论文部分内容阅读
随着通信技术的快速发展与基站的大量建立,使得环境中的电磁辐射不断增强,因此对电磁辐射强度进行精确预测,以及研究其变化特性具有很强的实用价值。在基站电磁辐射预测研究方面,目前常以天线特征参数、信道、地形等参数对基站电磁辐射进行预测,但是基站电磁辐射往往随着话务量的变化而进行剧烈变化,仅通过前述参数难以对其进行精确的预测。另外在基站电磁辐射变化特性研究方面,常以统计分析,用户行为分析等方法对基站电磁辐射的时序变化和相关性进行分析,但是这些方法并不能充分的揭示基站电磁辐射的内部变化周期以及准确的反映基站电磁辐射不同时间段的相关性。针对上述问题,本文的主要研究内容及创新如下:(1)在基站电磁辐射预测方面,本文提出了一种基于小波分解的基站电磁辐射预测方法。该方法首先将TD-LTE基站电磁序列通过不同的小波分解获得变化平缓的高低频序列,再将各高低频序列通过极限学习机进行训练和预测,并求得各小波分解的单项预测,再通过各单项预测与对应时段话务量的皮尔森相关系数,分析各路单项预测的权重用于组合预测。由于使用皮尔森相关系数的方法来确定组合权重,充分考虑了组合预测权重分配的实际情况,因此能获得更好的预测表现。本论文将本方法的预测值与实际测量值进行比较,两者之间的误差在提前预测1小时、3小时、6小时、14小时分别为0.37%、0.57%、0.80%、1.25%。由这些数据可以看出,本文提出的预测方法能精确有效的对电磁辐射进行预测。(2)在基站电磁辐射变化特性研究方面,本文首先提出基于小波分解的基站电磁辐射变化特性分析方法。该方法将基站电磁辐射通过Morlet小波进行多时间尺度变化,获得不同尺度下的小波变换系数,再通过小波变换系数图对基站电磁辐射变化周期等特性进行研究。本论文通过实验分析得出测得的TD-LTE电磁辐射数据具有四个主要变化周期(12、22、30、45小时),可以为其变化和预测研究提供重要参考。然后提出了基于小波分解的基站电磁辐射相关性分析方法,该方法首先将基站电磁辐射数据通过db4小波进行多分辨率分析,获得能充分反映基站电磁辐射变化的低频序列,再将其做基站电磁辐射相关性分析。本论文通过实验验证得出,在相同区域内,每日TD-LTE与FDD-LTE变化的相关系数在0.64到0.92之间变化,具有较强的相关性,且电磁辐射每日变化较大,但其中隐含着一定的变化规律,可以为基站电磁辐射测量与环境保护提供重要参考。