forked from AmbitiousWarrior/3GPP_Channel_Model
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathChannelModel.py
78 lines (64 loc) · 3.72 KB
/
ChannelModel.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
#!/usr/bin/env python
# -*- encoding: utf-8 -*-
'''
@File : ChannelModel.py
@Time : 2022/05/13
@Author : LuDaYong
@Version : 1.0
@parameter:
'''
import numpy as np
import math
import cmath
# The Friis Transmission Equation (弗里斯传输公式理论计算) %distance:km freq:MHz
# https://zhuanlan.zhihu.com/p/386225442 https://blog.csdn.net/JiGuang1107/article/details/119382411
def Friis_Transmission_Model_Loss(dist,fre,Gt=2.15,Gr=2.15):
distance=dist/1e3
freq=fre/1e6
Loss_dB=-32.44-20*math.log10(distance)-20*math.log10(freq)+Gt+Gr #Pr(dBm = Pt - Loss_dB)
#Loss_dB=-20*math.log10(4*math.p1*distance*freq)+Gt+Gr #Another form
return Loss_dB
#简化双径模型 详见 博士学位论文：车对路边单元的无线信道测量与建模研究 第三章
#ht:发送天线高度(m) hr:接收天线高度(m) ds:收发两者地面直线距离(m)
def Two_Ray_Ground_Reflection_Transmission_Simple_Model_Loss(ds,ht,hr,G=2.15):
Loss_dB=-40*math.log10(ds)+10*math.log10(G)-20*math.log10(ht*hr)
return Loss_dB
#精确双径模型 详见 博士学位论文：车对路边单元的无线信道测量与建模研究 第三章
#d1+d2:反射路径的距离(m) α:反射路径与地面的夹角(m) 发送天线高度(m) hr:接收天线高度(m) pow(144, 0.5)
#ds:收发两者地面直线距离(m) ε epsilon：介电常数 Rgf:地面反射因子
def Two_Ray_Ground_Reflection_Transmission_Accuate_Model_Loss(wave_longth,d1,d2,ds,ht,hr,epsilon,Gl=2.15,Gr=2.15):
cos_a = ds/(d1+d2)
sin_a = (ht+hr)/(d1+d2)
Rgf = (sin_a-pow(epsilon-cos_a*cos_a,0.5))/(sin_a+pow(epsilon-cos_a*cos_a,0.5))
data_phase = 4*math.pi*ht*hr/(wave_longth*ds)#d->ds?
Loss_dB=-20*math.log10(4*math.pi/wave_longth)+20*math.log10(abs(pow(Gl,0.5)/wave_longth)+Rgf*pow(Gr,0.5)*(math.log((complex(0,0-data_phase))))/((d1+d2)))
return Loss_dB
#V2I场景中 主要原因为树木遮挡造成的额外损耗计算公式
#详见 博士学位论文：车对路边单元的无线信道测量与建模研究 第三章
#n：树木的数量 f:工作频率 MHz Ltc:树冠长度 d:车辆行驶的距离 ht:车辆高度 hr:rsu高度
#wr:车距路边的宽度 wh:树冠宽度的半数 wto:RSU与第一棵树的距离 wtt:相邻树之间的距离
def V2I_Foliage_Extra_Loss(n,f,Ltc,d,ht,hr,wr,wh,wto,wtt,A=0.2,B=0.3,C=0.6):#ABC由经验模型ITU-R模型拟合所得
if n%2==0:
d_ir = n/2*Ltc*((pow((ht+hr)*(ht+hr)+wr*wr+d*d)),0.5)+(pow((hr-ht)*(hr-ht)+wr*wr+d*d),0.5)/d #d_ir单位为m
else:
d_ir = (wh/wr*d-wto-(n-1)/2*wtt)*((pow((ht+hr)*(ht+hr)+wr*wr+d*d)),0.5)+(pow((hr-ht)*(hr-ht)+wr*wr+d*d),0.5)/d
Loss_dB=A*pow(f,B)*pow(d_ir,C)
return Loss_dB
#V2I场景中 主要原因为树木遮挡造成的大尺度衰落（第三章采用确定性方法分析V2I路径损耗，模型复杂，计算量大，且有应用范围限制）
#本模型为基于几何特征的统计模型 详见 博士学位论文：车对路边单元的无线信道测量与建模研究 第四章
#最常用的统计模型为基于距离的对数路径损耗模型 PL_d= PL_d0 + 10nlog10()d/d0 + X(X为大尺度阴影衰落分量)
def Log_Distance_Path_Loss_Model(link_type,H):
if link_type == 'LOS-B':
n = 0.5743*H + 3.389/H - 1.012
# X ~ N (0.533,0.497)
if link_type == 'NLOSF':
n = 0.44808*H + 0.43814
# X ~ N (0.124,2.865)
if link_type == 'LOS-A':
n = -0.02849*H*H + 0.51577*H + 0.63977
# X ~ N (0.6,0.78)
return n
#https://github.com/Jonathan-Browning/Rician-Fading-Python https://blog.csdn.net/weixin_45662974/article/details/115361895
#V2I场景中基于距离的莱斯K因子被建模为下面的式子 K = 8.948 - 0.026d
if __name__=='__main__':
pass