LTE复杂场景下的无线传播模型校正研究

王 蕾，廖 鑫，姚 锐，黄帮明

(1.重庆邮电大学通信与信息工程学院，重庆 400065; 2.深圳华为技术有限公司，广东 深圳518000;3.中国移动通信集团设计院有限公司重庆分公司，重庆401147)

LTE复杂场景下的无线传播模型校正研究

王 蕾1，廖 鑫2，姚 锐3，黄帮明3

(1.重庆邮电大学通信与信息工程学院，重庆 400065; 2.深圳华为技术有限公司，广东 深圳518000;3.中国移动通信集团设计院有限公司重庆分公司，重庆401147)

在进行SPM模型校正中的数据筛选时，规划人员通常剔除了较近距离的测试数据。但由于市区范围内LTE基站间距比GSM与TD-SCDMA更小，近距离的测试数据反而对研究市区的无线信号传播特性具有参考价值。同时，在利用经典SPM模型进行线性拟合时发现了预测损耗高于实测损耗5～20 dB的情况。因此将修正原SPM模型，在考虑近距离实测数据基础上编写算法进行拟合验证，在一定程度上减小塔下黑阴影区域、近基站处、远距离处预测损耗偏高的情况，为LTE传播模型的校正和网络规划提供参考。

TD-LTE;传播模型校正;2.6G;非线性最小二乘法;MATLAB

无线网络仿真最重要的环节之一是覆盖预测，而无线传播模型的设置是覆盖预测的基础。COST231-HATA和SPM等默认的传播模型需要通过CW测试来进行校正，才能在特定的区域使用，路测完成后还需要对CW测试数据进行处理，包括数据过滤、地理平均、数据筛选。一方面，数据筛选中的距离筛选一般剔除距离测试基站300 m范围内的较近测试数据，保留的数据为距离测试基站300～3 000m。但是，由于市区范围内LTE的基站间距常常在150～500 m之间，特别今后大范围的TD-LTE的F频段(1.9 GHz)和D频段(2.6 GHz)混合组网，基站间距比GSM和TD-SCDMA更小，因此近距离的测试数据反而对研究市区的无线信号传播特性具有参考价值［1］。另一方面，使用ANPOP仿真软件进行2.6 GHz SPM模型校正线性拟合中发现了预测损耗值偏高的情况。因此对原有传播模型的修正再校正是非常必要的。

1 传统模型原理及缺陷

1.1 COST231 Hata模型

COST231Hata模型应用频率在1 500～2 000 MHz，适用于小区半径大于1 km的宏蜂窝系统，发射有效天线高度在30～200 m，接收有效天线高度在1～10 m［2］。COST231 Hata模型公式为

式中:fc为载波频率，单位MHz;hte为基站发射天线有效高度，单位m;hre为移动台有效高度，单位m;d为发射点到接收点的直线距离，单位km;Cterrain为地形校正因子，根据传统拟合经验，此因子取值范围控制在-1～8 dB; Cm为大城市中心校正因子，根据大中城市及郊区取值在0～3 dB;α(hre)为移动台天线高度因子，单位dB;Ccell为小区类型校正因子，单位dB。

对于COST231 Hata模型，随着城市的快速发展，在如今高楼密布的城市中，经常出现天线高度低于周围建筑物高度的情况，同时模型无法扩展到LTE采用的2.6 GHz频段，且考虑到LTE基站间距较小，不符合模型适用情况。因此通常不采用此模型。

1.2 SPM模型

SPM模型是一个结合了大量现场测试结果得出的通用模型，它对适用环境、工作频段等方面没有限制。SPM模型公式为

式中:k1为频率相关因子;k2为距离衰减因子，默认值为44.9;k3为基站发射天线有效高度相关因子，默认值为5.83;k4为移动台接收天线有效高度相关因子，默认值为1;k5为衍射计算相关因子，默认值为0;k6为发射天线有效高度和传播距离相关因子，默认值为-6.55;Diff为衍射损耗，Cclutter为地形校正因子。其他参数含义与式(1)相同。

利用SPM经典模型进行传播模型校正时，通过对比实测数据与移动集团网络规划软件ANPOP计算出的预测损耗，发现不论是离基站较近的几十至几百米范围，还是大于一千米的较远距离范围，都有预测损耗高于实测损耗5～20 dB的情况。因此考虑通过局部修正SPM模型，并基于实测数据进一步校正，希望为LTE的近距离传播模型找到一个突破口，使得预测值与实测值更为接近。

2 SPM模型修正

2.1 提出修正模型

尽管SPM模型的各个因子都是可以进行校正的，但在实际应用中由于所能采集的数据有限，且在特定应用场合中所关注的因子并不相同。在本课题中，重点关注距离衰减因子对传播模型预测结果的影响，因此，着重考虑对修正因子k2的局部修正。而在校正过程中主要任务集中在校正衰减常数k1值和距离衰减因子k2值。

