【文献阅读】 The ITS Irregular Terrain Model(Longely-Rice模型)海上电波传播模型

本文主要是介绍【文献阅读】 The ITS Irregular Terrain Model(Longely-Rice模型)海上电波传播模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

因为最近在做海上通信的一个项目,所以需要对海上的信道进行建模,所以才阅读到了这一篇文献,下面的内容大部分是我的个人理解,如有错误,请见谅。欢迎在评论区和我一起讨论。

Longely-Rice模型介绍

频率介于 20 MHz 和 20 GHz 之间的 ITS 无线电传播模型(Longley-Rice 模型)(以 Anita Longley 和 Phil Rice 命名,1968 年)是一个通用模型,可用于解决各种工程问题。该模型以电磁理论以及对地形特征和无线电测量结果的统计分析为基础,预测无线电信号的中值衰减与距离的函数关系,以及信号在时间和空间上的可变性。

文献概要

在本报告中,作者介绍了 ITM(不规则地形模型)目前的算法。不过,该模型的某些特征可能没有在此记录。
该模型的目的是估计无线电链路接收信号电平的某些特征。这通常是指看似随机现象的累积分布。
最初的模型开发于 20 世纪 60 年代末,当时陆地移动无线电和电视广播是重要的系统,需要更好的工程设计。

输入参数

我们想象一条位于地球上某个区域的无线电链路。那么,模型所需的输入就是对该链路的正确描述。该模型有两种模式–区域预测模式和点对点模式,主要区别在于所需的输入数据量不同。
点到点模式必须提供链接的地形剖面细节,而区域预测模式将使用经验中值来估算。由于这两种模式在其他方面的发展轨迹非常相似,因此我们在此尝试将两者并行处理。
我们将链路的两个终端分别称为终端 1 和终端 2,由用户来识别哪个是发射器,哪个是接收器。

符号表

在这里插入图片描述
其中的Note1-4在下文进行说明。

Note1

在这里插入图片描述
关于 k k k的定义方式说明。

Note2

在这里插入图片描述
这里是关于地表折射率 N s N_s Ns的计算方法,单位是N-units, z s z_s zs代表相关区域的一般海拔。

Note3

在这里插入图片描述
γ a \gamma _a γa是地球的实际曲率, K K K是有效地球半径因子。

Note4

在这里插入图片描述
Z g Z_g Zg代表表面传递阻抗,通常是根据地面的相对介电常数 ϵ r \epsilon _r ϵr和电导率 σ \sigma σ及相关无线电波的极化来定义的。 ϵ r ′ \epsilon' _r ϵr是复合相对介电常数。

在这里插入图片描述
h h h代表了天线的有效高度
d d d代表了每个终端与其无线电地平线的距离(发射机和接收机的距离)
θ \theta θ每个终端在天线高度处的水平仰角

参考衰减

在这里插入图片描述
根据文献[1]的公式,我们要计算出衰减,就要先计算这一参考衰减,其中这几个参数的计算方法在下文,这三个式子代表了三个区域,分别是视线区、衍射区和散射区。

衍射范围的系数

在这里插入图片描述
其中 A d i f f A_{diff} Adiff函数的计算方法如下
在这里插入图片描述
在这里插入图片描述
这里引入了 F n ( v ) Fn(v) Fn(v)函数,由于篇幅有限,这里不对其进行过多介绍。我们重点关注的是视距传播范围内的系数的确定。
在这里插入图片描述
在这里插入图片描述
这里对 A l o s A_{los} Alos进行了定义
在这里插入图片描述
在实际计算中,我们需要保证 K 1 , K 2 K_1,K_2 K1,K2的值要大于0,根据等式(4.26)(4.28)(4.29)计算出的 d 0 、 d 1 、 d 2 d_0 、d_1、d_2 d0d1d2可以计算出 K 2 ′ K' _2 K2 K 1 ′ K' _1 K1.
K 1 ′ < 0 K' _1<0 K1<0.我们还需计算 K 2 ′ ′ K'' _2 K2′′
在这里插入图片描述


参考文献

[1] 王峰,吴畏,彭茜,赵二虎,何晓新.海上VHF/UHF频段信道环境及其空时频率选择性[J].电子学报,2017,45(6):1523.
[2] 徐红艳,尉明明,冯玉珉.海上移动通信预测模 [J].北京交通大学学报,2005,29(2):65-38.

这篇关于【文献阅读】 The ITS Irregular Terrain Model(Longely-Rice模型)海上电波传播模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/959401

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者