电子工业出版社-网上书店

本书引据经典与展现前沿相结合，全面阐述了无线通信的传播预测模型，并涉及不同媒介传播及毫米波通信等前沿技术。全书共分6章，理论分析与实践数据相融合，对无线通信系统的Lee宏蜂窝、微蜂窝、室内蜂窝及其集成作了详细论述和分析比较，为无线网络的设计和管理提供了综合解决方案。全书图文丰富、语言流畅，非常适合无线通信领域的工程技术人员及前沿技术研发工作者阅读。

目    录
第1章  无线通信移动信号建模导论	1
1.1  为什么写这本书？	1
1.2  自由空间通信和移动通信的传播区别	1
1.3  移动信号处理	1
1.4  Lee模型发展历史	2
1.5  基本系统运行	3
1.6  移动射频信号：衰落信号	3
1.6.1  移动信号接收环境	3
1.6.2  信号衰落类型	4
1.6.3  衰落信号特性	4
1.6.4  平坦衰落	8
1.6.5  时延扩展引起的信号衰落——频率选择性衰落	9
1.6.6  多普勒扩展引起的信号衰落	10
1.6.7  短期衰落信号和长期衰落信号	10
1.7  频率复用引起的共道干扰	11
1.7.1  基本概念	11
1.7.2  仿真模型	13
1.7.3  仿真结果	14
1.8  传播衰落模型	17
1.8.1  瑞利衰落模型——短期衰落模型	17
1.8.2  对数衰落模型——长期衰落模型	18
1.8.3  无偏均值噪声估计	19
1.8.4  莱斯分布	21
1.9  三种基本传播机制	22
1.9.1  反射	22
1.9.2  衍射	26
1.9.3  散射	33
1.10  预测模型的应用	33
1.10.1  预测模型分类	33
1.10.2  不同大小区域的传播预测模型	34
1.10.3  一般环境下信号强度预测的考虑因素	34
1.10.4  预测干扰信号	36
1.11  总结	36
参考文献	36
附加文献	39
第2章  宏蜂窝预测模型I：区域-区域模型	40
2.1  自由空间损耗	40
2.2  平面地球模型	40
2.3  Young模型	41
2.4  布林顿（Bullington）组合	43
2.4.1  衰落、对流层传输折射和衍射	44
2.4.2  建筑和树木效应	44
2.5  Egli模型——杂波因子模型之一	46
2.6  JRC方法	47
2.7  整合地形的粗地球模型（TIREM）	48
2.7.1  TIREM简介	48
2.7.2  陆地传播公式总结	49
2.8  Carey模型	51
2.9  CCIR模型	51
2.9.1  模型描述	51
2.10  Blomquist-Ladell模型和Edwards-Durkin模型	53
2.11  Ibrahim-Parsons模型	55
2.11.1  经验公式的发现	55
2.11.2  两个建议模型	57
2.12  Okumara-Hata模型和COST 231 Hata模型	59
2.12.1  Okumura方法	59
2.12.2  COST 231 Hata模型	63
2.13  Walfisch-Bertoni模型	64
2.14  Ikegami模型	65
2.15  Walfisch-Ikegami模型	66
2.16  平坦边缘模型	69
2.17  ITU模型	70
2.17.1  ITU-R提案P.1546	71
2.17.2  ITU-R提案P.530-9	73
2.18  身体模型	74
2.18.1  模型1	74
2.18.2  模型2	74
2.19  总结	75
参考文献	75
第3章  宏蜂窝预测模型II：点-点模型	78
3.1  Lee模型	78
3.1.1  Lee宏蜂窝模型	78
3.1.2  Lee单断点模型——点-点模型	79
3.1.3  Lee模型变形	91
3.1.4  地形高度对信号强度预测的影响	93
3.1.5  地表形态对信号强度预测的影响	96
3.1.6  水增强	103
3.1.7  天线方向效应	108
3.1.8  预测数据文件	121
3.2  微调Lee模型	122
3.2.1  地形规范化方法	123
3.2.2  测量数据特性	124
3.2.3  无阻挡情形下测量曲线和预测曲线比较	125
3.2.4  阻挡路径的测量曲线与预测曲线比较	127
3.2.5  结论	132
3.3  改进Lee宏蜂窝预测模型	132
3.3.1  简介	132
3.3.2  算法	132
3.3.3  测量数据与预测数据	134
3.3.4  结论	137
3.4  Longley-Rice模型	137
3.4.1  点-点模型预测	137
3.4.2  区域模型预测	137
