阅读说明：本技术 考虑可移动物体的通信环境分析和网络设计的方法和装置 (Method and apparatus for communication environment analysis and network design considering movable object ) 是由 李淳永 朴成范 蒋尚铉 赵敏成 于 2018-12-14 设计创作，主要内容包括：本公开涉及一种用于将5G通信系统与IoT技术相结合以支持比4G系统更高的数据传输速率的通信技术及其系统。本公开可以应用于基于5G通信和IoT相关技术的智能服务(例如,智能家居、智能建筑、智能城市、智能汽车或联网汽车、医疗保健、数字教育、零售业务、安保和安全性相关服务等)。根据本公开的实施例的用于识别无线通信系统中的无线信号的传输特性方法包括以下步骤：识别信号发送位置；识别信号接收位置；识别信号发送位置与所述信号接收位置之间的可移动物体所在的区域；识别所述区域中的所述可移动物体的特性；以及基于所述可移动物体的特性,识别从所述信号发送位置发送到所述信号接收位置的无线信号的传输特性。(The present disclosure relates to a communication technology for combining a 5G communication system with an IoT technology to support a higher data transmission rate than a 4G system and a system thereof. The present disclosure may be applied to intelligent services based on 5G communication and IoT related technologies (e.g., smart homes, smart buildings, smart cities, smart cars or networked cars, healthcare, digital education, retail business, security and security related services, etc.). The method for identifying transmission characteristics of a wireless signal in a wireless communication system according to an embodiment of the present disclosure includes the steps of: identifying a signal transmission position; identifying a signal receiving location; identifying an area between a signal sending location and the signal receiving location where a movable object is located; identifying a characteristic of the movable object in the region; and identifying a transmission characteristic of a wireless signal transmitted from the signal transmitting location to the signal receiving location based on the characteristic of the movable object.)

考虑可移动物体的通信环境分析和网络设计的方法和装置

技术领域

本公开的实施例涉及对频率通信环境进行建模以基于此操作无线通信系统并操作网络的方法、以及使用该方法的装置。更具体地，本公开的实施例旨在通过考虑利用毫米波无线通信环境中的可移动物体的移动路径和移动特性对对应区域的无线信号传播特性进行分析并基于此对通信环境进行建模，来提供用于网络操作的方法和使用该方法的装置。

背景技术

为了满足自部署4G通信系统以来对无线数据流量增加的需求，已为开发改进的5G或pre-5G通信系统做出了努力。因此，5G或pre-5G通信系统也称为“超4G网络”或“后LTE系统”。5G通信系统被认为是在更高的频率(毫米波(mmWave))频段(例如，60GHz频段)中实现的，以实现更高的数据速率。为了减少无线电波的传播损失并增加传输距离，在5G通信系统中讨论了波束成形、大规模多输入多输出(MIMO)、全维度MIMO(FD-MIMO)、阵列天线、模拟波束成形、大规模天线技术。此外，在5G通信系统中，基于先进的小型小区、云无线接入网(RAN)、超密集网络、设备到设备(D2D)通信、无线回程、移动网络、协作通信、协作多点(CoMP)、接收端干扰消除等，正在进行系统网络改进的开发。在5G系统中，已经开发了作为高级编码调制(ACM)的混合FSK和QAM调制(FQAM)和滑动窗口叠加编码(SWSC)，以及作为高级接入技术的滤波器组多载波(FBMC)、非正交多址接入(NOMA)和稀疏码多址接入(SCMA)。

互联网是一个以人为中心的互连网络，人们可以在该网络中生成和消费信息。如今，互联网正在发展为物联网(IoT)，在该物联网中，诸如物体的分布式实体无需人工干预即可交换和处理信息。已经出现作为通过与云服务器的连接而将物联网技术与大数据处理技术结合在一起的万物互联(IoE)。IoT实施需要诸如“传感技术”、“有线/无线通信和网络基础设施”、“服务接口技术”和“安全技术”之类的技术元素，最近已经研究了传感器网络、机器对机器(M2M)通信、机器类型通信(MTC)等。这样的IoT环境可以提供通过收集和分析在连接的事物之间生成的数据来为人类生活创造新的价值的智能互联网技术服务。通过现有信息技术(IT)与各种工业应用之间的融合和结合，IoT可应用于各种领域，包括智能家居、智能建筑、智能城市、智能汽车或联网汽车、智能电网、医疗保健、智能家电和高级医疗服务。

与此相一致，已经进行了各种尝试来将5G通信系统应用于IoT网络。例如，诸如传感器网络、机器类型通信(MTC)和机器对机器(M2M)通信之类的技术可以通过波束成形、MIMO和阵列天线来实现。作为上述大数据处理技术的云无线接入网络(RAN)应用也可以被视为5G技术与IoT技术之间融合的示例。

