SỬ DỤNG PHẦN MỀM

CHƯƠNG 3: HIỆU CHỈNH MÔ HÌNH TRUYỀN SÓNG

3.2 SỬ DỤNG PHẦN MỀM

Hiện tại, có nhiều phần mềm phục vụ việc hoạch định và phát triển mạng. Các công cụ này đều có tính năng hiệu chỉnh mô hình truyền sóng của một khu vực cụ thể dựa trên kết quả đo kiểm thực tế. Một số phần mềm chuyên nghiệp phổ biến có thể kể đến nhƣ Asset của Aircom – Anh, Planet cuả Marconi – Anh hoặc Atoll của Forsk – Pháp. Mặc dù sử dụng phần mềm để hiệu chỉnh là rất thuận tiện, và có thể cho tính chính xác cao, nhƣng phần lớn đều đòi hỏi bản đồ số với chi phí rất cao, cả chi phí cho phần mềm và chi phí cho bản đồ số, [5].

Hình dưới là kết quả mô phỏng phân bố mức thu của một khu vực sử dụng phần mềm Atoll của Forsk.

Hình 3.1: Kết quả mô phỏng vùng phủ của một khu vực sử dụng phần mềm Atoll

3.3 SỬ DỤNG CÁC CÔNG CỤ LÝ THUYẾT ĐỂ ƢỚC LƢỢNG Những phương pháp này sử dụng kết quả đo kiểm thực tế ước lượng gần đúng mô hình truyền sóng dựa trên các mô hình lý thuyết cổ điển nêu trong phần trên, bằng các công cụ tính toán lý thuyết. Một số cách tiếp cận có thể kể đến:

- Tiếp cận Least Square dựa trên các phép lặp, [20], [5], [13]. Dựa trên một mô hình cổ điển nhƣ Hata, Cost231 – Hata, cách tiếp cận này tìm cách tối thiểu hóa khác biệt giữa mô hình hiệu chỉnh và kết quả đo đạc, dùng các ứng dụng thiết lập các phép lặp bằng máy tính để giải bài toán. Cách tiếp cận này trên thực tế đƣợc triển khai khá phức tạp. [13] sử dụng cách tiếp cận này để hiệu chỉnh mô hình Walficsh – Bertoni để cải thiện độ chính xác của mô hình CDMA2000 với kết quả đo đạc đƣợc tiến hành tại Benin, Nigeria.

- Tiếp cận Least Square đơn giản hóa sai số thành dạng tuyến tính [6], [5]:

Cách tiếp cận này coi khác biệt giữa một mô hình cổ điển với mô hình hiệu chỉnh là một hàm bậc nhất. Tiếp theo là xác định các hệ số hiệu chỉnh để khác biệt này là nhỏ nhất theo tiêu chuẩn Least Square. Cách tiếp cận này nhanh hơn các tiếp cận dựa trên các phép lặp phức tạp trong khi lại cho kết quả dự đoán mô hình là khá chính xác. Trong [6], R. Mardeni và K. F. Kwan hiệu chỉnh theo phương pháp Least Square. Các tác giả đã khảo sát các BS khác nhau trên một dải tần khá rộng, từ 450MHz, 900MHz đến 1800MHz với độ cao anten phát từ 20m đến 80m tại Malaysia. Tuy nhiên, kết quả cuối cùng lại chƣa phản ánh đƣợc sự phụ thuộc của Path Loss vào độ cao anten phát và anten thu. Trong [5], Mingjing Yang và Wenxiao Shi đã đƣa ra một giải pháp hiệu chỉnh Least Square cho mô hình Cost231 – Hata dựa trên các tính toán lý thuyết. Mô hình này đƣợc kiểm chứng trên tần số 2100 với mạng WCDMA với độ chính xác khá cao.

Về đặc tính của anten, [7] đƣa ra một so sánh các mô hình với kết quả test cho anten phát là anten omni, còn anten thu là anten chuyên dụng ở tần số 3.5GHz tại Cambrigde, Anh. [8] trình bày kết quả đo đạc cho một mạng di động thực tế tại Markudi–Nigieria, đầu cuối đo công suất là máy TEMS. Song kết quả đo chƣa thể hiện đúng Path Loss của kênh truyền, do đầu cuối thực hiện đo kiểm ở chế độ thoại, khi mà các thiết bị BTS hầu hết đều thực hiện điều khiển công suất.