3.5  总结	140
3.5.1  模型实施方法	141
3.5.2  模型特征	142
参考文献	143
第4章  微蜂窝预测模型	146
4.1  简介	146
4.2  基本Lee微蜂窝预测模型	147
4.2.1  基本原理和算法	147
4.2.2  微蜂窝预测的输入数据	156
4.2.3  建筑对微蜂窝预测的影响	160
4.2.4  地形效应	162
4.2.5  四种情形的预测模型	165
4.2.6  测量数据的特性	166
4.2.7  模型有效性：测量与预测	168
4.2.8  整合其他属性于模型	173
4.3  微蜂窝预测模型和宏蜂窝预测模型的整合	175
4.3.1  两个模型的整合算法	175
4.3.2  测量数据处理	177
4.3.3  模型有效性：测量与预测	180
4.4  特定区域的模型调整	183
4.4.1  调整之前的Lee微蜂窝模型	183
4.4.2  Lee模型的调整算法	183
4.4.3  Lee模型验证	185
4.5  其他微蜂窝预测模型	186
4.5.1  简介	186
4.5.2  经验（路径损耗）模型	187
4.5.3  物理模型	190
4.5.4  非视距（NLOS）模型	192
4.5.5  ITU-R P.1411模型	194
4.6  总结	199
参考文献	200
第5章  室内（皮蜂窝）预测模型	203
5.1  简介	203
5.1.1  与其他模型的区别	203
5.1.2  室内射频系统的传播损伤和质量测量	203
5.1.3  Lee室内模型的闪光点	204
5.2  Lee室内预测模型	204
5.2.1  室内模型近中心距离的推导	204
5.2.2  单楼层（同一楼层）模型	209
5.2.3  确定室内路径损耗斜率	214
5.2.4  Lee模型的应用	214
5.2.5  测量数据的特征	214
5.2.6  模型验证（测量与预测）	216
5.2.7  覆盖与干扰之间的平衡	217
5.2.8  分析Lee室内预测模型	218
5.3  增强Lee室内模型	226
5.3.1  增强Lee模型的闪光点	226
5.3.2  研究不同情形的测量数据	226
5.3.3  测量数据与预测数据的比较	236
5.3.4  应用测量数据优化Lee模型	242
5.3.5  增强Lee室内模型的通用公式	247
5.4  路径损耗经验模型	249
5.4.1  Keenan-Motley模型（经验）与Lee模型的比较	250
5.4.2  爱立信断点模型（经验）	252
5.5  ITU模型	253
5.5.1  COST 231多墙模型（经验）	253
5.5.2  ITU-R 1238（经验）	254
5.6  物理模型——应用衍射几何理论（GTD）	255
5.6.1  室内射线跟踪模型（皮蜂窝）	255
5.6.2  FDTD	257
5.7  总结和结论	260
参考文献	261
第6章  Lee复合模型——三个模型的综合	266
6.1  引言	266
6.2  综合三个Lee模型	266
6.2.1  验证宏蜂窝模型	267
6.2.2  验证微蜂窝模型	268
6.2.3  验证建筑物内模型（皮蜂窝模型）	269
6.3  采用不同预测模型的系统设计	269
6.3.1  系统设计准备	269
6.3.2  设计参数和输入数据	269
6.3.3  系统覆盖	270
6.3.4  CDMA覆盖	272
6.3.5  采用新技术的特殊区域系统设计	274
6.4  Lee综合模型的用户菜单	284
6.4.1  Lee综合模型的整体系统设计流程图	284
6.4.2  室内蜂窝——Lee室内模型的点-点分析	286
6.4.3  微蜂窝——Lee微蜂窝模型的点-点分析	289
6.4.4  宏蜂窝——Lee宏蜂窝模型的点-点分析	291
6.5  如何应用预测工具	294
6.5.1  无线通信链路——信道	294
6.5.2  噪声、损耗和增益的类型	294
6.5.3  接收信号功率与噪声功率	295
6.5.4  计算链路预算所需的信息	296
6.5.5  链路预算分析	297
6.6  如何规划和设计好的无线系统	298
6.6.1  理解系统需求	299
6.6.2  选择正确预测模型	299
6.7  不同传输媒介的传播预测	300
6.7.1  卫星通信信号预测	300
6.7.2  水下通信信号预测	303
6.7.3  航空通信信号预测	304
6.7.4  动车通信信号预测	307
6.7.5  毫米波信号	308
6.8  总结和结论	308
参考文献	309

