Vous êtes sur la page 1sur 10

IOSR Journal of Electronics and Communication Engineering (IOSR-JECE)

e-ISSN: 2278-2834,p- ISSN: 2278-8735.Volume 10, Issue 6, Ver. I (Nov - Dec .2015), PP 63-72
www.iosrjournals.org

Optimisation du modle dOkumura Hata par la rgression


linaire. Application la ville de Yaound au Cameroun.
Deussom Djomadji Eric Michel 1, Tonye Emmanuel 2.
1&2
(Dpartement de gnie lectrique et des tlcommunications ; Ecole Nationale Suprieure Polytechnique de
Yaound ; Universit de Yaound I, CAMEROUN)

Rsum: Les modles de propagation sont des outils essentiels pour la planification et loptimisation radio
dans les rseaux mobiles. Ils permettent dvaluer la puissance du signal reu par un terminal mobile, dvaluer
les rayons de couvertures et den dduire le nombre de cellules ncessaires pour couvrir une zone donne. Cet
article prend en compte le modle standard K facteur pour ensuite utiliser un algorithme de rgression linaire
sappuyant sur la mthode des moindres carrs ordinaires pour mettre sur pied un modle de propagation
adapt au milieu physique de la ville de Yaound au Cameroun. Les mesures radio ont t faites sur le rseau
CDMA2000 1X-EVDO de loprateur CAMTEL. Le calcul de la racine carre de lerreur quadratique moyenne
entre les donnes relles issues des mesures radio et les donnes de prdiction issues du modle mis en place
permet de valider les rsultats obtenus. Une tude comparative faite entre la valeur du RMSE obtenue par le
nouveau modle et celles obtenues par les modles standard dOKUMURA HATA et K facteurs, nous permet de
conclure que le nouveau modle est meilleur et plus reprsentatif de notre environnement local que celui
dOKUMURA HATA. Le nouveau modle obtenu peut tre utilis pour la planification radio dans la ville de
Yaound au Cameroun.
Mots cls: Mesures radio, modle de propagation, racine carre de lerreur quadratique moyenne, rgression
linaire.

I. Introduction
Un modle de propagation adapt un environnement donn est un lment essentiel pour la
planification et loptimisation dun rseau mobile. Les points cls de la planification radio sont : la couverture,
la capacit et la qualit de service. Afin de permettre aux usagers daccder aux diffrents services mobiles, un
accent particulier doit tre mis sur le dimensionnement de la couverture radio. Les modles de propagation sont
largement utiliss dans la planification rseau, en particulier pour la ralisation d'tudes de faisabilit et le
dploiement initial du rseau, ou alors lors des extensions rseau notamment dans les nouvelles mtropoles.
Pour dterminer les caractristiques du canal de propagation radio, les tests des modles de propagation rels et
la calibration des modles existants sont ncessaires pour obtenir un modle de propagation qui reflte
exactement les caractristiques de propagation radiolectrique dans un environnement donn. Plusieurs types
logiciels de planification incluant la calibration de modles existent sur le march savoir : ASSET de
lentreprise AIRCOM en Angleterre, PLANET de lentreprise MARCONI, ATTOL de lentreprise franaise
FORK etc.
Plusieurs auteurs se sont intresss la calibration des modles de propagation, nous avons par
exemple : Chhaya Dalela, et all [1] qui ont travaill sur tuning of Cost231 Hata modle for radio wave
propagation prediction , Medeisis and Kajackas [2] ont prsent the tuned Okumura Hata model in urban and
rural zones at Lituania at 160, 450, 900 and 1800 MHz bands , Prasad et al [3] ont travaill sur tuning of
COST-231 Hata model based on various data sets generated over various regions of India , Mardeni &Priya [4]
ont prsent optimized COST-231 Hata model to predict path loss for suburban and open urban environments in
the 2360-2390MHz, certains auteurs se sont particulierement intrss lutilisation de la mthode des moindres
carrs pour calibrer ou dterminer les modles de propagation nous avons par exemple : MingjingYang; et al [5]
en Chine ont prsent A Linear Least Square Method of Propagation Model Tuning for 3G Radio Network
Planning , Chen, Y.H. et Hsieh, K.L [6] TAIWAN ont prsent A Dual Least-Square Approach of Tuning
Optimal Propagation Model for existing 3G Radio Network , Simi I.S et all [7] en Serbie ont prsent
Minimax LS algorithm for automatic propagation model tuning , Allam Mousa, Yousef Dama et All [8] en
Palestine ont prsent Optimizing Outdoor Propagation Model based on Measurements for Multiple RF Cell .
Dans notre tude, nous utilisons les donnes collectes dans le rseau CDMA1X-EVDO RevB Phase II
de loprateur CAMTEL et ceci dans la ville de Yaound. Pour ce faire nous utilisons 6 BTS reparties de part et
dautres dans la ville. Nous utilisons un algorithme bas sur la rgression linaire pour dterminer un modle de
propagation adapt la ville de Yaound.
Cet article sera articul comme suit : Dans la section 1, les dtails exprimentaux seront prsents,
suivi par une description de la mthodologie adopte la section 2, les rsultats sur limplmentation de

