CN111629383A - 一种用于移动空中基站预先部署的信道预测方法及装置 - Google Patents
一种用于移动空中基站预先部署的信道预测方法及装置 Download PDFInfo
- Publication number
- CN111629383A CN111629383A CN202010388538.XA CN202010388538A CN111629383A CN 111629383 A CN111629383 A CN 111629383A CN 202010388538 A CN202010388538 A CN 202010388538A CN 111629383 A CN111629383 A CN 111629383A
- Authority
- CN
- China
- Prior art keywords
- predicted
- moment
- data
- time
- environment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种用于移动空中基站预先部署的信道预测方法及装置,该方法包括:根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。通过利用海上环境信息的空时相关性和船舶航线信息预测海上环境变化,从而构建预测的三维环境模型,在预测的三维模型环境模型中估计信道参数信息。该信道预测方法有效地适应了海上环境的变化。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种用于移动空中基站预先部署的信道预测方法及装置。
背景技术
国内外工业界、学术界利用移动空中平台构建空中通信***,与地面移动通信***、卫星通信***和船联网协同,实现海域宽带互联网接入,以提高海上用户宽带体验。例如,采用飞艇,工作在平流层,可以覆盖大面积区域,被称为高空伪卫星。
此外,无人机备受关注。利用无人机灵活移动的特点,将无人机作为移动移动空中基站预先部署平台,在浩瀚海上,根据通信需求预先部署移动移动空中基站预先部署,实现按需覆盖。为实现预先部署移动移动空中基站预先部署的通信参数配置,需要预测信道参数。
现有的信道预测方法主要包括两种,分别是基于历史信道数据的预测法和电磁场预测法。对于基于历史信道数据的预测法,通过信道估计或者采样获得历史数据。对于移动移动空中基站预先部署,难以实现信道估计,并且先采样再优化的方法难以适应环境变化。传统的电磁场预测法模拟无线传播环境,在利用光学射线理论或者电磁波传播理论预测无线环境的信道特征。传统的电磁场预测法能够预测固定场景的信道参数,难以适应环境变化。
但是在海上,海面和船舶的动态变化使得海上环境不断变化,而传统的信道预测没有办法考虑到上述变化,因此如何更精准的实现海上信道预测已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种用于移动空中基站预先部署的信道预测方法及装置,用以解决上述背景技术中提出的技术问题,或至少部分解决上述背景技术中提出的技术问题。
第一方面,本发明实施例提供一种用于移动空中基站预先部署的信道预测方法,包括:
根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;
在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
更具体的,所述待预测时刻环境数据包括待预测时刻静态环境数据和待预测时刻动态环境数据;
其中,所述待预测时刻动态环境数据包括历史动态环境数据和预测所得的动态环境数据;
其中,所述待预测时刻行为数据包括历史行为数据和预测所得的行为数据;
其中,所述待预测时刻静态环境数据存储在静态环境数据库中,所述历史动态环境数据存储在历史动态环境数据库中,所述预测所得的动态环境数据存储在预测所得的动态环境数据库中,所述历史行为数据存储在历史行为数据库中,所述预测所得的行为数据存储在预测所得的行为数据库中。
更具体的,在所述根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型的步骤之前,所述方法还包括:
根据历史动态环境数据库中历史动态环境数据的空时相关性建立动态环境空时数据模型,根据所述动态环境空时数据模型估计待预测时刻的动态环境数据,并根据所述待预测时刻的动态环境数据更新预测所得的动态环境数据库;
根据历史行为数据库中船舶的历史行为数据和船舶航线信息估计待预测时刻的船舶行为数据,并根据所述待预测时刻的船舶行为数据更新预测所得的行为数据库;
根据预测所得的动态环境数据库中待预测时刻的动态环境数据、静态环境数据库中待预测时刻的静态环境数据和预测所得的行为数据库中待预测时刻的行为数据构建待预测时刻三维环境模型;
其中,所述动态环境空时数据模型存储在动态环境知识库中。
在所述根据预测所得的动态环境数据库中待预测时刻的动态环境数据、静态环境数据库中待预测时刻的静态环境数据和预测所得的行为数据库中待预测时刻的行为数据构建待预测时刻三维环境模型的步骤之后,所述方法还包括:
在待预测时刻的三维环境模型中配置通信参数,通过射线跟踪法估计待预测时刻的信道参数;