译 者 序
无线通信已成为全球通信和IT界共同关注的热门技术。随着第四代移动通信服务走向成熟，无线通信经历了最初的第一代模拟通信网络、第二代数字蜂窝通信和第三代移动通信，并已进入第五代及LTE移动通信的发展，在社会各个领域得到越来越广泛的应用。
由William.C.Y.Lee 和David J.Y.Lee所著的《综合无线传播模型》，全面系统地展现了无线通信网络的根本——传播预测模型，是著者William.C.Y.Lee（无线通信的先驱者之一）在贝尔实验室及后来移动通信领域几十年工作的总结和升华，堪称无线通信基础及应用的一部经典力作。
本书理论分析和实践数据相融合，不仅系统地介绍了无线移动通信的基本理论和概念，而且重点结合实际数据，给出了Lee宏蜂窝模型、微蜂窝模型和室内模型的推导和产生过程，以及最后提升的Lee综合模型，由浅入深、循序渐进，并与其他类似模型进行比较，从理论模型、经验模型和统计模型三个纬度呈现了无线传播预测模型的一个概观，完成了将理论数学公式转化为实际可用解决方案的过程，为无线网络的设计和管理，包括覆盖范围、容量和成本等，提供了全面解决方案。
本书经典披露与前沿展现相结合，在纵向提炼和横向比较经典无线传播预测模型的同时，阐述了卫星通信、水下通信、空中通信和毫米波等不同传播媒介的预测模型研究动态，使得本书内容更加丰富和完整。
本书承载过去，支撑未来，为无线通信研发工作者及工程人员提供经典、深刻、全面、实用的传播预测模型，助力未来无线移动通信的不断发展。
需要说明的是，由于书中一些新的专业词汇，国内尚无统一标准译法，只好按实际含义较准确地译出。每章后面均提供大量的参考文献，以期帮助读者。此外，译者对原书中的错漏做了更正，并与著者进行了沟通。
本书由北京航空航天大学电子信息工程学院刘青格博士翻译。在翻译过程中，得到了本书原作者William C. Y. Lee博士和我的恩师张其善教授的大力支持。由于全书篇幅较大，内容深刻，加之译者水平有限，错误和不妥之处在所难免，恳请读者批评指正。