DOI: 10.9790/2834-10616372 www.iosrjournals.org 63 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

lalgorithme, la validation des rsultats et les commentaires seront fournis la section 3 et enfin une conclusion
sera prsente la section 5.

II. Dtails exprimentaux.


II.1 Environnement de propagation.
La ville sur laquelle sest base notre tude est celle de Yaound, capitale politique du Cameroun. Nous
nous sommes appuys sur le rseau CDMA 2000 1X_EVDO existant pour effectuer des mesures radio dans la
ville. Pour ce faire, nous avons subdivis la ville en 3 catgories savoir : Le centre ville de Yaound, la zone
centre ville vers priphrie et enfin la priphrie de la ville. Pour chaque catgorie, nous avons utilis 2 types
denvironnement similaires afin de comparer les rsultats obtenus. Nous avons le tableau ci-dessous qui prsente
les catgories avec les BTS concernes :

Tableau 1 : Types denvironnement


Catgories A B C
Caractristique urbain Urbain dense Urbain Priphrie
Hotel du plateau(B1) Ngousso Eleveur (C1)
BTS concernes Ministere PTT (A1) Bastos (A2)
Biyem Assi(B1) Nkomo Awae (C2)

II.2 Description des quipements


II.2.1 Description simplifi des BTS utilises.
Les BTS que nous avons utilises pour nos mesures radio sont celles de CAMTEL fournies par
lquipementier HUAWEI Technologies, nous avons utilis 2 types de BTS savoir les BTS3606 et DBS3900
toutes CDMA. Le tableau ci-dessous prsente les spcifications techniques des BTS utilises [9]:

Tableau 2 : Caractristiques des BTS utilises.


BTS3606 DBS3900
Type de BTS Indoor compacte Outdoor Distribue
Nombre de sectorielles 3 3
Bande de frquence Band Class 0 (800 MHz) Band Class 0 (800 MHz)
Frquence descendante 869 MHz 894 MHz 869 MHz 894 MHz
Frquence montante 824 MHz 849 MHz 824 MHz 849 MHz
Puissance max (mono porteuse 20 W 20 W
Puissance total de la BTS (dBm) 43 dBm 43 dBm

Les paramtres radio des BTS utilises sont prsents dans le tableau ci-dessous :

Tableau 3 : Paramtres radio des BTS utilises.


Informations sur la BTS
Hauteur Hauteur 7/8 nombres
Typ Cod Latitude Longitu Elvatio Gain Feeder
Nom et secteur Altitude de effective de
e de e dgre de n
BTS BTS (m) l'antenn de dBi Cble( connecte
BTS PN dgre) moyenne
e l'antenne m) urs
360
MinistryPTT_800 28 749 40 15,5 45
6 3,86587 11,5125 741,82 47,18 2
390
0 Ngousso-Eleveur 128 3,90097 11,5613 716 25 712,05 28,95 17 0 0
390
17 0 0
0 Hotel du plateau 60 3,87946 11,5503 773 27 753,96 46,04
360
Biyem-Assi_800 132 721 40 15,5 45
6 3,83441 11,4854 709,54 51,46 2
390
0 Camtel Bastos 100 3,89719 11,50854 770 28 754,86 43,14 17 0 0
390
0 Nkomo Awae 40 3,83224 11,5598 713 25 709,54 28,46 17 0 0

II.2 Descriptions des autres quipements.


