一种基于多元线性回归算法的TD-LTE网络规划传播模型校正算法

2019-10-18姜博李晓坪

移动通信 2019年8期

姜博李晓坪

【摘要】在无线网络规划中，传播模型能否与目标规划场景匹配，对规划仿真结果指标的准确性有直接影响。介绍了一种多元线性回归算法，根据CW测试数据，对SPM传播模型进行校正，获取与实际CW无线测试环境相匹配的一套参数。仿真结果表明，多元线性回归算法获取的传播模型校正结果能够有效满足实际无线规划仿真的需求。

【关键词】CW测试;多元线性回归;传播模型校正

doi：10.3969/j.issn.1006-1010.2019.08.015 中图分类号：TN929.5

文献标志码：A 文章编号：1006-1010（2019）08-0083-04

引用格式：姜博，李晓坪. 一种基于多元线性回归算法的TD-LTE网络规划传播模型校正算法[J]. 移动通信， 2019，43（8）： 83-86.

[Abstract] In the radio network planning， whether the propagation model matches the target planning scenario has a direct impact on the accuracy of planning simulation results. This paper introduces a multivariate linear regression algorithm， which corrects SPM propagation model according to CW measurement data， and obtains a set of parameters matching the actual CW wireless test environment. Simulation results show that the calibration results of the propagation model obtained by the multivariate linear regression algorithm can effectively meet the needs of practical wireless planning simulation.

CW measurement; multivariate linear regression; propagation model calibration

1 引言

在LTE無线网络规划仿真中，传播模型校正是一个重要功能。传播模型校正是通过实际路测数据或者CW测试数据，然后针对特定区域，对传播模型系数进行校正，以便找到一个能够在工程上满足应用需要的该区域的传播模型。

实际应用中，典型传播模型公式有Okumura-Hata、Costa231-Hata、SPM等。同时，针对不同无线环境，传播模型会有不同的特点，在实际应用前，需要分别进行模型校正。

传播模型校正主要包含如下步骤：

（1）进行CW测试。在CW测试过程中，测试站点（模拟实际网络中基站）、测试路线必须具有代表性，测试数据也需要尽可能充分。

（2）对CW测试数据进行预处理。比如，把一些不合理的数据进行过滤等。

（3）选择合适的传播模型校正算法。利用预处理后的数据，针对特定模型进行传播模型校正。

需要强调的是，根据李氏定理，在CW测试中，要求在40个波长内采样数据不少于50个，这种情况下，可以确保测试数据和实际数据的误差在1 dB以内。

本文将介绍如何利用多元线性回归算法，利用CW测试数据，对SPM传播模型进行校正，并且通过仿真获得校正前后性能对比结果。

2 多元线性回归算法

2.1 数学模型