Page 13 - 网络电信2023年12月刊

SPM模型是一种改进型的经验模型，也是应用比较广泛的一 映无线电波在不同对象下的反射、散射等传播特性，如图2所示
种标准宏蜂窝模型。该模型基于实际的数字地图信息，确定针 [4] 。
对当地地物信息的地物损耗因子，从而更加准确地预测网络方
图1 三维场景模型
案在当地地物下的传播特性。
通用传播模型具体公式如下。

其中，K 1 为固定损耗；K 2 为与传播距离线形相关的损耗；
K 3 为由于发射机高度引起的传播损耗；K 4 为绕射损耗；K 5 通常为
负值，考虑发射高度与距离引起的增益，当接收机较远且发射
机较高时，可以考虑损耗减少；K 6 为接收机高度带来的增益；
clutter代表地物衰耗因子，结合函数f(clutter)得到不同地
物的损耗；H Texff 为发射天线的等效高度；H Rexff 为移动台的等效
天线高度。在实际应用中，通过CW测试或者DT等路测数据，进
行上述模型矫正，从而获得和当前实际无线环境匹配的传播特 图2 三维场景精细化模型
[3]
性 。考虑到无线电波在实际环境传播过程中受到建筑物遮挡
等因素影响，模型矫正过程中影响因素均被统计性计入相关系
数，因此，在精细化评估某些具体楼宇的覆盖性能时可能存在
精准性不足的情况。
射线跟踪模型依据电磁场理论，考虑射线的反射、散射
和衍射等因素，根据不同材质的介电常数、电导率、磁导率和
损耗正切等，反映出电磁波与环境的相互作用。同样的，由于
无线环境具有个性化特点，在应用射线跟踪模型时也需要首先
依据当地路测数据进行矫正，才能获得匹配当前场景的传播模
型。
而对于当前关注的深度覆盖预测的问题而言，迫切需要解
决的是室外站对于室内环境的覆盖性能预测问题。在传统网络
仿真方法下，依托人工测试的方法很难获取室外站对室内覆盖
的数据样本，从而不能有效矫正并获得可匹配环境的射线跟踪
模型。 2.3无线电波孪生
以上这些问题都限制了传统仿真方法对于楼宇等深度覆盖 如前所述，无线电波传播模型是进行覆盖预测的重要环
性能预测手段的应用。 节，无论是经验模型还是确定性模型，在实际工程应用中都需
要进行与实际无线环境相匹配的模型矫正。但在解决室外覆盖
2.2 场景孪生 室内的问题上，可应用的数据源有限。从运营商的角度，MR数
本文针对传统方法中的不足，提出了结合场景孪生与无线 据量大，但缺乏有效经纬度信息；MDT数据含有经纬度和高度信
电波孪生方案，以提升预测的精准性。 息，但其数据质量较差。如何更好地用这些高噪声数据进行无
在场景上，引入三维模型模拟实际场景。相比于传统 线电波传播特性的还原成为了业界重要学术问题。
Planet数字地图，能够更加精确地模拟实际环境中楼宇、道路 2.3.1 MDT数据的修正
等影响无线环境传播的因素，同时也能够对楼宇内部结构进行 随着神经网络算法的兴起和计算能力的增强，本文将基于
表征，如图1所示。 MDT数据进行AI算法的无线传播规律学习的研究，探索第三类传
三维模型在工业、电影等领域已有成熟的应用经验。一 播模型的实现方案。
般来说，三维模型的构建分为两种。一种为通过无人机、无人 MDT数据包含了测试点经纬度、高度和测量RSRP等信息，
车、激光雷达等测绘设备及配套数据处理方法的自动化建模方 数据信息丰富且数据量大，是神经网络进行充分学习的基础。
法，在地上地下、室内室外等场景下形成一体化的全息测绘信 但由于商用终端上报的数据存在高度等信息误差，需要基于数
息；另一种为通过建模软件，如3ds Max和Auto CAD等，参考影 字地图进行修正。举例来说，通过将MDT数据投影到三维地图空
像文件、设计图纸、拍摄照片和草图等信息进行手工建模。 间时，发现高度信息存在偏差，如街道上MDT数据高度常见达到
与其它行业三维模型应用需求不同，在深度覆盖预测方面 20～30 m左右，如图3所示。
需要区分三维场景下不同对象，从而结合射线跟踪模型精细反

网络电信 二零二三年十二月 13