北邮电磁场实验场强仪测校园磁场分布Word文档下载推荐.docx
《北邮电磁场实验场强仪测校园磁场分布Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《北邮电磁场实验场强仪测校园磁场分布Word文档下载推荐.docx（37页珍藏版）》请在冰点文库上搜索。
决定路径损耗大小的首要因素是距离，此外，它还与接收点的电波传播条件密切相关。
为此，我们引进路径损耗中值的概念。
中值是使实测数据中一半大于它而另一半小于它的一个数值（对于正态分布中值就是均值）。
人们根据不同的地形地貌条件，归纳总结出各种电波传播模型：
1）自由空间模型；
2）双径模型；
3）Hata模型；
4）Hat-cost231模型；
5）Okumura模型。
（2）阴影衰落
在无线信道里，造成慢衰落的最主要原因是建筑物或其它物体对电波的遮挡。
在测量过程中，不同位置遇到的建筑物遮挡情况不同，因此接收功率也不同，这样就会观察到衰落现象。
由于这种原因造成的衰落也叫“阴影效应”或“阴影衰落”。
在阴影衰落的情况下，移动台被建筑物所遮挡，它收到的信号是各种绕射、反射、散射波的合成。
所以，在距基站距离相同的地方，由于阴影效应的不同，它们收到的信号功率有可能相差很大，理论和测试表明，对任意的d值，特定位置的接受功率为随机对数正态分布即：
其中，
为0均值的高斯分布随机变量，单位为dB，标准偏差为σ，单位也是dB。
对数正态分布描述了在传播路径上，具有相同T-R距离时，不同的随机阴影效应。
这样利用高斯分布可以方便地分析阴影的随机效应。
正态分布，也叫高斯分布，它的概率密度函数是：
应用于阴影衰落时，上式中的x表示某一次测量得到的接收功率，m表示以dB表示的接收功率的均值或中值，σ表示接收功率的标准差，单位是dB。
阴影衰落的标准差同地形，建筑物类型，建筑物密度等有关，在市区的150MHz频段其典型值是5dB。
除了阴影效应外，大气变化也会导致阴影衰落。
比如一天中的白天，夜晚，
一年中的春夏秋冬，天晴时，下雨时，即使在同一个地点上，也会观察到路径损
耗的变化。
但在测量的无线信道中，大气变化造成的影响要比阴影效应小的多。
下面是阴影衰落分布的标准差，其中
（dB）是阴影效应的标准差。
σs（dB）
频率
（MHz）
准平坦地形
不规则地形Δh（m）
城市
郊区
50
150
300
3.5---5.5
4---7
9
11
13
450
6
7.5
15
18
900
6.5
8
14
21
（3）建筑物的穿透损耗的定义
建筑物穿透损耗的大小对于研究室内无线信道具有重要意义。
穿透损耗又称大楼效应，一般指建筑物一楼内的中值电场强度和室外附近街道上中值电场强度dB之差。
发射机位于室外，接收机位于室内，电波从室外进入到室内，产生建筑物的穿透损耗，由于建筑物存在屏蔽和吸收作用，室内场强一定小于室外的场强，造成传输损耗。
室外至室内建筑物的穿透损耗定义为：
室外测量的信号平均场强减去同一位置室内测量的信号平均场强。
用公式表示为：
ΔP是穿透损耗，单位是dB，Pj是在室内所测的每一点的功率，单位是dBμv，共M个点，Pi是在室外所测的每一点的功率，单位是dBμv，共N个点。
3、实验内容
利用DS1131场强仪，实地测量学六内外信号场强
（1）研究学六内外不同环境下阴影衰落分布规律，以及具体的分布参数如何；
（2）研究建筑物穿透损耗的变化规律。
4、实验步骤
（1）数据采集
频点
486~494MHz（中央3）
地点
学六外四周及楼内4层楼道
测量步长
1个数据/步长
说明：
，每步长平均约60cm，相当于一个波长内测量1.3个数据。
（2）数据录入（原始数据见附录1）
将原始数据录入Excel表格：
在不同工作表下依次录入不同区域的实测数据，单列存储，便于读取。
（3）数据处理
1）用Matlab对数据进行编程处理
