实证路径损耗建模和射频检测方案对各种无人机

文摘

摘要提出了一种基于射频(RF)检测路径损耗模型方案为各种无人机使用5 g天线通信在一个工业,科学和医学无线电频段(ISM波段)网络。我们考虑三种通信模式的ISM波段通道特征分析:收增强扩频技术(DESST)协议,wi - fi和蓝牙。无人机信号检测方案提取的无人机信号环境与一般的混合信号。无人机DESST通过接收信号的互相关信号识别。wi - fi和蓝牙信号识别与奇异值分解(圣)算法通过使用跳跃的特点。一般和无人机wi - fi信号由同相/正交(I / Q)阶段分析的测量时间。窗口的接收信号强度指示(RSSI)移动检测(WRMD)分析确定无人机蓝牙信号根据无人机的运动。无人机检测到信号信道建模的水平距离d根据高度θ。最后,他们验证模型的射线追踪模拟真实环境相似。设计的模型提供了一个简单的和准确的预测未来航空通信系统根据无人机运动的变化。

1。介绍

无人机是指无人机(uav),可以控制的无线电波,这意味着飞机能飞遥控或自动船上没有一个人。尽管无人机最初是用于军事用途,他们迅速蔓延到工业和民用市场越来越广泛应用于各个领域。直到集团美国咨询公司预测,世界市场对无人机飙升逾四倍从2017年的28亿美元到2026年的118亿美元。近年来,跨国公司如收(Da江泽民创新),亚马逊和谷歌参与了无人机的发展,及其在各领域的价值增加。无人机的应用很多,从包裹递送、空中摄影、农业和害虫控制,现场检查,调查向偏远地区提供保险等公共安全服务(1,2]。

随着这些应用程序领域的增加,滥用无人机正在增加。无人机难以识别和防御,因为他们可以从远处访问的无线电波。2015年,铯无人机被发现的屋顶上日本首相的房子在2017年,有一个在韩国无人机着陆。无人机检测方法包括射频检测、雷达检测、红外检测、图像检测、和语音检测。建造无人机防御系统时,超过90%的无人机探测技术依赖于雷达的射频检测和物理检测,和复杂的传感执行后,射频检测报警。这种射频检测技术有一个缺点,当其他信号存在精度低在同一频带。因此,在本文中,我们描述一个无人机射频检测技术,有一种普遍的终端在同一频段的信号。

目前,这种方法使用一个短程无线通信网络,4 g / 5 g移动通信网络和卫星GPS网络作为无人机无线通信方法存在。移动通信网络和GPS网络时使用,有一个问题关于频率使用许可和数据库传输,目前,超过90%的商业无人机使用短程无线通信网络。因此,本文的射频检测和路径损耗模型集中在短程无线通信网络。首先,射频检测无人机使用wi - fi, DESST(收提高扩频技术),和蓝牙协议执行中典型的本地无线通信网络的通信方法。2.4 GHz的测量频带带小型无人机,据国内无人机WRC-15频率的分布状态,结果是派生3]。这个频段1218无人机使用的2018平昌冬季奥运会。对于这个仪式,有必要区分乐队和wi - fi和蓝牙信号被成千上万的人使用,防止进入其他的无人驾驶飞机的信号。2.4 GHz的乐队,根据拟议中的射频信号确定检测方案执行路径损耗模型根据三个协议。无人机通信专注于连接的3 gpp标准化活动和服务需求评估场景和信道模型4]。3 d频道建模是基于直线的距离,根据距离和高度,并不能准确反映路径损失高度。的建模工作5- - - - - -13)表明,无人机的高度损失类似于自由空间传播模型。作者指出需要height-dependent参数描述无人机的传播渠道。在本文中,我们提出一种新的郊区通信信道的建模方法,能够获取无人机信道特性之间的平均路径损耗和忍受跟踪统计。我们描述路径损耗过度值添加到已知标准路径损耗。这个多余的大萧条有很强的依赖角实验结果证明。验证了提出的模型与现有模型通过比较通过射线跟踪模拟。

本文组织如下。部分2介绍了我们提出的流模型。部分3介绍了测量系统和测量场景来自韩国忠北国立大学。部分4介绍了射频(RF)检测各种无人机分类方案。部分5提出了提出了各种无人机路径损耗模型。部分6提出了路径损耗模型,通过射线跟踪仿真来验证我们的模型。最后,部分7提供结束语,总结了本文。

