基于BIM+GIS技术的GSM-R网络覆盖优化

崔俊峰，靳翔

（1.中铁三局集团电务工程有限公司，山西 晋中 030600；2.兰州交通大学，甘肃 兰州 730000）

0 引言

场强是衡量GSM-R系统服务质量的关键指标。在基站建设前，应对电波传播路径损耗规律进行研究，提高场强预测准确度，避免网络覆盖弱区和盲区，防止基站过多造成人力、物力浪费。但是，目前尚无合适工具用于准确评估和预测GSM-R系统的场强覆盖区域，各项相关任务都需手动完成。GIS+BIM技术是一个有效的解决方案，通过BIM技术可建立基站模型，而GIS技术可将底图的空间和非空间数据结合，通过输入、存储、修改和分析空间数据库，为场强预测模型提供必要的空间参数［1-4］。

1 路径损耗模型选取

目前，常见的场强预测模型有COST-231-Walfisch-Ikegami、Dual-Slope、Ray-Tracing及 Hata等［5］。鉴于铁路环境的复杂性，以及对GSM-R系统频谱范围的考虑，Hata模型成为GSM-R无线信道模型中最常用的经验模型。基于Hata模型预测的中值路径损耗计算如下：

（1）城市环境。

式中：A为近场参考点损耗值，dBm；B为远场参考点损耗值，dBm；f为基站频率，MHz；hb为基站天线有效挂高，m；hm为移动台天线有效挂高，m；d为接收端和发送端之间的传输距离，m；Lp为路径损耗中值，dBm；a（hm）为移动天线修正因子。

计算a（hm）如下：

①大城市：

②中小城市：

（2）郊区环境。

式中：C为郊区环境下零场附近参考点损耗值，dBm。

（3）开阔环境。

式中：D为开阔地区下零场附近参考点损耗值，dBm；fc为郊区环境下基站频率，MHz。

将某站平原地区实测数据（接收功率Pt=40 dBm，发射天线增益Gt=17 dBi，接收天线增益Gr=4 dBi，发射功率PL=20 dB，f=930 MHz，hb=35.0 m，hm=3.5 m）代入式（1）—式（10），在Hata模型中得到场强预测值。

Hata模型接收电平曲线见图1，场强预测误差见图2。由图可知，Hata模型场强预测值与实测值误差范围为25～-5 dBm，误差较大。

图1 Hata模型接收电平曲线

图2 Hata模型场强预测误差

由于Hata模型场强预测误差较大，北京交通大学的钟章队团队经过大量试验运算，对Hata模型进行了修正［6］：

式中：Δ1为修正参数1；Δ2为修正参数2；Pr为接收功率，W；Pt为发射功率，W；Gb为发射天线增益，dBi；Gm为接收天线增益，dBi。

引入移动天线修正因子，根据式（11）计算各种环境中的路径损耗中值（见表1）。

表1 各种环境引入移动天线修正因子的路径损耗中值 dBm

将实测数据代入修正模型，得到场强预测值，接收电平曲线见图3，场强预测误差见图4。由图可知，修正后场强预测值与实测值误差范围为17～-5 dBm，其误差小于Hata模型场强预测值，因此采用修正模型进行场强预测。

图3 修正模型接收电平曲线

图4 修正模型场强预测误差

2 场强预测

提出一种基于修正模型的GSM-R场强预测方法，其预测流程示意见图5。

图5 基于修正模型的GSM-R场强预测流程示意图

在基于修正模型的GSM-R场强预测方法中，GIS技术可为场强预测模型提供空间地理参数，BIM技术可记录基站信息，均为GSM-R无线组网方案优化提供了参数。测试点的场强覆盖显示于GIS地图，并对应于相应坐标。利用ArcView和ArcGIS空间分析和统计及其脚本编程语言，可从无人机中导出基站环境、建筑地图等场强预测所需数据；对基站和测试点之间的无线电视距和非视距进行检查。属于每个测试点标记为相应基站无线信号视距传输（LOS）或非视距传输（NLOS）。在NLOS情况下，通过基站与测试点之间障碍物的部分参数（如山的海拔高度、建筑物的高度等）计算，预测该位置场强。

3 组网方案优化

提出一种基于修正模型进行场强预测GSM-R系统的组网方案的优化方法，其流程示意见图6。

图6 GSM-R系统组网方案优化流程示意图

系统基站覆盖方式采用交叉站址双层覆盖，根据修正的模型计算场强值并实时显示基站场强，并对整个覆盖情况进行判别，当场强低于接收灵敏度或上下行预算不平衡时，采用调整俯仰角、发射功率和天线高度的方式消除覆盖盲区，确保信号灵敏度，防止同频干扰，从而形成最优的GSM-R组网方案：

（1）基站1。利用修正算法模型得到基站1原始场强值及其覆盖面积（见图7（a）），由图可知，场强覆盖面积并不理想；当场强低于接收灵敏度或上下行预算不平衡时，将基站1载扇1方向角数值由0调整为144，载扇2方向角数值由120调整为346，由图可知，场强覆盖面积较理想（见图7（b））；当场强低于接收灵敏度或上下行预算不平衡时，将基站1载扇1下倾角数值由5.00调整成5.57（见图7（c）），由图可知，场强覆盖面积较理想。

图7 基站GIS图

（2）基站2。基站2载扇1初始值见图7（d）；调整基站2载扇1天线挂高为10 m（见图7（e）），由图可知，场强覆盖面积减少，且同频干扰减少；调整基站2载扇1频率为30 MHz（见图7（f）），由图可知，场强覆盖面积减少，且同频干扰减少。

4 结束语

基于修正优化算法的GSM-R无线信道模型，建立BIM基站模型，融合无人机、GIS技术，在GIS地图上加载BIM模型，实现GSM-R系统覆盖可视化［7-10］。结合修正信道模型算法，通过对GSM-R系统的组网方案模拟和计算，实现GSM-R系统组网方案优化。实践证明，BIM+GIS可视化技术对GSM-R网络覆盖优化有着重大意义，并能在一定程度上节省工程预算。