刘青格
 2015年8月于北京航空航天大学


前    言
自1977年我在贝尔实验室提出宏蜂窝预测模型以来，许多人士想要知道该模型的具体细节。AT＆T曾一度将其作为自己的资产而不予公开。后来，1988年我研发出了微蜂窝模型。这两个模型在我以前的专著里均有所描述，但当时因为是Pactel的资产而没有完全公开。1991年，我在Pactel公司（该公司于1994年更名为Airtouch）任职，David Lee为我工作，他在Pactel市场的不同国家进行了许多测量，以实施蜂窝系统。同时，这两个模型作为系统开发工具的优点也在那些国家得以体现。自1995年开始，我们两人一起应用大量实践数据研究室内蜂窝模型（又称皮蜂窝模型）。2008年，David问我是否愿意写一本Lee Model（Lee模型）的书，他愿意做好所有准备工作。在David收集所有必需材料的努力工作下，才有了本书的诞生。
第1章介绍所有术语，并描述了移动通信环境的自然现象。第2章介绍他人提出的宏蜂窝模型。这些模型是工业界广泛采用的区域-区域模型。第3章介绍宏蜂窝模型中的点-点预测模型，共有两个模型，Lee模型适用于短距离（＜10英里），而Longly-Rice模型适用于长距离（＞10英里）。第4章介绍微蜂窝模型。Lee微蜂窝模型出现在本章的第一部分。用于推导微蜂窝预测模型的近场距离基于本人以前发表文章中的方程予以清晰定义。采用了大量来自国内市场和国外市场的不同区域的实践数据来验证Lee模型。
第5章介绍Lee室内模型，包括皮蜂窝模型和毫微微蜂窝模型，推导室内环境近场距离的新定义。许多以前David和我发表的文章中描述的Lee室内模型在本书中进行了修正，例如第5.3.3部分所述的“同楼层”情形和“楼层间”情形。第6章阐述三个Lee模型的综合。David制作了一个软件工具，能够实现涵盖三个不同Lee模型的预测信号强度图制作。
为帮助读者理解Lee模型，本书包含了许多其他预测模型，同时呈现了三个Lee模型——宏蜂窝、微蜂窝和室内（皮蜂窝）模型的综合，可用于未来某特定区域整个蜂窝系统的规划。用户应明白，一个好的预测模型只有在其预测误差标准偏差为±8dB时方可接收。对于小蜂窝，预测误差应为±5dB。
测量大范围的信号强度成本很高。因此，可将区域-区域模型产生的特定区域的许多预测曲线图求平均而完成。每一张图代表一个特定的环境。接着，Lee模型推导了点-点模型，应用地形图和有效天线高度微调信号强度。当蜂窝尺寸较大时，点-点预测模型非常有效。当蜂窝变小时，测量小范围内的信号强度则相当容易且测量成本低，我们可以采集特定有限区域内的更多实践数据。因此，基于实践数据的预测模型更加准确。
Lee模型是如何提出的？1976年，贝尔实验室的工程师们正在讨论在没有进行大量测量的区域建设蜂窝系统。接着我写了一份有关我的点-点预测的内部备忘录，该预测基于Okumura等1968年的经典文章，这是提供区域-区域模型基础工作的第一篇文章。在当时，我需要向贝尔实验室的工程师们证明该工具的可用性。最初，1976年，我请求三州电话公司团队（由纽约贝尔、新泽西贝尔和康乃迪克贝尔三公司组成）的工程师们帮助我，因为他们能够为我提供他们地域的测量数据。而且，他们拥有人力能够产生我所需要的粗略地形图。首先，我采用US Defense Map Agent印制的50 000∶1比例的商业地形地图。每一张图约5英里×8英里（8千米×13千米）。轮廓线步长为20英尺。为使在地图上制作沿移动路径的地形曲线变得容易，我们制作了格图。每格约1/2平方千米。每一张图含有18×24格。三州的工程师应用每一格内地形高度的眼球均值。每一张图有432（18×24）个数值，每格一值。这是一项冗长的工作。制作了格图之后，我们开始选择三州地域的路线以得到测量数据。每一特定地图上的规划路线是通过连接测量信号强度的路线所经过的格子而制成的。依据眼球平均高度制定了路线的沿途高度。一旦已知发射端天线的安装位置、高度、功率和增益，以及移动端天线的高度和增益，三州的工程师们便能传递信息给我。正是我依据地形轮廓图上相应格子的眼球值通过手工计算来制作了沿移动路径的预测信号强度曲线并在测量之前发给三州工程师们。第二天，三州工程师们将特定规划路线的测量数据与我的预测值进行比较。我从未外出参与测量。因此，测量与预测是完全独立的过程。
该进程经历了一年多，总体上预测值与测量值的比较非常好。这不但表明我的预测工具较好，同时表明眼球均值高度方法也很好。在三州不同区域进行了一年多的手工计算来预测信号强度，我就像台计算机。当时我年轻，能量大，也不怕同事们取笑。
最后，1978年贝尔实验室决定采用我的工具。眼球平均方法表明粗糙格轮廓地图足够了。接着，从Defense Map Agency Topographical Center（DMATC）购买了1°×1°的比例为250 000∶1的磁带。研发了一套软件工具应用这1°×1°的磁带输入地形数据，采用我的预测工具完成系统规划。软件称为ACE，后来重命名为ADMS。自1983年开始，AT＆T公司以及后来的贝尔子公司的工程师们进行了这个工具的使用培训，服务于他们的蜂窝市场。1979年10月30日，贝尔实验室的专利律师C.S.Phelan先生写了封信给我（印于《无线通信的Lee要义》第20页[McGraw-Hill，2001]），感谢我的贝尔实验室内部备忘录的贡献，即我写的“一个新移动无线传播模型”，案例39445-7，1979年3月30日。地形数据地图与有效天线高度增益相结合来预测已知点的信号强度是我的点-点预测模型的创作。贝尔实验室不愿授权这个模型而是将其作为内部应用。
1980年，Hata写了一篇有关其区域-区域模型的文章，我是该文章的审阅人之一。同时，我也是接收该文章的期刊《IEEE Transactions on Vehicular Technology》的副编辑。后来，Hata模型被CCIR采用。我很高兴它变为了一个国际知名模型。读者可能不知道，我已在该领域工作了50年。如果您对该领域的过去感兴趣，我有很多好故事讲给您听。
这是McGraw-Hill出版社出版的我的第四本书。希望本书能够为读者在将来4G或5G系统中进一步应用预测模型提供清晰的指导。

Dr.William C.Y.Lee

通信与网络

刘青格，女，北京航空航天大学博士和博士后，目前任职于北京航空航天大学电子信息工程学院。主要研究领域包括毫米波通信、射频光纤（RoF）、射频识别（RFID）和卫星导航及信号处理中的非正弦变换。已在国内外相关高级期刊及国际会议发表多篇论文。

本书配套资源下载

对不起，暂无音视频资源！