2。流的路径损耗模型

我们提出一个通道模型的距离d和高度θ和执行现场测试三种无人机在工业、科学和医疗无线电频段在2.4 GHz (ISM波段)。标准的3 gpp空间信道模型是由简化成本231或赢家二通道模型(14,15]。这个通道模型是基于几何随机信道建模和显示衍射,反射,或与直线距离跟踪d25米的天线最大高度。本标准模型描述了路径损耗的距离d在各种场景中但不考虑路径损耗我根据无人机高度。因此,我们提出一个基于无人机飞行路径损耗模型的信道建模的水平距离d和高度θ,如图1。

拟议中的路径损耗建模过程如图2。首先,测量结果用来确定无人机信号排除一般终端信号基于射频识别算法中描述的部分4。无人机使用收增强扩频技术(DESST)协议,互相关算法应用于确定无人机的信号。的奇异值分解)算法应用于区分下一跳蓝牙信号从一个wi - fi信号使用一个固定的频道。无人机wi - fi信号然后确定通过同步/正交(I / Q相区分的wi - fi信号分析软件狗wi - fi信号。最后,无人机蓝牙信号识别与窗口的接收信号强度指示(RSSI)移动检测(WRMD)方法。三个无人机的识别信号获得每个场景和建模的水平距离和高度。模型方程导出了拟合测量结果根据距离,和力量值派生每隔10米高度的测量数据值相减路径损耗模型。损失值根据高度根据距离进行了分析。路径损耗模型方程是根据最后的高度是通过拟合损失值根据高度。

3所示。测量设置

路径损耗建模,我们构建了一个测量系统和使用DESST, wi - fi,蓝牙无人机。通用终端的通信自由用于wi - fi和蓝牙协议,但是由于朝鲜无人机通信是有限的无人机飞行规定。因此,在政府的批准之后,来自韩国忠北国立大学进行了测量。测量区域被选中根据ITU-R环境分类为城市、郊区和农村环境16,17]。测量环境反映周围的树木、灌木、建筑和车辆运动信息。它显示无人机的传播环境与一般混合终端信号。我们测量的三个网站,获得15000 - 70000年的样本数据,平均8重复测量在每个站点上。图3显示了一个卫星测量区域的照片。频谱分析仪(rsa - 306)用于测量距离的1.5米。

3.1。测量系统

rsa - 306(美国泰克)频谱分析仪用于测量。rsa - 306是一个手持设备,可以提供动力,通过USB 3.0连接。它有一个可测量的频率范围9 khz - 6.2 GHz和能够测量2.4 GHz的ISM波段测量带宽的40 MHz。动态范围是160−dBm 23 dBm。rsa - 306可以与MATLAB软件用于实时信号处理接收到的数据。第一次收到接收信号I / Q数据;分析了功率谱和谱图形式的信号处理。DESST使用的无人机,wi - fi,蓝牙在ISM乐队。图4显示了三个无人机和表1提出了他们的规范。

3.2。测量方案

如图5场景1是根据距离方程推导出路径损耗。一般wi - fi和蓝牙信号固定3 m远离彼此,专用无人机是5 - 70直线方向移动。如图6场景2,执行一个移动测量1.5 - -101.5米一个点每隔10米和4米/秒的速度。表2介绍了测量带宽的40 MHz载波频率为2.45 GHz。的噪声功率频谱分析仪134−dBm / Hz。在韩国的2.4 ghz乐队,超过90%的无人机使用DESST, wi - fi,蓝牙协议。此外,韩国商业无人机市场主要是在中国收和鹦鹉在法国18]。因此,DJD MAVIC PRO的收和机载的鹦鹉被用作测量无人机。由于广播认证的难度,wi - fi无人机测量使用K2-02孩子的世界,已经被韩国认证的无线电通讯。

4所示。射频检测无人机分类方案

实地测量都是基于部分中给出的场景3。无人机识别过程进行了使用信号处理流程图如图7。无人机信号使用不同的沟通方法一步一步被确定,并且每个信号的重复测量。

尽管识别结果的测量情况下,DESST无人机,wi - fi, wi - fi无人机,一般的蓝牙,蓝牙无人机信号可以改写如下: 在哪里所有收到的信号的测量时间,是DESST无人机信号,无人机无线信号,是一般的无线信号,无人机蓝牙信号,是一般的蓝牙信号,是零均值高斯噪声,t是测量时间。方案中,无人机根据每个信号的特征信号是杰出的。