利用反向推理的思路，在原有的SPM经典模型的基础上，提出假设的修正模型

式中:d塔下黑是受塔下黑影响的距离;d非塔下黑是未被塔下黑影响的距离。

通过MATLAB仿真得到图1所示结果。

第一，变型前后的模型在MATLAB仿真中有相似的曲线特性(见图1)，都是损耗随距离的增加而增加，且增加趋势相似。与原模型相比，修正模型的距离衰减因子一项从k2×lg d更换为44.9×lg(d塔下黑+d非塔下黑)k2。其中，d在修正模型中被拆分为d塔下黑和d非塔下黑两部分。

图1 模型假设仿真图

考虑塔下黑的原因为:受塔下黑范围的影响，以及近基站测试点往往没有直射路径，LTE的近基站覆盖测试点往往在模型校正中被忽略。然而LTE基站覆盖半径通常在150～500 m范围，塔下黑范围在基站半径中的所占比例远远大于GSM和TD-SCDMA系统。如能使用拟合度更优的公式去弥补这一缺陷，对LTE的D频段网络规划有一定意义。塔下黑因素将在本文验证过程中给出仿真结果。

第二，在仿真图1中，蓝色部分为某地区密集场景下通过现场实测得到的各个实测点，绿色实线为利用原SPM模型校正得到的校正曲线(k1和k2的校正值分别为22.2和46.13)。在实测中发现，不论是在密集、一般，还是郊区场景中，都的确存在原SPM模型的预测损耗高于实测损耗5～20 dB的情况。

因此，在假设修正模型中的k1和k2值分别为2和1.1时，可以得到红色的虚线曲线。通过直观仿真效果图，计算其统计平均差、标准差、互相关系数等方面，效果都优于原SPM模型。但是，由k1=2，k2=1.1并不是最优解，所化曲线也不是最优曲线，因此可以通过编写相关算法，求得k1和k2最优解，合理降低预测损耗，以此提升拟合优度，降低标准偏差。

2.2 模型求解算法描述

那么，根据最小二乘法定义可知，求解k1，k2最优解问题可以看做求解

2.3 校正结果的判断准则及回归分析方法

在模型校正中，通常使用以下判断准则对校正结果进行判断:统计平均差＜1 dB;标准方差＜8 dB;互相关系数满足:0.6＜互相关系数＜1。如果满足以上指标，即认定模型对当地的覆盖预测是合适的［3］。

对校正结果k1值和k2值，可确定回归方程，但是否是最优回归系数，则需要检验回归曲线对实测损耗值的拟合程度，即检验拟合优度。拟合优度的判定系数为

式中:Gi为第i个测试点的路测损耗值;G*为所有路测数据均值;G'i为通过修正后SPM模型计算出来的第i个点的预测损耗值;R2的取值范围为0～1，R2值越接近1，代表回归方程对实测数据拟合的越好，反之较差［4］。

3 仿真验证方法及验证结果

3.1 验证方法

根据修正模型利用MATLAB编写相应算法，通过带入实地采集到的实测数据值进行仿真分析。首先定义密集市区、一般城区、郊区3种复杂场景，然后每个场景下进一步分为近基站距离范围，受塔下黑影响范围以及完整测试距离3种情况，通过仿真得到的结果，分析直观的拟合效果图、统计平均差、标准差、互相关系数和拟合优度指标，同时也与原SPM模型对比以上指标，以验证提出的修正模型在塔下黑范围，近基站距离内和完整测试范围内是否能使得预测值与实际测量值比原模型更为接近，是否实用性更好。验证思路见图2。

图2 模型验证思路

3.2 仿真结果

下面通过实例来验证经过本文提出的算法校正得到的传播模型是否能够较好地拟合实测路径损耗。同时，也将原SPM模型校正得到的曲线及其参数与修正模型对比。下文介绍采集到的站点的具体信息描述。

