基于采集数据的无线信道传播模型的建立方法和系统的制作方法
【技术领域】
[0001] 本发明涉及无线信道模型技术领域，尤其涉及一种基于采集数据的无线信道传播 模型的建立方法和系统。
【背景技术】
[0002] 任何一个通信系统，信道是必不可少的组成部分。无线信道为典型的"变参信道"， 无线信道的特性与传播环境一一地形、地物、气候特征、电磁干扰情况、通信体移动速度和 使用的频段等密切相关。无线通信系统的通信能力和Q〇S(Quality of Service，服务质 量）、无线通信设备要采用的无线传输技术都与无线信道性能的好坏密切相关。因此，要想 在有限的频谱资源上尽可能高质量、大容量传输有用的信息，必须很好地掌握无线信道的 特性。
[0003] 无线信道模型是在对无线传播环境及其传播特性有了充分的了解后，对无线信道 的一个抽象描述，它能很好地反映无线传播环境的一些重要性质。无线信道模型的建立主 要依赖于信道探测。
[0004] 目前，现有技术中的建立无线信道传播模型的方法分成三大类：统计性模型、确定 性模型和半确定性模型。
[0005] 统计性模型是基于信道各种统计特性建立的信道模型。在实际传播环境中，存在 着大量具有相同或相似传播特性的小区，对这些小区进行实际测量，归纳出信道各种重要 的统计特性（如时延扩展、角度扩展等）及信道参数的概率密度分布，利用这些统计信息建 立适用范围较广的空间信道模型。统计性模型的典型方法如基于试验测量的冲击响应法， 这是一种完全随机的方法。
[0006] 确定性模型是基于实际环境测量建立的信道模型，它要求得到信道环境的详细信 息，其基本思想就是如果传播环境的详细信息可以得到，那么无线传播就可以看成一个确 定过程，可以确定空间任一点的各种空时特性。确定性模型主要用于小区规划。确定性模 型的实现方法主要基于几何光学和一致性几何绕射理论的射线跟踪技术。
[0007] 由于统计性模型误差较大而确定性模型复杂性较高，实现较为困难等原因，出现 了介于两种模型之间的半确定性模型。半确定性模型的实现主要有两种方法：基于几何统 计的信道实现方法和相关矩阵法。
[0008] 上述现有技术中的建立无线信道传播模型的方法的缺点为：这些方法都是依据电 磁波传播的理论分析而得出无线信道模型的建立方法，由于理论分析都要结合一些简化条 件，而实际移动传播环境是千变万化的，这就限制了这些方法的理论结果的应用范围。并且 这些以统计测量为主的建模方法，现场实测，较为费时、费力，并且是针对某个特定环境、单 一链路进行的，对高速移动场景下的信道特性和方向性信道特性描述的不够全面准确。比 如，统计性模型的缺点是和实际的信道有较大偏差，这是因为模型的各种参数是用各自统 计特性随机生成，随机生成的参数和实际测量的参数可能会有比较大的差别。统计性模型 主要有李氏模型、离散均匀分布模型、高斯广义稳态非相关散射模型等。
[0009] 从另一方面来看，这些现有的信道模型的建立方法需要充分挖掘接收端和发射端 的因果关系。其基本原理是采集接收端和发射端的信号，通过分析接收信号和发射信号，建 立收发两端的因果关系。由于采集的样本有限，而且基于假设条件，得到的结果会受偏见的 影响。而且，这个因果关系的得到耗费巨大。在小数据时代，由于计算机能力的不足，大部 分的分析仅限于寻求简单的线性关系。比如基于几何统计法的缺点：由于大量随机参数的 存在，需要大量仿真来获得足够和准确的统计特性。模型是基于片段的，它不能对信道特性 动态变化的信道进行建模。
【发明内容】
[0010] 本发明的实施例提供了一种基于采集数据的无线信道传播模型的建立方法和系 统，以实现有效地建立测试区域的无线信道传播模型。