Đề tài sẽ triển khai cách tiếp cận Least Square để hiệu chỉnh mô hình truyền sóng dựa vào các kết quả đo thực nghiệm, trên cơ sở hai mô hình Okumura – Hata và mô hình SUI. Kết quả đo đạc đƣợc thực hiện trên mạng thông tin di động thực với anten định hướng băng tần 900MHz. Bài đo được thực hiện là bài đo scan tần số và bài đo chế độ rỗi. Hai mô hình thực nghiệm trên cơ sở mô hình Okumura – Hata và mô hình SUI sẽ thể hiện sự đồng nhất.

3.4 CÁCH TIẾP CẬN LEAST SQUARE TUYẾN TÍNH

Với mỗi trạm test, mô hình truyền sóng là một hàm theo độ cao anten phát, anten thu, tần số sóng mang, các hiệu chỉnh địa hình và khoảng cách phát – thu.

PLModel là Path Loss của mô hình cổ điển.

PLMeas là Path Loss đo đƣợc của một cell trong thực tế.

PL = PLMeas – PLModel

PLTuned là Path Loss của mô hình sau khi hiệu chỉnh của cell.

PLTuned = PLTuned – PLModel

Gọi vector d là vector bao gồm các khoảng cách di, vector PLi là vector khác biệt tương ứng.

 

( ) 1 2

lg d n  lg d , lg d ,...lg dn

 

( )n 1, 2,... n

PL PL PL PL

    

Nếu nhƣ tính đƣợc PLTuned, có thể hiệu chỉnh đƣợc mô hình truyền sóng dựa trên mô hình cổ điển. Coi khoảng cách phát – thu là biến trong khi các điều kiện khác không đổi, cách tiếp cận này coi các hệ số hiệu chỉnh là một hàm thống kê dựa trên các mẫu đo theo khoảng cách.

3.4.1 Với phương trình Okumura – Hata

( ) lg( )

PL dB   A B R  C (3.1) Quá trình hiệu chỉnh sẽ tính toán lại các hệ số A và B. Trong phương trình của PLTuned, các hệ số sẽ là A+A1 và B+B1. Do đó, ta có (3.2):

1 1lg(R)

Tuned

PL A B

   (3.2)

Ta cần tính toán PLTuned sao cho PLTuned khác biệt ít nhất so với PL dựa trên tiêu chuẩn Least Square, [5]:

 

1 1 ,

1 1

( , ) ( )

( lg( ))

Tuned i i

i n

i i

E A B PL PL

A B R PL



   

   



 (3.3)

Tiếp tục khai triển:

 2

1 1 1 1

2 2 2

1 1 1 1 1 1

( , ) ( lg(R )) PL

( lg(R )) ( PL ) 2 lg(R ) 2 PL 2 lg( ) PL

i i

i n

i i i i i i

E A B A B

A B A B A B R



   

 

          



 

1 1 2

1 1

1 1 1

1 1

( , )

( lg(R )) PL

2 2 lg(R ) 2 PL

i i

i n

i i

E A B

A B

A A

A B



         

   



 2

1 1

1 1 1

1 1

( , )

( lg(R )) PL

2 lg(R ) 2 lg(R ) 2 lg(R ) PL

i i

i n

i i i i

E A B

A B

B B

B A



         

 

     



Để sai số trong phương trình (2.3) là nhỏ nhất theo tiêu chuẩn Least Square, các đạo hàm riêng đều đƣợc gán bằng 0, [5]:

 

1 1

1 1 1 1 2

1 1

(A , B )

2 2 lg(R ) 2 PL 0 (A , B )

2 lg(R ) 2 lg(R ) 2 lg(R ) PL 0

i i

i n

i i i i

E A B

E B A



     



        



 (3.4)

Từ đó:

   

1 1

1 1 1

lg(R ) PL

lg(R ) lg(R ) lg(R ) PL

n n

i i

n n n

i i i i

i i i

nA B

A B

 

  

  

 

    

 

  

Kết quả thu đƣợc:

1 1 1 1

1 2 2

1 1

1 1 1

(lg(R )) . lg(R ) . lg(R ).

. (lg(R )) lg(R )

. lg(R ). lg(R ) .