Afin deffectuer les mesures radio, nous avons utilis un vhicule de marque Toyota Prado VX, un
ordinateur portables de type ACER ASPIRE, un logiciel de mesure radio savoir Pilot Pionner de Dingli
communication V6.0, un terminal mobile LG de type CDMA, un terminal GPS, un convertisseur DC/AC pour
alimenter le PC durant la mesure. La figure ci-dessous nous montre le kit de collecte de donnes installes sur
vhicule.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 64 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

Figure 1 : Kit de mesure et de collecte install sur vhicule.

Les mesures radio faites dans les zones A1, A2, B1, B2, C1 et C2 ont donnes les graphiques ci-dessous :

Figure 2 : Mesures radio centre ville (image de gauche) et quartier Bastos (image de droite)

Figure 3 : Mesures radio Ngousso eleveur (image de gauche) et Nkomo Awae(image de droite)

DOI: 10.9790/2834-10616372 www.iosrjournals.org 65 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

Figure 4 : Mesures radio dans les quartiers Essos (image de gauche) et Biyem Assi (image de droite)

III. Mthodologie.
Plusieurs modles de propagations existent dans la littrature scientifique sur la propagation, nous
allons prsenter uniquement le modle K facteurs sur lequel nous nous sommes appuys pour le prsent travail.

III.1 Modle de propagation K facteurs [10].


La forme gnrale du modle K facteur est donne par la relation ci-dessous :
= 1 + 2 + 3 + 4 + 5 + 6 + 7 +
(1)
Les valeurs des paramtres K varient en fonction du type de terrain et des caractristiques de
lenvironnement de propagation des villes, la table ci-dessous donne des valeurs de K et de celui du facteur
dattnuation du lencombrement pour une ville moyenne.

Tableau 4 : valeurs des K pour le modle K facteurs


Nom du paramtre K K1 K2 K3 K4 K5 K6 K7 Kclutter
Valeur du paramtre 149 44.9 -2.49 0.00 -13.82 -6.55 -0.8 0
Lquation (1) ci-dessus peut tre rcrite sous la forme ci-dessous :
= (1 + 7f + ) + 2 + 3 + 4 + 5 ( ) + 6 ()
1 = (1 + 7 + )
En posant 1 = (1 + 7 + ) , lquation (1) ci-dessus devient :
= 1 + 2 + 3 + 4 + 5 ( ) + 6 () (2)

= (1 + 3 + 4 + 5 ( )) + (6 + 2 )() (3)

Posons = 1 + 3 + 4 + 5 ( ) et = 6 + 2
Lquation (3) devient des lors = + () (4)
ou encore sous forme vectorielle comme ci-dessous:

= 1 () (5)

Cest cette dernire forme modifie que nous utiliserons par la suite pour notre travail.

1.1 Organigramme de dtermination.


La figure ci-dessous nous donne lorganigramme de dtermination du modle de propagation utilisant
la rgression linaire.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 66 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

Mesures Pr traitement des Filtrage des


radio donnes donnes

Rgression
linaire

Calcul de la
diffrence entre
mesures relles et
prdites

Non
RMS
E
OK ?
Oui

Abandon de la Sauvegarde de la
solution solution

Figure 5 : Organigramme dimplmentation de lalgorithme.

Dans cet organigramme, le filtrage des donnes sest fait en respectant les critres ci-dessous pour la
distance et la puissance de signal reue.

Tableau 5 : critres de filtrage sur la distance et la puissance reue. [10], [11]


Distance minimale (m) 100
Distance maximale (m) 10 000
Puissance reue minimale (dBm) -110
Puissance reue maximale (dBm) -40

III.2 Mthode par rgression linaire.