4.1。互相关为DESST无人机检测

信号识别、正常的wi - fi和蓝牙信号同时测量。专用无人机根据测量信号通道重复跳跃和修复时间,有1 - 2 MHz带宽,方波的形状。通过使用这个信号的特点,任何方波可以生成1 - 2 MHz带宽的识别信号互相关的计划。生成的方波信号可以写成

生成的方波信号是阐述如下: 在哪里x生成的方波信号吗y是所有其他测量信号。表3介绍了互相关值测量结果的20年代。

分析结果证实,专用无人机信号高价值。因此,如果互相关值超过阈值的0.75,它被确定为一个专门的无人驾驶飞机的信号。最后专用钻识别公式给出如下:

专用无人机(即信号。,DESST) is identified through a cross-correlation scheme because drone communication uses a proprietary protocol. Other signals can be identified through the SVD scheme regardless of whether they are drone or general signals, and then they can be evaluated as being a drone signal or general signal.

4.2。奇异值分解对信号检测

剩余的ISM波段信号分为wi - fi和蓝牙信号。wi - fi信号以使用802.11 b通信标准来衡量,这是无人驾驶飞机和通用的信号。调制使用高斯频移键控(GFSK)方案和20 MHz带宽与14频道。扩散直接序列扩频(DSSS)调制方法使用调制和一个固定的频道。蓝牙使用802.15.1通信标准和有一个79年1 MHz带宽通道。在这种情况下,传播所使用的调制方法是跳跃的频道跳频扩频(FHSS)为625μ年代(19]。无线通信标准使用一个固定的频道。蓝牙通信标准,随机信号是占据一个预定的时间,避免占用通道没有占领某一通道通过跳跃。我们使用这个信号特征识别的信号通过奇异值分解计划,这需要积累的信号。信号是由积累

的信号按比例缩小的k时间由以下特征向量分解:分解 在哪里是左特征向量,是正确的特征向量,然后呢是奇异值。wi - fi信号与一个固定的通道受到特征向量分解,所以信号的特征值位于顶部的矩阵。蓝牙信号的特征值跳跃通道位于剩余矩阵。圣言会应用于信号标识如下:

顶部的值的计算方案被确定为wi - fi信号,和其余的蓝牙信号。数据8和9光谱图图表显示测量无人机,wi - fi,蓝牙信号累积频率计算方案应用之前和之后。

4.3。为wi - fi无人机检测I / Q相分析

信号识别的计算方案进一步确定为无人机或一般的信号。wi - fi信号识别的固定渠道的I / Q相分析。无人机飞行产生的多普勒频率,影响逐步的I / Q数据。的电信号我和问信号被处理之前的力量可以写成(20.] 无人机信号识别的相位方程可以写成

频带信号位于最高的功率值20 MHz带宽被区分为无人机或不是基于前面的信号的相位差。如果I / Q相位差是超过一定值,信号被标识为一个无人驾驶飞机,它被确定为一个通用信号如果下面。

图10显示了I / Q无人驾驶飞机和通用信号之间的相位差随着时间的推移,和表4介绍了平均值。因此,如果不同的是0.15或更多,wi - fi信号从一个无人驾驶飞机;如果少了,这是一个一般的无线信号。数据11和12显示无线信号的谱图之前和之后的I / Q相分析应用。

4.4。窗口的RSSI移动检测蓝牙无人机检测

蓝牙信号识别的计算方案进一步区分为无人机WRMD信号或一般信号的方案。飞行的无人机行动以更高的速度比一般的蓝牙信号。WRMD方案计算功率变化可以写成(21] 在哪里n是WRMD窗口大小的数量。根据阈值确定的信号是:

WRMD只适用于有超过5 dB的差异之间的两个或两个以上的蓝牙信号提取出来。这是基于假设无人机的速度比正常的信号。图13显示了一个图WRMD振幅的变化。数据14和15显示蓝牙信号的谱图前后WRMD方案应用。

5。路径损耗模型三种标准类型

无人机信号识别用于推导出根据每个距离通道模型方程d和高度θ在ISM乐队。模型方程导出了根据距离,首先拟合测量结果和功率值派生每隔10米从高度的测量数据值减去路径损耗模型。这些样品我们用曲线拟合方法众所周知的计程仪航程路径损耗模型(13)。根据海拔损失值根据距离进行了分析。分析结果证实,10米(固定)的测量数据包含所有测量数据在20 - 70米(步骤:10 m)。因此,路径损耗模型方程推导。

