多径效应和双径模型是什么,Python如何仿真双径模型
Admin 2022-07-20 群英技术资讯 438 次浏览
多径效应(multipath effect):指电磁波经不同路径传播后,各分量场到达接收端时间不同,按各自相位相互叠加而造成干扰,使得原来的信号失真,或者产生错误。比如电磁波沿不同的两条路径传播,而两条路径的长度正好相差半个波长,那么两路信号到达终点时正好相互抵消了(波峰与波谷重合)。通常采用一些近似方法来描述信号的传播特性,其中最常见的一种近似方法是射线跟踪计算。射线跟踪模型将波前近似为简单粒子,进而确定出反射和折射对波前的影响。最简单的射线跟踪模型是双径模型,指发射机和接收机之间只存在一条直射路径和一条反射路径的情况。双径模型中的反射信号一般为地面反射,对于高速公路以及乡村道路和水面上的信号传播来说,双径模型是一种很好的近似,能够准确地反映信号的传播特性。
双径模型用在单一的地面反射波在多径效应中起主导作用的情形,如下图所示是双径模型的示意图。接收信号由两部分组成:经自由空间达到接收端的直射分量和经过地面反射到达接收端的反射分量。
双径模型中的接收信号为:
Pt为发射功率,Gt为自射天线增益乘积GaGb,Gr为反射路径天线增益乘积GcGd,l为直射的路径,x0+x1为反射的路径,△φ为反射路径和直射路径的相位差,△φ=2Π(x0+ x1-l)/λ,反射系数R≈0.9。
假设通信频率为2000MHz,基站高度1m,手持终端高度为1m,l=18m,此时θ=actan(1/18x2) =6.353°,x0=x1=1/sin(6.353°)=9.0373m,△φ=360°x(x0 +x1-l)/λ=179°。入射波和反射波相差接近180°相位,相互抵消,这时候接收功率就出现了极小值。
按照上述的设定值,绘制4m-150m的接收功率图如下:
双径模型仿真程序
import numpy as np import matplotlib.pyplot as plt def Radiation( theta, kt=0.2): theta = theta+np.pi/2 pi = np.pi gmax_t = (np.cos(2 * pi * kt * np.cos(pi / 2)) - np.cos(2 * pi * kt)) / np.sin(pi / 2) gain = (np.cos(2 * pi * kt * np.cos(theta)) - np.cos(2 * pi * kt)) / np.sin(theta) / gmax_t return gain**2 def multipath_effect(): h_j = 1 h_c = 1 f = 2 lamda = 0.3 / f x = [] y = [] for i in range(20, 1500): l = i / 10 x.append(l) l_c = h_c / (h_j + h_c) * l l_j = h_j / (h_j + h_c) * l lx = (h_c ** 2 + l_c ** 2) ** 0.5 + (h_j ** 2 + l_j ** 2) ** 0.5 ly = (l ** 2 + (h_c - h_j) ** 2) ** 0.5 l_d = lx - ly phase = l_d / lamda * 2 * np.pi theta_z = np.arctan(abs(h_j - h_c) / l) theta_f = np.arctan(h_j / l_j) tmp = Radiation(theta_z) * Radiation(theta_z) / ly ** 2 + Radiation(theta_f) * Radiation(theta_f) / lx ** 2 * np.sin(phase) y.append(20 * np.log10(tmp)) plt.plot(x, y, 'r-') plt.show() multipath_effect()
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
我们知道一个游戏项目的发布,是经过开发人员不断的测试才得以上线的。测试对于开发人员来说至关重要。那么如何简洁的显示已测试的内容,并允许开发人员从日常执行中提取有用信息呢?
Tkinter实现上述功能并不复杂,只要使用Tkinter的相关组件和一些简单的逻辑处理即可,在编写这个案例的过程中大家要做到温故而知新。程序代码如下所示:fromtkinterimport
本文给大家分享的是python实现计算器的内容,下文会使用Python tkinter来做一个简易的计算器,实现效果如下。那么接下来我们就来具体的了解看看这是怎样实现的吧。
内容介绍time模块time.sleep()time.time()time.localtime()time.strftime()datetime()random模块random.random()ran
这篇文章主要为大家介绍了如何通过Python实现一个非常精简的图像化的PDF区域选择提取工具,文中示例代码讲解详细,感兴趣的小伙伴可以学习一下
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008