[0011] 根据本发明的一个方面，提供了一种基于采集数据的无线信道传播模型的建立方 法，包括：
[0012] 通过信息采集系统采集测试区域的信道信息，所述信息采集系统包括地理信息系 统；
[0013] 利用分布式计算系统对所述测试区域的信道信息进行无线信道分析处理，得到所 述测试区域的无线信道传播模型；
[0014] 根据所述测试区域的无线信道传播模型，构建所述测试区域的地理环境信息与无 线信道特性信息之间的相关关系。
[0015] 优选地，所述通过信息采集系统采集测试区域的信道信息，所述信息采集系统包 括地理信息系统，包括：
[0016] 通过地理信息系统获取所述测试区域的地理信息，将所述测试区域的地理信息传 输给数据汇聚系统；
[0017] 通过用户反馈系统采集所述测试区域中的用户的信道相关信息，将用户的信道相 关信息传输给数据汇聚系统；
[0018] 将测试区域划分为多个单位区域，根据单位区域内用户的密集度和单位区域信道 测量的精度要求设置该单位区域内的传感器的数目，通过传感器采集单位区域的信道相关 信息，将各个单位区域的信道相关信息传输给数据汇聚系统；
[0019] 所述数据汇集系统对接收到的测试区域的地理信息、用户的信道相关信息和各个 单位区域的信道相关信息进行预处理后再进行数据融合处理，得到所述测试区域的信道信 息。
[0020] 优选地，所述利用分布式计算系统对所述测试区域的信道信息进行无线信道分析 处理，得到所述测试区域的无线信道传播模型，包括：
[0021] 所述数据汇集系统将所述测试区域的信道信息传输给分布式计算系统中的 Hadoop集群，通过所述Hadoop集群中的分布式计算模型Map reduce对所述测试区域的信 道信息进行分布式存储、索引、分析处理，构建出所述测试区域的无线信道传播模型，将所 述测试区域的无线信道传播模型存储到基于Hadoop集群的Hbase数据库中，所述Hbase数 据库为用户提供无线信道传播模型的查询服务。
[0022] 优选地，所述根据所述测试区域的无线信道传播模型，构建所述测试区域的地理 环境信息与无线信道特性信息之间的相关关系，包括：
[0023] 根据所述测试区域的无线信道传播模型获取所述测试区域中每个位置点的信道 信息；
[0024] 根据所述测试区域的全部地理环境信息，将所述测试区域划分为多个具有代表性 的参考地形块，将每个参考地形块中每个位置点的信道信息进行综合，得到每个参考地形 块对应的信道特征；
[0025] 将所述测试区域中的每个参考地形块对应的信道特征存储在参考信道信息数据 库中。
[0026] 优选地，所述根据所述测试区域的全部地理环境信息，将所述测试区域划分为多 个具有代表性的参考地形块，包括：
[0027] 将所述测试区域的立体地形地貌在水平面上做投影，将三维的地形地貌转化为二 维的投影区域，所述投影区域中每个投影点的颜色深度值表示所述投影点在三维的地形地 貌中对应的高度；
[0028] 将所述投影区域划分为多个区域块，每个区域块中的所有投影点的颜色深度值在 一定范围内，获取每个区域块在三维的地形地貌中对应的参考地形块，从而将所述测试区 域划分为多个具有代表性的参考地形块。
[0029] 优选地，所述的方法还包括：
[0030] 根据未知区域的全部地理环境信息，将所述未知区域划分为多个具有代表性的匹 配地形块，将所述未知区域中的匹配地形块与所述测试区域中的参考地形块进行地理特征 匹配；
[0031] 当所述未知区域中的某个匹配地形块和所述测试区域中的某个参考地形块的地 理特征匹配成功后，将所述参考信道信息数据库中存储的所述某个参考地形块对应的信道 特征确定为所述未知区域中的某个匹配地形块对应的信道特征；
[0032] 将所述未知区域中各个匹配地形块对应的信