5.1。DESST无人机类型

根据测量场景1、专用的无人驾驶飞机和通用无线信号同时测量。DESST信号被应用互相关和奇异值分解算法中描述的部分4。图16表明,固定无线信号有相同的功率值。DESST信号的功率值与时间和距离减少。圣言会和互相关时,一般无线信号被删除,如图17。

无人机的路径损耗模型导出了拟合测量数据,分类根据距离和高度。首先,测量数据在0 - 70米的距离(高度:0 m)安装如下: 在哪里l₀初始值的路径损耗和吗n表达了路径损耗作为一个标量值。是0 - 70米的距离,和参考距离是5米和2米。表5总结了模型参数的细节。如图18,测量功率值减少由于无人机移动路径损耗。图19根据海拔显示了拟合的结果。

计量点,损失的高度(20米)当只包括altitude-dependent损失包含在测量数据在10米(最小距离)。因此,建模根据海拔高度的测量数据所表达的10 m。损失模型根据高度被减去−79.97 dB的价值派生的数据测量10 m。海拔测量从0°- 84°,但值高于55°被确定为噪音和删除。因此,模型根据高度源自0°55°,是由 在哪里一个路径损耗的标量值,斜率为从0°到55°,然后呢θ₀角度偏移,损失与角度的变化。B高度角是一个标量值被设置为103.78°。表5总结了模型参数的细节。如图19,损失的高度增加无人机的路径损耗。模型根据高度得出损失变化根据路径损耗标量值和指数函数形式。

5.2。wi - fi无人机类型

wi - fi无人机根据测量信号建模场景1、2和确定I / Q相分析。数据20.和21显示数据之前和之后的识别。固定一般wi - fi信号功率值没有变化,和无人机wi - fi信号功率耗损根据距离展出。

的距离和高度建模进行DESST无人驾驶飞机一样。因为wi - fi信号使用一个固定的频道,样本的数量超过了跳跃DESST协议。建模进行了55°,显示相同的损失价值建模根据高度。

数据22和23显示水平距离和高度的拟合结果,分别。像DESST无人机,这些被使用(建模13)和(14)。wi - fi无人机模型类似于DESST无人机模型但包括频率衰减,因为使用一个常数通道。wi - fi无人机建模也解释了DESST跳频干扰。

5.3。蓝牙无人机类型

传播建模为通信设备使用其他通信标准单元设计中是一个重要因素。无人机使用蓝牙,这是一个ISM通信方法,根据测量场景4被建模。蓝牙无人机测量的水平距离和海拔20米。数据24和25显示结果之前和之后WRMD方案应用。我们确认信号样本的数量很小,因为蓝牙信号也跳。无人机WRMD蓝牙信号识别的算法。尽管飞行距离小,衰减信号显示了极大的力量。

数据26和27显示水平距离和高度的拟合结果,分别。最大的建模俯视角为28.84°。方程(13)和(14)也被用于模型来比较三种沟通方法。拟合结果包括down-tilt天线模式的蓝牙信号的衰减。

5.4。最后提出了路径损耗模型

我们提出一个模型的水平距离和高度来确定信号的三种类型的无人机。在测量之前,我们证实了美国联邦通信委员会(FCC)证明文件来计算功率预算。DESST无人机类型的传输功率-22.14 dBm, wi - fi的无人机类型是-23 dBm,和蓝牙无人机类型是-29.71 dBm。每个无人机的发射天线增益是3.9 dBi, 2.5 dBi,分别和-0.6 dBi (22- - - - - -24]。由于计算空间路径损耗和接收天线增益3 dBi,每个无人机的预期接收功率是-69.26 dBm, -71.52 dBm,分别和-76.77 dBm。这个模型包括衰退阴影的距离和高度和传播衰减。结果,每个无人机的初始接收功率测量是-71.41 dBm, -77.16 dBm,分别和-72.91 dBm。数据28和29日显示模型根据水平距离和高度。