在最新的通信系统的情况下，由于使用了相对高频的通信信号，所以有必要考虑可移动物体来分析无线通信环境，基于此来配置网络并操作所安装的网络。

发明内容

技术问题

已经做出本公开的实施例以解决上述问题，并且旨在提供一种用于利用无线通信环境建模来操作无线通信系统的方法以及使用该方法的装置，该无线通信环境建模用于考虑可移动物体来操作无线通信系统。此外，本公开的实施例旨在提供一种考虑到使用无线信号的通信系统中的从发送器发送的无线信号和可移动物体所在区域来分析和建模无线信号传播特性的方法和基于此方法的装置。

问题的解决方案

为了解决技术问题，根据本公开的实施例的一种用于识别无线通信系统中的无线信号的传输特性方法，所述方法包括：识别信号发送位置；识别信号接收位置；识别在所述信号发送位置和所述信号接收位置之间存在可移动物体所在的区域；识别所述区域中的所述可移动物体的特性；以及基于所述可移动物体的特性，识别从所述信号发送位置发送到所所述信号接收位置的无线信号的传输特性。

根据本公开的实施例的一种用于在无线通信系统中识别无线信号的传输特性的计算设备，所述计算设备包括：收发器，所述收发器被配置为发送和接收信息；以及控制器，所述控制器被配置为连接到所述收发器，识别信号发送位置，识别信号接收位置，识别在所述信号发送位置和所述信号接收位置之间有可移动物体的区域，识别在所述区域中的所述可移动物体的特性，并基于所述可移动物体的特性来识别从所述信号发送位置发送到所述信号接收位置的无线信号的传输特性。

发明的有益效果

根据本公开的实施例，可以识别无线通信系统中的无线信号的传播特性，并且可以执行更准确的系统建模和更有效的网络操作。

附图说明

图1是用于说明使用数学建模技术的网络设计的视图；

图2是用于说明根据本公开的实施例的射线追踪模拟方法的视图；

图3a和图3b是用于说明根据本公开的实施例的获得3D地图信息的方法的视图；

图4a和图4b是用于说明根据本公开的实施例的通过图像信息获得图像中的物体的材料信息的方法的视图；

图5是用于说明根据本公开的实施例的通过射线追踪来分析通信信道环境的方法的视图；

图6是用于说明根据本公开的实施例的可移动物体对无线信号传输的影响以及所导致的信号损失的视图；

图7是用于说明根据本公开的实施例的考虑可移动物体来执行无线信号传输模拟的方法的视图；

图8是用于说明根据本公开的实施例的考虑拥塞信息来执行建模和模拟的方法的视图；

图9是用于说明根据本公开实施例的考虑交通信息来获得可移动物体信息的方法的视图；

图10是用于说明根据本公开的实施例的确定道路和人行道上的可移动区域并基于对应区域中的拥塞信息对物理系数建模的方法的视图；

图11是用于说明根据本公开的实施例的考虑可移动区域和物体的拥塞在地图信息上执行映射并且基于该映射来分析信号发送/接收环境的方法的视图；

图12是用于说明根据本公开的实施例的随时间应用可移动物体的拥塞度的方法的视图；

图13是用于说明根据本公开的实施例的基于每个可移动物体的拥塞度确定信号的传播特性的方法的视图；

图14是用于说明根据本公开的实施例的计算设备的视图；以及

图15是用于说明根据本公开的实施例的基站的视图。

具体实施方式

在下文中，将参照附图详细描述本公开的实施例。

在描述本公开的实施例时，将省略与本领域中公知的技术内容相关并且与本公开不直接相关联的描述。这样的不必要描述的省略旨在防止使本公开的主要构思模糊，并且更清楚地传递主要构思。

出于相同的原因，在附图中，一些元件可能被放大、省略或示意性地示出。此外，每个元件的大小不能完全反映实际大小。在附图中，相同或相应的元件具有相同的附图标记。

通过参考下面结合附图详细描述的实施例，本公开的优点和特征以及实现它们的方式将变得显而易见。然而，本公开不限于以下阐述的实施例，而是可以以各种不同的形式来实现。提供以下实施例仅是为了完全公开本公开并将本公开的范围告知本领域技术人员，并且本公开仅由所附权利要求的范围来限定。在整个说明书中，相同或相似的附图标记表示相同或相似的元件。

在本文中，可以理解的是，流程图图示的每个框以及流程图图示中的框的组合可以由计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，从而使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现一个或更多个流程图框中指定功能的装置。这些计算机程序指令也可以存储在计算机可用或计算机可读的存储器中，该计算机可用或计算机可读的存储器可以指导计算机或其他可编程数据处理装置以特定方式运行，使得存储在计算机可用或计算机可读的存储器中的指令产生包括实现一个或更多个流程图框中指定的功能的指令装置的产品。也可以将计算机程序指令加载到计算机或其他可编程数据处理装置上，以使一系列操作步骤在计算机或其他可编程装置上执行，产生计算机实现的过程，从而使得在计算机或其他可编程装置上执行的指令提供用于实现在一个或更多个流程图框中指定的功能的步骤。

