移动网络仿真与规划课程设计实验报告
实验题目:传播模型校正
一．实验任务
使用实测数据完成传播模型校正
任务：（1）将实测数据按 40 倍波长进行平均，获得平均路径损耗；
（2）选择原始传播模型（如 Hata 模型），编写代码完成基于最小二乘法的传播模型
校正；
（3）输出校正结果（校正前后的预测误差均值、标准差、校正前后预测路径损耗值
（与实测值进行对比））；
（4）讨论传播模型校正的效果、性能，并探讨更优的校正方法。
二．实验数据
见附件
三．实验过程
（1）将实测数据按 40 倍波长进行平均，获得平均路径损耗；
首先，需要计算 40 倍波长对应的波长值。可以使用下面的公式：
波长 = 光速 / 频率
其中光速为常数，大约为 3 × 10^8 米/秒。将中心频率 1000 MHz 带入计算，得到：
波长 = 3 × 10^8 / 10^9 = 0.3 米
将 40 倍波长代入公式，得到：
平均路径损耗 = 路径损耗值 - 10log(40) + 20log(30/0.3)
其中，10log(40) ≈ 16.02，20log(30/0.3) ≈ 80.83。将这些值代入计算器，得到：
平均路径损耗 = 135.55808 - 16.02 + 80.83 ≈ 200.37
因此，平均路径损耗约为 200.37
（2）选择原始传播模型（如 Hata 模型），编写代码完成基于最小二乘法的传播模型校正；
import numpy as npfrom scipy.optimize import curve_fit
# Hata 模型
def hata(d, c_1, c_2, c_3):
return c_1 + c_2 * np.log10(d) + c_3 * np.log10(900)
# 测试数据，包括距离和接收功率
distances = np.array([1, 2, 3, 4, 5, 6])
powers = np.array([-38, -56, -68, -77, -82, -86])
# 最小二乘法拟合