. (lg(R ))

n n n n

i i i i i

i i i i

n n

i i

n n n

i i i i

i i i

i i

PL PL

n PL PL

   

 

  



         

         

 

 

    

   

 

 

       

     

     



   

 

  

2 2

lg(R )

i i

   

   

 

  

(3.5)

3.4.2 Với phương trình Stanford University Interim

( ) 10 lg( )

Erceg

PL dB K d

 d

  (3.6)

Quá trình hiệu chỉnh sẽ tính toán lại các hệ số K và , trong phương trình của PLTuned, các hệ số sẽ là K+K1 và +1.

Do đó, sai biệt giữa mô hình lý thuyết ban đầu (2.6) và mô hình hiệu chỉnh sẽ đƣợc tính qua công thức sau:

1 1

10 lg( )

Tuned

PL K d

 d

   (3.7)

Ta cần tính toán PLTuned sao cho PLTuned khác biệt ít nhất so với PL dựa trên tiêu chuẩn Least Square. Thực hiện tương tự như phần hiệu chỉnh mô hình Hata, ta có:

1 1 ,

1 1

1 0

( , ) ( )

( 10 lg( ))

Tuned i i

i n

i i

E K PL PL

K d PL





   

 

     

 



 (3.8)

Tiếp tục khai triển:

1 1 1 1

1 0

2 2 2

1 1 1 1 1 1

1 0 0 0

( , ) ( 10 lg( )) PL

(10 lg( )) ( PL ) 20 lg( ) 2 PL 20 lg( ) PL

i i

i i i

E K K d

d d d

K K K

d d d

 

  



 

     

 

 

          

 



1 1

1 1 1 0

1 1

1 0

( , )

( 10 lg( )) PL

2 20 lg( ) 2 PL

i i

E K d

K K K d

K d

 





   

          

 

     

 



1 1

1 1 1 0

1 1

1 0 0 0

( , )

( 10 lg( )) PL

200 lg( ) 20 lg( ) 20 lg( ) PL

i i

E K d

K d

d d d

d K d d

 





   

          

 

     

 



Để sai số trong phương trình (2.8) là nhỏ nhất theo tiêu chuẩn Least Square, các đạo hàm riêng đều đƣợc gán bằng 0:

1 1

1 1 0

1 1 2

1 1

1 1 0 0 0

( , )

2 20 lg( ) 2 PL 0

( , )

200 lg( ) 20 lg( ) 20 lg( ) PL 0

i i

E K d

K K d

E K d d d

d K d d

 





 

       

 

       



(3.9)

Từ đó:

 

1 1

1 0 1

1 1

1 0 1 0 1 0

10 lg( ) PL

lg( ) 10 lg( ) lg( ) PL

n n

i i

n n n

i i i

nK d

d d d

d K d d



 

  

 

    

 

     

  

     

     

 

  

Kết quả thu đƣợc:

1 0 1 1 0 1 0

1 2 2

1 0 1 0

1 0 1 0 1

(lg( )) . lg( ) . lg( ).

. (lg( )) lg( )

. (lg( ). ) lg( ) .

n n n n

i i i

i i

i i i i

n n

i i

n n n

i i

i i i

d d d

PL PL

d d d

d d

n d d

d d

n PL PL

d d



   

 

  

        

       

     

 

    

   

   

 

       

    

    



   

 

  

2 2

1 0 1 0

10. . (lg( )) lg( )

n n

i i

d d

n  d  d



     

   

   

   

   

   

(3.10)

Các phương trình (3.5) và (3.10) đã xác định được các thành phần của mô hình truyền sóng thực nghiệm dự đoán dựa trên các kết quả đo đạc.

3.5 QUÁ TRÌNH HIỆU CHỈNH MÔ HÌNH

Dựa trên cơ sở lý thuyết đƣợc trình bày ở trên. Các mô hình thực nghiệm có thể đƣợc hiệu chỉnh căn cứ vào dữ liệu đo đạc để cho ra mô hình hiệu chỉnh. Sau đó, mô hình này đƣợc kiểm chứng và hiệu chỉnh lại nếu nhƣ thống kê sai lệch quá lớn để đƣa ra đƣợc mô hình truyền sóng sau cùng phù hợp với khu vực.

