1、信息與通信工程學院電磁場與電磁波實驗報告題目：校醫院4G信號場強特性的研究姓名班級學號序號xxxxxxxxxxxxxxxxx指導老師：日期：2015年6月目錄一、實驗目的1二、實驗原理1三、實驗內容3四、實驗步驟31、實驗地點32、數據采集33、數據錄入44、數據處理流程4五、實驗結果與分析61、磁場強度地理分布62、磁場強度統計分布73、建筑物的穿透損耗13六、問題分析與解決141、測量誤差分析142、場強分布的研究14七、分工安排15八、心得體會15九、附錄17十、網絡參量測量演示實驗問卷28一、實驗目的1. 掌握在移動環境下陰影衰落的概念以及正確的測試方法；2. 研究校園內各種不同環境下

2、陰影衰落的分布規律；3. 掌握在室內環境下場強的正確測量方法，理解建筑物穿透損耗的概念；4. 通過實地測量，分析建筑物穿透損耗隨頻率的變化關系；5. 研究建筑物穿透損耗與建筑材料的關系。二、實驗原理無線通信系統是由發射機、發射天線、無線信道、接收機、接收天線所組成。對于接受者，只有處在發射信號的覆蓋區內，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。因此基站的覆蓋區的大小，是無線工程師所關心的。決定覆蓋區的大小的主要因素有：發射功率，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

3、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，發生反射。當接收機和發射機之間無線路徑被尖銳物體阻擋時發生繞射。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則物體樹葉街道標志燈柱。在移動通信系統中，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：用于測量發射機與接收機之間信號的平均衰落，即定義為有效發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

4、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

5、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：1) 自由空間模型2) 布靈頓模型3) EgLi 模型4) Hata-Okumura 模型在無線信道里，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

6、正態分布即：（式3）其中，Xs 為0均值的高斯分布隨機變量，單位dB；標準偏差s ，單位dB。對數正態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

7、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。s（dB）頻率（MHz）準平坦地形不規則地形h（米）城市郊區50150300150479111345061115189008141821表1. 陰影衰落分布的標準差（dB）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

8、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E8000手持頻譜分析儀，實地測量校醫院4G信號場強。四、實驗步驟1、實驗地點校醫院一到四樓及一樓外一周2、數據采集利用E8000手持頻譜分析儀測量聯通4G無線信號（頻率25552575MHz）的強度（單位：dBmw），分別對一到四樓以及一樓外進行測量，以半個波長（約米，大約一步)為測量周期，記錄該點讀數。實驗中，我們在校醫院內外采

9、集數據的走向如下：由于校醫院內部很多房間我們不方便進去，所以我們一到四樓我們就只在我們能活動的走廊里沿著走廊兩邊進行了測量，在校醫院外部我們從校醫院西北角開始，依次走了西側、南側、東側、北側。3、數據錄入將測量得到的數據錄入Excel表格，一個地點用一列，在用matlab處理時我是每次處理一樓，然后把相應的列貼進文件（自己的MATLAB的導入文件），具體數據見附件1.4、數據處理流程采集到的數據有600多組，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代碼和擬合方法在附錄中進行了詳細敘述。五、實驗結果與分析1、磁場強度地理分布在這兒只對各個地點的平

10、均功率進行分析，從上圖可以看出在一樓外與一樓樓道之間的穿透損耗還是很明顯的，大約有5.87dBmw,（其實這里說是穿透損耗不是很準確，因為校醫院南側東側外有花壇植物，有的地方還停的有車，東側有很多小棚子，在樓內的話我們也不是在靠近墻壁內一周，而是在樓道里面，這樣算下來平均得有1020米的距離，所以這個值應該還包含一定的衰落值，包括陰影衰落和距離衰落）。從一樓到四樓，隨著樓層的升高可以看出信號強度是有緩慢升高的，但幅度不大，一共升高了，一樓到二樓升高的幅度最大為，之上每層的升高就不是很明顯了。2、磁場強度統計分布起初我以為信號分布應該為正態分布，但是畫完條形分布圖之后發現怎么看都像瑞利分布，所以

