高速铁路的GSM-R无线传播模型校正-AET-电子技术应用

高速铁路的GSM-R无线传播模型校正

来源：电子技术应用2012年第2期

肖蒙，刘佳佳，林俊亭，李翠然

兰州交通大学自动化与电气工程学院, 甘肃兰州730070

摘要： 为了提高在铁路沿线复杂地形环境下的Hata模型准确度，在研究GSM-R系统中的电波传播预测Hata模型的基础上，提出了一种对Hata传播模型的校正方法。结合郑西实测线路数据对市郊、平原和山区三种地形环境下进行校正，得到了不同地形下的Hata校正模型。通过对校正前后模型的误差对比，校正后的Hata传播模型准确度有显著提高。

关键词： GSM-R Hata传播模型郑西高铁模型校正

中图分类号： TN929
文献标识码： A
文章编号： 0258-7998(2012)02-0113-04

The adjustment of GSM-R wireless propagation model in high speed railway

Xiao Meng, Liu Jiajia, Lin Junting, Li Cuiran

School of Automatization and Electric Engineering, Lanzhou Jiaotong University, Lanzhou 730070,China

Abstract： To improve the Hata propagation model’s accuracy in complicated environment of high speed railway, the Hata model in GSM-R is investigated, and an adjustment method is proposed. With the measured data of GSM-R network in Zhengzhou-Xi’an high speed railway, the wireless path loss in four different terrains of suburban, plain and mountain is computed and modeled, and an adjusted Hata model is achieved. By comparing the deviations of pre-and post-adjustment, it shows that the prediction accuracy of adjusted Hata model has been improved obviously.

Key words : GSM-R; Hata propagation model; Zhengzhou-Xi’an high speed railway; propagation model adjustment

GSM-R（GSM for Railway)系统是铁路综合调度移动通信系统的简称，是专门为铁路调度、运营、维护和列车控制提供语音和数据通信服务的专用移动通信系统[1]。2008年铁道部启动了《中国高速列车自主创新联合行动计划》，研制时速350 km以上的高速动车组和基于GSM-R的列车运行控制系统。随着武广、郑西高铁的开通，到2012年我国还会相继开通京广、京沪、哈大等多条高铁线路。

    在GSM-R系统中，由于其覆盖区域是沿铁路线路的带状区域和高达350 km/h的高速运行环境，这就决定了对无线覆盖的完整性和信号冗余度要求较一般公众移动通信高得多，因此铁路无线覆盖需要根据不同地形特征进行讨论。目前，针对不同铁路环境下的电波传播特性的研究成果还比较少。
    HATTORI T等研究了未来高速铁路25 GHz频段的电波传播特性，把铁路沿线环境分成三类，对于每种环境建立不同的电波传播模型[2]；参考文献[3]通过模拟测试数据的分析，总结出两种可供高速铁路覆盖设计参考的覆盖传播模型，即自由空间附加损耗模型和衰减因子传播模型；参考文献[4]根据无线信道特性和高速铁路场景，建立了高速铁路GSM-R系统无线信道小尺度衰落模型。
1 GSM-R无线传播模型
    GSM-R系统中常用的电波传播模型是Hata模型。它是一个基于大量实验的经验公式。Hata模型对不同类型的环境（大城市、中小城市、郊区、乡村准开放地区、乡村开放地区）进行了修正，延伸了其使用范围，尤其对中小城市、郊区、乡村环境的预测较为准确。

3 模型校正前后的误差分析
    由郑西高铁实测数据可以看出，路径损耗随着收发天线距离的增大而增大。在不同的传播地形下其损耗增加的速度也不同，平原、市郊、山区的路径损耗增长速度依次增大。实测路径损耗值与Hata模型的预测值相比，平原、市郊、山区传播环境下的实测值均小于预测值，且其误差较大。经过非线性拟合得到该传播地形条件下的模型，其准确度较校正前有较大提高。
    在分析校正后模型与实测数据的拟合程度时通常用到了MES、RMS、STD统计分析值。其中，MES表示预测值和实际路测值的统计平均值，RMS表示预测值和路测数据的均方差，STD表示预测值和路测数据的标准差。它们分别定义如下:

其中，Pi是实测损耗值，Pi是预测值，N是采样点数。当MES为零时，RMS=STD。模型校正的结果就是要使RMS和STD的值达到最小，并由此来判断模型的结果与实际环境的拟合情况。通常所说的模型的准确度是指校正所得的模型与实际测试数据的拟合程度，这种拟合程度用校正后的RMS这一参数来评估。参考文献[6]指出：当RMS＜8 dB时，说明所校模型是贴合实际环境的，可以作为网络规划的依据；当RMS＞8 dB时，说明所校正模型和实际环境之间存在较大偏差。目前常用的模型校正结果准确度的判断准则有两个:
    (1)预测值与路测数据统计平均误差MES<1 dB；
    (2)预测值与路测数据统计标准偏差RMS<8 dB。
    表1给出了不同传播环境下校正后的模型表达式及模型校正前后误差对比。

   由表1可看出：校正后的模型与实测数据的误差较小，根据判断准则，校正后Hata模型的MES、RMS、STD均达到了要求。
   本文通过选取郑西高铁的不同地形传播环境的实测数据进行模型的校正，得到该模型在不同地形下的最优化参数，校正后模型准确度有较大提高，为GSM-R系统中的无线电波传播建模和模型校正提供了理论依据。
   随着高速铁路的建设，GSM-R网络系统的应用将会越来越多。在无线网络规划中，选择合适的无线传播模型非常重要。由于铁路环境的复杂多变使得GSM-R系统中常用的Hata模型误差较大，对其进行参数的校正是很有必要的。此外，随着高速铁路的飞速发展，铁路业务的多样化将使无线频谱资源变得越来越拥挤。通过认知无线电CR（Cognitive radio）技术可以高效地利用频谱资源，从而能够更好地拓宽铁路特色业务的应用范围[7-8]。
参考文献
[1] 钟章队,艾渤,刘秋妍,等.铁路数字移动通信系统(GSM-R)应用基础理论[M].北京:清华大学出版社, 2009.
[2] HATTORI T, ABE K. Analysis of propagation characteristics in future railway communication systems using 25 GHz band radio[C]. In Proceedings of IEEE VTC’99, 1999: 2288-2292.
[3] 陈雄颖,苏华鸿. 高铁覆盖传播模型的探讨[J].邮电设计技术, 2009(6):17-20.
[4] 熊磊,路晓彤,钟章队,等.高速铁路GSM-R无线信道特性仿真[J].中国铁道科学, 2010,31(5):84-89.
[5] 铁道部工程设计鉴定中心. 中国铁路GSM-R移动通信系统设计指南[M].北京:中国铁道出版社,2009.
[6] Wu Jianhui, Yuan Dongfeng. Propagation measurements and modeling in jinan city[C].In Proceedings of IEEE PIMRC’ 98, 1998(3):1157-1159.
[7] Li Cuiran, Xie Jianli. Spectrum borrowing balancing-based spectrum management in cognitive radio[J]. IEEE Trans.on Consumer Electronics, 2010,56(2):441-446.
[8] 李翠然, 赵佳颖. 认知无线电网络的基于QoS的自适应频谱分配策略[J]. 铁道学报, 2010, 32(3): 61-65.

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容