Hình sau thể hiện một lưu đồ các bước thao tác để hiệu chỉnh mô hình truyền sóng với đầu vào là mô hình tham khảo ban đầu (chƣa hiệu chỉnh) và dữ liệu đo đạc.

Hình 3.2: Sơ đồ hiệu chỉnh mô hình truyền sóng

3.5.1 Các yêu cầu đo đạc và phương án thực hiện

Để bảo đảm kết quả đo kiểm phản ánh chính xác mô hình truyền sóng của khu vực, các bài đo cần thỏa mãn một số yêu cầu sau. Đề tài đã tiến hành khảo sát 06 cells trên địa bàn các thành phố, thị xã là thủ phủ của các tỉnh miền Đông Nam Bộ. Quá trình thực hiện khảo sát đều bảo đảm thỏa mãn các yêu cầu đo đạc:

Yêu cầu 1: Bảo đảm công suất đo đƣợc là của một và chỉ một cell, giảm thiểu tối đa ảnh hưởng từ những cell khác.

Thực hiện yêu cầu trong thực tế:

- Bài đo: Scan tần số ARFCN–BSIC, kết hợp bài đo vùng phủ ở chế độ rỗi, (Idle Mode).

- Cô lập ảnh hưởng của các cell lân cận đến cell cần đo.

- Đo ban đêm để giảm thiểu can nhiễu từ các cell khác.

- Đo kiểm 02 lần (chiều đi và chiều về) để hạn chế ảnh hưởng của chiều xe hơi di chuyển.

Yêu cầu 2: Bảo đảm sự đồng đều giữa các đoạn đường khác nhau trên tuyến đường đo kiểm của một cell.

Thực hiện yêu cầu trong thực tế:

- Tốc độ đo kiểm đƣợc duy trì ổn định trong khoảng 15km/h – 25km/h, tránh trường hợp xe hơi chạy lúc nhanh lúc chậm, dẫn đến việc các khu vực thu thập được số lượng mẫu không đều nhau, ảnh hưởng đến quá trình tính toán hiệu chỉnh mô hình sau này.

Yêu cầu 3: Chuẩn Lee [16] nhằm bảo đảm tính ngẫu nhiên, không tương quan của các mẫu đo:

- Để ƣớc lƣợng mức thu tín hiệu tại một khu vực có chiều dài từ 20 đến 40 lần bước sóng với tỷ lệ 90% số mẫu có sai số nhỏ hơn 1dB, số mẫu tối thiểu cần đo là ≥ 36 – 50 mẫu.

- Tiêu chuẩn này đƣợc xây dựng trên cơ sở tín hiệu thu đƣợc có phân bố Rayleigh.

- Theo một khảo sát thực tế trong [5], với 50 mẫu trên khoảng cách 40 lần bước sóng, sai biệt là khoảng 2 – 3dB.

Thực hiện yêu cầu trong thực tế: Các logfile đo kiểm đều bảo đảm chuẩn Lee.

Bảng 3.1: Các bài test đều đáp ứng chuẩn Lee

Cell Lamda 40×Lamda Khoảng cách Số mẫu Số mẫu/(40×Lamda)

BDTA341 0.33 13.33 3600 13153 49

TYHT032 0.33 13.33 4600 23527 68

DNBH181 0.33 13.33 2700 56486 251

BDTM062 0.33 13.33 2500 13947 74

BDTM091 0.33 13.33 3000 20975 93

DNBH0I3 0.33 13.33 4000 32010 106

Yêu cầu 4: Địa hình của các cell đo kiểm cần đồng nhất và đại diện cho khu vực cần đo. Nếu có sự khác biệt thì phải xem xét tới phân bố địa hình.

Thực hiện yêu cầu trong thực tế: Đề tài đã chọn các cell có điều kiện địa hình thỏa yêu cầu, các hình ảnh thể hiện địa hình cho từng cell đƣợc trình bày trong phụ lục.

Yêu cầu 5: Kiểm chứng mô hình truyền sóng. Trong [5], [6] có đề cập tới 06 cells đƣợc dùng để hiệu chỉnh và 02 cells đƣợc dùng để kiểm chứng.

Thực hiện yêu cầu trong thực tế: Chọn 06 cells để đo kiểm, trong đó:

- 05 cells để tối ƣu mô hình truyền sóng.

