《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 110 GHz频段山地无人机视距通信概率及传播损耗研究
110 GHz频段山地无人机视距通信概率及传播损耗研究
电子技术应用
丁鹏辉1,王青旺1,杨璐2,顾业博1,刘家州3,李宏伟1,宋健1
1.昆明理工大学 信息工程与自动化学院;2.国家国防科工局新闻宣传中心; 3.中国电子科学研究院
摘要: 利用射线追踪法建立了基于视距概率的无人机毫米波信道模型,并针对路径损耗进行了双斜率模型分析,阐述了视距概率的建模过程并进行了模型参数分析。由于地形遮挡等环境的影响,损耗较大的反射和绕射路径致使信号的接收强度在突变点前后波动较大,导致单斜率拟合模型不再适用。因此利用线性回归分别在两种地形下对仿真数据进行了单斜率和双斜率接收功率模型的拟合。结果表明双斜率接收功率模型比单斜率模型的拟合效果更好,两种模型在地形更平坦区域拟合的精确度更高。
中图分类号:TN929.5 文献标志码:A DOI: 10.16157/j.issn.0258-7998.245109
中文引用格式: 丁鹏辉,王青旺,杨璐,等. 110 GHz频段山地无人机视距通信概率及传播损耗研究[J]. 电子技术应用,2024,50(7):39-45.
英文引用格式: Ding Penghui,Wang Qingwang,Yang Lu,et al. Study of UAV line-of-sight communication probability and propagation loss for mountain in 110 GHz band[J]. Application of Electronic Technique,2024,50(7):39-45.
Study of UAV line-of-sight communication probability and propagation loss for mountain in 110 GHz band
Ding Penghui1,Wang Qingwang1,Yang Lu2,Gu Yebo1,Liu Jiazhou3,Li Hongwei1,Song Jian1
1.School of Information Engineering and Automation, Kunming University of Science and Technology;2.News and Propaganda Center of the State Administration of Science, Technology and Industry for National Defense;3.China Academy of Electronic Sciences
Abstract: This paper establishes a millimeter-wave channel model for unmanned aerial vehicles based on line-of-sight probability using the ray tracing method, and a double-slope model analysis is carried out for path loss. This paper describes the modeling process of line-of-sight probability and carries out model parameter analysis. Due to the influence of terrain occlusion and other environments, the reflection and bypassing paths with large losses cause the received strength of the signal to fluctuate greatly before and after the mutation point, which makes the single-slope fit model no longer applicable. Therefore, this paper uses linear regression to fit the single-slope and double-slope received power models to the simulation data under two types of terrain, and analyzes the fitting effect of the two models. The results show that the dual-slope received power model fits better than the single-slope model, and the two models have higher fitting accuracy when the terrain is more flatten.
Key words : UAV;millimeter wave communication;probability of line of sight;propagation loss;double slope model;ray tracing

引言

针对第六代(6G)移动通信的新需求和新挑战,无线网络正经历着从传统地面网络向天空地海一体化网络的重大转变。毫米波通信利用该频段丰富的频谱资源来满足动态通信场景中低延迟和大容量的传输需求,如高清视频传输、大数据分析等[1]。

在毫米波信道的研究中,已经有大量文献针对28 GHz、60 GHz和73 GHz这些典型频率进行了广泛的测量活动以表征传播信道[2-5],主要集中在办公室[2]、校园[3]和城市[4-5]等场景。目前研究人员开始重点关注100 GHz以上的频率[6-7]。高频段的电磁波在传输过程中更容易被环境中的物体和地形遮挡,很大程度限制了毫米波技术在实际场景中的应用。低空经济是未来的重要发展趋势,在低空经济中,无人机作为一种灵活、高效的空中工具,将在多个领域发挥重要作用,如物流配送、农业监测、应急救援等。当前,无人机通信技术面临着诸多难题,例如频谱资源有限、通信距离短、抗干扰能力差等。为了克服这些问题,亟需在无人机通信领域进行关键技术的突破。其中,无人机毫米波通信技术可以提供更快、更稳定的通信连接,适应复杂多变的低空环境[8]。近年来,由于无人机快速灵活的部署特点,无人机空地信道传播特性的研究[8-10]在相关领域受到广泛的关注。特别是在山地环境中,由于地形复杂性和传播条件的不确定性,无人机毫米波通信技术面临着更大的挑战,针对山地场景下的无人机毫米波信道建模的研究具有重要的理论和应用意义。

视距(Line of Sight, LoS)概率的建模方法,分别对应信道建模方法中的经验方法、确定性方法和随机几何方法。基于几何的随机模型(GBSM)可以提供一种简单、通用的概率估计模型[11-13]。这种模型依赖于环境中物体的空间排列,预测无人机与用户之间的直线是否被阻塞。基于信道测量的经验模型通过对测量数据的拟合得到了视距概率,可以为特定的真实环境提供准确的结果[14-15]。然而,这些模型需要进行广泛的现场测量,并且结果很难扩展到不同的场景中。射线追踪作为一种确定性方法,可以通过数字高程地图(Digital Elevation Model, DEM)构建真实环境进行大量仿真来获得LoS概率[4,16-17]。Lee等人[4]使用射线追踪(Ray Tracing,RT)方法模拟了不同T-R距离下的LoS、非视距(Non Line of Sight, NLoS)和通信中断的概率。Koivumäki等人[16]提出了一种以算法形式来评估最低概率的模型,并利用射线追踪获得的真实城市场景中的LoS概率验证了该算法。Saboor等人[17]分别提出了一种基于射线追踪和一种基于几何的模拟器来估计三维城市环境中的LoS概率,并推广到任意的城市布局环境中。RT方法的优势在于其真实性和精确性,对计算精度和计算量的要求相对较高,随着计算机水平的发展,该问题得到了有效解决。因此,本文结合RT方法和经验公式,使用广泛的RT模拟代替测量数据。

山地地形的特点是地面高度不均匀,同时地形高度的标准差较大。丘陵和山区的传播损耗主要遵循双射线模型并根据表面粗糙度进行调整[8]。但目前针对双斜率模型的研究主要集中在城市和校园等场景。其中,Lee等人[4]对大田区域进行了28 GHz的信道建模和测量,提出了基于射线跟踪原理的不同临界距离的双斜率模型,研究发现该模型对NLoS数据的拟合结果更接近测量值。Hur等人[5]比较了纽约大学校园和大田区域的信道测量结果,并对同一区域进行了射线追踪模拟。此外,他们还提出了双斜率路径损耗模型,为城市街道环境下的传播测量提供了更佳的拟合效果。Wang等人[18]探讨了2.4 GHz频段无线信号在三种不同户外环境的近地面传播性能,结果证明双斜率模型在预测精度上要优于单斜率模型。


本文详细内容请下载:

http://www.chinaaet.com/resource/share/2000006068


作者信息:

丁鹏辉1,王青旺1,杨璐2,顾业博1,刘家州3,李宏伟1,宋健1

(1.昆明理工大学 信息工程与自动化学院,云南 昆明 650500;

2.国家国防科工局新闻宣传中心,北京 100048;

3.中国电子科学研究院,北京 100041)


Magazine.Subscription.jpg

此内容为AET网站原创,未经授权禁止转载。