此外，流程图的每个框可以代表模块、代码的段或部分，其包括用于实现指定的逻辑功能的一个或更多个可执行指令。还应注意的是，在一些替代实施方式中，方框中指出的功能可以不按顺序发生。例如，取决于所涉及的功能，实际上可以基本上同时执行连续示出的两个框，或者有时可以以相反的顺序执行这些框。

如本文所使用的，“单元”是指执行预定功能的软件元素或硬件元素，例如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。然而，“单元”并不总是具有限于软件或硬件的含义。该“单元”可以被构造为存储在可寻址存储介质中或执行一个或更多个处理器。因此，“单元”包括，例如，软件元件、面向物体的软件元件、类元件或任务元件、过程、功能、属性、程序、子例程、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、数组和参数。由“单元”提供的元素和功能可以被组合成更少数目的元素或“单元”，或被划分成更多数目的元素或“单元”。此外，这些元素和“单元”可以被实现为再现设备或安全多媒体卡内的一个或更多个CPU。

在描述了根据实施例的方法的附图中，描述的顺序并不总是与执行每种方法的步骤的顺序相对应，并且可以改变步骤之间的顺序关系或可以并行执行步骤。此外，显而易见的是，可以选择性地执行在实施例中提及为非必要的步骤。

图1是用于说明使用数学建模技术的网络设计的视图。

参考图1，发送器110和发送器120可以分别形成发送波束112和波束122，以发送信号。

这样，数学建模技术可以通过输入传输信号的频率和距离，通过经由特定信号发送/接收建模技术明确表达的函数来预测RF信息。如图1所示，发送器110和发送器120可以分别在三个方向上形成波束112和波束122，因此，可以通过建模技术来应用传输信号的RF特性。这样，通过数学建模技术，可以用较少的计算量来预测RF信息，但是需要用于在较高频率下进行精确测量的方法。

图2是用于说明根据本公开的实施例的射线追踪模拟方法的视图。

参考图2，假设一个或更多个发送器212、214和216发送信号，并且因此，由每个发送器212、214和216所发送的信号被接收的强度由地图上的灰色阴影指示。较深的颜色表示具有较强的接收强度的区域，较浅的颜色表示具有较弱的信号强度的区域。

更具体地，假设了接收器220的位置，则可以确定信号在相应区域中的接收强度。此外，可以确定从一个发送器212到接收器220的每个可能路径的传输信道。可能存在从发送器212直接发送到接收器220的信号242，并且也可能存在由另一物体230反射而被接收到的信号232。当如上所述进行根据射线追踪的模拟时，可以获得关于特定区域中从发送器212、214和216接收的信号的强度以及相应信号的传输路径的信息。当根据信号的传输路径确定信号接收强度时，在考虑表面材料和反射物体的外部形状中的至少一项的情况下，接收器220可以获得更准确的信号接收信息。尽管在实施例中被称为表面材料，但是这并不仅仅意味着物体的外表面，并且在概念上包括可以影响无线电波的反射的内部材料，并且可以通过这种信息更准确地估计无线电波反射的特性。

此外，直接传输信号的路径上可能存在能够传输无线电波的障碍物。作为这种障碍物的示例，可以是树，并且在射线追踪模拟中可以考虑除了树以外的在传输无线电波的同时可能发生信号衰减的障碍物。这样，通过考虑关于能够传输无线电波的障碍物的信息，可以获得更准确的模拟结果。作为障碍物的示例，树可以是安装在通信路径上并在传输无线电波时引起信号衰减的另一种植物或物体，并且可以包括可能引起信号衰减的其他物体。

这样，有可能通过执行如上所述的射线追踪来确定地图上的最佳发送器位置和接收器位置中的至少一项。而且，根据实施例，可以考虑多个发送器位置候选和接收器位置候选来执行射线追踪模拟，并且可以根据射线追踪的结果来确定发送器位置和接收器位置中的至少一项。

如上所述，射线追踪模拟技术可以为RF信号通过的每个路径确定传输信道，并且可以基于该传输信道在接收器220的位置预测RF信号信息。在实施例中，射线追踪模拟技术在根据信号路径确定信道环境的过程中计算路径的环境(例如，介质的类型)、3D地形、建筑物的反射和衍射以及信号被传输的距离中的至少一种，从而更准确地预测RF信号信息。此外，根据RF信号的频率使用上述技术的信道估计方法是没有限制的，可以准确地反映实际环境，并且基于模拟结果，可以确定最佳发送位置和接收位置中的至少一者。

