JBT Journal
Advanced

Raqamli Transformatsiya va Sun’iy Intellekt

АЛГОРИТМ ПАРАМЕТРИЧЕСКОГО УЧЕТА ВЛИЯНИЯ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ НА ПОТЕРИ РАСПРОСТРАНЕНИЯ РАДИОВОЛН ПО ЭКСПЕРИМЕНТАЛЬНЫМ ДАННЫМ

Кадиров Анвар Абдугапурович1

1 Первый заместитель директора "Центр электромагнитной совместимости"

Keywords

распространение радиоволн остаточные отклонения статистическая обработка сотовая связь алгоритм подстилающая поверхность экспериментальные данные показатель потерь параметрический учет потери распространения

Abstract

Точность определения потерь распространения радиоволн ограничивается тем, что эмпирические модели описывают среду усредненной категорией местности и не различают открытую территорию, растительный покров и водную поверхность. Переход от разнородных натурных измерений к набору параметров, пригодных для дальнейшего моделирования, формализован недостаточно. Целью работы является разработка и экспериментально-статистическое обоснование алгоритма параметрического учета влияния типа подстилающей поверхности на потери распространения радиоволн по данным натурных измерений. Использованы первичные численные ряды измерений уровня сигнала в диапазонах 900 и 1800 МГц на семи трассах (открытая местность — 175 и 130 точек; сельская одноэтажная застройка — 215, 108 и 78 точек; пресноводная поверхность — 103 и 94 точки) и массив из 893 и 359 измерений в растительном покрове. Алгоритм включает предварительную обработку данных, классификацию трасс по типу подстилающей поверхности, статистическую обработку выборок с регрессионной аппроксимацией и расчетом остатков, определение количественных параметров распространения, проверку их статистической значимости с возможным уточнением и формирование выходного набора параметров. Установлено, что показатель потерь составляет 2,32 и 2,33 для открытой местности, 1,45–2,05 для одноэтажной застройки и 3,22 и 3,23 для пресноводной поверхности при среднеквадратическом отклонении остатков 3,25–9,50 дБ. Результатом работы алгоритма является дифференцированный по типам поверхности набор параметров, пригодный для последующего построения поверхностно-обусловленной коррекции потерь.

Views: 90 Published: 2026-10-14 Pages: 180-192 Volume: 4 Issue: 5

References

  1. Recommendation ITU-R P.833-10. Attenuation in vegetation. Geneva: ITU, 2021.
  2. Popoola S.I., Atayero A.A., Faruk N., Calafate C.T., Olawoyin L.A., Matthews V.O. Standard propagation model tuning for path loss predictions in built-up environments // Computational Science and Its Applications – ICCSA 2017. LNCS, vol. 10409. Cham: Springer, 2017. P. 363–375. DOI: 10.1007/978-3-319-62407-5_26.
  3. Phillips C., Sicker D., Grunwald D. A survey of wireless path loss prediction and coverage mapping methods // IEEE Communications Surveys & Tutorials. 2013. Vol. 15, No. 1. P. 255–270. DOI: 10.1109/SURV.2012.022412.00172.
  4. COST Action 231. Digital mobile radio towards future generation systems: final report. Brussels: European Commission, 1999. 474 p.
  5. Popoola S.I., Atayero A.A., Faruk N. Received signal strength and local terrain profile data for radio network planning and optimization at GSM frequency bands // Data in Brief. 2018. Vol. 16. P. 972–981. DOI: 10.1016/j.dib.2017.12.036.
  6. Recommendation ITU-R P.525-4. Calculation of free-space attenuation. Geneva: ITU, 2019.
  7. Habib A., Moh S. Wireless channel models for over-the-sea communication: a comparative study // Applied Sciences. 2019. Vol. 9, No. 3. Art. 443. DOI: 10.3390/app9030443.
  8. Yu J., Chen W., Yang K., Li C., Li F., Shui Y. Path loss channel model for inland river radio propagation at 1.4 GHz // International Journal of Antennas and Propagation. 2017. Vol. 2017. Art. 5853724. DOI: 10.1155/2017/5853724.
  9. Zhang J., Gentile C., Garey W. On the cross-application of calibrated pathloss models using area features // IEEE Antennas and Propagation Magazine. 2019. Vol. 61, No. 6. P. 40–50. DOI: 10.1109/MAP.2019.2943272.
  10. Perihanoglu G.M., Karaman H. Performance
  11. Ma Y., Li W., Han D., He Y., Li Q., Bai X., Xu D. Wireless wave attenuation in forests: an overview of models // Forests. 2024. Vol. 15, No. 9. Art. 1587. DOI: 10.3390/f15091587.
  12. Sarkar T.K., Ji Z., Kim K., Medouri A., Salazar-Palma M. A survey of various propagation models for mobile communication // IEEE Antennas and Propagation Magazine. 2003. Vol. 45, No. 3. P. 51–82. DOI: 10.1109/MAP.2003.1232163.
  13. evaluation of GeoAI-based approach for path loss prediction in cellular communication networks // Wireless Personal Communications. 2024. Vol. 138. P. 1211–1246. DOI: 10.1007/s11277-024-11554-w.
  14. Hata M. Empirical formula for propagation loss in land mobile radio services // IEEE Transactions on Vehicular Technology. 1980. Vol. 29, No. 3. P. 317–325. DOI: 10.1109/T-VT.1980.23859.
  15. Recommendation ITU-R P.1546-6. Method for point-to-area predictions for terrestrial services in the frequency range 30 MHz to 4 000 MHz. Geneva: ITU, 2019.
  16. Moraitis N., Vouyioukas D., Gkioni A., Louvros S. Measurements and path loss models for a TD-LTE network at 3.7 GHz in rural areas // Wireless Networks. 2020. Vol. 26. P. 2891–2904. DOI: 10.1007/s11276-019-02243-9.
  17. Li C., Yu J., Xue J., Chen W., Wang S., Yang K. Maritime broadband communication: wireless channel measurement and characteristic analysis for offshore waters // Journal of Marine Science and Engineering. 2021. Vol. 9, No. 7. Art. 783. DOI: 10.3390/jmse9070783.