11、就畫了條瑞利分布的曲線，果然感覺比正態分布好看多了（雖然我用KSTEST2函數檢驗出來結果在的置信區間內既不是正態分布也不是瑞利分布，但我還是覺得應該是瑞利分布）累計概率分布圖上圖中藍色是實際的累計概率圖，紅色的是B=1的瑞利分布概率累計曲線一樓的概率分布和累計概率分布一樓的數據到是挺符合正態分布的，基本都集中在附近，累計概率分布也擬合的挺好可以出二樓的數據更集中，基本所有數據都集中在附近，基本就是均勻分布了，從右側的概率累計分布曲線可以看出來，在-67.5-67之間的斜率非常大，幾乎就是垂直的無窮大，所以我估計二樓應該是有吸頂天線的（但是后來我專門跑去校醫院看了一下，沒有發現樓道里有吸頂天線

12、）。三樓的分布跟二樓差不多，標準差還要小一些，也是主要集中在一點，但是這個用正態擬合的圖就要比二樓好看一些四樓的實驗數據是看起來最不像正態分布的，主要集中在和兩個地方，其實老師應該能看出來，除了一樓，其余的額二樓三樓四樓的數據都有兩個峰，起初我也想不明白為什么會這樣，就猜測應該是吸頂天線的位置可能和其他樓層不太一樣，然后我就專門又跑校醫院看了一下，樓道里居然沒有吸頂天線，一樓到四樓都沒有（也可能是有但我沒有看到，畢竟我只在樓道里看了一下，沒有到各個房間里去看），但是也有其他的發現，四樓長樓道里大部分是玻璃墻，短樓道是混凝土墻，導致這一段的數據會偏大而集中在附近。而其他樓層都是混凝土墻，所以我覺

13、得應該是這個原因才導致了四樓的分布會有兩個峰，而不是呈現出一個峰的正態分布。具體看下圖。由于一樓的測量路線和其他樓層不一樣，這個相對來說比較均勻，所以應該是正態分布，而其他樓層基本都是小樓道加大樓道，所以基本都是兩個峰。3、建筑物的穿透損耗由室外磁場強度分布值，由磁場強度均值定義可求得室外磁場強度均值為P1= -dBmw，其標準差為。=。同理可求得室內一層的磁場強度均值為P2= -6dBmw，標準差=。根據穿透損耗的定義可求穿透損耗：=P1-P2=dBmw.六、問題分析與解決1、測量誤差分析低頻段的電磁波傳播特性較好，繞射能力強，穿透性好，研究起來相對容易。移動通信頻段呈現的趨勢是不斷提升，4

14、G已經在2000MHz左右了，此頻段信號呈現出的地理位置的依賴性增強，通信的復雜性增加，可研究的點很多，但高頻設備較為昂貴。我們有幸能在本實驗中使用能夠測量高頻的設備，選取的頻段是信號強度相對較高的聯通4G 25552575MHz頻段。中心頻率2565MHz。高頻的測量需要密集踩點，記錄的數據量需要很大，步長是需要人為控制的，可能會出現誤差。讀數時，由于數值一直在跳動，所以讀數也會產生一些誤差。2、場強分布的研究場強的分布研究可從兩方面著手，一是地理位置分布，二是統計值分布。場強的地理位置分布 從幾何的角度反映場強的分布，可以被工程借鑒，為統計做鋪墊。場強的統計值分布 場強

15、的統計分布主要從微積分、概率的角度反映了場強的自然規律，可以被實際的應用設計做參考和模擬，尤其對于通信系統的設計有很大的幫助。 從我們實驗整理的情況看，地理位置分布總體呈現出掩蔽效應，即場強和遮擋物的多少成反比，這與理論值一致，但分布值中存在的諸多的突發變動點，為位置預測帶來了困難。一方面由于現有測量數據擬合效果有偏差，另一方面是由于要求的測量數據不夠（不到1000組），結論的可信度不夠。解決的最好方法不是自己再去測量更多的數據，而是和其他組同學聯合各自的數據進行統一分析，結論就具有很高的可靠性了。七、分工安排xx：測量讀取、MATLAB編程、數據處理、圖片處理、數據分析、報告撰寫x

16、x：測量記錄、數據錄入、圖片處理、報告撰寫。八、心得體會xxxx：這次電磁場與電磁波實驗，實于實用的考慮，我們選的是離我們生活比較緊密的手機信號的測量，測的是校醫院4G信號的覆蓋情況，用的儀器是E8000手持頻譜分析儀，選的是聯通25552575MHz頻段，其實剛開始我們選的不是這個頻段的，而是移動的另一個頻段，但是在四樓和三樓測了兩層的數據之后發現并沒有什么不同，當時嚇壞我們了，都以為這樓里面沒有信號覆蓋吧，然后就用看了一下頻譜分布，發現在附近有一個很強的信號，當我們滿心歡喜準備測這個的時候我留了個心眼，先百度一下這個頻段是什么信號，結果一看是WIFI.。當時就覺得心累，萬一沒4G信號那我們