此外，5G网络使用28GHz至60GHz的超高频信号。因此，为了在5G网络设计工具中找到有关无线信号的信息，可以使用射线追踪模拟技术而不是数学建模技术来提高准确性。在射线追踪模拟的示例中，当预测无线电波撞击建筑物并反射的路径时，可以通过假设所有建筑物的表面都具有相同的RF特性来计算反射。然而，由于RF信号的反射率根据表面材料、外部形状和反射表面的图案而变化，所以该假设不能保证准确的模拟结果。

图3a和图3b是用于说明根据本公开的实施例的用于获得3D地图信息的方法的视图。

参考图3a和图3b，可以基于图3a的实际图像信息和与图像信息相对应的位置信息来获得三维地图信息。更具体地，可以基于图像信息获得图3b的3D地图信息以执行射线追踪模拟。

在图3b中获得的地图信息可以包括建筑物310、接收器候选区域330和树320。如上所述，通过获得地图信息，可以基于地图信息来确定发送器位置候选和接收器位置候选，并且相应地，可以执行射线追踪模拟以确定最佳发送器位置和接收器位置中的至少一项。

此外，在该实施例中，诸如建筑物310的元件可以具有反射或散射无线电波的特性，并且在这种元件的情况下，可以通过考虑表面材料和外部形状来获得更准确的模拟结果。

此外，在该实施例中，树320可以传送无线电波，但是所传送的无线电波可能比在空中经历更大的信号衰减。这样，通过考虑通过诸如树320的物体的传播特性，可以获得更准确的模拟结果。

此外，在该实施例中，可以根据射线追踪选择性地执行接收器候选区域330，并且接收器候选区域330可以包括其中可以安装固定或可移动接收器的区域。更具体地，可以将接收器安装在建筑物310的窗户区域中，并且借此，安装在窗户区域中的接收器可以在建筑物内的另一接收器与建筑物外的发送器之间的通信中起到中继作用。如上所述，可以在考虑接收器候选区域330的情况下执行射线追踪模拟，以便在考虑更好的信号接收环境的情况下获得结果值。

图4a和图4b是用于说明根据本公开的实施例的通过图像信息获得图像中的物体的材料信息的方法的视图。

参考图4a和图4b，可以从图像信息确定显示在图像内部的物体的材料。更具体地，从图像信息中，可以基于基于深度学习的计算机视觉技术来确定图像内部的物体的材料。稍后将描述与更特定的基于深度学习的计算机视觉技术相关的功能。

在实施例中，可以分析图4a的图像信息以获得图4b的结果。此时，可以基于颜色、对比度、反射率、每个元素之间的相互位置关系以及图像的所有分量的布置中的至少一项来确定每个元素。在实施例中，可以通过图像分析来确定沥青410、混凝土420、植物430、钢结构440、车辆450、天空460、玻璃470等的材料。如上所述，通过经由图像信息确定在图像中显示的要素的材料并且在射线追踪模拟中考虑材料的特性，可以获得更准确的结果。

图5是用于说明根据本公开的实施例的通过射线追踪来分析通信信道环境的方法的视图。

参考图5，公开了一种用于执行射线追踪模拟的方法。在实施例中，可以在包括控制器的计算设备中执行射线追踪模拟。该计算设备可以是包括中央控制处理器的计算设备，并且可以包括个人计算机、工作站等。在下面的实施例中，可以假定模拟是由计算设备执行的。

在操作510，计算设备可以获得2D图像信息和3D地图信息。在实施例中，2D图像信息可以包括与图像相对应的附加信息，并且附加信息可以包括关于拍摄图像的位置的信息、方向信息以及包括视角的拍摄信息。可以基于附加信息来确定与2D图像信息相对应的3D地图信息。此外，3D地图信息可以包括位置信息和与其对应的3D地图信息。根据实施例，这样的信息可以包括关于在表面或水面上的建筑物、结构和植物的形状的信息，并且可以包括与发送器候选位置和接收器候选位置中的至少一项有关的信息。

在操作520，计算设备可以基于地图信息和图像信息中的至少一项来获得关于实际环境的信息。关于实际环境的信息可以包括关于位于通信路径上的物体的信息以及该物体的特性。更具体地，通过分析2D图像信息，可以基于该分析来确定可以位于通信路径上的物体的特性。物体的特性可以包括物体表面的材料和物体的外部形状中的至少一种，并且在物体能够传送无线电波的情况下，可以包括与物体的形状以及传输期间信号衰减的程度有关的信息。

在操作530，计算设备可以基于在步骤510和步骤520中获得的信息，将通信路径上的实际环境信息映射到3D地图信息。如上所述，当映射到3D地图信息时，基于2D图像信息中包括的附加信息，可以将通过2D图像信息获得的附加信息映射到与3D地图信息相对应的物体。

