室内工业场景路损和快衰模型

室内工业场景的路径损耗该如何推导？一般通过将多维回归应用于测量结果来推导路径损耗。图1显示某公司的测量路线，表1显示测量参数。图2和图3显示了与TR.38.901 InH进行比较的路径损耗测量结果。使用3D距离和频率对这些路径损耗测量的结果进行了多维回归。

LOS: PL = 24.9 log (d) + 25.9 log (f) + 26. 5  (dB)          (1)

NLOS: PL = 11.3 log (d) + 24.8 log (f) + 36.9  (dB)          (2)

PL是路径损耗（dB），d是BS和MS之间的距离，f是频率（GHz）。这些模型可用于高杂波密度情况下以及Tx和Rx天线均为杂波嵌入情况下的路径损耗模型研究。

时延扩展测量是在某公司实验室中进行的。图1显示测量路线，表1显示测量参数。图4（a）和（b）分别显示了在视距和非视距环境下测得的时延扩展分布。图5（a）和（b）显示了时延扩展与基站和基站之间的距离之间的关系。从结果来看，在LOS情况下，时延扩展不取决于基站和基站间的距离。此外，在非视距情况下，时延扩展随着距离的增加而增加，但时延扩展与距离之间的相关性较弱。从这些结果来看，无需考虑工厂场景中时延扩散的距离特性。

室内工业信道模型场景包含四个行业子场景：

• 子场景1：低杂波密度，发射和接收天线均嵌入杂波（视距或非视距）

• 子场景2：高杂波密度，发射和接收天线均嵌入杂波（视距或非视距）

• 子场景3：低杂波密度，发射或接收之一高于杂波（视距或非视距）

• 子场景4：高杂波密度，发射或接收之一高于杂波（视距或非视距）

然而，“低”和“高”杂波密度的定义需要进一步讨论。

初步考虑了工业工厂环境中的路径损耗模型，例如汽车制造、装配制造等。具体而言，提供了现有TR38.901室内场景与典型室内工业环境之间的特征差异。与现有InH信道模型相比，这些识别的差异有助于定义潜在的新传播参数和分量。

考虑到与TR 38.901 InH办公楼相比的不同环境，可以预测路径损耗指数随环境（大小、高度、工作空间中的机器密度）、频率和链路配置而变化。一般来说，工厂中大型设备和其他传播障碍物的密度越大，路径损耗指数越大，对无线链路的传播损耗越大。对于不同的工业工厂环境，BS和UE部署方案可能不同。路径损耗模型之间的差异很大，直接平均会导致非常高的标准偏差。

为了得到每个子场景的稳定路径损耗模型。各公司应根据子场景共享结果，并提供详细的测量活动信息，例如BS高度高于/低于杂波、高/低密度杂波。可以通过不同的方法进行合并：

• 选项1：从公司收集原始数据（距离、功率、f、天线高度、子场景）。鼓励公司共享数据。

• 选项2：计算不同模型的平均值

• 选项2a：生成随机变量并计算最终标准偏差。

• 选项2b：使用数学方法（结果应与2a中的相同）。

• 选项2c：平均标准偏差。

• 选项3：结合选项1中的原始数据，从我们没有原始数据的不同路径损耗模型中生成随机变量，并拟合路径损耗和标准偏差。

在3GPP中，TR38.901考虑了一个统计模型。对于路径损耗模型，它表明接收功率衰减主要取决于发射机和接收机之间的距离。在获得相对于发射机和接收机之间距离的接收功率后，可以使用以分贝为单位的经验路径损耗模型进行功率衰减预测，如下所示：，

其中，d是收发器的距离（以米为单位），n是考虑d的路径损耗系数，m是考虑频率f的系数，A是截距，表示遮蔽项。