WCDMA RNP 传播模型校正数据分析指导书
内部公开
1 概述
传播模型是移动通信网小区规划的基础，传播模型的准确与否密切关系到小区规划是否合理，运营商能否以比较经济合理的投资满足用户的需求。因此为了获得符合本地区实际环境的无线传播模型，提高覆盖预测的准确性，为网络规划打好基础，必须进行传播模型的校正。本文介绍了对CW测试所获得数据进行处理并用之进行传播模型校正的方法和流程，以及为保证校正结果准确可靠而必须遵循的原则。
2 传播模型校正原理
传播模型的研究可分为两类：一类是基于无线电传播理论的理论分析方法；一类是建立在大量测试数据和经验公式基础上的实测统计方法。 在移动通信系统中，由于移动台不断运动，传播信道不仅受到多普勒效应的影响，而且还受地形、地物的影响，另外移动系统本身的干扰和外界干扰也不能忽视。基于移动通信系统的上述特性，严格的理论分析很难实现，往往需对传播环境进行近似、简化，从而使得理论模型误差较大。因此我们一般都使用统计模型。最著名的统计模型要数Okumura模型，它是Okumura 以其在日本的大量测试数据为基础统计出的以曲线图表示的传播模型。在Okumura模型的基础上，利用回归方法拟合出便于计算机计算的解析经验公式。这些经验公式有适用于GSM900宏蜂窝的Okumura-Hata公式、适用于GSM1800宏蜂窝的Hata扩展公式。另外还有适用于微蜂窝的Walfisch公式及室内传播环境使用的Keenan-Motley公式 。这些经验公式计算繁琐并且与实际环境之间存在着或大或小的误差。 因此在实际的场强预测中，一般都以修正的Okumura-Hata模型作为预测模型，再利用一些规划软件通过导入针对当地的实际无线环境做CW测试所得的数据对上述公式进行修正。
我们一般使用英国Aircom公司制作的Enterprise规划软件进行模型校正。 Enterprise中支持多种传播模型，以应用于不同场合的小区规划。这些传播模型包括： 1．Standard MacroCell Model 2．Standard MacroCell Model 2 3．Standard MicroCell
4．WaveSight Model from Wavecall
这四种模型都是从Okumura-Hata模型衍生出来的统计模型。本文只介绍最常用的Standard MacroCell Model（标准宏小区模型）。
“标准宏小区”传播模型以ETS的Hata模型为基础，并在此基础之上添加了一些额
2003-11-13
华为机密，未经许可不得扩散
第6页,共36页Page 6 , Total36
WCDMA RNP 传播模型校正数据分析指导书
内部公开
外的功能，从而增强了模型的灵活性和精确性。这个模型适用于150MHz到2GHz的频率范围。模型为宏小区设计，利用到基站的距离采用双斜率算法。 以下是通常使用的公式： Prx = Ptx - Ploss 其中：
Prx = Received power (dBm) Ptx = Transmit power (EiRP) (dBm) Ploss = Path loss (dB) 并且
Ploss = K1 + K2log(d) + K3(Hms) + K4log(Hms) + K5log(Heff) + K6log(Heff)log(d) + K7diffn + Clutter_Loss 其中：
d是基站到移动站之间的距离（km）
Hms是移动站相对地面的高度（m）。这个数值或者可以指定为通用数值，或者只对应单个地物类别。
Heff是基站天线的有效高度（m）。
Diffn是使用Epstein，Peterson、Deygout或Bullington的等效刃形衍射方法计算的衍射损耗。
K1 & K2是截距和斜率，这些因数对应于一个固定偏移量和基站与移动站之间距离的log值的增值因数。
K3是移动台天线的高度因子。该因子用来修正移动台有效天线高度的影响。 K4是Hms的Okumura Hata模型的增值因子。
K5是基站有效天线高度增益。这是有效天线高度log值的增值因子。
K6 是Log (Heff)Log(d)的系数。这是log(Heff)log(d)值的Okumura Hata类型的增值因子。
K7 是衍射系数。这是衍射计算的增值因子，用户可以选择衍射的方法。 Clutter_Loss是地物规格，例如，高度和间隔必须在计算过程中考虑。
利用用户可定义的增值系数，传播模型完全可以进行定制。双斜率模型支持两个K1、K2系数和用户可定义的变点。模型也采取不同衍射损耗算法和有效基站高度算法。
2003-11-13
华为机密，未经许可不得扩散
第7页,共36页Page 7 , Total36
WCDMA RNP 传播模型校正数据分析指导书
内部公开
3 CW测试数据处理
经过合理设计所测得的CW测试数据是我们进行模型校正的依据，也是第一步输入。CW测试数据的合理性直接影响到校正结果的正确性，如何获得合理的CW测试数据请见《CW测试指导书》。但是即使经过了合理的设计，所测得的数据也不可能十分完美，还需要进行进一步处理。通常的处理有四步：数据过滤，数据离散，地理平均，格式转换。
