基于改进离差率法的路径损耗指数和均方差的估计.ppt

基于改进标准离差率法的路径损耗指数和标准差的估计,崔燕妮，陈剑培，巩莉，程萌，项佩，杨志东,云南大学信息学院，昆明 中国 650091 e-mail: ,大纲,引言 理论模型 参数估计法 仿真结果及分析 结论,引言,研究的重要性 衰落信道作为移动通信中的环境条件,对通信系统的影响非常显著甚至是具有决定性的作用。 路径损耗指数和标准差是对数正态阴影模型中两个重要的参数，根据这两个参数，我们可以建立该模型，进而得到目的接收端的接收功率。因此，分析估计这两个参数就是研究移动衰落信道。,引言,传统的估计方法 最小均方误差法是一种贝叶斯估计，它的计算量很大，鲁棒性很差； 线性递归是一种是线性调用自身的方法，但其算法运行效率很低，且次数过多时会造成数据溢出； 最小二乘法是一种渐近无偏的估计，与最大似然估计等价，它们在曲线拟合的时候存在一定的缺陷。,引言,本文提出的方法 提出了一种新的参数估计方法改进的标准离差率（RSDR）算法来估计路径损耗指数与标准差。 该算法是对标准离差率算法的改进，避免了标准离差率可能出现负值从而导致正负项抵消的问题。 通过与经典的MMSE算法相比较，可知该方法受环境 变化因素更小，更适合于工程应用。,理论模型,对数正态阴影模型：某一距离发射机d (T-R距离)处的接收功率的路径损耗服从随机正态分布，即： （1） （2） n为路径损耗指数， 为参考点与发射机之间的距离，d值为测量点与接收机之间的距离， 为距离发射机d处的路径损耗， 为参考点处的平均路径损耗， 为服从零均值的高斯分布的随机变量，它的均方差为 ， 为发射功率， 为距离发射机d处的接收功率。,理论模型,根据式（1）、（2）得到计算接收功率的表达式为： （3） 上式中 为第i个测量点与发射机之间的距离， 为参考点处的接收功率， 是第i个测量点处的接收功率值。 为了计算接收功率，必须解决参数估计这个问题，也就是估计参数路径损耗指数和标准差。,参数估计法,标准离差率法 标准离差率是某随机变量标准离差相对该随机变量期望值的比率，其计算公式为： （5） 为随机变量， 为随机变量的期望值， 为标准离差。,参数估计法,改进的标准离差率法 我们将标准离差率法引入本次参数估计中，并对其做了改进。标准离差率为： （6） 为估计值， 为实测值， 为估计值与实测值的偏差。,参数估计法,对于以上方法，若公式（6）中分母的值有正有负，则会造成正负项抵消从而影响结果，因此我们将标准离差率取平方，就避免了这个问题，这就是我们提出来的改进的标准离差率法，改进的标准离差率为： （7） 上式中N为实测值的数目。,参数估计法,针对本问题的100个测量点，先求每个接收点处的标准离差率的平方，再将所有的项相加得： （8） 由上式可以知道， 越小越好。因此，对 求一阶微分，令一阶微分取0，即可得到n。,仿真结果及分析,模拟测量数据,图1普通情况下的模拟测量功率散点图 图2 存在环境变化因素时的模拟测量功率散点图,普通情况下 参数对比,仿真结果及分析,表1 普通情况下的路径损耗和标准差 图3 测量功率与RSDR、MMSE估算功率的比较,普通情况下 均方差两次估计值的误差比较,仿真结果及分析,第i个测量点的相对误差为：,图4 两次估计值的误差比较,特殊情况下 参数对比,仿真结果及分析,表2 普通情况下的路径损耗和标准差 图5 测量功率与RSDR、MMSE估算功率的比较,特殊情况下 均方差两次估计值的误差比较,仿真结果及分析,第i个测量点的相对误差为：,图6 两次估计值的误差比较,结论,本文针对移动通信的路径损耗指数和标准差的估算和研究，提出一种改进的标准离差率算法，并且与经典的MMSE算法做了