脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python 仿真双径效应

Python实现仿真双径效应的方法

 更新时间：2021年05月14日 09:03:41   作者：死线  
双径模型是一种很好的近似，能够准确地反映信号的传播特性。这篇文章主要介绍了Python实现仿真双径效应的方法，感兴趣的小伙伴们可以参考一下

多径效应

多径效应（multipath effect）：指电磁波经不同路径传播后，各分量场到达接收端时间不同，按各自相位相互叠加而造成干扰，使得原来的信号失真，或者产生错误。比如电磁波沿不同的两条路径传播，而两条路径的长度正好相差半个波长，那么两路信号到达终点时正好相互抵消了（波峰与波谷重合）。通常采用一些近似方法来描述信号的传播特性，其中最常见的一种近似方法是射线跟踪计算。射线跟踪模型将波前近似为简单粒子，进而确定出反射和折射对波前的影响。最简单的射线跟踪模型是双径模型，指发射机和接收机之间只存在一条直射路径和一条反射路径的情况。双径模型中的反射信号一般为地面反射，对于高速公路以及乡村道路和水面上的信号传播来说，双径模型是一种很好的近似，能够准确地反映信号的传播特性。

双径模型

双径模型用在单一的地面反射波在多径效应中起主导作用的情形，如下图所示是双径模型的示意图。接收信号由两部分组成：经自由空间达到接收端的直射分量和经过地面反射到达接收端的反射分量。

在这里插入图片描述

双径模型中的接收信号为：

在这里插入图片描述

Pt为发射功率，Gt为自射天线增益乘积GaGb，Gr为反射路径天线增益乘积GcGd，l为直射的路径，x0+x1为反射的路径，△φ为反射路径和直射路径的相位差，△φ=2Π（x0+ x1-l）/λ，反射系数R≈0.9。

模型分析

假设通信频率为2000MHz，基站高度1m，手持终端高度为1m，l=18m，此时θ=actan(1/18x2) =6.353°，x0=x1=1/sin(6.353°)=9.0373m，△φ=360°x(x0 +x1-l)/λ=179°。入射波和反射波相差接近180°相位，相互抵消，这时候接收功率就出现了极小值。

按照上述的设定值，绘制4m-150m的接收功率图如下：

在这里插入图片描述

双径模型仿真程序

import numpy as np
import matplotlib.pyplot as plt

def Radiation( theta, kt=0.2):
    theta = theta+np.pi/2
    pi = np.pi
    gmax_t = (np.cos(2 * pi * kt * np.cos(pi / 2)) - np.cos(2 * pi * kt)) / np.sin(pi / 2)
    gain = (np.cos(2 * pi * kt * np.cos(theta)) - np.cos(2 * pi * kt)) / np.sin(theta) / gmax_t
    return gain**2
def multipath_effect():
    h_j = 1
    h_c = 1
    f = 2
    lamda = 0.3 / f
    x = []
    y = []
    for i in range(20, 1500):
        l = i / 10
        x.append(l)
        l_c = h_c / (h_j + h_c) * l
        l_j = h_j / (h_j + h_c) * l
        lx = (h_c ** 2 + l_c ** 2) ** 0.5 + (h_j ** 2 + l_j ** 2) ** 0.5
        ly = (l ** 2 + (h_c - h_j) ** 2) ** 0.5
        l_d = lx - ly
        phase = l_d / lamda * 2 * np.pi
        theta_z = np.arctan(abs(h_j - h_c) / l)
        theta_f = np.arctan(h_j / l_j)
        tmp = Radiation(theta_z) * Radiation(theta_z) / ly ** 2 + Radiation(theta_f) * Radiation(theta_f) / lx ** 2 * np.sin(phase)
        y.append(20 * np.log10(tmp))
    plt.plot(x, y, 'r-')
    plt.show()
multipath_effect()

到此这篇关于Python实现仿真双径效应的方法的文章就介绍到这了,更多相关Python 仿真双径效应内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python next()和iter()函数原理解析

    python next()和iter()函数原理解析

    这篇文章主要介绍了python next()和iter()函数原理解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • python怎么自定义捕获错误

    python怎么自定义捕获错误

    在本篇文章里小编给大家分享了关于python自定义捕获错误的方法，需要的朋友们可以学习下。
    2020-06-06
  • 解决jupyter 在浏览器中 代码不执行的问题

    解决jupyter 在浏览器中 代码不执行的问题

    这篇文章主要介绍了解决jupyter 在浏览器中 代码不执行的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • 使用python和yolo方法实现yolo标签自动标注

    使用python和yolo方法实现yolo标签自动标注

    本文介绍了基于YOLOv10的自动标注方法,从初阶的固定标注到高阶的基于YOLO检测结果的自动标注,两者相比,高阶方法显著提高了标注的准确性,并减少了人工操作的时间,</P><P>
    2024-11-11
  • python中map、any、all函数用法分析

    python中map、any、all函数用法分析

    这篇文章主要介绍了python中map、any、all函数用法,实例分析了map、any、all函数的相关使用技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-04-04
  • python遍历类中所有成员的方法

    python遍历类中所有成员的方法

    这篇文章主要介绍了python遍历类中所有成员的方法,实例分析了Python类操作的技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-03-03
  • Python使用psutil对系统数据进行采集监控

    Python使用psutil对系统数据进行采集监控

    psutil库可以实时获取系统的一些信息，这样就可以达到实时监控系统的目的。本文对详细讲解了ython使用psutil对系统数据进行采集监控，感兴趣的朋友可以看一看
    2021-08-08
  • openCV实践项目之银行卡卡号识别功能

    openCV实践项目之银行卡卡号识别功能

    最近在恶补opencv,在前期不太那么认真的学习状态下,着手搞了一下这个小项目实战,基于模板匹配下的银行卡卡号识别,下面这篇文章主要给大家介绍了关于openCV实践项目之银行卡卡号识别功能的相关资料,需要的朋友可以参考下
    2022-11-11
  • Python学习之异常处理的避坑指南

    Python学习之异常处理的避坑指南

    这篇文章主要介绍了Python中异常处理的一些避坑指南，文中的示例代码讲解详细，对我们学习Python有一定帮助，感兴趣的小伙伴可以学习一下
    2022-03-03
  • pycharm双击无响应(打不开问题解决办法)

    pycharm双击无响应(打不开问题解决办法)

    这篇文章主要介绍了pycharm双击无响应(打不开问题解决办法)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-01-01

最新评论