在操作540，计算设备可以基于通过操作530生成的信息来执行射线追踪模拟。在实施例中，射线追踪模拟可以依次执行与波束信息相对应的射线追踪模拟，同时考虑到特定方向上的波束来改变波束信息，或者可以假设在同一时间段内发送了可以从发送器发送的所有方向的波束并执行与该假设相对应的射线追踪模拟。作为执行射线追踪模拟的结果，可以通过考虑从发送器发送的信号经过其被接收器接收的路径以及有关沿路径的实际环境的信息来预测和分析可以在接收器处接收到的信号质量。此外，在实施例中，当执行射线追踪模拟时，可以基于3D地图信息来确定发送位置和接收位置中的至少一项，并且可以基于在步骤530中映射的信息来确定信号发送环境。

在操作550，可以基于射线追踪模拟来获得结果值，并且可以基于所获得的结果值和在实际环境中测量的值来执行附加的射线追踪模拟。更具体地，当将模拟结果值与真实环境测量值进行比较并且所比较的值不同时，可以通过基于实际环境测量值改变在操作520中获得的信息来重新生成模拟结果值。这样，通过在3D地图上反映有关实际环境的信息来执行射线追踪模拟，从而实现更可靠的通信信道分析。更具体地，可以将发送器和接收器直接安装在用于射线追踪模拟的目标区域中，并且可以基于从发送器发送的信号的结果值来添加或更新用于执行射线追踪模拟的基本信息。

如上所述，基于射线追踪模拟结果，可以确定用于向地图中的特定区域提供无线服务的最优发送器位置和接收器位置中的至少一项。以此方式，可以通过确定最佳发送器位置和接收器位置中的至少一项来执行有效的网络设计。更具体地，可以确定最佳基站位置，在该最佳基站位置处可以有效地向特定区域中的无线终端提供无线信号。通过以这种方式确定最佳基站位置，即使提供的基站较少，也可以提供有效的服务。

此外，通过反映在实际环境中测量的信号接收信息，自适应网络管理是可能的。更具体地，在安装发送器之后，如果周围环境改变，则可以考虑改变后的环境来执行附加的射线追踪模拟，并且可以执行诸如通过另外反映结果值来调节发送器位置的网络管理。此外，这种网络管理除了调整发送器位置之外，还可以包括改变从发送器发送的与波束有关的信息。更具体地，发送器可以基于射线追踪模拟结果值来确定发送波束和接收波束。为了确定发送波束和接收波束，可以基于射线追踪模拟的结果值来执行波束对准。这样的自适应网络管理可以周期性地执行。

图6是用于说明根据本公开的实施例的可移动物体对无线信号传输的影响以及所导致的信号损失的视图。

参考图6，道路630和人行道640可以位于从发送器610发送的无线信号沿着其被发送到接收位置640的路径上。在这种情况下，诸如车辆635或行人645之类的可移动物体可以位于无线信号的传输路径中，因此可能会发生信号损失。此时，随着从发送器610发送的无线信号的频率提高，信号损失可能取决于物体的种类而增大，因此可能有必要考虑其来确定信号发送环境。

在实施例中，在道路630和人行道640的情况下，这样的移动物体可能频繁出现，因此，实际上，为了确定发送器610和接收位置640之间的信号传输环境，需要考虑在诸如道路630和人行道640的区域上移动的物体。

在下面的曲线图650的情况下，其示出了当物体随时间经过时从发送器610发送到接收位置640的信号的损失。在实施例中，在物体经过区间655的情况下，信号损失可能增大，并且当大物体经过时，可能发生更大的信号损失。

这时，有必要识别可能位于无线信号传输路径上的特定区域中的可移动物体的特性。更具体地，可以确定物体可能位于传输路径上的区域，并且可以考虑通过该区域的物体的大小、频率、速度、移动模式和材料来对无线信号传输环境进行建模。

图7是用于说明根据本公开的实施例的考虑可移动物体来执行无线信号传输模拟的方法的视图。

参考图7，计算设备可获取与信号传输有关的信息并基于此信息执行模拟，并且在将来安装传输设备时，可基于模拟结果来控制通信系统。

在操作705，计算设备可以确定发送器的位置和接收器的位置，并且可以获得与这样的区域有关的信息，在该区域中可能存在位于信号可能传输的路径上的可移动物体。这样的信息可以通过外部数据库或用户输入获得，也可以基于地图信息获得，并且可以基于诸如卫星照片和街景之类的图像来识别可能存在可移动物体的区域。如上所述，在基于图像信息来确定可移动物体的区域的情况下，可通过使用机器学习的图像分析方法来识别存在可移动物体的区域。

在操作710，计算设备可以识别在对应区域中可移动的物体的特征。更具体地，可以识别运动物体的大小信息、运动物体的频率信息、运动物体的速度信息、周期性运动时的运动模式信息以及运动物体的材料信息中的至少一种。此外，可以识别关于可以影响无线信号传输的可移动物体的特性的信息。这些信息也可以通过用户输入、外部数据库以及图像或视频分析获得。更具体地，可以随着时间识别在对应区域中的可移动物体的特性，并且可以基于此来获得该特性。