利用待预测时刻的信道参数规划无人机航迹,得到待预测时刻的无人机行为数据,并根据所述待预测时刻的无人机行为数据更新预测所得的行为数据库;
更新待预测时刻,得到更新后的待预测时刻,对更新后的待预测时刻继续进行信道预测,直至更新后的待预测时刻大于待预测最终时刻;
其中,所述待预测时刻在更新过程中的初始值为预测初始时刻,在更新过程中的最终值为预测最终时刻。
更具体的,在所述根据历史动态环境数据库中历史动态环境数据的空时相关性建立动态环境空时数据模型的步骤之前,所述方法还包括:
初始化当前时刻无人机行为数据,并获取当前时刻船舶行为数据;
根据所述当前时刻船舶行为数据更新历史行为数据库。
更具体的,所述待预测时刻动态环境数据包括海洋表面某一固定高度风速、海水温度和海水含盐度。
更具体的,所述待预测时刻行为数据,包括无人机行为数据和船舶行为数据。
第二方面,本发明实施例提供一种用于移动空中基站预先部署的信道预测装置,包括:
建模模块,用于根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;
预测模块,用于在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述用于移动空中基站预先部署的信道预测方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述用于移动空中基站预先部署的信道预测方法的步骤。
本发明实施例提供的一种用于移动空中基站预先部署的信道预测及装置,通过利用海上环境信息的空时相关性和船舶航线信息预测海上环境变化,从而构建预测的三维环境模型,在预测的三维模型环境模型中估计信道参数信息。该信道预测方法有效地适应了海上环境的变化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例中所描述的用于移动空中基站预先部署的信道预测方法流程示意图;
图2为本发明一实施例中所描述的用于移动空中基站预先部署的信道预测装置结构图;
图3为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中所描述的用于移动空中基站预先部署的信道预测方法是利用海上环境信息的相关性和船舶航线信息预测海上环境变化,进而构建预测的海上环境模型,预测信道参数。本发明实施例的通信构架是指星空地协同架构,主要由岸上基站、移动空中基站、海事卫星和用户组成,其中将无人机作为移动空中基站平台,根据用户通信需求预先部署移动空中基站,为特定用户提供宽带通信服务;岸上基站服务近海用户,同时为移动空中基站提供回传链路;海事卫星服务深远海用户。本发明实施例中所描述的用户主要指海面上的船舶。本发明实施例预测岸上基站-移动空中基站间信道参数。
图1为本发明一实施例中所描述的用于移动空中基站预先部署的信道预测方法流程示意图,如图1所示,包括:
步骤S1,根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;
步骤S2,在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
具体的,本发明实施例中所描述的待预测时刻是相对于当前时刻t的未来时刻,可以是指为在移动空中基站预先部署后,岸上基站向移动空中基站传输数据的时刻。
本发明实施例中所描述的待预测时刻环境数据是从预测所得的动态环境数据库和静态环境数据库中提取的待预测时刻的环境数据;待预测时刻行为数据是从预测所得的行为数据库中提取的待预测时刻的行为数据。
本发明实施例中所描述的环境数据包括静态环境数据和动态环境数据,静态环境数据包括海岸、暗礁、船舶、无人机、岸上基站等几何参数和电参数,其中几何参数包括长、宽、经度、纬度和海拔等,电参数包括介电常数和电导率。静态环境数据不包括船舶和无人机的经度、纬度和海拔。
动态环境数据包括海洋表面上某一固定高度的风速、海水的温度和海水的含盐度等。
本发明实施例中所描述的行为数据包括船舶和无人机的经度、纬度、海拔、速度和加速度等。
本发明实施例中所描述的待预测时刻三维环境模型是利用待预测时刻的环境数据和行为数据构建的三维环境模型。
在三维环境模型中,动态环境数据用于体现海洋表面几何参数和电参数的变化。海洋表面的几何参数包括海洋表面高度的起伏波动,即海浪。海洋表面的电参数包括海洋表面的介电常数和电导率。利用电磁波频率、海水的温度和海水的含盐度计算得到海洋表面的介电常数和电导率。利用海洋表面上某一固定高度的风速生成海洋表面高度的起伏波动,即海浪。
本发明实施例中所描述的通信参数可以是预先设定的,包括发送功率、频率等。
本发明实施例中所描述的通过射线跟踪法可以是指在三维环境模型中追踪每一条射线所经过的路径,计算接收到的多条路径的电场强度、时间和到达角等,再将电场强度转化为接收功率,最后估计待预测时刻信道参数。
本发明实施例通过利用海上环境信息的空时相关性和船舶航线信息预测海上环境变化,从而构建预测的三维环境模型,在预测的三维模型环境模型中估计信道参数信息。该信道预测方法有效地适应了海上环境的变化。在上述实施例的基础上,所述待预测时刻环境数据包括待预测时刻静态环境数据和待预测时刻动态环境数据;
