首页> 中文学位 >GSM-R网络场强测试方法的改进及仿真
【6h】

GSM-R网络场强测试方法的改进及仿真

代理获取

目录

文摘

英文文摘

声明

致谢

1 引言

1.1研究的背景和意义

1.1.1场强测试及测试方法选取的重要性

1.1.2场强测试研究现状

1.2本论文的主要工作

2 无线电波传播特性

2.1 阴影衰落

2.1.1阴影衰落的统计特性

2.1.2相关地形参数

2.2多径衰落

2.2.1多径径数分布的统计特性

2.2.2多径径数变化时间间隔的分布

2.3无线信号幅度分布

2.3.1瑞利分布

2.3.2莱斯分布

3 场强测试基本理论

3.1采样标准的制定

3.1.1统计区间的选取

3.1.2采样点数的确定

3.2采样数据处理算法

3.2.1抽样均值估计算法

3.2.2合格率法

3.2.3 95%电平统计法

3.3本章小节

4 场强测试方法改进研究及仿真

4.1多径径数变化对统计区间的影响

4.2莱斯分布时的采样方法研究

4.2.1莱斯分布的统计特性

4.2.2莱斯分布下采样点数的研究

4.3数据处理算法的改进

4.3.1基于参数估计的采样算法研究

4.3.2改进的抽样均值估计算法

4.3.3基于功率的采样算法研究

4.3.4改进算法对运行速度的影响

4.4本章小结

5 结论与展望

参考文献

作者简历

展开▼

摘要

无线网络覆盖是衡量GSM-R铁路综合无线通信系统性能的关键指标,一般来说,考察网络的覆盖情况通过以下三个指标:覆盖概率、小区覆盖半径和重叠区,而这些指标都需要通过场强测试来验证。因此,场强测试作为检验网络覆盖情况的主要手段,是GSM-R网络建设中的一项重要内容,贯穿于网络建设的各个阶段。目前,国内外在无线通信网络建设工程实践中尚无统一的场强测试方法,因此研究适用于不同条件且精确度较高的场强测试算法,有很重要的理论意义和实用价值。 本文围绕着场强测试方法的制定,重点针对统计区间的选取及采样点数的确定,以估值准确性和提高列车运行速度上限为研究重点,对现有场强测试方法提出了多种改进。 本文对lee氏算法中的各种假设条件进行了分析,定性的给出了多径径数对统计区间的影响,同时对样本相关系数对采样点数的影响进行了定量分析。针对统计区间不可能无限增大的问题,本文结合多径分布特性,给出了不同地形环境下统计区间的上限。针对铁路环境信号多为莱斯分布的情况,本文通过仿真得出不同莱斯因子条件下,采样点数的变化。 同时本文将数据处理算法与采样点数的推导过程相结合,针对不同的算法,得到一系列采样点数N的下限值。利用最大似然参数估计对接收信号处理算法进行了改进,得到相对较小的采样点数。另外通过对数据进行对数处理,得出了不同分布参数条件下,对应的N值。同时,针对接收信号多为功率值的特点,对信号功率进行估计,在与lee氏算法使用同样标准时,得到了满足精度的较小的N值。最后,对于上述改进,本文定量分析了采样点数变化后,对列车运行速度上限的影响。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号