在操作715，计算设备可以基于所获得的信息来对信号从发送器发送到接收器的环境进行建模。此时，在可移动物体的可以位于的区域的情况下，可以在假设具有基于在相应区域中获得的信息所确定的物理量的物体位于该区域的情况下进行建模。可以基于可以位于三个维度上的可移动物体的特征来确定这种物理量，并且可以根据一个区域中的可移动物体的特性来确定存在具有不同物理量的多个物体。例如，在车辆行驶的道路的情况下，当具有特定物理值的物体位于行驶中的车辆所占据的区域中时，可以基于经过车辆的平均大小来进行建模。车辆的平均大小越大，物体的大小越大，并且如果车辆移动得更频繁，则建模的信号损失可能具有较大的物理值。

基于在操作720中建模的信息，可以执行与无线信号传输有关的模拟。基于模拟结果，计算设备可以考虑到可移动物体来更准确地分析无线信号传输模式。此外，基于模拟结果，当将来运行通信系统时，发送器可以基于模拟结果来发送信号。

图8是用于说明根据本公开的实施例的考虑拥塞信息来执行建模和模拟的方法的视图。

参考图8，计算设备可以基于拥塞信息对可移动物体所在的区域执行建模，并且可以基于此执行射线追踪，以通过调整波束强度和方向来分析无线信号传播模式或网络操作。在实施例中，执行模拟的计算设备和执行网络操作的计算设备可以是相同的计算设备或不同的计算设备。

在操作805，计算设备可以识别可移动物体可以位于的区域。更具体地，可以识别关于可移动物体可以位于的区域的信息，例如道路或人行道，并且可以通过分析用户输入或图像信息来识别这种信息。更具体地，可以基于与地图信息相对应的图像信息来识别诸如道路或人行道的可移动物体可以位于的区域的位置、大小等。

在操作810，计算设备可以识别可用的拥塞信息。更具体地，可以识别可以用于所识别的区域的拥塞信息。这样的拥塞信息可以通过单独的数据来标识，或者可以被连接到另一系统或服务器以接收与其相关的数据。

如果可用的拥塞信息是拥塞图，则在操作815，计算设备可以基于从拥塞图获得的拥塞相关信息来建模与无线信号传播有关的物理系数。在实施例中，这样的拥塞图可以是指示流量变化的图，并且可以包括指示访问区域中的蜂窝网络的用户数目的变化的图。此时，可以通过上面的图像信息来分析与移动物体的大小有关的信息，并且当检测到移动速度快于正常步行速度时，可以假定它是正在行驶的车辆，并且可以基于此执行物理系数建模。

如果可用信息是实时交通/行人信息，则在操作820，计算设备可以基于该信息来估计拥塞度。更具体地，这样的信息可以包括通过CCTV获得的图像信息和网络访问信息中的至少一者。当通过CCTV获得图像信息时，计算设备可以基于图像信息来估计拥塞度和时间变化。此外，在网络访问信息的情况下，可以基于与网络访问的数目有关的信息和用户访问网络的速度信息来估计拥塞度。

在操作825，计算设备可以基于预测的拥塞来执行物理系数建模。

如果没有拥塞信息可用，则如操作830，可以根据用户输入来执行物理系数建模。根据用户输入来执行物理系数建模可以包括利用相同的物理系数对可移动物体所在的整个区域进行建模。此时，相同的物理系数可包括基于多个区域的测量信息将物理系数确定为平均值。

在操作835，计算设备可以基于该信息将道路/人行道建模为3D物体。在建模时，可以根据上面获得的信息来确定区域的大小和与无线电波传输相关的物理系数。

在操作840，计算设备可以基于建模的信息来执行射线追踪以分析无线信号传播模式。

在操作845，计算设备可以根据建模的道路/人行道来改变网络操作。更具体地说，在实施例中，它可以由包括在基站中的计算设备来执行，这就是网络操作。此时，如果该区域中有许多可移动物体，则基于实时交通/行人信息，可以预期该区域中无线信道的状态不好，并且可以基于此调整波束强度、方向等。此外，当报告终端的信道时，其可以被配置为报告更广区域的预编码矩阵信息和信道质量信息中的至少一种。这样的配置可以被配置为诸如RRC的高层信号。

在实施例中，拥塞度可以包括关于每单位时间在道路/人行道上经过的可移动物体的数目的信息。

图9是用于说明根据本公开实施例的考虑交通信息来获得可移动物体信息的方法的视图。

参考图9，示出了根据交通信息的拥塞图的示例。更具体地，可以在地图920上识别道路信息。可以基于地图信息中另外包括的信息来识别这种道路信息，或者可以基于单独的图像信息来识别这种道路信息。在该道路信息中，可以针对每个区间显示当前平均速度、对应速度和所需时间距离，并且因此，可以识别对应区域中的可移动物体的密度。如上所述，可以考虑可移动物体的密度和速度来对相应区域中用于分析无线信号传播模式的3D物体进行建模。

