Modellierung der Unsicherheit in der städtischen Ausbreitung mit Hilfe der Monte-Carlo-Theorie

Fordern Sie Projektdateien für dieses Beispiel an, indem Sie hier klicken.

Monte Carlo bietet die Möglichkeit, mit der Unsicherheit in einem Szenario umzugehen, indem es zufällig Eingangsparameter auswählt, um Ergebnisse für jede einzelne Situation zu erhalten und eine Grenze für Best- und Worst-Case-Szenarien setzt. Es ist eine Möglichkeit, die Empfindlichkeit der Ergebnisse für einen Parameter innerhalb einer Szene zu bestimmen. Wireless InSite nutzt das Monte-Carlo-Konzept, um Projektparameter wie Materialart, Materialeigenschaften, Sendeleistung und Frequenz zu variieren. Wenn Sie beispielsweise nicht wissen, ob die Gebäude in einer Szene überwiegend aus Glas oder Beton bestehen, können Sie das Material der Gebäude auf ein Monte-Carlo-Multimaterial einstellen, um die maximale und minimale empfangene Leistung zu bestimmen, um festzulegen, wie stark sich die Variation der Materialart auf Ihre Ergebnisse auswirken könnte. Wenn Ihre Materialeigenschaften (z.B. Leitfähigkeit oder Dielektrizitätskonstante) unsicher sind, können Sie auch ein einschichtiges Material mit variablem Parameter von Monte Carlo verwenden, um die Empfindlichkeit der Ergebnisse gegenüber Änderungen in der Dielektrizitätskonstante, Leitfähigkeit, Rauheit oder Dicke zu untersuchen. Die Simulation verschiedener Szenarien mit dem Monte-Carlo-Konzept spart nicht nur Zeit im Vergleich zur Messung, sondern auch Zeit im Vergleich zur individuellen Durchführung der Simulationen. Das Monte Carlo-Dienstprogramm innerhalb von Wireless InSite stichprobenartig aus den bereitgestellten Verteilungen, um eine statistische Schätzung des Max, Min, etc. basierend auf den angeforderten Parametern zu erstellen.

In diesem Beispiel wird ein einlagiges Material mit variablen Parametern von Monte Carlo definiert und auf Gebäude innerhalb einer Stadt angewendet. Die Simulation wird mit dem X3D-Modell von Wireless InSite durchgeführt und die Ergebnisse werden auf den besten und schlechtesten Fall untersucht. Eine Monte Carlo Variable Parameter-Einschicht ist definiert als eine Materialdefinition, die eine Reihe von Werten für Permittivität, Leitfähigkeit, Rauheit und Dicke enthält. Eine weitere Möglichkeit wäre die Verwendung des Monte Carlo-Multimaterials, das es dem Anwender ermöglicht, die Materialarten wie Beton oder Asphalt zu variieren, um verschiedene Bedingungen zu testen.

Der erste Schritt besteht darin, eine Stadtdatei und eine zugehörige Geländedatei zu öffnen. In diesem Fall wurden die in der Software enthaltenen Stadt- und Geländedateien von Rosslyn verwendet. Abbildung 1 zeigt, wie das Szenario nach dem Öffnen dieser Dateien aussehen wird.

Abbildung 1

Szenario, nachdem die Stadt- und Geländedateien in Wireless InSite geöffnet wurden.

 

Wireless InSite kann ein Bild über jede Geländefunktion legen. Diese können Straßenbilder, Laubbilder, Geländebilder usw. beinhalten. Die akzeptierten Formate sind GeoTIFF- und TIFF-Dateien. Nachdem eine Straßenbild-GeoTiff-Datei in die Software importiert wurde, sieht das Szenario wie in Abbildung 2 aus.

Abbildung 2

Szenario nach dem Import der Bilddatei.

 

Der nächste Schritt besteht darin, das Monte Carlo Material mit variablem Parameter und einer Schicht in Wireless InSite zu definieren. Die Definition des Materials mit variablen Parametern ist ähnlich wie die Definition eines normalen Materials in Wireless InSite. Das Fenster mit den Materialeigenschaften ist in Abbildung 3 zu sehen. Der Materialparameter wird durch Anklicken der Schaltfläche Monte Carlo neben jedem Parameter definiert. In diesem Fall wird die Permittivität von 2 bis 10 variiert, wobei 6 der Mittelpunkt ist. Abbildung 4 zeigt, wie die Monte-Carlo-Variante für diesen Fall definiert ist. Auch hier wird die Verteilungsdefinition definiert. Die Auswahlmöglichkeiten sind einheitlich und normal. In diesem Fall wird Uniform gewählt. Sobald die Monte-Carlo-Variante für die Permittivität aktiv ist, werden die Initialen "MC" neben dem Parameter angezeigt, wie in Abbildung 5 dargestellt.