17、測什么，然后我們就背著儀器到二層一層以及樓外看看有沒有變化，結果和四層的一樣，基本就沒有變化，然后就在樓外看看其他頻段的4G信號，就發現25552575MHz的這一段上信號很好，能到-50dBm，然后我們就重新回去測了室內和室外的信號，之前測的那個就算是白測了。這次經歷給我最大的教訓就是，干什么都要提前有個規劃，我們起初就不應該直接找個頻率就跑四樓開始測了，而是應該先大概看看各個地點各個頻段的分布情況，找個分布最好的頻段然后再開始正式測量。我覺得不僅僅是在做實驗的實驗這樣，干什么事都應該是這樣的，都應該先選出個最合適的方向之后再開始認真完成。然后就是在數據處理時候的問題了，因為我們和其他人做得

18、不太一樣，所以剛開始我也以為我們的數據都應該是正態分布的，但是用MATLAB畫出圖像之后明顯不是額，特別是在一樓外的那組數據，我感覺就應該是瑞利分布，所以在擬合的時候我就畫了個瑞利分布的圖，盡管另一組做3G信號測量的同學說包絡是瑞利分布但是統計概率還應該是正態分布，但是畫完圖之后我們那個明顯和正態分布扯不上邊，所以我覺得一樓外應該是有4G的直射信號的。還有在處理到樓內信號的數據時，按理說樓內的信號分布應該是呈現出正態分布的特征，實測的數據大部分是這樣的，但是總會在右邊出現一個小峰，起初我以為應該是數據少導致的，但是處理到四樓的時候明顯不對，因為四樓的信號呈現雙峰特性，很明顯就已經不是正態分布了

19、，這讓我不得不重新考慮原因，甚至還親自又跑到校醫院實地又看了一下環境，覺得應該是在樓道里拐的那個彎，形成了東西走向的長樓道和南北走向的短樓道，造成了兩個峰的情況。起初我以為是吸頂天線的位置不同造成的，實地走了一圈之后并沒有發現吸頂天線，所以從這兒可以看出，做實驗不能瞎猜，還是要實地走一走的。總之，通過這次實驗我們不僅學會了具體儀器E8000的使用方法，加強了MATLAB的使用技巧，更是對做事方法，做事態度上有了更進一步的認識，很感謝老師能給我們這樣的機會。xxx本實驗是大學以來第一次實地測量性實驗。與其他大部分同學不同，我們組選擇了老師給的另一個實驗機會，用E8000頻譜分析儀測量校醫院各層的

20、信號分布。選擇這個實驗的原因也是想接觸一些更前端的東西，實地測量和分析目前正在大力推廣的4G信號。測量的過程是比較枯燥的，通過網上搜索，我們確定了4G信號的頻率范圍，開始測量的時候，我們將這好幾個不同的范圍都簡單測量了一下，最終確定聯通4G 25552575MHz這個信號較強的頻段；測量過程也感覺是機械性的重復讀數、記錄這個過程。最終，經過不懈努力，660多組數據也是采集完畢。將采集的數據錄入EXCEL表格也是一件比較考驗耐心的工作，但是打字對我來說不是什么難事，對數字小鍵盤的熟練使用，錄入速度也算比較快，基本上是眼看數據盲打就可以了。錄入結束之后，由同組的小伙伴進行MATLAB分析，看到最終

21、結果出來的時候，終于感覺自己這些枯燥無味的工作沒有白做。通過對實驗結果的分析和討論，我對信號強度和地形、遮蔽物的關系有了進一步的認識，希望我們這次的測量能對校醫院的人們帶來幫助。本次實驗結束后，我對電磁場與電磁波的特性以及移動通信的相關理論有了更為直觀的認識，同時也在實踐中復習了有關的知識，提高了自己的動手和數據分析處理能力。九、附錄1、代碼一樓外的代碼num=xlsread('exl.xlsx',a)n,xout=hist(num);x=0:0.25:5; c=raylpdf(x,1); plot(c)plot(-68:-48,c)hold on;bar(xout,n/70)

22、>> grid on; title('一樓外概率分布');xlabel('電平值(dBmw)'); ylabel('樣本數量(個)'); legend('理想概率分布線','實際樣本分布');h1,s1=cdfplot(num); %畫累積概率分布圖axis(-75,-50,0,1); hold on; text(-65,0.23,'最小值= ',num2str(s1.min); text(-65,0.18,'最大值= ',num2str(s1.max); text(-6