3.1 数据过滤
在实际测试过程中，难以避免地会出现不符合模型校正基本要求的测试数据。为了避免这些数据对模型校正结果的不利影响，需要将这部分数据加以滤除。通常以下数据需滤除：
1、高架下，隧道中等GPS不能准确定位的地方测的的数据。
因为在模型校正中需要知道每个测试点的准确位置，因此对于GPS不能准确定位的地方测得的数据需要被滤除，这样的情况有： 1）高架下方 2）隧道
3）狭窄且两旁有成片并很高的大楼的街道 4）狭窄且上方有浓密的树叶遮挡的街道 5）其他
这些数据在测试时就应该有标记，测试人员需要在测试数据说明文档中说明。 2、距天线太近或太远的数据
因为校正传播模型的目的是为了获得能对小区规划起指导意义的合适的传播模型，因而我们所希望得到的模型是与天线高度及小区半径相关的。在CW测试时就应该考虑选取合适的天线高度和测量范围，但是受测试路线的限制和留有余量的考虑，一般测试范围都会超出理想的范围，因此在做模型校正时就需要将理想范围外的点滤除。一般我们认为距天线0.1R～2R 之间的范围为合理范围，R为预计小区半径。如下图所示：
2003-11-13
华为机密，未经许可不得扩散 第8页,共36页Page 8 , Total36
WCDMA RNP 传播模型校正数据分析指导书
内部公开
图1 合理数据范围示意图
我们之所以选取这个范围是基于以下理由：信号强度的分布并不和传播距离成严格线性关系，在实际环境中，离天线近的地方直达径多，信号强度偏好；离天线远的地方直达径少，信号强度偏差。因而当引入校正的数据所在范围距天线越远，则直达径所占比例越小，校出的模型偏差；引入校正的数据所在范围距天线越近，则直达径所占比例越多，校出的模型就越偏好，因此该范围应与小区半径相关。经过衡量，我们认为取2R比较合理，2R范围外的数据需滤除。而0.1R范围内数据也需滤除一是因为该范围内距天线太近，会受到天线垂直面方向图的较大影响。二是该范围内测试数据太少，且由于路线的原因很难做到数据在该范围内平均分布，因而需要滤除。
3、信号太弱的数据
接收信号太弱容易出现野值点，因为此时接收机处于解出信号的临界状态，其值容易受到瞬时波动的影响。以我们现在常用的Agilent公司提供的E7476A接收机来看，其噪声系数约 8dB，RBW = 8kHz，则接收机底噪 = KTW＋NF＝KTw＋10lg（RBW）＋NF＝-174dBm + 39dB +8dB = -127dBm，一般最低电平设置比底噪高 6dB 应该是合理的（此时噪底对测试结果的影响小于 1dB），即 -121dBm，小于-121dBm的数据需要滤除。但这样有可能会把实际环境产生的深衰落信号也过滤掉，从而使得到的模型偏好。为了避免这种情况出现，我们可以采取如下方法：以基站为中心做等间距（暂时建议以100m为间距）的同心圆，分别统计落在每个圆环中的测试点，如果信号强度小于－121dBm的测试点数占整个圆环内总点数的20％以上，则将该圆环及其以外的数据全部滤除。 4、由天线方向图不准导致的错误数据
2003-11-13
华为机密，未经许可不得扩散
第9页,共36页Page 9 , Total36
WCDMA RNP 传播模型校正数据分析指导书
内部公开
如果使用定向天线作CW测试，由于现有的天线图文件不准确，特别是旁瓣和后瓣不准，因此非主瓣方向的数据也要滤除，暂时建议以主瓣左右各60度范围为界，此范围外的数据需滤除。此外，即使使用全向天线进行测试，如果安装位置在楼边，另一侧被楼面遮挡的数据也要滤除。
5、其它在 CW 测试路线设计过程中已确定不符合要求的路段上的数据。 为了尽量保留所测数据的客观性，我们一般只根据一些事先已确定的原则对数据进行过滤，如以上几种过滤；而不针对测试的结果进行过滤。但由于校正出来的模型是要应用到其他具有类似环境的区域的，因此我们希望该数据尽量保留该类环境的共性而去掉此测试区域的特性，这样就需要对一些不合理的数据进行过滤。但是先决条件是该部分数据的不合理性是在测试之前就已经预见到的，只是在测试过程中由于操作实施或路线选取的困难而把这部分数据包括了进来。这样的数据有如下几种：
1）通过发射天线所在圆心且沿天线的发射方向延伸的道路，则该道路上测得的数据由于直达径很多且易出现波导效应而导致比其邻近数据偏好，需要滤除。 2）高架上，由于高架一般比其周围建筑物高导致直达径很多，因而测得的数据也偏好，需要滤除。 3）大桥，原因同高架。 4）其他。
这些数据必须是在做CW测试前在设计路线时就已被预见到且已标出，测试人员需要在测试数据说明文档中说明，否则不能滤除。
其中1、5类型的过滤需要在数据离散前完成，2、3、4类型的过滤需在地理平均后完成。
3.2 数据离散
利用随机过程的理论分析移动通信的传播，可表示为：
r(x) = m(x)r0(x)
其中，x为距离，r(x)为接收信号；r0(x)为瑞利衰落； m(x)为本地均值，也就是长期衰落和空间传播损耗的合成，可以表示为：
1x?Lm(x)?r(y)dy2Lx??L其中2L为平均采样区间长度，也叫本征长度。
2003-11-13
华为机密，未经许可不得扩散
第10页,共36页Page 10 ,
Total36