其中,所述待预测时刻动态环境数据包括历史动态环境数据和预测所得的动态环境数据;
其中,所述待预测时刻行为数据包括历史行为数据和预测所得的行为数据;
其中,所述待预测时刻静态环境数据存储在静态环境数据库中,所述历史动态环境数据存储在历史动态环境数据库中,所述预测所得的动态环境数据存储在预测所得的动态环境数据库中,所述历史行为数据存储在历史行为数据库中,所述预测所得的行为数据存储在预测所得的行为数据库中。在上述实施例的基础上,
在所述根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型的步骤之前,所述方法还包括:
根据历史动态环境数据库中历史动态环境数据的空时相关性建立动态环境空时数据模型,根据所述动态环境空时数据模型估计待预测时刻的动态环境数据,并根据所述待预测时刻的动态环境数据更新预测所得的动态环境数据库;
根据历史行为数据库中船舶的历史行为数据和船舶航线信息估计待预测时刻的船舶行为数据,并根据所述待预测时刻的船舶行为数据更新预测所得的行为数据库;
根据预测所得的动态环境数据库中待预测时刻的动态环境数据、静态环境数据库中待预测时刻的静态环境数据和预测所得的行为数据库中待预测时刻的行为数据构建待预测时刻三维环境模型;
其中,所述动态环境空时数据模型存储在动态环境知识库中。
在上述实施例的基础上,
在所述根据预测所得的动态环境数据库中待预测时刻的动态环境数据、静态环境数据库中待预测时刻的静态环境数据和预测所得的行为数据库中待预测时刻的行为数据构建待预测时刻三维环境模型的步骤之后,所述方法还包括:
在待预测时刻的三维环境模型中配置通信参数,通过射线跟踪法估计待预测时刻的信道参数;
利用待预测时刻的信道参数规划无人机航迹,得到待预测时刻的无人机行为数据,并根据所述待预测时刻的无人机行为数据更新预测所得的行为数据库;
更新待预测时刻,得到更新后的待预测时刻,对更新后的待预测时刻继续进行信道预测,直至更新后的待预测时刻大于待预测最终时刻;
其中,所述待预测时刻在更新过程中的初始值为预测初始时刻,在更新过程中的最终值为预测最终时刻;
具体的,本发明实施例中所描述的当前时刻可以是t,本发明实施例中所描述的待预测初始时刻可以是指t+T1,本发明实施例中所描述的待预测最终时刻可以是指t+T2,本发明实施例中所描述的待预测时刻可以是指t+T,本发明实施例中所描述的更新待预测时刻可以是指T=T+Δt,其中t+T1≤t+T≤t+T2,Δt表示时间间隔。
在更新预测所得的行为数据库后,更新待预测时刻,得到更新后的待预测时刻,判断更新后的待预测时刻是否大于待预测最终时刻,若更新后的待预测时刻大于待预测最终时刻,则信道预测过程结束,否则根据更新后的待预测时刻,重新预测更新后的待预测时刻的动态环境数据和更新后的待预测时刻的行为,并重新建立更新后的待预测时刻的三维环境模型,从而继续进行信道预测。
本发明实施例通过利用海上环境信息的相关性和船舶航线信息预测海上环境变化,从而构建待预测时刻三维环境模型,从而在待预测时刻三维模型环境中得到待预测时刻的信道参数信息,该信道预测方法有效地反映了海上环境的变化。
在上述实施例的基础上,在所述根据历史动态环境数据库中历史动态环境数据的空时相关性建立动态环境空时数据模型的步骤之前,所述方法还包括:
初始化当前时刻无人机行为数据,并获取当前时刻船舶行为数据;
根据所述当前时刻船舶行为数据更新历史行为数据库。
图2为本发明一实施例中所描述的用于移动空中基站预先部署的信道预测装置结构图,如图2所示,包括:其中,建模模块210用于根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;其中,预测模块220用于在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
本发明实施例提供的装置是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
本发明实施例通过利用海上环境信息的相关性和船舶航线信息预测海上环境变化,从而构建待预测时刻三维环境模型,从而在待预测时刻三维模型环境中得到待预测时刻的信道参数信息,该信道预测方法有效地反映了海上环境的变化。
图3为本发明一实施例所描述的电子设备结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行如下方法:根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述各实施例提供的方法,例如包括:根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种用于移动空中基站预先部署的信道预测方法,其特征在于,包括:
根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;
在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
2.根据权利要求1所述用于移动空中基站预先部署的信道预测方法,其特征在于,所述待预测时刻环境数据包括待预测时刻静态环境数据和待预测时刻动态环境数据;
其中,所述待预测时刻动态环境数据包括历史动态环境数据和预测所得的动态环境数据;