3.2.1 密集场景仿真结果

密集城区测试站点情况和校正结果如表1、表2所示。

表1 密集城区测试站点情况 %

表2 密集城区测试校正结果

1)仿真效果图对比(完整d)如图3、图4所示，结果判断准则如表3所示。

2)仿真效果图对比(100～800m)如图5、图6所示，结果判断准则如表4所示。

3)仿真效果图对比(塔下黑范围)如图7、图8所示，结果判断准则如表5所示。

图3 原SPM模型完整d拟合效果图

图4 修正SPM模型完整d拟合效果图

表3 校正结果判断准则

图5 原SPM模型100～800 m拟合效果图

图6 修正SPM模型100～800 m拟合效果图

表4 校正结果判断准则

图7 原SPM模型塔下黑拟合效果图

图8 修正SPM模型塔下黑拟合效果图

表5 校正结果判断准则

3.2.2 一般城区场景仿真场景

一般城区测试站点情况和校正结果如表6、表7所示。

表6 一般城区测试站点情况

表7 一般城区测试站点校正结果

1)仿真效果图对比(完整d)如图9、图10所示，结果判断准则如表8所示。

图9 原SPM模型完整d拟合效果图

图10 修SPM模型完整d拟合效果图

表8 校正结果判断准则

2)仿真效果图对比(100～800 m)如图11、图12所示，结果判断准则如表9所示。

图11 原SPM模型100～800 m拟合效果图

图12 修正SPM模型100～800 m拟合效果图

表9 校正结果判断准则

3)仿真效果图对比(塔下黑范围)如图13，14所示，结果判断准则如表10所示。

3.2.3 郊区场景仿真结果

郊区测试站点情况和校正结果如表11，12所示。

图13 原SPM模型塔下黑拟合效果图

图14 修正SPM模型塔下黑拟合效果图

表10 校正结果判断准则

表11 郊区测试站点情况

表12 郊区测试校正结果

1)仿真效果图对比(完整d)如图15、图16所示，结果判断准则如表13所示。

图15 原SPM模型完整d拟合效果图

图16 修正SPM模型完整d拟合效果图

表13 校正结果判断准则

2)仿真效果图对比(100～800 m)如图17、图18所示，结果判断准则如表14所示。

图17 原SPM模型100～800 m拟合效果图

图18 修正SPM模型100～800 m拟合效果图

表14 校正结果判断准则

3)仿真效果图对比(塔下黑范围)如图19、图20所示，结果判断准则如表15所示。

图19 原SPM模型塔下黑拟合效果图

图20 修正SPM模型塔下黑拟合效果图

表15 校正结果判断准则

通过对密集城区，一般城区和郊区的站点进行MATLB仿真验证。首先，在完整距离 d范围，100～800 m，塔下黑范围这3种情况下，原模型都存在着预测值偏高的情况且较严重，而修正后的模型在效果拟合图、拟合优度、平均误差、标准方差和互相关性上都满足指标要求，且较原模型都有明显的提升。因此修正模型在这3种复杂场景的不同距离情况下都是适用的。

传播模型校正采用实测数据对无线传播模型的系数进行调整，使得校正后传播模型预测的损耗中值与实测值误差最小，从而提高了传播预测的准确性，也从根本上保证了无线网络规划的合理性。本文在介绍和分析了传统传播模型的原理及其缺陷后，在经典SPM模型的基础上进行了局部的修正。因为修正模型公式呈现为非线性，因此通过非线性最小二乘法算法迭代求得参数值，并依此在密集城区、一般城区和郊区通过该修正模型进行验证，仿真结果显示修正模型对以上3种场景都基本使用，同时拟合优度、平局误差、标准方差、互相关系数对比原SPM模型都有相应的提升，说明了修正模型的有效性和实用性。

4 总结和建议

［1］ RANI M S，SURESH K.Comparison of standard propagation model (SPM)and stanford university interim(SUI)radio propagationmodels for long term evolution(LTE)［J］.IJAIR，2012(3):221-228.

［2］蒋远，汤利民.TD-LTE原理与网络规划设计［M］.北京:人民邮电出版社，2012.

［3］张华，李懿，尧文彬，等.2.6GHz频段传播模型校正及分析［J］.电信工程技术与标准化，2011(9):5-8.

［4］徐皓，丁智.基于TD—LTE路测数据的无线传播模型校正［J］.中国电子商务，2013(10):71.

王 蕾，女，硕士生，主研无线网络通信;

廖 鑫，工程师，主要研究领域为无线通信规划与优化;

姚 锐，工程师，主要研究方向为移动通信，无线网络技术;

黄帮明，硕士生导师，高级工程师，中国移动通信设计院重庆分院总经理，主要研究领域为移动通信。

LTEW ireless Propagation M odel Correction Research

WANG Lei1，LIAO Xin2，YAO Rui3，HUANG Bangming3
(1.Institute of Information and Communication Engineering，Chongqing University of Postsand Telecommunications，Chongqing 400065，China; 2.Shenzhen Huawei Technologies Co.，Ltd.，Guangdong Shenzhen 518000，China; 3.Chongqing Branch，China Mobile Group Design Institute Co.，Ltd.，Chongqing 401147，China)

The planners usually get rid of the closer-in data in the SPM correction.However，the base station spacing of LTE ismuch smaller in the city，so the closer test data have important value for the SPM correction.Meanwhile，in the classical SPM linear fitting，the prediction loss is higher than themeasured loss 5～20 dB.Therefore，localmodification ismade based on classical SPM model，closer range test data is analyzed，and which are finally used in the Matlab simulation，in order to decrease the higher prediction losswithin different distance range.It is hoped that it can provide reference suggestions for the LTE propagation model correction and network design.

LTE;propagation model correction;2.6G;nonlinear least squaresmethod;MATLAB

TN915;TN92

A

�� 盈

2014-04-25

【本文献信息】王蕾，廖鑫，姚锐，等.LTE复杂场景下的无线传播模型校正研究［J］.电视技术，2014，38(23).