23、5,0.13,'均值= ',num2str(s1.mean); text(-65,0.08,'中值= ',num2str(s1.median); text(-65,0.03,'標準差= ',num2str(s1.std); title('對應累積概率分布'); xlabel('電平值(dBmw)'); ylabel('累積概率'); legend('實際分布','理想正態分布');x=0:0.25:5;c=raylpdf(x,1);plot(-68:-48,c)一樓實

24、現代碼num= xlsread('a.xlsx'); figure(1);subplot(1,2,1); histfit(num);grid on; title('一樓概率分布');xlabel('電平值(dBmw)'); ylabel('樣本數量(個)'); legend('理想概率分布線','實際樣本分布'); subplot(1,2,2); h1,s1=cdfplot(num); %畫累積概率分布圖axis(-70,-65,0,1); hold on; text(-67,0.23,'最

25、小值= ',num2str(s1.min); text(-67,0.18,'最大值= ',num2str(s1.max); text(-67,0.13,'均值= ',num2str(s1.mean); text(-67,0.08,'中值= ',num2str(s1.median); text(-67,0.03,'標準差= ',num2str(s1.std); title('對應累積概率分布'); xlabel('電平值(dBmw)'); ylabel('累積概率'); leg

26、end('實際分布','理想正態分布');x1=-70:0.25:-65;wavg=mean(num)wstd=std(num)f1=normcdf(x1,-67.4147,);plot(x1,f1,'r')二樓實現代碼num= xlsread('a.xlsx'); figure(1);subplot(1,2,1); histfit(num);grid on; title('二樓概率分布');xlabel('電平值(dBmw)'); ylabel('樣本數量(個)'); legend

27、('理想概率分布線','實際樣本分布'); subplot(1,2,2); h1,s1=cdfplot(num); %畫累積概率分布圖axis(-70,-65,0,1); hold on; text(-67,0.23,'最小值= ',num2str(s1.min); text(-67,0.18,'最大值= ',num2str(s1.max); text(-67,0.13,'均值= ',num2str(s1.mean); text(-67,0.08,'中值= ',num2str(s1.median);

28、 text(-67,0.03,'標準差= ',num2str(s1.std); title('對應累積概率分布'); xlabel('電平值(dBmw)'); ylabel('累積概率'); legend('實際分布','理想正態分布');x1=-70:0.025:-65;wavg=mean(num)wstd=std(num)f1=normcdf(x1,-67.0817,0.4182);plot(x1,f1,'r')三樓的代碼實現num= xlsread('a.xlsx

29、9;); figure(1);subplot(1,2,1); histfit(num);grid on; title('三樓概率分布');xlabel('電平值(dBmw)'); ylabel('樣本數量(個)'); legend('理想概率分布線','實際樣本分布'); subplot(1,2,2); h1,s1=cdfplot(num); %畫累積概率分布圖axis(-70,-65,0,1); hold on; text(-67,0.23,'最小值= ',num2str(s1.min); tex

30、t(-67,0.18,'最大值= ',num2str(s1.max); text(-67,0.13,'均值= ',num2str(s1.mean); text(-67,0.08,'中值= ',num2str(s1.median); text(-67,0.03,'標準差= ',num2str(s1.std); title('對應累積概率分布'); xlabel('電平值(dBmw)'); ylabel('累積概率'); legend('實際分布','理想正態分布

31、');x1=-70:0.025:-65;wavg=mean(num)wstd=std(num)730,0.3338);plot(x1,f1,'r')四樓的代碼實現num= xlsread('a.xlsx'); figure(1);subplot(1,2,1); histfit(num);grid on; title('四樓概率分布');xlabel('電平值(dBmw)'); ylabel('樣本數量(個)'); legend('理想概率分布線','實際樣本分布'); sub

32、plot(1,2,2); h1,s1=cdfplot(num); %畫累積概率分布圖axis(-70,-65,0,1); hold on; text(-67,0.23,'最小值= ',num2str(s1.min); text(-67,0.18,'最大值= ',num2str(s1.max); text(-67,0.13,'均值= ',num2str(s1.mean); text(-67,0.08,'中值= ',num2str(s1.median); text(-67,0.03,'標準差= ',num2str(s1.std); title('對應累積概率分布'); xlabel(