在实施例中，可以基于建模结果来分析无线信号传播模式，或者可以执行网络操作。在执行建模时，可以对与该区域中无线信号传播相关的物理系数进行建模。当在基站处操作网络时，可以使用拥塞信息实时调整波束信息，或者设置报告给终端的信道相关信息。

图10是用于说明根据本公开的实施例的确定道路和人行道上的可移动区域并基于相应区域中的拥塞信息对物理系数进行建模的方法的视图。

参考图10，道路和人行道可以位于相应的地图区域中。在实施例中，示出了一种基于道路1015和人行道1020执行建模的方法，以分析无线信号传播模式。

可以基于实施例的道路和人行道中的道路1015和人行道1020上的可移动物体的信息来对无线信号传播模式进行建模。此外，可基于先前实施例中描述的信息来获得可移动物体的信息。

在道路1015的情况下，车辆交通的特性可以根据交通方向而变化。更具体地，可以基于移动方向来确定车辆交通的特性。此外，可以主要基于移动车辆的平均大小来确定3D物体的大小，但是本公开不限于此。在实施例中，可以基于车辆在道路1015上沿向上方向的移动特性来确定物理量。更具体地，可以将向上方向的介电常数、反射率和衍射系数中的至少一种分别确定为a1、b1和c1，并且基于以上信息，可以建模为由基于介电常数、反射率和衍射系数确定的材料制成的3D物体，其大小基于在道路1015的向下方向上在道路上经过的车辆的大小来确定。类似地，可以将向上方向的介电常数、反射率和衍射系数中的至少一种分别确定为a2、b2和c2，并且基于以上信息，可以建模为由基于介电常数、反射率和衍射系数所确定的材料制成的3D物体，其大小基于在道路1015的向下方向上在道路上经过的车辆的大小来确定。在实施例中，针对建模可以进一步考虑透射率。

此外，在实施例中，基于行人可以位于的地方的行人的特征，可以确定相应的物体位于人行道1020上。更具体地，可以基于行人的运动特性，在人行道1020上确定对应的物理量。更具体地，在人行道1020上，可以基于正在经过的物体的运动特性，将介电常数、反射率和衍射系数中的至少一种分别确定为a3、b3和c3，并且基于以上信息，可以建模为由基于介电常数、反射率和衍射系数确定的材料制成的3D物体，其大小是基于经过人行道1020的行人的平均大小确定的。

可以结合附图标记1050和1060更详细地说明这种结果。更具体地，基于车辆和行人在附图标记1050上的运动特性，在道路的情况下，可以将诸如附图标记1065的物体建模为正位于此的物体，在人行道的情况下，可以将附图标记1070的物体建模为正位于此的物体。在附图标记1065的情况下，可以将其建模为根据每个经过方向具有不同材料和大小的物体。

如上所述，通过假设具有特定物理量的3D物体位于在对应区域中可以更准确地分析无线信号的传播特性，并且基于该特性对无线信号的传播特性进行建模，而不是一一考虑可移动物体。

图11是用于说明根据本公开的实施例的考虑可移动区域和物体的拥塞在地图信息上执行映射并且基于该映射来分析信号发送/接收环境的方法的视图。

在实施例中，可以在地图上识别至少一条道路或人行道。在实施例中，可以识别第一道路1112和第二道路1114。此外，可以基于本公开的实施例中的至少一个来识别对应道路的拥塞度。

在实施例中，如附图标记1120所示，可以识别根据拥塞度的介电常数、衍射系数和透射率中的至少一种变化模式。可以基于多个测量结果来识别这种变化模式。在实施例中，介电常数和衍射系数随着拥塞度的增加而增大，并且透射率随着拥塞度的增加而减小。

在实施例中，通过基于每条道路1112和1114的拥塞值映射到附图标记1120(或更精确地附图标记1122和1124)，介电常数、衍射系数和透射率中的至少一种可以基于对应道路的拥塞而被映射。在实施例中，介电常数、衍射系数和透射率之间的关系可以根据在相应区域中移动的物体的特性而变化。例如，根据不同的拥塞度，车辆行驶的道路和行人经过的人行道可以具有介电常数、衍射系数和透射率之间关系。

如附图标记1130所示，可以基于道路和人行道的拥塞度来识别相应区域的介电常数、衍射系数和透射率，并且可以基于此确定无线电波传播模式。

图12是用于说明根据本公开的实施例的随时间应用可移动物体的拥塞度的方法的视图。

参考图12，以车辆为例，可以识别经过的车辆的平均速度、交通量和大小的时间变化，并且基于此，可以识别根据时间变化的环境，并且可以根据变化后的环境来操作网络。尽管在本实施例中以波束成形为例进行了说明，但考虑到在不同的时间不同材料和大小的物体位于对应的区域中，因此也可以基于此进行网络操作。

