UMTS无线网络对无线电环境和通信条件的变化十分敏感。理论分析和CDMA蜂窝网络的商业化实现逐渐表明无线网络规划由于缺少频率规划从而被简化。另一方面，我们可以通过干扰不仅取决于传播还取决于业务负荷这一事实得出另一个复杂度。这就产生了所谓的小区呼吸效应，这种效应必须采取适当的无线电规划才能避免。因此任何自动策略下的UMTS规划的基础都是可靠的传播模型和详细的话务量预测。覆盖范围和话务量预测越精确，预期性能就越接近实测性能。话务模型和路径损耗预测模型在COST273中都已建立。

1.无线电传播建模

城市UMTS规划中准确预测无线电传播的重要性已经被Coinchon等人（见参考文献［CoSW01］）通过一个位于巴黎的5km²面积的UMTS网络所重点研究。这项研究得出的结论是，传统的传播模型由于少于预期的服务质量、不可接受的干扰和不必要的基站会导致错误规划。另一方面，一个准确的射线跟踪模型集成在一个UMTS规划工具中，当该模型满足预期服务水平要求时，无线网络规划人员就可得到基站部署和配置的最佳数字。本案例所研究的典型量化的结果之一是，由射线跟踪模型决定的呼叫失败率是使用单一的COST 231-Hata模型得出的预测率的14倍。这意味着有关射线跟踪的更多问题可在规划阶段确定出来。

参考文献［HeKü05］提出了一种普遍用于传播模型的分析理论，传播模型应用于城市区域中的UMTS超大型网站（Ultra High Site，UHS）。该文将天线安装在超过100m高度的BS位置叫做UHS。这一原则被德国移动网络运营商E-Plus公司使用，E-Plus公司提供了它的UMTS网络最初的应用范围。分析表明只要BS天线仰角大于0.15°，Maciel-Xia-Bertoni模型对于UHS中典型的天线高度就不是有效的。另一方面，分析表明当距离达到2km的BS天线高度达到273m时，则COST 231-Walfisch-Ikegami模型表现良好。根据这些研究结果（见参考文献［KüFW96］）可以对混合传播模型定义一个可供选择的规则设置。

UMTS网络，尤其是即将出现的由WLAN和广播部分等组成的混合网络（见9.2.4节）包含一个变化多端的扇区，该扇区的覆盖面积为从单纯的室内系统到大型伞状小区的部署。因此一个应用于这类网络的自动规划预测模型必须覆盖所有的可能部署的扇区和操作环境。因此自适应传播模型是必需的，它能够自动选择传播模型的组成部分。在参考文献［KEGJ03］中一个全自动和自适应选择传播模型的总体框架已经发展到需要考虑不同的部署扇区（宏观的、微观的和室内小区），并且对不同可用分辨率的数字地形数据库范围内的预测提供转换模型。基于这一框架，一个模型的具体实施可以采用来自参考文献［KüMe02］的传播模型组成部分。对这种多环境无线预测的关键问题是对数字地形数据的正确表述和处理。这个问题有两种处理方式。参考文献［KEGJ03］中提出的方法主要是处理数字地形模型各区域的转换方面，各模型有着不同的分辨度和粒度。这对于位于不同区域Ai的小区之间完整的干扰计算非常重要，如图9.1所示。A1的典型数据由50～200m可用分辨率的数字地形高度和土地利用数据所组成。通常这些数据可用于整个国家或网络。A2数据包含了数米分辨率下的详细建设数据。这两个方向的过渡基本上通过地形轮廓向量的转换得以完成。为防止从A2到A1的一般建筑物的转换，将建筑物的位置设置到那些轮廓矢量上，在这些矢量中，A1的土地利用种类是城市类型。

对于其他方向的过渡采用统计数据库的概念。这样的统计数据库包含了A2中的一组光栅层，与A1有相同可用分辨度的数据，该数据包括建筑物高度、街道宽度等来自于详细建筑物的数据的平均值。在通用坐标系中最佳调整户外地图数据和3D建筑模型的重要性是参考文献［CoLA03］的重点内容。户外地图数据由描述建筑物轮廓的封闭式3D多边形和包含地形高度的光栅层组成。这个数据的分辨率可精确到数米并且其高度大约可精确到1m。3D建筑物模型包括了由架构师设计的单个建筑的更加详细的数据，这些可利用的数据可用于论文中或CAD文件中。在这个数据中所有分区的位置和宽度一般是给定的，并且精确度高达几厘米。关于如何调整这两个数据集以便在单一的多环境预测中使用，参考文献［CoLA03］给出了一个程序，该程序支持室内和室外环境中不同无线电系统的联合分析。举一个例子:在一个4层建筑物里的WLAN分布式发射机和位于为微小区站点中的UMTS BS的联合规划结果在这个建筑物的附近被展示出来。