该模型方程如下: 在哪里l₀最初的路径损耗和吗n表示标量值的路径损耗。0 - 70米的距离,距离是5米的引用。一个路径损耗的标量值,斜率是0°-55°。θ₀角度偏移,与角损失的变化。B的标量值是高度角。该模型方程取决于合适的线,不能代表所有接收的数据。因此,实际测量数据的变化是由一个概率分布函数表示。N代表一个正常的概率分布,μ是平均值,σ是方差。表5总结了模型参数的细节。我们的模型显示的功率衰减无人机在ISM波段环境。

结果表明,我们建议的模型新的陆地蜂窝天线系统在ISM波段频率预测无人机适当运动。该方法可以计算出传播特性根据无人机是否水平或垂直移动。传播特征可以预测特定的无人机与广泛的现有的传播模型。

6。验证所提出的模型

验证测量结果的有效性,我们配置了射线追踪模拟实际传播环境的工具。仿真环境包括建筑和森林信息类似于一个真正的环境。仿真工具,EIR示踪剂,是由电子(电子和电信研究所)。射线追踪模拟由三个测量环境和两个场景,相比之下,提出了距离模型d通过平均接收功率。数据30.- - - - - -32目前射线追踪模拟屏幕上不同的距离和高度,分别。wi - fi和DESST模型与802.11 b标准模型相比,和蓝牙模型与802.15.1标准模型(25- - - - - -28]。数据33和34显示每个标准模型的射线追踪模拟结果和提出的模型。射线追踪结果从我们的模型略有不同,但他们的倾向是相似的,在5 dB的区别。因此,本文提出的模型是可靠的。

7所示。结论

5 g航空网络,检测各种无人机的运动受到无线电传播特性的影响。因此,检测无人机射频信号和预测传播特征的重要组成部分设计一个5 g天线通信系统。在这项研究中,我们专注于射频检测各种无人机和分析传播特性的ISM波段频率。我们考虑三个无人机来自韩国忠北国立大学不同的通信模式。根据测量数据确定提出了不同的测量场景识别算法。我们确定了DESST协议、wi - fi和蓝牙信号。结果证实,该算法能够识别每个无人机的射频特性。我们提出一个传播衰减方程识别信号的水平距离70米,海拔55°角。来验证测量结果的有效性,我们创建了模拟条件下基于GIS地图在实际环境中。模拟环境包括建筑和森林信息类似于实际环境中来自韩国忠北国立大学在韩国。 The results showed that our proposed model for a new aerial communications system in the ISM band appropriately predicted the signal according to the drone movement. The proposed model is presented in consideration of the most widely used drones in Korea, but it is not applicable to all drones and can be applied only to measured drones and scenarios.

数据可用性

使用的数据来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

这项工作是支持的电子通信(电子和电信研究所)附属研究所和国家安全研究所。

引用

1. a . Al-Hourani和k·戈麦斯建模Cellular-to-UAV路径损耗对于郊区的环境,”IEEE无线通信信,7卷,不。1,第85 - 82页,2018。视图:出版商的网站|谷歌学术搜索
2. a . Al-Hourani”覆盖率和速度分析天线基站(信),“IEEE航空航天和电子系统,52卷,不。6,3077 - 3081年,2016页。视图:出版商的网站|谷歌学术搜索
3. “电联:2015年世界无线电通信大会(WRC-15),“安理会528号决议。视图:谷歌学术搜索
4. H3GPP次数跑WG1, r1 - 1704429, r1 - 1704430,和r1 - 1704431,“无人机连接性、干扰和信道模型”2017。视图:谷歌学术搜索
5. r·阿莫林h .阮p . Mogensen z .科瓦奇,j . Wigard和t . b . Sørensen”电台为无人机通信信道建模在蜂窝网络,”IEEE无线通信信》第六卷,没有。4、514 - 517年,2017页。视图:出版商的网站|谷歌学术搜索
6. m . Simunek平安险Fontan, p . Pechac”无人机低海拔传播渠道在城市地区:统计分析和时间序列生成器,”IEEE天线和传播,卷61,不。7,3850 - 3858年,2013页。视图:出版商的网站|谷歌学术搜索
7. m . Simunek p Pechac, f p . Fontan“超额损失模型低海拔链接为无人机在城市地区,”无线电工程,20卷,不。3、561 - 560年,2011页。视图:谷歌学术搜索
8. m . Simunek f p . Fontan p . Pechac f·j·d·奥特罗,“城市地区空间分集增益低海拔监视应用程序的链接,”IEEE天线和传播,卷61,不。12日,第6260 - 6255页,2013年。视图:出版商的网站|谷歌学术搜索
9. m . Simunek p Pechac, f p . Fontan”无人机链接空间多样性的可行性在树木繁茂的地区,”国际期刊的天线和传播890629卷,2013篇文章ID, 5页,2013。视图:出版商的网站|谷歌学术搜索
10. n Goddemeier和c . Wietfeld”调查空对空信道特点和无人机水稻特定扩展模型,”《IEEE Globecom工作坊,GC Wkshps 2015,页1 - 5,圣地亚哥,加州,美国,2015年12月。视图:谷歌学术搜索
11. h·t·龚c .林,林t, s . j . Tarsa和d . Vlah”测量多样性在低空无人机地对空802.11无线网状网络,”《IEEE Globecom研讨会(GC的10)1804年,页1799 -迈阿密,佛罗里达州,美国,2010年12月。视图:出版商的网站|谷歌学术搜索
12. x Cai, a . Gonzalez-Plaza d·阿隆索et al .,“低空无人机传播通道模型,”学报》第11届欧洲天线与传播、会议EUCAP 2017,页1443 - 1447,法国,2017年3月。视图:谷歌学术搜索
13. r·m·古铁雷斯h . Yu y荣,和d . w .幸福,“时间和频率色散特性的无人机无线信道在沙漠住宅和多山的地形,”学报14 IEEE年度消费者通讯和网络会议上,国家气候变化委员会2017年,页516 - 521,美国2017年1月。视图:谷歌学术搜索
14. 建议ITU-R M.2531”赢家二通道模型,”2007年。视图:谷歌学术搜索
15. n Czink和c Oestges”,成本273 MIMO信道模型:三种集群,”学报2008年IEEE 10扩频技术和应用国际研讨会(ISSSTA)博洛尼亚,页282 - 286年,2008年8月。视图:出版商的网站|谷歌学术搜索
16. 建议ITU-R p . 1411 - 5”,传播和预测方法短程户外无线电通信系统的规划,“2009人。视图:谷歌学术搜索
17. 建议ITU-R P.1407-4”、多路径传播和参数化的特点,“2009人。视图:谷歌学术搜索
18. https://www.droneii.com/top20无人机-公司-排名第三季度- 2016。
19. c . f . Chiasserini和r . r . Rao共存干扰机制缓解IEEE 802.11无线局域网和蓝牙之间”IEEE Infocom学报》2002美国,页590 - 598年,2002年6月。视图:谷歌学术搜索
20. 建议ITU-R SM.1600-2”技术识别的数字信号,”2015年。视图:谷歌学术搜索
21. f . Soldovieri和g . Gennarelli”无处不在的wi - fi设备作为构建块开发简易运动检测系统”传感器,16卷,不。3,2016。视图:谷歌学术搜索
22. 联邦通信委员会(FCC) RDG160806002-00C, Mavic职业测试报告,2016。视图:谷歌学术搜索
23. 联邦通信委员会(FCC) DM124239 WiFi相机无人机测试报告,2016。视图:谷歌学术搜索
24. 联邦通信委员会(FCC) rr051 - 14 - 106526 - 2 - Ed.0,“Quadricopter由智能手机测试报告的鹦鹉,”2015年。视图:谷歌学术搜索
25. t . Chrysikos和美国Kotsopoulos特定站点的路径损耗模型和大规模的衰落特性验证复杂的城市传播拓扑在2.4 GHz,”多国际会议的程序工程师和计算机科学家,2013年。视图:谷歌学术搜索
26. d . Plets r . Mangelschots k . Vanhecke l . Martens和w·约瑟夫,”手机应用程序的实时测试路径损耗模型和网络规划、优化”美国27日IEEE年度个人国际研讨会,室内,和移动无线电通信,PIMRC 20162016年9月,西班牙,。视图:谷歌学术搜索
27. 建议ITU-R p . 1238 - 7,“传播数据和预测方法规划室内无线通信系统和无线局域网在频率900兆赫到100兆赫,”2001年。视图:谷歌学术搜索
28. s . Kubal k Staniec, r . j . Zieliński”分析地下矿井无线电波传播的基础上修改后的射线发射方法,”专业微波、天线与传播,9卷,不。12日,第1248 - 1241页,2015年。视图:出版商的网站|谷歌学术搜索

版权

版权©2018韩元Ho宋等。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。