- 01 cells để kiểm chứng mô hình đƣợc xác định từ 05 cells mẫu: Cell DNBH0I3 trong bảng trên.

3.5.2 Thiết bị test

- Đầu cuối: Điện thoại TEMS Pocket W995.

- Trạm BTS phát sóng vô tuyến. Công suất của trạm phát đƣợc xác định từ công suất phát BTS, suy hao của các thành phần kết nối và độ lợi anten.

- GPS xác định tọa độ đầu cuối.

- Phần mềm TEMS Investigation để đo kiểm và xuất dữ liệu từ logfile.

3.5.3 Xử lý dữ liệu Lọc dữ liệu hữu ích

- Lọc bỏ những mẫu dữ liệu bị thiếu thông tin nhƣ mức thu, tọa độ, thời gian.

- Loại các dữ liệu rác không thật, thông thường mức thu tín hiệu không thể vƣợt quá 0dBm hoặc nhỏ hơn –110dBm, (độ nhạy thu của đầu cuối). Các dữ liệu này cần đƣợc loại bỏ.

Tính toán Path Loss

- Căn cứ vào mức thu đầu cuối thu đƣợc, cùng với công suất phát đƣợc tính từ ngõ ra của anten BTS, tính toán được Path Loss thực tế của môi trường.

- Trung bình hóa dữ liệu để loại trừ ảnh hưởng của fast fading: Đề tài trung bình hóa các dữ liệu đo đạc trên một khu vực có chiều dài khoảng 10m [5].

- Thống kê số mẫu đo cho các cell sau khi trung bình hóa nhƣ sau:

Bảng 3.2: Số mẫu đo sau khi trung bình hóa của các cell đo đạc

Cell Khoảng cách Số mẫu Số mẫu/ m

BDTA341 2300 2824 1.23

TYHT032 4000 5558 1.39

DNBH181 2300 6659 2.90

BDTM062 2100 2819 1.34

BDTM091 2600 4271 1.64

DNBH0I3 1600 3002 1.88

3.5.4 Hạn chế của quá trình thực nghiệm

- Sai số trong quá trình tính toán công suất phát của anten. Kết quả sẽ chính xác hơn nếu có thể dùng máy đo công suất và đo trực tiếp công suất tại ngõ ra anten. Tuy nhiên, do máy đo TEMS W995 có giới hạn công suất vào khoảng –33dBm, nên không thể dùng máy này để đo đạc công suất ngõ ra anten, vốn dĩ lên tới khoảng trên dưới 50dBm. Thay vào đó, khảo sát phải dùng cách tính toán công suất thông qua suy hao và độ lợi của các thành phần truyền sóng trước ngõ ra anten phát BS.

- Sai số do ảnh hưởng của búp chính, búp phụ anten.

- Độ cao anten trạm phát cũng chỉ được xác định tương đối.

- Chưa cô lập hoàn toàn ảnh hưởng của can nhiễu từ các cell xung quanh.

Trong một số trường hợp, công suất của các kênh kề tần số vẫn còn cao, mặc dù người đo đã cố gắng tìm cách cô lập chúng.

- Số mẫu thực nghiệm còn ít, cần thêm mẫu để đánh giá chính xác hơn môi trường truyền sóng.

3.6 MÔ HÌNH HỆ THỐNG KHẢO SÁT Mô hình đo kiểm và tính toán Path Loss nhƣ sau

Hình 3.3: Mô hình đo kiểm và tính toán Path Loss Công suất ngõ ra anten đƣợc tính nhƣ sau:

( ) o

t BS

P dBm P ConnectorL ssFeederLossAntennaGain (3.11) Để rõ hơn về công thức này, hình tiếp theo trình bày cụ thể các thành phần gây ra suy hao và độ lợi công suất từ khi tín hiệu ra khỏi BS đến trước ngõ ra anten phát, trong đó các ký hiệu được diễn giải trong bảng dưới:

Bảng 3.3: Sự thay đổi cường độ công suất tín hiệu trước khi đến ngõ ra anten

Ký hiệu Diễn giải Giá trị thông thường

Connection Loss

Tổn hao kết nối 02 kết nối × 3dB

Tổn hao bộ ghép anten Diplexer × 2dB

Feeder Loss Tổn hao feeder 7/8 4dB/100m

Ký hiệu Diễn giải Giá trị thông thường

Tổn hao jumper 1/2 (dây nhảy) 11dB/100m Antenna Gain Độ lợi anten 900, (thao khảo từ

spec của anten). Khoảng 17dBi – 18dBi

Hình 3.4: Tín hiệu từ BTS đến ngõ ra anten

Bảng sau trình bày về suy hao công suất tín hiệu của các cell thực nghiệm:

Bảng 3.4: Suy hao công suất tín hiệu

Cell Suy hao Connector

Suy hao Diplexer

Suy hao

kết nối Jumper Suy hao Jumper

Độ dài feeder

Suy hao feeder

BDTA341 6 2 8 6 0.70 0 0

TYHT032 6 0 6 6 0.70 40 1.60

DNBH181 6 0 6 9 1.00 24 0.96

BDTM062 6 2 8 6 0.70 0 0

BDTM091 6 2 8 6 0.70 0 0

DNBH0I3 6 2 8 12 1.30 30 1.20

Bảng sau trình bày về công suất tín hiệu tại ngõ ra anten:

Bảng 3.5: Công suất tín hiệu tại ngõ ra anten

Cell

Công suất BTS (W)

Loại anten Búp dọc

Độ lợi anten

Công suất ngõ ra anten

(dBm)

Công suất ngõ ra anten (W)

BDTA341 15 Swave 0809/U-65-

17/18dv8c-b1 7.5 17.0 50.10 102.35 TYHT032 15 Katherine 741336 7.0 17.5 49.00 79.45 DNBH181 15 Swave 0809/U-65-

18dv8-b2 7.0 18.0 51.81 151.74

Cell

Công suất BTS (W)

Loại anten Búp

dọc Độ lợi anten

Công suất ngõ ra anten

(dBm)

Công suất ngõ ra anten (W)

BDTM062 15 S-Wave 09/18/21-

65-17DV2 7.3 17.2 52.30 169.86 BDTM091 20 Swave 0809/U-65-

17/18dv8c-b1 7.5 17.0 51.35 136.47 DNBH0I3 15 Swave 0809/U-65-

18dv8-b2 7.0 18.0 49.24 83.96

Bài đo đƣợc thực hiện trên các cell có cơ sở dữ liệu nhƣ sau:

Bảng 3.6: Cơ sở dữ liệu của các cell đo kiểm hiệu chỉnh mô hình

Cell hiệu chỉnh

Môi trường

Độ cao BS

Độ cao MS

(MHz) Latitude Longitude Tx Power

BDTM091 Urban 25.0 1.0 900 10.95624 106.66243 51.35 TYHT032 Urban 33.0 1.0 900 11.27905 106.13012 51.00 BDTA341 Urban 39.0 1.0 900 10.91022 106.71376 50.10 DNBH181 Urban 27.0 1.0 900 10.94590 106.86880 51.81 BDTM062 Urban 22.0 1.0 900 10.98981 106.66590 50.30 DNBH0I3 Urban 30.0 1.0 900 10.97164 106.87166 49.24

3.7 KẾT QUẢ ĐO VÀ HIỆU CHỈNH MÔ HÌNH TRUYỀN SÓNG Hình ảnh của phần mềm TEMS hiển thị khi đo kiểm:

Hình 3.5: Hiển thị công suất tần số quét cùng hai tần số kề trên và kề dưới

Hình 3.6: Hiển thị mức thu trong quá trình đo kiểm

Trong quá trình phân tích kết quả đo đạc thu được, có một điểm đáng lưu ý là Path Loss của kênh truyền đối với khoảng cách BS – MS nhỏ hơn 400m thay đổi không nhiều, hoặc nếu có thay đổi thì lại không có đáp ứng giống như các phương trình thực nghiệm mô tả. Hình dưới thể hiện ví dụ với các cell BDTA341 và DNBH181.

Hình 3.7: Kết quả đo đạc của BDTA341 và DNBH181

Như vậy, không giống như phương trình SUI ban đầu có phạm vi áp dụng với khoảng cách từ 20m trở lên, với các khu vực được khảo sát của đề tài, phương trình thực nghiệm dạng hàm bậc nhất chỉ đúng với khoảng cách lớn hơn 400m.