其中,所述待预测时刻行为数据包括历史行为数据和预测所得的行为数据;
其中,所述待预测时刻静态环境数据存储在静态环境数据库中,所述历史动态环境数据存储在历史动态环境数据库中,所述预测所得的动态环境数据存储在预测所得的动态环境数据库中,所述历史行为数据存储在历史行为数据库中,所述预测所得的行为数据存储在预测所得的行为数据库中。
3.根据权利要求2所述用于移动空中基站预先部署的信道预测方法,其特征在于,在所述根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型的步骤之前,所述方法还包括:
根据历史动态环境数据库中历史动态环境数据的空时相关性建立动态环境空时数据模型,根据所述动态环境空时数据模型估计待预测时刻的动态环境数据,并根据所述待预测时刻的动态环境数据更新预测所得的动态环境数据库;
根据历史行为数据库中船舶的历史行为数据和船舶航线信息估计待预测时刻的船舶行为数据,并根据所述待预测时刻的船舶行为数据更新预测所得的行为数据库;
根据预测所得的动态环境数据库中待预测时刻的动态环境数据、静态环境数据库中待预测时刻的静态环境数据和预测所得的行为数据库中待预测时刻的行为数据构建待预测时刻三维环境模型;
其中,所述动态环境空时数据模型存储在动态环境知识库中。
4.根据权利要求3所述用于移动空中基站预先部署的信道预测方法,其特征在于,在所述根据预测所得的动态环境数据库中待预测时刻的动态环境数据、静态环境数据库中待预测时刻的静态环境数据和预测所得的行为数据库中待预测时刻的行为数据构建待预测时刻三维环境模型的步骤之后,所述方法还包括:
在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法估计待预测时刻的信道参数;
利用待预测时刻的信道参数规划无人机航迹,得到待预测时刻的无人机行为数据,并根据所述待预测时刻的无人机行为数据更新预测所得的行为数据库;
更新待预测时刻,得到更新后的待预测时刻,对更新后的待预测时刻继续进行信道预测,直至更新后的待预测时刻大于待预测最终时刻;
其中,所述待预测时刻在更新过程中的初始值为预测初始时刻,在更新过程中的最终值为预测最终时刻。
5.根据权利要求3所述用于移动空中基站预先部署的信道预测方法,其特征在于,在所述根据历史动态环境数据库中历史动态环境数据的空时相关性建立动态环境空时数据模型的步骤之前,所述方法还包括:
初始化当前时刻无人机行为数据,并获取当前时刻船舶行为数据;
根据所述当前时刻船舶行为数据更新历史行为数据库。
6.根据权利要求2所述用于移动空中基站预先部署的信道预测方法,其特征在于,所述待预测时刻动态环境数据包括海洋表面某一固定高度风速、海水温度和海水含盐度。
7.根据权利要求2所述用于移动空中基站预先部署的信道预测方法,其特征在于,所述待预测时刻行为数据包括无人机行为数据和船舶行为数据。
8.一种用于移动空中基站预先部署的信道预测装置,其特征在于,包括:
建模模块,用于根据待预测时刻环境数据和待预测时刻行为数据构建待预测时刻三维环境模型;
预测模块,用于在待预测时刻三维环境模型中配置通信参数,通过射线跟踪法得到待预测时刻信道参数。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述用于移动空中基站预先部署的信道预测方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述用于移动空中基站预先部署的信道预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010388538.XA CN111629383B (zh) | 2020-05-09 | 2020-05-09 | 一种用于移动空中基站预先部署的信道预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010388538.XA CN111629383B (zh) | 2020-05-09 | 2020-05-09 | 一种用于移动空中基站预先部署的信道预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111629383A true CN111629383A (zh) | 2020-09-04 |
CN111629383B CN111629383B (zh) | 2021-06-29 |
Family
ID=72272671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010388538.XA Active CN111629383B (zh) | 2020-05-09 | 2020-05-09 | 一种用于移动空中基站预先部署的信道预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111629383B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115227A (zh) * | 2021-04-21 | 2021-07-13 | 鹏城实验室 | 高空基站防止终端丢失覆盖的处理方法、装置及高空基站 |