绘制相关曲线或图形：
实测数据曲线、信号强度图谱、概率分布柱状图、累积分布曲线等；
计算数据特征量：
均值、标准差、中值等。
2）得出测试区域阴影衰落的分布规律，研究路径损耗与楼层关系，并计算学六内外的穿透损耗。
5、程序代码
程序代码根据所要实现的内容进行模块化编程，编写了5个函数文件和3个命令文件（代码详见附录2）。
函数文件：
函数名
函数功能
datain
读入数据
datacurve
绘制实测数据曲线，并叠加均值线
colorscheme
绘制信号强度图谱
histogram
绘制概率分布柱状图，并叠加拟合的正态分布概率密度曲线
distribution
绘制累积概率分布图及相对应的正态分布概率累积曲线
命令文件：
文件名
No1
绘制不同区域实测数据线、概率分布柱状图、累积概率分布图
No2
绘制学五四周信号强度图谱
No3
同坐标显示4楼楼道实测数据曲线、绘制楼层信号强度图谱、绘制各楼层数据均值与楼层关系曲线
6、实验结果
（1）学五楼外不同区域阴影衰落
1）东侧（N→S）
●实测数据曲线
●样本分布柱状图
●累积概率分布图（含数据特征量）
2）北内侧（E→W）
3）南内侧（W→E）
4）北外侧（W→E）
5）西内侧（N→S）
6）5楼北侧楼道（E→W）
7）5楼西侧楼道（N→S）
8）5楼南侧楼道（W→E）
5）学六四周信号强度图谱
（2）学六内5楼楼道信号强度图谱
7、结果分析
各区域数据特征：
最小值
（dBmw）
最大值
均值
标准差
外_北侧
-80.2
-59.9
-69.15862
3.958087
外_东侧
-85.4
-67.2
-74.51373
4.008712
内_北侧
-80
-63
-71.57627
4.224923
内_南侧
-86
-66.5
-75.86667
4.110818
内_西侧
-86.7
-69.2
-75.725
3.799066
5楼_北侧
-87.2
-72.3
-82.39178
2.745849
5楼_南侧
-88.7
-79.4
-84.26615
2.629164
5楼_西侧
-89.1
-81.2
-85.07692
2.090013
实测数据说明：
●学六院外侧测试数据全部在区间[-60,-86]dBmw内，学六院内侧测试数据区间为[-63,-87]；
且外侧平均值均大于院内侧平均值。
●一层北侧的信号（不管是内侧还是外侧）都比其他方向较为好；
●学六五层的测试数据区间为[-72，-89]，楼道内的信号和宿舍楼外的信号相比明显差了很多，测试数据有所不足的是楼道内的数据测试的是五层的而不是一层，因为学六的一层结构更为复杂，并且信号太差，所以测试的是宿舍楼的最高层。
●学六五层和一层的数据相比，稳定了很多，标准差明显较小，这与周围建筑遮挡，学六本身墙面遮挡有关。
分析说明：
（1）阴影衰落分布规律——随机对数正态分布
从实验结果中各区域实测数据的概率分布柱状图与拟合正态分布，及累积概率曲线和对应正态分布函数曲线（均值、方差相同）对比可得，无线信号强度为随机对数正态分布。
（2）穿透损耗
由学六内外测试数据均值对比可知，学六外的信号强度比学六内的信号强度大，这反映出建筑物对信号的屏蔽和吸收作用，即建筑物的穿透损耗。
应用公式：
由学六外测量信号均值减去五楼楼道信号均值，可得穿透损耗：
ΔP=（-73.368058）-（-83.911617）=10.543559dBmw
（3）空间结构对信号强度的影响
所选的学六宿舍楼的空间结构比较复杂,但是可以从信号强度谱图中看出,楼道中靠近楼梯和窗口的地方信号强度都比较好,而被建筑物包围的内侧信号相对于外侧信号而言有了明显的衰减,尤其是在拐角的阴影处,信号更差,而越是测量地点越是开阔的地方,信号强度则越强.当然,在测试楼道数据时,因为测量时有些宿舍的门窗是打开的,一定程度上会影响所测量的数据.