Abbildung 3

Monte Carlo Eigenschaftsfenster mit variablen Parametern.

Abbildung 4

Monte-Carlo-Parameterfenster.

 

Abbildung 5

Monte Carlo Fenster mit variablen Parametern nach der Aktivierung von Monte Carlo.

 

Sobald der Rest der Szenarioparameter definiert ist, zu denen Senderstandorte, Empfängerstandorte, Antennen und Wellenformen gehören, kann das Ausbreitungsmodell definiert werden. Die Empfängerstandorte wurden als eine Route in der Mitte der Straße festgelegt. In diesem Fall wird das X3D-Modell verwendet, das die Monte-Carlo-Fähigkeit zusammen mit der GPU-Beschleunigung bietet. Das Ausbreitungsmodell wird unter dem Fenster mit den Eigenschaften des Untersuchungsgebiets in Wireless InSite definiert. Die Anzahl der Iterationen für die Monte-Carlo-Auswertung kann zusammen mit der zugehörigen statistischen Ausgabe definiert werden, wie in Abbildung 6 dargestellt. Der komplette Aufbau mit dem Sender- und Empfängerweg ist in Abbildung 7 dargestellt.

Abbildung 6

Monte-Carlo-Eigenschaften-Fenster.

Abbildung 7

Komplette Szene innerhalb der Wireless InSite GUI.

 

Abbildung 8 zeigt die minimale, mittlere und maximale empfangene Leistung für eine Route von Empfängern entlang der Straße in der Stadt. Die Grafik zeigt, dass, wenn die Empfänger weiter vom Sender entfernt sind, es mehr Unterschiede zwischen dem Minimal- und dem Maximalwert gibt. Bei 70 m ergibt sich ein Unterschied von 11dBm. In 10 m Entfernung vom Sender gibt es weniger als 2dBm Differenz. Dies zeigt den Einfluss, den die Materialtypen auf die Ausbreitung durch die Szene haben. Die Grafik stellt die besten (maximalen) und schlimmsten (minimalen) Szenarien innerhalb einer Szene dar und ermöglicht es dem Benutzer, besser zu verstehen, wie sich die Materialvariation auf seine Endergebnisse auswirkt.

Abbildung 8

Minimale, mittlere und maximale aufgenommene Leistung als Ergebnis von Monte-Carlo-Simulationen.

 

Die empfangene Leistung ist nicht die einzige Ausgabe, die mit der minimalen, mittleren und maximalen statistischen Ausgabe der Monte-Carlo-Materialien kompatibel ist. Wireless InSite berechnet diese Werte auch für Wegverlust und Weggewinn. Abbildung 9 zeigt die Ergebnisse der Monte Carlo-Verstärkung.

Abbildung 9

Minimale, mittlere und maximale Wegverstärkung als Ergebnis von Monte-Carlo-Simulationen.

 

Monte Carlo ist ein leistungsstarkes Werkzeug innerhalb von Wireless InSite, das dem Benutzer eine Vorstellung von den Grenzen des Ergebnisses vermittelt, da es bei der Simulation eine gewisse Unsicherheit gibt. Es bietet eine schnelle und effiziente Möglichkeit, eine Sensitivitätsanalyse der Ausgabe aufgrund unbekannter Parameter innerhalb des Szenarios durchzuführen. In diesem Szenario haben wir gezeigt, wie sich die Ergebnisse verändert haben, wenn die Materialeigenschaften variiert wurden. Aufgrund der Änderung der Materialart gab es eine Änderung der empfangenen Leistung um 20 dBm zwischen dem besten und dem schlechtesten Fall in 70 m Entfernung vom Sender. Dies zeigt, wie die Unterschiede in den Materialparametern die Leistung eines Systems stark beeinflussen können und dem Benutzer helfen können, die beste Platzierung von Sender- und Empfängersets zu bestimmen, sobald die Unsicherheit des Szenarios bekannt ist. Durch die Nutzung der Monte Carlo-Funktion innerhalb von Wireless InSite war dieser Lauf in wenigen Minuten abgeschlossen und alle Ergebnisse wurden auf einmal berechnet. Ohne diese Fähigkeit wäre jede der Materialparameterkombinationen unabhängig voneinander ausgeführt worden. Dann müssten die Ergebnisse der einzelnen Simulationen am Ende separat verglichen werden. Insgesamt war die Zeit für die Fertigstellung dieser gesamten Studie mit dem Monte-Carlo-Multimaterial fast viermal so schnell wie ohne diese Fähigkeit.