CN114244459A (zh) * | 2021-11-29 | 2022-03-25 | 西安电子科技大学 | 一种海环境无线信道仿真方法、***、介质、设备及终端 |
CN114727369A (zh) * | 2022-04-21 | 2022-07-08 | 北京化工大学 | 船载用户通信方法、装置、***、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106358207A (zh) * | 2016-08-24 | 2017-01-25 | 深圳无线电检测技术研究院 | 高空平台覆盖预测方法 |
US20170126309A1 (en) * | 2015-10-30 | 2017-05-04 | The Florida International University Board Of Trustees | Cooperative clustering for enhancing mu-massive-miso-based uav communication |
CN109188355A (zh) * | 2018-09-14 | 2019-01-11 | 四川大学 | 一种多点定位***接收天线优化及最优布站方法 |
CN109217955A (zh) * | 2018-07-13 | 2019-01-15 | 北京交通大学 | 基于机器学习的无线环境电磁参数拟合方法 |
CN110380776A (zh) * | 2019-08-22 | 2019-10-25 | 电子科技大学 | 一种基于无人机的物联网***数据收集方法 |
CN110492911A (zh) * | 2019-07-10 | 2019-11-22 | 鹰潭泰尔物联网研究中心 | 一种用于无人机通信的波束追踪方法与*** |
EP3598413A1 (en) * | 2018-07-19 | 2020-01-22 | Volkswagen Aktiengesellschaft | Apparatus, method, and computer program for a mobile transceiver |
CN110741665A (zh) * | 2017-04-11 | 2020-01-31 | T移动美国公司 | 对无人飞行器的三维网络覆盖建模 |
-
2020
- 2020-05-09 CN CN202010388538.XA patent/CN111629383B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170126309A1 (en) * | 2015-10-30 | 2017-05-04 | The Florida International University Board Of Trustees | Cooperative clustering for enhancing mu-massive-miso-based uav communication |
CN106358207A (zh) * | 2016-08-24 | 2017-01-25 | 深圳无线电检测技术研究院 | 高空平台覆盖预测方法 |
CN110741665A (zh) * | 2017-04-11 | 2020-01-31 | T移动美国公司 | 对无人飞行器的三维网络覆盖建模 |
CN109217955A (zh) * | 2018-07-13 | 2019-01-15 | 北京交通大学 | 基于机器学习的无线环境电磁参数拟合方法 |
EP3598413A1 (en) * | 2018-07-19 | 2020-01-22 | Volkswagen Aktiengesellschaft | Apparatus, method, and computer program for a mobile transceiver |
CN109188355A (zh) * | 2018-09-14 | 2019-01-11 | 四川大学 | 一种多点定位***接收天线优化及最优布站方法 |
CN110492911A (zh) * | 2019-07-10 | 2019-11-22 | 鹰潭泰尔物联网研究中心 | 一种用于无人机通信的波束追踪方法与*** |
CN110380776A (zh) * | 2019-08-22 | 2019-10-25 | 电子科技大学 | 一种基于无人机的物联网***数据收集方法 |
Non-Patent Citations (2)
Title |
---|
杨凡: "地空宽带通信的自适应传输研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
杨婧文 等: "无人机空中基站对地信道建模及功率覆盖预测", 《数据采集与处理》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115227A (zh) * | 2021-04-21 | 2021-07-13 | 鹏城实验室 | 高空基站防止终端丢失覆盖的处理方法、装置及高空基站 |
