基于神经网络的无线传播模型研究文献综述

 2023-08-15 11:08

文献综述(或调研报告):

无线传播模型是用来模拟仿真无线电波在空间中的传播情况并预测接收端信号功率的工具,主要是研究信号在传播过程中的损耗和衰落问题。传播模型是移动通信网小区规划的基础。一个优秀的移动无线传播模型要具有能够根据不同的特征地形,不同的人造环境,做出适当的调整的能力。

研究人员通过对传播模型进行的大量的理论研究和实际测量,提出了现有的无线传播模型。大体上可以分成三类,确定性模型、经验模型和改进型经验模型。确定性模型是基于电磁场理论,通过对实际环境进行精确计算得出的,代表有射线追踪方法和FDTD方法。确定性模型的优点和缺点都很突出,它对于环境数据要求很高,计算的时间开销也很大,尤其是当关于地形地貌等数据的数据很少时,实施起来很困难。不过在大多情况下,能够有更高的准确度。文献[3]对三类模型进行了比较,选出三类模型各自的代表性模型——COST-231 HATA、Walfisch-Ikegami模型和射线追踪模型,在两个不同的城市环境中进行了许多路测,通过对模型预测与测量值的比较,发现射线追踪模型并不能总是有最小的预测误差。对于射线追踪,需要通过改善环境描述来减少预测误差。有工作聚焦于提升射线追踪的性能,提出了更为优化的算法,比如[1],在计算射线追踪的算法中,使用了反向追踪和预处理方法。通过预先计算出射线追踪的路径,再进行实际射线计算,可以在实际射线计算时实现对射线追踪路径的复用,从而节省了计算资源,提升了计算效率,并通过实际测量实现了对仿真结果的验证。也有对光线追踪模型进行了室内场景的应用和实践,比如[2]。研究了在走廊环境下光线追踪的计算,使用射线固定坐标系来简化计算,通过对结果分析,发现在走廊场景下,通过内墙传输的场强占接收场强的大部分。文献[5]提出了一种基于光线追踪法和人工神经网络的室内场强混合预测方案。使用射线追踪方法根据容易获得的粗糙的地理模型粗略计算场强,再用经过精细数据库训练过的人工神经网络进行补偿小散射引起的贡献。这种方法可以以较低的运行时间和较高的精度来预测场强。

经验模型也称为统计模型,是大量的测试结果进行统计分析之后所获得的表达式,即路径损耗公式。公式中只涉及到天线高度、发与收之间的距离和频率等因素,且这些变量信息都很容易获取,计算方法简单,所以此类模型的应用很广泛。比较著名的有Okumura-Hata、COST231-Hata、CCIR等。具体环境下的经验模型未必能准确预测无线信号和传播损耗大小,所以需要对传播模型进行校正,从而得到能够反映实际无线传播特性的模型,指导具体环境下的网络规划和优化。现有的模型校正方案都是基于经典的传播模型,用普通的拟合校正法对模型进行修正。由于需要进行数据拟合,拟合校正法所用的拟合方法不同,其校正后的误差分析结果也会不同。可以通过路测为依据,校正其系数和地形因子,使校正前后的数据误差在规定允许范围之内。通过LTE网络下移动设备的测量数据,可以更加方便和准确地对模型进行矫正[4]。

改进型经验模型是通过在公式中引入更多的参数从而可以为更细的分类场景提供计算模型,典型的有标准传播模型(SPM)。SPM模型是由cost-321 Hata模型发展而来的。在SPM模型中,引入了绕射,地物等因素对传播的影响,使用地形数据,需要考虑多种衍射机制,不同地貌和天线高度等影响。SPM模型中含有多个修正因子,可以通过最小二乘方法、改进粒子群算法、遗传算法等多种方法,对模型进行矫正,提高准确性和适应性[8]。

这些年,机器学习技术迅猛发展,在自然语言处理,图像识别等领域有非常成功的应用。越来越多的研究人员尝试通过机器学习技术来进行传播模型的建立。文献[6]和[7]分别对宏蜂窝和微蜂窝情况下使用ANN进行了传播预测。在宏蜂窝预测模型中,使用前馈神经网络,克服之前预测模型的一些缺点,使用了三个隐藏层,考虑到了不同高度的楼房的密度、森林密度、居住区域、农村和湖泊等要素,表现出了非常好的性能;另一方面,计算准确度不如许多确定性的模型高。可以成功地在典型地城市和农村环境中使用[6]。在微蜂窝预测模型中,神经网络对由四个不同发射机产生地大量数据集进行学习,并且用于预测未被用于学习的数据集,获得了类似的结果,证明了神经网络学习的稳定性,提出的模型与标准的统计模型相比,能够更巧妙地考虑城市化的影响,同时提供了更高的准确性。作者认为提出的微蜂窝ANN模型能够在大多数微蜂窝网络中成功使用[7]。卷积神经网络也被用于建立无线电传播模型,通过对地图信息进行卷积,提取出地图信息深层次的特征,在与系统参数一起输入神经网络,完成场强预测的工作。以基站和移动台的连线作为坐标系x轴和归一化建筑物高度,能够明显地提高预测的精准度[9]。

[1] Y. Yoon, M. Jung and J. Kim, 'Intelligent ray tracing for the propagaiton prediction,' Proceedings of the 2012 IEEE International Symposium on Antennas and Propagation, Chicago, IL, 2012, pp. 1-2.

[2] J. H. Tarng, W. R. Chang and B. J. Hsu, 'Three-dimensional modeling of 900-MHz and 2.44-GHz radio propagation in corridors,' in IEEE Transactions on Vehicular Technology, vol. 46, no. 2, pp. 519-527, May 1997.

[3] E. Greenberg and E. Klodzh, 'Comparison of deterministic, empirical and physical propagation models in urban environments,' 2015 IEEE International Conference on

Microwaves, Communications, Antennas and Electronic Systems (COMCAS), Tel Aviv, 2015, pp. 1-5.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。