(www.daowen.com)

图9.1 不同分辨度和粒度下的数字地形模型（BS和MT之间的地形轮廓）

为了允许这样的分析，预测模型必须结合无线传播到建筑物内。Martijin和Herben（见参考文献［MaHe03］）目前通过对坐落于海牙的4座办公大楼进行信号强度测量从而得出结果，办公大楼被一个GSM 1800频段的室外BS所照射，该BS的天线高于屋顶。从这些测量中我们可得出有关信号衰减和不同楼层之间变化程度的主要特点。然而在较低楼层中的大型波动服从对数正态分布，它表明了大型波动出现在多层建筑物较高楼层中可见和不可见区域内的平均信号水平之间。这就导致在楼层高度之间产生了非线性关系，并且在底层产生了额外增益。类似的结论也已由Kürner和Meier（见参考文献［KüMe02］）得出。基于这些发现，他们提出了一种建筑物穿透方法，该方法可被扩展用于室外传播模型，此模型采用高分辨率建筑数据。用此方法接收的地表信号电平来自于建筑物附近像素的室外信号电平。高层信号电平的计算基于一个简单的高增益经验模型，该模型由大量的测量活动获得，以防止BS和建筑物之间不可视范围的存在。如果BS和至少部分建筑物之间的可视范围存在，我们将会使用一个更加先进的半经验方法。第一个通过测量得出的验证是我们所希望的结果。

作为网站配置优化的一部分（见9.2.4节），需要对各区域配置中不同的天线类型、安装高度、方位角和倾角进行评估。用高精确路径损耗来预测多种可选配置是繁琐的一代，这一代既不实际也不必要。参考文献［EFFG03］提出一种方法，该方法可以从已提出的路径损耗预测来得出特定天线的路径损耗预测。这种方法对于城市环境中多路径信号的应用尤为重要，该信号可以由耗时射线跟踪的预测模型得出。在其他方面，现已存在一种根据天线高度变化设计的插值方案和一种能够建立横向和纵向3D天线图的新型启发式方法。尽管该方法只提供了路径损耗预测的近似值，但是将它应用于自动RF优化算法中已足够精确。

更多有关COST 273的传播模型的详细阐述在4.3节中可以找到。

2.通信建模

经Ruiz和Olmos（见参考文献［RuOl01］）证明UMTS规划中最初的通信范围是至关重要的。通信地图是由假设4个不同服务器中通信密度一致得来的，服务器存在于3种不同环境中（城市小区、农村小区和重要公路或铁路范围的小区）。现已通过静态多服务模拟器模拟出上行链路。其中一个主要结果为当考虑到多服务业务时，覆盖范围的减少量会被监测出来。研究人员所得出的结论是，对于不同的服务来说通信密度的良好估计是至关重要的。此外也介绍了一种通信地图中更现实的基于像素的方法。在参考文献［KüHe05］中Kürner和Hecker通过一个真实网络的操作维护中心（Operation andMaintenance Centre，OMC）来比较不同的模型，从而能够得出基于像素的通信和移动地图。通信模型以详细的地理数据（人口数据、街道网络、土地利用等）为基础。尽管研究人员将重点放在与本地区域规划相关的参数上，这项工作仍被认为是朝着更先进的通信和移动模型发展的第一步。尤其是现已观察到连接模式下的交接数据和空闲模式下的本地更新数据存在着强烈的相关性。此外，它还表明像MOMENTUM-Traffic模型这样复杂的建模方法能够提高通信预测的准确性。参考文献［ReVe03］和［VePa04］中讨论了能够解决移动多媒体业务通信建模问题的新方法。基于IST的部署扇区的精确度-增强型UMTS接入和核心网络仿真器-IST Project（SEACORN）来预测长途通信系统能力的结果适用于蜂窝网络规划，其目的通过宏观模型可实现。它允许不同系统能力之间的比较，像GSM/GPRS，UMTS，根据加强每km²的数据传输速率来增强UMTS和移动宽带系统。通过这一比较可得出，依据每km²的数据传输速率得出的定律与摩尔定律越来越相似。