[发明专利]一种基于AGPS MR数据的传播模型校正方法

说明书

本发明公开了一种基于AGPS MR数据的传播模型校正方法，包括步骤：提取服务小区AGPS MR数据的参考信号接收功率实际值；对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值ɑ0(Hm)；利用修正因子初值ɑ0(Hm)对参考信号接收功率进行预测，获取参考信号接收功率预测值；利用参考信号接收功率预测值、参考信号接收功率实际值校正传播模型修正因子。通过获取参考信号接收功率预测值及参考信号接收功率实际值，进而计算参考信号接收功率的标准差，进而获取符合规定的对应服务小区的传播模型修正因子，不需要部署CW设备去测试获得，在模型数量上实现了量的飞跃，从而使得基于传播模型预测的相关应用更加精准，成本更低。

技术领域

本发明涉及移动通信技术领域，特别涉及一种基于AGPS MR数据的传播模型校正方法。

背景技术

在移动通信领域，在基站建设完成之前，为了了解基站及网络的覆盖，通常都是通过网络仿真来了解网络建成后的覆盖，确认覆盖是否能满足预期规划的目标，另外网络扩容时，为了了解扩容的覆盖目标，也会通过网络仿真来预测信号的覆盖范围。而在三角定位中，也有通过传播模型来计算MR数据与基站小区之间的距离。不论是网络仿真预测信号覆盖还是三角定位计算MR与基站之间的距离，传播模型都扮演着非常重要的角色。

在无线通信领域，传播模型和实际信号的传播环境有关，地形地貌、建筑物的高度、密集度等都会影响信号的传播，而传播模型需要基于标准模型经过校正后才能具有一定的应用准确度。传统的模型校正方法是：先将传播模型将要应用的区域按照密集城区、一般城区、郊区及农村划分，然后从这四种类型的区域里分别选择一两个典型的点做校正测试，也叫CW测试，在选择的地点安装连续波发射机(一般选择屋顶)，将接收机固定在测试车辆里，车辆遍历测试该发射机周围的道路，搜集测试数据，然后通过收集接收机收到的信号对传播模型进行校正。经过校正后，分别得到密集城区、一般城区、郊区及农村的校正模型，信号预测的时候根据网络基站所处区域选择对应的模型，比如规划仿真时，所有密集城区的基站小区都选择密集城区校正模型进行信号预测仿真，所有农村的基站小区则选择农村校正模型进行信号预测仿真。由于每个基站所处的环境不同，信号经过的传播环境是不同的，所有区域内的小区选择同一种传播模型进行信号预测，准确度是有限的。但是由于CW测试需要投入的人力、资源都比较大，测试周期也较长，没办法给每个小区都做校正测试，没办法给每一个小区都校正一个合适的传播模型。

发明内容

现有技术中，每个基站小区信号传输的校正模型需要大量的人力、物力，所花费的时间周期也很长，因此无法对每个基站小区都做校正测试。

针对上述问题，提出一种基于AGPS MR数据的传播模型校正方法，通过对修正因子进行赋值，获取参考信号接收功率预测模型，并利用参考信号接收功率预测模型获取参考信号接收功率预测值，通过利用服务小区AGPS MR数据计算参考信号接收功率实际值，进而获取参考信号接收功率的标准差，通过将标准差与规定阈值进行比较，进而获取符合规定的对应服务小区的传播模型修正因子，不需要部署CW设备去测试获得，改变了过去仅按照区域类型配置模型的方式，在模型数量上实现了量的飞跃，从而使得基于传播模型预测的相关应用更加精准，成本更低。

一种基于AGPS MR数据的传播模型校正方法，包括：

步骤100、提取服务小区AGPS MR数据的参考信号接收功率实际值；

步骤200、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值ɑ0(Hm)；

步骤300、利用所述修正因子初值对所述参考信号接收功率进行预测，获取参考信号接收功率预测值；

步骤400、利用所述参考信号接收功率预测值、参考信号接收功率实际值校正传播模型修正因子

结合本发明基于AGPS MR数据的传播模型校正方法，第一种可能的实施方式中，所述步骤100包括：