（4）楼层与信号强度关系
因为时间和学六楼层结构的缘故,我们并没有测量一层楼道内的数据,所测量的数据并不具有楼层与信号强度的对比性,不过可想而知的是,在一定程度范围内（楼层高度相对有限）的情况下,越是底层的信号的穿透损耗越高,,越是高层的楼层的空间结构对信号强度的影响越小
实验总结
本次实验中，我们小组合理分工，团结协作，通力完成实验要求内容。
在选择所要测量的地点时，我们选择了和我们平时生活息息相关并且空间结构更为复杂的学六宿舍楼。
从之前的图片上也可以了解到，学六宿舍楼不仅结构上和学校内的所有其他建筑都不一样，并且也处于校园的边缘。
在原先的设想中，我们还想测量学六一层楼道、三个不同位置上的楼梯、内外侧拐角宿舍内外、内外侧正常普通宿舍内外以及相同宿舍内部，不同床位上的信号强度。
因为在我们平时的生活中，往往是靠窗边的同学才能收得到手机信号（移动为例），而靠门的同学则根本收不到手机的信号。
因为时间精力有限，并且我们的场强仪的测量信号频率的上限够不到中国移动联通的下行频段，所以只选择了中央3频道在学六宿舍楼内外侧的几个方向的测量数据。
同时，当我们测试已经进行了一半之后我们才发现学六宿舍附近因为施工的原因，宿舍楼的南外侧和西外侧无法测量数据，给本次实验带来不小的麻烦。
总的来说，通过本次实验，我们学会了如何使用场强仪，并且对于信号的阴影衰减以及穿透损耗等概念有了个清晰的认识，还对于通信系统的统计性和随机性有了一定的认知，对于理论课上所学到的知识更加深刻。
附录
附录1原始数据登记表（见纸板报告）
附录2Matlab文件
函数文件：
datain.m
function[Data,L]=datain（s）
data=xlsread（'
data.xls'
s）;
%从Excel表格中读取工作表s的数据
Data=data'
;
%将数据转置为行向量
L=length（Data）;
%数据长度
end
datacurve.m
functiondatacurve（Data,L）
n=1:
1:
L;
m=ones（1,L）*mean（Data）;
%数据均值向量
plot（n,Data,n,m）%同坐标绘制实测数据曲线及其均值线
legend（'
电平值曲线'
'
电平值均值'
）
xlabel（'
测量点'
ylabel（'
电平值x（dBmw）'
grid
colorscheme.m
functioncolorscheme（Data,L,az,el）
x=1:
%x为测量数据点向量，维数为1*L
y=linspace（0,1,2）;
%y为绘图辅助向量，维数为1*2（向量取值范围和列数也可设置为其他值）
[x,y]=meshgrid（x,y）;
%生成xy平面网格坐标矩阵
z=[Data;
Data];
%z的维为2*L
surf（x,y,z）;
%绘制三维曲面图
axis（[1,L,0,1]）
view（az,el）%观察视角
histogram.m
functionhistogram（Data）
histfit（Data,30）;
测量样本分布'
拟合正态分布'
）;
电平值（dBmw）'
样本数量（个）'
grid;
distribution.m
functiondistribution（Data）
[h,stats]=cdfplot（Data）;
%绘制累积概率分布,stats为包含数据特征的结构体
holdon%图形保持
%添加与原始数据相对应（均值&
标准差）的正态分布的分布函数曲线
x=（stats.min-5）:
0.1:
（stats.max+5）;
mu=stats.mean;
sigma=stats.std;
f=normcdf（x,mu,sigma）;
%根据原始数据特征（均值&
标准差）生成对应正态分布
plot（x,f,'
r'
）%绘制正态分布的分布函数曲线
电平值分布函数'
对应正态分布函数'
%添加数据特征说明
text（stats.median,0.45,['
最大值='
num2str（stats.max）,'
dBmw'
],'
FontSize'
14）
text（stats.median,0.35,['
最小值='
num2str（stats.min）,'
text（stats.median,0.25,[均值='
num2str（stats.mean）,'
text（stats.median,0.15,[中值='
num2str（stats.median）,'
text（stats.median,0.05,['
标准差='
num2str（stats.std）],'
命令文件：
EE.m
clc
clearall
closeall
[m5_N_E2W,L1]=datain（'
5_N_E2W'
%读入数据
[m5_W_N2S,L2]=datain（'
5_W_N2S'
%读入数据
[m5_S_W2E,L3]=datain（'
5_S_W2E'
[S_I_W2E,L4]=datain（'
S_I_W2E'
subplot（4,1,1）
colorscheme（m5_N_E2W,L1,0,90）;
%北内侧，视角为俯视，数据由东至西
subplot（4,1,2）
colorscheme（m5_W_N2S,L2,0,90）;
%西内侧，视角为俯视，数据由北至南
subplot（4,1,3）
colorscheme（m5_S_W2E,L3,0,90）;
%东侧，视角为俯视，数据由北至南
figure
colorscheme（S_I_W2E,L4,0,90）;
%南内侧，视角为俯视，数据由西至西东
caxis（[-73,-50]）;
%界定信号强度界限，并与色彩进行作线性对应
colorbar（'
horiz'
升级会员 