CN113115227B (zh) * | 2021-04-21 | 2022-11-01 | 鹏城实验室 | 高空基站防止终端丢失覆盖的处理方法、装置及高空基站 |
CN114244459A (zh) * | 2021-11-29 | 2022-03-25 | 西安电子科技大学 | 一种海环境无线信道仿真方法、***、介质、设备及终端 |
CN114727369A (zh) * | 2022-04-21 | 2022-07-08 | 北京化工大学 | 船载用户通信方法、装置、***、电子设备及存储介质 |
CN114727369B (zh) * | 2022-04-21 | 2023-12-15 | 北京化工大学 | 船载用户通信方法、装置、***、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111629383B (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111629383B (zh) | 一种用于移动空中基站预先部署的信道预测方法及装置 | |
Morozs et al. | Channel modeling for underwater acoustic network simulation | |
Grøtli et al. | Path planning for UAVs under communication constraints using SPLAT! and MILP | |
CN102854884B (zh) | 向飞行管理***提供飞行器轨迹的气象信息的方法 | |
CN111586633B (zh) | 一种面向海洋环境感知的无人船协作传输方法 | |
CN110312265B (zh) | 无人机编队通信覆盖的功率分配方法及*** | |
Kavuri et al. | Performance analysis of onshore NB-IoT for container tracking during near-the-shore vessel navigation | |
CN108769928B (zh) | 基于船舶位置的海域通信波束协同控制方法和*** | |
Cong et al. | Interference prediction in mobile ad hoc networks with a general mobility model | |
JP5472291B2 (ja) | 電波状況測定システム、電波状況測定方法、および電波状況測定プログラム | |
Esrafilian et al. | 3D-map assisted UAV trajectory design under cellular connectivity constraints | |
Redondi | Radio map interpolation using graph signal processing | |
CN110958616A (zh) | 基于无人机辅助的蜂窝通信***的通信方法 | |
CN113938830A (zh) | 无人机基站部署方法及装置 | |
EP3286855B1 (en) | Monitoring changes in an environment by means of communication devices | |
Šafár et al. | The VHF data exchange system | |
Wen et al. | A novel framework to simulate maritime wireless communication networks | |
Yang et al. | Blockage modeling for inter-layer UAVs communications in urban environments | |
CN110825761A (zh) | 一种面向船岸分布式电子海图***的海图数据布置与更新方法 | |
Hassan et al. | Reliable integrated space-oceanic network profit maximization by Bender decomposition approach | |
CN115767493A (zh) | 一种基于6g的空天地海一体化的数据分析及应用方法 | |
Lin et al. | Next generation marine wireless communication networks | |
CN111757242A (zh) | 一种基于ais信息计算的海域通信波束控制方法及装置 | |
CN115866656A (zh) | 路径损耗计算方法及装置 | |
Mignardi et al. | Performance Evaluation of UAV-Aided Mobile Networks by Means of Ray Launching Generated REMs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |