北郵電磁場及電磁波實驗報告

信息與通信工程學院電磁場與電磁波實驗報告題目：校園無線信號場強特性的研究姓名班級學號序號251272015年5月10日目 錄TOC\o"1-2"\h\z\u一、實驗目的 1二、實驗原理 11、電磁波的傳播方式 12、尺度路徑損耗 13、陰影衰落 24、建筑物的穿透損耗的定義 3三、實驗內容 3四、實驗步驟 41、實驗對象的選擇 42、數據采集 53、數據錄入 54、數據處理 6五、實驗結果與分析 71、各道路處理結果 72、場強情況匯總及分析 16六、誤差分析 19七、分工安排 20八、心得體會 20九、附表一：原始測量數據 21一、實驗目的掌握在移動環(huán)境下陰影衰落的概念以及正確的測試方法；研究校園內各種不同環(huán)境下陰影衰落的分布規(guī)律；掌握在室內環(huán)境下場強的正確測量方法，理解建筑物穿透損耗的概念；通過實地測量，分析建筑物穿透損耗隨頻率的變化關系；研究建筑物穿透損耗與建筑材料的關系。二、實驗原理1、電磁波的傳播方式無線通信系統(tǒng)是由發(fā)射機、發(fā)射天線、無線信道、接收機、接收天線所組成。對于接受者，只有處在發(fā)射信號的覆蓋區(qū)內，才能保證接收機正常接受信號，此時，電波場強大于等于接收機的靈敏度。因此基站的覆蓋區(qū)的大小，是無線工程師所關心的。決定覆蓋區(qū)的大小的主要因素有：發(fā)射功率，饋線及接頭損耗，天線增益，天線架設高度，路徑損耗，衰落，接收機高度，人體效應，接收機靈敏度，建筑物的穿透損耗，同播，同頻干擾等。電磁場在空間中的傳輸方式主要有反射﹑繞射﹑散射三種模式。當電磁波傳播遇到比波長大很多的物體時，發(fā)生反射。當接收機和發(fā)射機之間無線路徑被尖銳物體阻擋時發(fā)生繞射。當電波傳播空間中存在物理尺寸小于電波波長的物體﹑且這些物體的分布較密集時，產生散射。散射波產生于粗糙表面，如小物體或其它不規(guī)則物體﹑樹葉﹑街道﹑標志﹑燈柱。2、尺度路徑損耗在移動通信系統(tǒng)中，路徑損耗是影響通信質量的一個重要因素。大尺度平均路徑損耗：用于測量發(fā)射機與接收機之間信號的平均衰落，即定義為有效發(fā)射功率和平均接受功率之間的（dB）差值，根據理論和測試的傳播模型，無論室內或室外信道，平均接受信號功率隨距離對數衰減，這種模型已被廣泛的使用。對任意的傳播距離，大尺度平均路徑損耗表示為：（式1）即平均接收功率為：（式2）其中，定義n為路徑損耗指數，表明路徑損耗隨距離增長的速度，d0為近地參考距離，d為發(fā)射機與接收機之間的距離。公式中的橫杠表示給定值d的所有可能路徑損耗的綜合平均。坐標為對數－對數時，平均路徑損耗或平均接收功率可以表示為斜率10ndB/10倍程的直線。n依賴于特定的傳播環(huán)境，例如在自由空間，n為2；當有阻擋物時，n比2大。決定路徑損耗大小的首要因素是距離，此外，它與接受點的電波傳播條件密切相關。為此，我們引進路徑損耗中值的概念，中值是使實驗數據中一半大于它而另一半小于它的一個數值（對于正態(tài)分布中值就是均值）。人們根據不同放入地形地貌條件，歸納總結出各種電波傳播模型。下邊介紹幾種常用的描述大尺度衰落的模型。常用的電波傳播模型：自由空間模型布靈頓模型EgLi模型Hata-Okumura模型3、陰影衰落在無線信道里，造成慢衰落的最主要原因是建筑物或其它物體對電波的遮擋。在測量過程中，不同位置遇到的建筑物遮擋情況不同，因此接收功率也不同，這樣就會觀察到衰落現象。由于這種原因造成的衰落也叫“陰影效應”或“陰影衰落”。在陰影衰落的情況下，移動臺被建筑物所遮擋，它收到的信號是各種繞射反射，散射波的合成。所以，在距基站距離相同的地方，由于陰影效應的不同，它們收到的信號功率有可能相差很大，理論和測試表明，對任意的d值，特定位置的接受功率為隨機對數正態(tài)分布即：（式3）其中，X為0均值的高斯分布隨機變量，單位dB；標準偏差，單位dB。對數正態(tài)分布描述了在傳播路徑上，具有相同T-R距離時，不同的隨機陰影效應。這樣利用高斯分布可以方便地分析陰影的隨機效應。正態(tài)分布，也叫高斯分布，概率密度函數為：（式4）應用于陰影衰落時，上式中的表示某一次測量得到的接收功率，表示以dB表示的接收功率的均值或中值，表示接收功率的標準差，單位是dB。陰影衰落的標準差同地形，建筑物類型，建筑物密度等有關，在市區(qū)的150MHz頻段其典型值是5dB。除了陰影效應外，大氣變化也會導致陰影衰落。比如一天中的白天，夜晚，一年中的春夏秋冬，天晴時，下雨時，即使在同一個地點上，也會觀察到路徑損耗的變化。但在測量的無線信道中，大氣變化造成的影響要比陰影效應小的多。下面是陰影衰落分布的標準差，其中(dB)是陰影效應的標準差。QUOTE（dB）頻率（MHz）準平坦地形不規(guī)則地形QUOTE（米）城市郊區(qū)501503001503.5~5.54~79111345067.51115189006.58141821表1.陰影衰落分布的標準差（dB）4、建筑物的穿透損耗的定義建筑物穿透損耗的大小對于研究室內無線信道具有重要意義。穿透損耗又稱大樓效應，一般指建筑物一樓內的中值電場強度和室外附近街道上中值電場強度dB之差。發(fā)射機位于室外，接收機位于室內，電波從室外進入到室內，產生建筑物的穿透損耗，由于建筑物存在屏蔽和吸收作用，室內場強一定小于室外的場強，造成傳輸損耗。室外至室內建筑物的穿透損耗定義為：室外測量的信號平均場強減去同一位置室內測量的信號平均場強。用公式表示為：（式5）是穿透損耗，單位是dB；是在室內所測的每一點的功率，單位是，共個點；是在室外所測的每一點的功率，單位是，共個點。三、實驗內容利用DS1131場強儀，實地測量信號場強。研究具體現實環(huán)境下陰影衰落分布規(guī)律，以及具體的分布參數如何。研究在校園內電波傳播規(guī)律與現有模型的吻合程度，測試值與模型預測值的預測誤差如何。四、實驗步驟1、實驗對象的選擇在頻點的選擇方面，我們決定采用音樂臺廣播90.0MHz，此時的波長約為3.33m，每隔半個波長記錄一個數據，也即大約1.5m（2步左右）讀取一個數據。由于對陰影衰落現象比較感興趣，我們選擇了室外作為實驗場所。我們的記錄路線如下圖示。我們從教四的東南角出發(fā)，沿教四南側道路自東向西測量，而后到達ATM機處，再沿西門東側道路繼續(xù)測量，然后再沿著教三南側道路自西向東測量，最后沿著主干道自南向北測量并回到出發(fā)點。校醫(yī)院教三樓主草坪草坪主席像校訓石西門干草坪草坪起點道教四樓測量地點及測量路徑2、數據采集利用場強儀DS1131測量無線信號的強度（單位：dBmw），以半個波長為測量周期進行測量，原始數據測量情況見附表1。3、數據錄入因為后期對數據的處理會用到matlab，會有對數據的調用，因此我們將數據重新錄入到excel表格中，并根據四條道路分別建立了相應的表格，部分情況如下。一共測量有533個數據。4、數據處理流程采集到的數據有535組，需要對數據進行細致的處理以便得到明確的結論。下圖所示為數據處理的流程圖。具體的Matlab代碼和擬合方法在后文進行了詳細敘述。數據導入到Matlab數據整理和錄入數據采集數據導入到Matlab數據整理和錄入數據采集實驗結論和報告整理場強分布統(tǒng)計分析，擬合，作圖實驗結論和報告整理場強分布統(tǒng)計分析，擬合，作圖五、實驗結果與分析1、各道路處理結果我們用matlab對大量的數據進行編程處理。具體代碼及處理情況如下：matlab源代碼：clearall;closeall;%讀取文件%jiaosi=xlsread('F:\data\data1.xls');ximen=xlsread('F:\data\data2.xls');jiaosan=xlsread('F:\data\data3.xls');zhudao=xlsread('F:\data\data4.xls');%轉換成矩陣%jiaosi2=reshape(jiaosi,1,135);ximen2=reshape(ximen,1,156);jiaosan2=reshape(jiaosan,1,116);zhudao2=reshape(zhudao,1,126);%為畫平面場強圖作準備%jiaosi3=[jiaosi2,zeros(1,135),[1:135]];jiaosi3=reshape(jiaosi3,135,3);ximen3=[ximen2,zeros(1,156),[1:156]];ximen3=reshape(ximen3,156,3);jiaosan3=[jiaosan2,zeros(1,116),[1:116]];jiaosan3=reshape(jiaosan3,116,3);zhudao3=[zhudao2,zeros(1,126),[1:126]];zhudao3=reshape(zhudao3,126,3);%教四南側道路%figure(11)subplot(1,2,1);histfit(jiaosi2);%畫柱狀圖axis([-75,-40,0,30]);gridon;str={'教四南側道路';'信號電平概率分布'};title(str);xlabel('電平值(dBmw)');ylabel('樣本數量(個)');legend('實際樣本分布','理想概率分布線');subplot(1,2,2);[h1,s1]=cdfplot(jiaosi2)%畫累積概率分布圖axis([-75,-40,0,1]);holdon;jiaosimean=num2str(s1.mean);jiaosistd=num2str(s1.std);text(-58,0.23,['最小值=',num2str(s1.min)]);text(-58,0.18,['最大值=',num2str(s1.max)]);text(-58,0.13,['均值=',num2str(s1.mean)]);text(-58,0.08,['中值=',num2str(s1.median)]);text(-58,0.03,['標準差=',num2str(s1.std)]);title('對應累積概率分布');figure(12)surf(jiaosi3');%畫衰落強度圖title('教四南側道路信號電平分布圖');xlabel('<--東西-->');axis([1,135,1,2]);caxis([-75,-40]);colorbar('horiz');處理結果：由圖可看出，教四南側道路的信號衰減總體來說比較小，可能是因為在廣場旁邊，地形變化小，遮擋物較少。在70附近的信號出現了比較大的波動，信號衰減突增，可能是由于此時到到教四門口，周圍情況有了較大的變化，以及教四內的各種儀器會對實驗造成影響。本地段的衰減與預期吻合，電平概率分布接近理論概率分布，符合信號先變大后變小的趨勢。%西門東側道路%figure(21)subplot(1,2,1);histfit(ximen2);axis([-75,-40,0,40]);gridon;title('西門東側道路信號電平概率分布');xlabel('電平值(dBmw)');ylabel('樣本數量(個)');legend('實際樣本分布','理想概率分布線');subplot(1,2,2);[h2,s2]=cdfplot(ximen2)axis([-75,-40,0,1]);holdon;ximenmean=num2str(s2.mean);ximenstd=num2str(s2.std);text(-59,0.23,['最小值=',num2str(s2.min)]);text(-59,0.18,['最大值=',num2str(s2.max)]);text(-59,0.13,['均值=',num2str(s2.mean)]);text(-59,0.08,['中值=',num2str(s2.median)]);text(-59,0.03,['標準差=',num2str(s2.std)]);title('對應累積概率分布');figure(22)surf(ximen3');title('西門東側道路信號電平分布圖');xlabel('<--北南-->');axis([1,156,1,2]);caxis([-75,-40]);colorbar('horiz');處理結果：西門東側道路兩邊的信號衰落非常大，這是由于兩邊是兩條路的交匯處，地形變化比較大，建筑物情況比較復雜。中間有一部分衰減非常?。t色處），這是因為經過了毛主席廣場正對西門的出口，這里比較開闊，幾乎沒有遮擋物，所以信號的接收比較容易。從概率密度上來看，信號更加集中在中間，也就是西門處的電平值較密集，兩邊的概率都較小。%教三南側道路%figure(31)subplot(1,2,1);histfit(jiaosan2);axis([-75,-40,0,30]);gridon;title('教三南側道路信號電平概率分布');xlabel('電平值(dBmw)');ylabel('樣本數量(個)');legend('實際樣本分布','理想概率分布線');subplot(1,2,2);[h3,s3]=cdfplot(jiaosan2)axis([-75,-40,0,1]);holdon;jiaosanmean=num2str(s3.mean);jiaosanstd=num2str(s3.std);text(-59,0.23,['最小值=',num2str(s3.min)]);text(-59,0.18,['最大值=',num2str(s3.max)]);text(-59,0.13,['均值=',num2str(s3.mean)]);text(-59,0.08,['中值=',num2str(s3.median)]);text(-59,0.03,['標準差=',num2str(s3.std)]);title('對應累積概率分布');figure(32)surf(jiaosan3');title('教三南側道路信號電平分布圖');xlabel('<--西東-->');axis([1,116,1,2]);caxis([-75,-40]);colorbar('horiz');處理結果：教三南側道路的信號衰減由小變大，一開始比較小是因為在教三南側道路的西側建筑物的分布非常穩(wěn)定，地形基本無變化，干擾小。在后一半的測量，信號變得越來越難接收，可能是因為右側出現了校醫(yī)院，醫(yī)院內的一些設施會對信號的接收造成影響，并且隨著距離南門越來越近，干擾也會越來越大。信號電平概率分布也比較接近理論概率分布。%主干道%figure(41)subplot(1,2,1);histfit(zhudao2);axis([-75,-40,0,30]);gridon;title('主干道信號電平概率分布');xlabel('電平值(dBmw)');ylabel('樣本數量(個)');legend('實際樣本分布','理想概率分布線');subplot(1,2,2);[h4,s4]=cdfplot(zhudao2)axis([-75,-40,0,1]);holdon;zhudaomean=num2str(s4.mean);zhudaostd=num2str(s4.std);text(-59,0.23,['最小值=',num2str(s4.min)]);text(-59,0.18,['最大值=',num2str(s4.max)]);text(-59,0.13,['均值=',num2str(s4.mean)]);text(-59,0.08,['中值=',num2str(s4.median)]);text(-59,0.03,['標準差=',num2str(s4.std)]);title('對應累積概率分布');figure(42)surf(zhudao3');title('主干道信號電平分布圖');xlabel('<--南北-->');axis([1,126,1,2]);caxis([-75,-40]);colorbar('horiz');處理結果：主干道的衰減相較來說較大。開始時，因為兩側有兩棟教學樓，教三和教二，因此信號的接收不太容易，而隨著經過教學樓，兩側就變得非常開闊，信號接收容易，信號衰減小。而越到達起始點，衰減越小，這是由于到達了教四前的十字路口，地形開闊，遮擋物少。另外，東南角轉角處的衰減比較大，可能是因為轉角處的建筑物情況都比較復雜，導致會有較大的衰減。%顯示各個均值和標準差%jiaosiV=[jiaosimean,'',jiaosistd]ximenV=[ximenmean,'',ximenstd]jiaosanV=[jiaosanmean,'',jiaosanstd]zhudaoV=[zhudaomean,'',zhudaostd]處理結果：2、場強情況匯總及分析1、總體樣本分布與理想高斯分布擬合上圖中藍色矩形條為直方統(tǒng)計，紅色曲線為理想高斯分布擬合曲線。由于受到傳播路徑的諸多影響，磁場強度呈現波動特性，理論分析表明磁場強度值在一定區(qū)間內呈現高斯分布特性。針對實測數據，可得到磁場強度的統(tǒng)計分布，對該分布進行高斯擬合，我們可以得到上圖。擬合表達式為：。

由于實地測量的情況受天氣、周圍人群等多種隨機情況影響，因此測量結果和理想擬合曲線有一定的出入，但是從以上的統(tǒng)計分布圖中不難看出，場強電平值的總體分布趨勢和擬合曲線的走勢還是基本吻合的。

2、各道路信號電平圖匯總如上所示模擬了四條道路的場強分布情況，可見相對來說教四南側道路的信號衰減最小，電平概率分布也最接近理論概率分布，可能是因為在廣場旁邊，地形變化小，遮擋物較少。本地段的衰減與預期吻合，符合信號先變大后變小的趨勢。而南北兩條路的衰減相較來說較大。西門東側道路中間有一部分衰減非常小，這是因為經過了毛主席廣場正對西門的出口，這里比較開闊，幾乎沒有遮擋物，所以信號的接收比較容易。從概率密度上來看，信號更加集中在中間，也就是西門處的電平值較密集，兩邊的概率都較小。另外，西北角和東南角轉角處的衰減都比較大，可能是因為轉角處的建筑物情況都比較復雜，導致會有較大的衰減。而相對來說西南角和東北角的衰減就比較小且平穩(wěn)，因為它們的地形變化較小，并且在路口比較開闊，因此衰減小。3、各地點的信號均值與標準差道路均值μ(dBmW)方差教四南側道路-56.29783.9893西門東側道路-57.91545.1664教三南側道路-57.09224.5343主干道-58.87784.6762由上表可看出，第一組即教四南側道路的信號質量最好，衰減小，最容易接收。并且具有最小的方差，信號分布最均勻。第二組即西門東側道路的信號方差最大，波動最明顯。第四組也即主干道的信號衰減最大，最不易接受。以上說明接收信號的分布與大致符合高斯分布，但依然受到陰影衰落的影響，與路徑選擇有很大關系。最后，通過對室外道路的信號測量和分析，與幾種經典模型對比后，發(fā)現實際情況更接近于Hata市區(qū)模型。六、誤差分析1、我們選取了校園內地形不同的四條道路進行測量，不同地方的遮擋情況不同，陰影衰落也不同。

2、場強儀的跳動變化比較大，在記錄數據時我們只能大概找到平均值來記錄，因此讀數也會帶來較大誤差。

3、每條道路選取的數據都不同，并且總共只有五百多組數據，平均每條道路只有一百五十