Cette mthode se base sur lquation (3) prsente ci-dessus. Tout dabord, nous allons classer les paramtres de
lquation (2) en 2 grands groupes [12]:
- Les paramtres dajustement globaux.
- Les paramtres de micro ajustement.
Les paramtres dajustements globaux sont ici K1 et K2, tandis que les autres coefficients sont des paramtres de
micro ajustement et de ce fait, leurs valeurs par dfaut dans le modle standard peuvent tre considres comme
constantes.
Partant de lquation (5) ci-dessus pour N point de mesures radio pour diffrentes distances quelconques di nous
obtiendrons des valeurs des pertes Li pour = 1: et (5) deviendra:
Li A B log( d i ) Ce qui pourra encore scrire:

= 1 ( ) et pour toutes les valeurs des points de mesures, nous aurons

1 1 ( ) 1 ( )
2 1 ( ) 1 ( )
= Et en posant: = et = (6)

1 ( ) 1 ( )

DOI: 10.9790/2834-10616372 www.iosrjournals.org 67 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

on obtient: = (7)
Or il est question de minimiser la distance euclidienne entre les valeurs de prdiction contenues dans le vecteur
L et les valeurs mesures de la perte de propagation LM [13], soit
= 2 , la fonction drreur leve au carr. La distance entre les valeurs prdites et mesures est

minimale si = 0.
Or = 2 2 . M + LM 2 ou <.> reprsente le produit scalaire ordinaire.
E = M K 2 2 M K . LM + LM 2
E = K T MT MK 2K T MT LM + LTM LM avec KT reprsentant la transpose de K.
E (K T M T MK 2K T M T L +L T L )
M M M
= 0 => = 0 soit 2MT MK 2MT LM = 0 et ensuite
K K
M MK = MT LM dou lon tire la solution :
T


= ( ) = (8)


Lquation (8) ci-dessus traduit lexistence dun vecteur K qui minimiserait la distance euclidienne entre les
valeurs de prdiction et les mesures relles.
Il en dcoule que pour K3, K4, K5 et K6 constants, lon obtient :
= ( + ( ) + ( )) (9)
= ( ) (10)

IV. Rsultats et commentaires


Ayant implment la mthode prsente ci-dessus sur les donnes de mesures radio obtenues dans la
ville de Yaound, nous avons obtenus les rsultats tels que prsents ci-dessous.

IV.1 Rsultats par zone


Nous avons obtenu les courbe ci-dessous reprsentants, les mesures relles en bleu, le modle
dOkumura Hata en noir, le modle obtenu en implmentant la rgression linaire en rouge. Le modle sera vue
comme prcis si le RMSE entre les valeurs de prdiction et mesures est infrieur 8 dB ; (RMSE < 8dB). [14]

a) Zone A1 : Centre ville de Yaound.


Pertes de propagation L=f(d)
140
Lreel
LRegLin
130
LOk

120

110
L en dB

100

90

80

70
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Distance en Km

Figure 6 : Mesures relles Centre ville VS mesures prdites.

Le tableau ci-dessous nous donne les rsultats obtenus par la rgression linaire :

Tableau 6 : rsultats obtenus au centre ville.


Zone Rsultats K1 K2 K3 K4 K5 K6 RMSE
Rgression 134,89 37,29 -2,49 0 -13,82 -6,55 6,7137
A1
Okumura Hata 146,56 44,9 0 0 -13,82 -6,55 14,9345
K facteurs 149 44,9 -2,49 0 -13,82 -6,55 13,8041

On remarque que nous avons un RMSE <8dB pour le nouveau modle ce qui confirme la fiabilit du
rsultat, contrairement au modle K facteur et Okumura Hata.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 68 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

b) Zone A2 : Quartier Bastos (quartiers des ambassades)


Pertes de propagation L=f(d)
140
Lreel
LRegLin
130 LOk

120
L en dB

110

100

90

80
0 0.5 1 1.5 2 2.5
Distance en Km

Figure 7 : Mesures relles Bastos VS mesures prdites.

Le tableau ci-dessous nous donne les rsultats obtenus par la rgression linaire :

Tableau 7 : rsultats obtenus au quartier Bastos.


Zone Rsultats K1 K2 K3 K4 K5 K6 RMSE
Rgression 138,93 27,71 -2,49 0 -13,82 -6,55 6,1059
A2
Okumura Hata 146,56 44,9 0 0 -13,82 -6,55 11,2924
K facteurs 149 44,9 -2,49 0 -13,82 -6,55 10,5121

On remarque que nous avons un RMSE <8dB ce qui confirme la fiabilit du rsultat.

c) Zone B1 : Quartier Biyem Assi


Pertes de propagation L=f(d)
125
Lreel
120 LRegLin

115 LOk

110

105
L en dB

100

95

90

85

80

75
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Distance en Km

Figure 8: Mesures relles Biyem Assi VS mesures prdites.

