回顾和比较评估,”IEEE天线和传播杂志卷,59号1,18-37,2017页。视图:出版商的网站|谷歌学术搜索
7. p . Pathania p·库马尔,s . b . Rana”广播应用程序的路径损耗模型的修改配方,”最近的技术和工程的国际期刊,3卷,不。3,44-54,2014页。视图:谷歌学术搜索
8. p . Pathania p·库马尔,s . b . Rana“绩效评估路径损耗参数的广播应用程序,”国际期刊的研究在工程和技术,3卷,不。4、520 - 528年,2014页。视图:出版商的网站|谷歌学术搜索
9. p . Pathania p·库马尔,s . b . Rana“绩效评估不同的路径损耗模型对于广播应用程序,”美国工程研究》杂志上,3卷,不。4、335 - 342年,2014页。视图:谷歌学术搜索
10. 大肠Ostlin、h·铃木和h . j . Zepernick”传播模型的评价推荐ITU-R p . 1546为澳大利亚农村地区的移动服务,“IEEE车辆技术卷,57号1,38-51,2008页。视图:出版商的网站|谷歌学术搜索
11. h·哈斯和s·麦克劳林,”一个派生的PDF相邻信道干扰在蜂窝系统中,“IEEE通信信,8卷,不。2、102 - 104年,2004页。视图:出版商的网站|谷歌学术搜索
12. a·戈德史密斯无线通信》,剑桥大学出版社,2005年。视图:出版商的网站
13. l . MURO在室内环境中电磁波传播的方法和算法DI那不勒斯,意大利Degli某费德里科•II, 2008。
14. s·m·谢里夫,“微波信号衰减由于降雨在苏丹,”六个非洲车间无线使用的信息》第六卷,1 - 6,2007页。视图:谷歌学术搜索
15. l . LjungLjung L系统理论用于用户识别。pdfPTR Prentice Hall鞍上游,新泽西,美国,1987年。
16. l . Ljung系统辨识工具箱™入门指南2015 R联系数学是如何工作的,2015年数学工作。
17. e . Geerardyn开发用户友好的系统识别系统识别技术VUB大学出版社,2016年。

版权

版权©2018所罗门·t·吉尔马等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。