Theo quan sát, ở khoảng cách nhỏ hơn 400m, thông thường với môi trường khảo sát, điện thoại vẫn có thể có đường truyền thẳng LOS tới trạm phát sóng. Do đó, hiện tƣợng nêu trên là khá hợp lý với thực tế.

PROPAGATION MODEL TUNING

101 102 103 104

60 70 80 90 100 110 120 130 140

Distance, [10.log(met)]

Path Loss, [dB]

Measure HATA Determination SUI Tuned HATA Tuned SUI

PROPAGATION MODEL TUNING

101 102 103 104

60 70 80 90 100 110 120 130 140

Distance, [10.log(met)]

Path Loss, [dB]

Measure HATA Determination SUI Tuned HATA Tuned SUI

100 101 102 103 104

0 20 40 60 80 100 120 140 160

Distance, [10.log(met)]

Path Loss, [dB]

Measure HATA Determination SUI Tuned HATA Tuned SUI

100 101 102 103 104

20 40 60 80 100 120 140 160

Distance, [10.log(met)]

Path Loss, [dB]

Measure HATA Determination SUI Tuned HATA Tuned SUI

Nếu loại các mẫu đo có khoảng cách đến trạm nhỏ hơn 400m, kết quả dự đoán sẽ gần hơn so với kết quả đo đạc thực tế. Mô hình thu đƣợc so với kết quả đo của 05 cells mẫu có sai khác trung bình bằng 0 (hiển nhiên) và độ lệch chuẩn khoảng 6dB.

Đây lại là một sự khác biệt nữa so với nghiên cứu của [4], độ lệch chuẩn tương ứng với phân bố log–normal đo đạc đƣợc nhỏ hơn so với mô hình SUI ban đầu (vào khoảng 8dB).

Quá trình đo đạc, hiệu chỉnh và kiểm chứng mô hình sẽ cho những dữ liệu và kết quả nhƣ sau:

- Với tất cả các cell đo kiểm, đều có hình ảnh thể hiện địa hình tuyến đường đo kiểm trên bản đồ Google Earth.

- Với các cell đƣợc dùng làm dữ liệu để hiệu chỉnh mô hình: BDTA341, DNBH181, TYHT032, BDTM091, BDTM061, áp dụng (2.5) để hiệu chỉnh mô hình Okumura – Hata và (2.10) để hiệu chỉnh mô hình SUI, kết quả thu đƣợc sẽ thể hiện một mô hình đƣợc xây dựng trên tiêu chuẩn Least Square với bình phương các sai số giữa mô hình hiệu chỉnh và kết quả đo của 05 cells này là nhỏ nhất. Mô hình có trung bình sai số bằng 0, (do mô hình đƣợc hiệu chỉnh từ các cells này) và độ lệch chuẩn chính bằng phân bố log–normal.

- Tiếp theo là thống kê sai số của các mẫu đo giữa mô hình hiệu chỉnh và kết quả đo kiểm. Thống kê này có dạng hàm Gauss, với số lƣợng các mẫu đo có sai số nhỏ sẽ có tần suất xuất hiện nhiều nhất.

- Với cell đƣợc dùng để kiểm chứng mô hình: DNBH0I3, kết quả thu đƣợc sẽ thể hiện sự khác biệt giữa mô hình dự đoán (dựa trên dữ liệu từ các cell nêu bên trên) và kết quả đo thực tế. Sai số chung đƣợc đánh giá thông qua giá trị trung bình và bình phương sai số. Giá trị trung bình sẽ khác 0 và bình phương sai số sẽ lớn hơn nhiều so với các cell đƣợc dùng để hiệu chỉnh ở trên.

- Kết quả cũng sẽ thể hiện thống kê sai số giữa các mẫu đo của các cell kiểm chứng mô hình.

Phần tiếp theo sẽ trình bày kết quả đo đạc hiệu chỉnh cho cell BDTA341 và kết quả kiểm chứng mô hình cho cell DNBH0I3. Kết quả cho các cell còn lại sẽ đƣợc trình bày trong phụ lục.

Cell BDTA341 đƣợc dùng để hiệu chỉnh mô hình, những dữ liệu thu đƣợc nhƣ sau:

Mô hình xác định (Determination Model)

Mô hình thực nghiệm (Empirical Model)