Le tableau ci-dessous nous donne les rsultats obtenus par la rgression linaire :
Tableau 8: rsultats obtenus au quartier Biyem Assi.
Zone Rsultats K1 K2 K3 K4 K5 K6 RMSE
Rgression 131,90 23,17 -2,49 0 -13,82 -6,55 5,3883
B1
Okumura Hata 146,56 44,9 0 0 -13,82 -6,55 12,3604
K facteurs 149 44,9 -2,49 0 -13,82 -6,55 11,3767
On remarque que nous avons un RMSE <8dB ce qui confirme la fiabilit du rsultat.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 69 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

d) Zone B2 : Quartier Essos-Mvog Ada


Le tableau ci-dessous nous donne les rsultats obtenus par la rgression linaire :

Tableau 9: rsultats obtenus au quartier Essos Mvog Ada.


Zone Rsultats K1 K2 K3 K4 K5 K6 RMSE
Rgression 141,75 36,53 -2,49 0 -13,82 -6,55 7,3907
B2
Okumura Hata 146,56 44,9 0 0 -13,82 -6,55 11,5989
K facteurs 149 44,9 -2,49 0 -13,82 -6,55 10,6673

On remarque que nous avons un RMSE <8dB ce qui confirme la fiabilit du rsultat.
La figure 9 prsente les valeurs prdites et mesures.

Pertes de propagation L=f(d)


140
Lreel
LRegLin
130 LOk

120
L en dB

110

100

90

80
0 0.5 1 1.5 2 2.5
Distance en Km

Figure 9 : Mesures relles Essos-Mvog Ada VS mesures prdites.

e) Zone C1 : Quartier Ngousso Eleveur


Pertes de propagation L=f(d)
160
Lreel
150 LRegLin
LOk
140

130
L en dB

120

110

100

90

80
0 1 2 3 4 5 6
Distance en Km

Figure 10 : Mesures relles Ngousso Eleveur VS mesures prdites


Le tableau ci-dessous nous donne les rsultats obtenus dans la zone C1 par la rgression linaire :

Tableau 10: rsultats obtenus au quartier Ngousso Eleveur


Zone Rsultats K1 K2 K3 K4 K5 K6 RMSE
Rgression 137,31 31,82 -2,49 0 -13,82 -6,55 7,8927
C1
Okumura Hata 146,56 44,9 0 0 -13,82 -6,55 16,8067

K facteurs 149 44,9 -2,49 0 -13,82 -6,55 15,7616

On remarque que nous avons un RMSE <8dB ce qui confirme la fiabilit du rsultat.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 70 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

f) Zone C2: Quartier Nkomo Awae


Pertes de propagation L=f(d)
150
Lreel
LRegLin
140
LOk

130

120
L en dB

110

100

90

80
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2
Distance en Km

Figure 11: Mesures relles Nkomo Awae VS mesures prdites


Le tableau ci-dessous nous donne les rsultats obtenus par la rgression linaire :

Tableau 11: rsultats obtenus au quartier Nkomo Awae


Zone Rsultats K1 K2 K3 K4 K5 K6 RMSE
Rgression 139,50 47,79 -2,49 0 -13,82 -6,55 10,7990
C2
Okumura Hata 146,56 44,9 0 0 -13,82 -6,55 15,3274
K facteurs 149 44,9 -2,49 0 -13,82 -6,55 14,4380

On remarque que nous avons un RMSE >8dB, ceci sexplique par la morphologie complexe du quartier
Nkomo Awae, toutefois la solution obtenue est de meilleure qualit que les modles dOkumura Hata et K
facteurs.

IV.2 Rcapitulatifs des rsultats


En ne retenant que les solutions ayant donn un RMSE<8dB, savoir celles des zones A1, A2, B1, B2,
C1 nous avons le vecteur moyen consign dans le tableau ci-dessous :

Tableau 12: Evaluation du modle de propagation moyen


Zone K1 K2 K3 K4 K5 K6
Ville de Yaound 136,956 31,304 -2,49 0 -13,82 -6,55

En valuant le RMSE de ce vecteur par zone nous avons les rsultats consigns dans le tableau 13.

Tableau 13: Evaluation du RMSE du modle moyen par zone.