在附图标记1205处，可以从能够获得特定道路上随时间变化的图像信息的设备(诸如CCTV)或数据库中识别随时间变化的交通信息。

基于此，如附图标记1210所示，可以识别经过车辆的平均速度、交通量和大小的变化。可以基于经过车辆的平均速度、交通量和大小的时间变化中的至少一项来识别拥塞度。平均速度越低，拥塞度越大，交通量越大，拥塞度越大，并且平均车辆大小越大，拥塞度越大。此外，平均车辆大小可以用作用于确定假定位于相应区域中的物体的大小的信息。

根据实施例，如附图标记1215所示，可以根据时间基于所识别的信息来确定拥塞度，并且可以对拥塞度进行量化。根据实施例，基于未进行量化的拥塞度的时间变化，可以每次应用不同的拥塞度值，但是也可以通过对拥塞度进行量化来减少计算量。

如附图标记1220所示，可以基于量化的拥塞度来确定介电常数、透射率和衍射系数中的至少一种。这可以基于多个测量结果来确定与每个拥塞度相对应的物理系数，并且可以基于所确定的拥塞度来确定与被假设位于相应区域中的物体的材料相对应的物理系数。

如附图标记1225所示，即使对应的物理系数随时间变化，也可以映射该物理系数。

如附图标记1230所示，可以基于可变映射的物理系数来执行网络操作。更具体地，可以通过参考根据对应区域的拥塞度的物理系数值基于变化来执行网络操作，这可以包括不同的波束形成方法。

图13是用于说明根据本公开的实施例的基于每个可移动物体的拥塞度来确定信号的传播特性的方法的视图。

参考图13，示出了基于道路的拥塞度来不同地使用基站的信号传输方法的方法。

发送器1305和发送器1355可以向接收位置1315和接收位置1365发送信号。这时，可以基于道路1320和1370的拥塞度考虑发送路径来发送信号。更具体地，如果道路拥塞，则可以考虑最接近直线距离的路径来发送信号。作为示例，可以确定波束形成因数以促进沿相应方向的信号传输。当道路不拥塞时，可以考虑直接路径和由于反射引起的路径来执行信号传输。如上所述，基于道路的拥塞度，通过改变网络操作方法，可以更有效地执行空间复用。

图14是用于说明根据本公开的实施例的计算设备的视图。

图14是示出根据本公开的实施例的计算设备的视图。

参考图14，该实施例的计算设备1400包括输入单元1410、存储器1415和控制器1420。

收发器1410可以与计算设备1400外部的设备发送/接收信号。更具体地，可以与外部设备发送/接收数据，并且可以包括用于该目的的接口单元。

存储器1415可以存储与计算设备1400有关的信息和通过收发器1410发送/接收的信息中的至少一种。此外，存储器1415可以存储在本公开的实施例中模拟所必需的一般信息，例如，关于根据图像分析的物体表面材料和外部形状的信息、3D地图信息以及关于映射到其上的物体表面材料和外部形状的信息。此外，根据实施例，存储器1415可以在可移动物体可以位于的区域中存储与移动物体和该物体的移动特性有关的信息。此外，可以基于模拟结果和比较结果中的至少一项来添加、删除和更新存储在存储器1415中的信息。

控制器1420可以控制计算设备1400的操作，并且可以执行对计算设备的整体控制以执行与以上实施例中描述的操作设备有关的操作。控制器1420可以包括至少一个处理器。而且，处理器可以由包括用于执行在本公开的实施例中描述的方法的指令的程序来控制。此外，程序可以存储在存储介质中，并且该存储介质可以包括易失性存储器或非易失性存储器。存储器可以是能够存储数据的介质，并且只要能够存储指令，就对其形式没有限制。

图15是用于说明根据本公开的实施例的基站的视图。

参考图15，该实施例的基站1500包括收发器1510、存储器1515和控制器1520。

收发器1510可以与终端和其他网络实体发送/接收信号。

存储器1515可以存储与基站1500有关的信息以及通过收发器1510发送和接收的信息中的至少一种。此外，作为根据本实施例的模拟的结果，可以存储与拥塞度相关的信息，该拥塞度在可移动物体可位于的区域和相应区域中随着时间变化。在实施例中，存储器1515的配置可能不是必需的。

控制器1520可以控制基站1500的操作，并且可以控制整个基站以执行与以上实施例中描述的与基站有关的操作。控制器1520可以包括至少一个处理器。

尽管已经通过使用特定术语在说明书和附图中描述和示出了本公开的示例性实施例，但是它们在一般意义上仅用于容易地解释本公开的技术内容并帮助理解本公开，并不旨在限制本公开的范围。对于本领域技术人员将显而易见的是，除了本文所公开的实施例之外，还可以基于本公开的技术思想来实现其他变型。