Zone A1 A2 B1 B2 C1 C2
RMSE 7,8791 6,8575 6,0403 8,9573 7,9050 11,2651
Lexpression finale de notre modle de propagation sera donc :
= , + , . , , () (11)

V. Conclusion.
Le prsent article prsente les rsultats obtenus par limplmentation de la mthode de rgression
linaire sur les donnes de mesures radio faites dans diverses zones de la ville de Yaound. Il en ressort que les
modles de propagation standard tels que Okumura Hata et le modle K facteurs ne sont pas adapts, il importe
donc doptimiser les dits modles pour obtenir des modles similaires mais reprsentant lenvironnement de
propagation considr. La mthode de rgression linaire utilise nous a permis dobtenir un modle de
propagation de la ville de Yaound avec une valeur de RMSE comprise entre 6,04dB et 11,27dB tandis que
celle du modle dOKUMURA HATA varie de 11,29dB 16,80dB et celle du modle K facteur de 10,51 dB et
15,76 dB. Nous en dduisons que le nouveau modle est plus prcis et reprsente mieux la propagation dans la
ville de Yaound que les modles standardiss dOKUMURA HATA et K facteur.
La prsente dmarche mise sur pied pourra tre applique pour la dtermination de modle de
propagation pour chacune des grandes villes camerounaises notamment avec le dploiement prochain des
services mobiles de 4e gnration.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 71 | Page


Optimisation du modle dOkumura Hata par la rgression linaire. Application la ville

Rfrences
[1]. Chhaya Dalela, et all tuning of Cost231 Hata modle for radio wave propagation prediction , Academy & Industry Research
Collaboration Center, May 2012.
[2]. Medeisis et Kajackas the tuned Okumura Hata model in urban and rural zones at Lituania at 160, 450, 900 and 1800 MHz
bands , Vehicular Technology Conference Proceedings, VTC 2000-Spring Tokyo. IEEE 51st Volume 3 Pages 1815 1818, 2000.
[3]. Prasad et al tuning of COST-231Hata model based on various data sets generated over various regions of India ,
[4]. Mardeni &Priya et All, optimized COST-231 Hata model to predict path loss for suburban and open urban environments in the
2360-2390MHz, Progress In Electromagnetics Research C, Vol. 13, 91-106, 2010.
[5]. MingjingYang; et al A Linear Least Square Method of Propagation Model Tuning for 3G Radio Network Planning , Natural
Computation, 2008. ICNC '08. Fourth International Conference on Vol. 5, pages 150 154, 2008.
[6]. Chen, Y.H. et Hsieh, K.L A Dual Least-Square Approach of Tuning Optimal Propagation Model for existing 3G Radio
Network ,Vehicular Technology Conference, 2006. VTC 2006-Spring. IEEE 63rd Vol. 6, pages 2942 2946, 2006.
[7]. Simi I.S et al Minimax LS algorithm for automatic propagation model tuning ,
[8]. Allam Mousa, Yousef Dama et All Optimizing Outdoor Propagation Model based on Measurements for Multiple RF Cell .
Proceeding of the 9th Telecommunications Forum (TELFOR 2001), Belgrade, Nov.2001.
[9]. HUAWEI Technologies, BTS3606CE&BTS3606AC and 3900 Series CDMA Product Documentation, pages 138-139.
[10]. HUAWEI Technologies, CW Test and Propagation Model Tuning Reportpage 7, 20 Mars 2014.
[11]. Standard Propagation Model Calibration guide, page 23, Avril 2004.
[12]. HUAWEI Technologies ; GSM RNP-RNO Radio Transmission Theory, pages 21-22, 2006.
[13]. R. Mardeni, K. F. Kwan, Optimization of Hata Propagation Prediction Model in Suburban Area in Malaysia, Progress In
Electromagnetics Research C, Vol. 13, pp. 91-106, 2010.
[14]. A. Bhuvaneshwari, R. Hemalatha, T. Satyasavithri ;Statistical Tuning of the Best suited Prediction Model for Measurements made
in Hyderabad City of Southern India. Proceedings of the World Congress on Engineering and Computer Science 2013 Vol II
WCECS 2013, San Francisco, USA pages 23-25 October, 2013.

DOI: 10.9790/2834-10616372 www.iosrjournals.org 72 | Page

Vous aimerez peut-être aussi