4.2.2 Cost-231 Multiwall Model(Модель cost-231 Multiwall)

COST-231 Multi Wall [25], is a semi-empirical indoor model, which only accounts for the attenuations for walls and floors.(COST-231 Multi Wall [25]- это полуэмпирическая модель для работы в условиях помещения. Она вычисляет лишь коэффициент затухания/ослабления для стен и полов). Therefore, it does not compute reflection or diffraction rays.(Именно поэтому она не вычисляет лучи отражения или дифракции/преломления). The only output from this model is the path loss/power prediction, which is an estimation based on the material properties and the number of transmitted walls/floors.(Единственный выход/вывод из этой модели- это метод многолучевого распространения/прогнозируемой мощности, представляющий собой оценку, основанную на свойствах материала и числе прошедших/переданных стен/полов). This model is computationally efficient and it does not require pre-processing.(Эта модель эффективна при вычислениях и не требует предварительной подготовки). The running time of the Multi Wall model is usually less than a few seconds.(Модель Multi Wall обычно выполняет вычислительные операции за считанные секунды). The prediction errors tend to increase with the number of trans­mitted walls or floors, e.g. the COST231 Multi Wall model generally produces pessimistic results when the receiver lo­cations are far from the emitter.(Ошибки прогнозирования могут /имеют тенденцию увеличиваться вместе с числом прошедших/переданных стен или полов?, например, модель COST231 Multi Wall большей частью порождает неблагоприятные результаты, когда ресивер/приёмник располагаются вдалеке от излучателя/эмиттера).

4.3 Comparison and Recommendations(Сравнение/сравнит.Характер.И рекомендации)

Tab. 2 compares the prediction performance obtained via the IRLA (2.5-D and 3-D) model, the 2-D MR-FDPF model and the COST231 Multi Wall model.(Таблица 2 представляет собой сравнение прогнозируемых рабочих характеристик, полученных посредством IRLA-модели- модель интеллектуального алгоритма образования лучей (2.5-D и 3-D), модели MR-FDPF(формат 2-D) и модели COST231 Multi Wall). All simulation results are obtained after calibration.(Результаты моделирования получают после калибровки/поверки). It can be observed that these models generally give a high agreement (cf. Fig. 10) between prediction and measurement.(Можно заметить, что эти модели демонстрируют высокую степень согласованности(Ср. Рис.10) между прогнозом и измерениями). In a full 3-D scenario, at least in this indoor scenario, 2-D MR-FDPF relies heavily on the calibration without which, this model tends to give large prediction errors due to inaccurate modeling of materi­als.(В полном 3-D сценарии, по крайней мере в этом сценарии для помещений, модель 2-D MR-FDPF в большей степени зависит от калибровки/поверки, без которой эта модель имеет тенденцию выдавать большое число ошибок прогнозирования вследствие неточного моделирования материалов). The accuracy before calibration for MR-FDPF is around 8 dB whilst this is dramatically improved to around 3.5 dB due to calibration of the materials.(Точность до калибровки/поверки для модели MR-FDPF составляет около 8 дБ до тех пор пока не достигнет существенного улучшения до отметки около 3.5 дБ вследствие калибровки/поверки материалов). For example, the emitter is placed on a table and the table should be removed from 2-D cut, otherwise it will be treated as an obstacle in MR-FDPF model.(К примеру, излучатель располагают на столе, а стол должен быть дистанцирован от 2-D-схемы?, иначе он будет воспринят как препятствие для MR-FDPF модели). On the standard PC (AMD 64+ Dual, 4 GB), the preprocessing for MR-FDPF takes around 3 seconds and the computation time is less than 1 second, which is fast in a small 2-D scenario.(На стандартном компьютере (процессор AMD 64+ Dual, 4 гигабайт) предварительная обработка для модели MR-FDPF займёт около 3-х секунд, а время вычислений- менее секунды, что характерно для небольших 2-D сценариев). However, due to its 2-D character­istics, some important ray phenomenal in 3-D are not effi­ciently captured.(Однако в силу характеристик формата 2-D кое-какие важные лучевые феномены в 3-D регистрируют/захватывают неэффективно). For example, MR-FDPF treats the flows in only 2-D, as they only propagate in the 2-D plane.(Например, модель MR-FDPF рассматривает потоки только в формате 2-D, поскольку они(потоки) распространяются только в двухмерной плоскости). Rays bouncing by reflecting on the ceiling or floor are ignored.(Отскакивающие лучи, отражающиеся на потолке, не учитывают). The accuracy obtained through MR-FDPF is 3.5 dB RMSE (0 mean error after calibration).(Точность, достигаемая при использовании модели MR-FDPF, равна 3.5 дБ среднеквадратичных ошибок (средняя ошибка равна нулю после проведения калибровки/поверки). The prediction via 2-D MR-FDPF is designed for power level/path loss only, which does not compute the delay information.(Прогноз, полученный посредством модели 2-D MR-FDPF, предназначена лишь для определения уровня мощности/потерь на трассе распространения. Он не предназначен для вычисления информации по задержкам).

The 3-D IRLA model for indoors, as presented in this article, is fully applicable in 3-D scenarios in which the model is capable of capturing important 3-D dominant rays.(Как показано в этой статье, модель 3-D IRLA для помещений полностью применима в 3-D сценариях, в которых эта модель способна регистрировать/захватывать значимые и доминантные 3-D лучи).Compared to MR-FDPF, the IRLA models (3-D and 2.5-D) do not require a preprocessing stage.(В сравнении с моделью MR-FDPF модели IRLA(для форматов 3-D и 2.5-D) не требуют предварительной обработки. However, since this is a full 3-D model, all levels of receiver locations are com­puted which requires longer computation time than 2-D MR-FDPF.(Однако поскольку это полная 3-D модель, поэтому вычисляют все уровни положений ресивера/приёмника, что в свою очередь требует больше времени на вычисления, чем в модели 2-D MR-FDPF). The timing for the 3-D IRLA model, at least for this indoor scenario, is still within an acceptable range (less than 3 minutes) where it can be used to fully predict 3-D prop­agation mechanism such as PDP, DS.(Временной промежуток для модели 3-D IRLA, по крайней мере для этого сценария внутри помещения, по-прежнему располагается в допустимых пределах (менее 3-х минут), в которых можно использовать эту модель для полного прогнозирования 3-D механизма распространения, например, профиля мощности по задержке, ?DS-многознач.термин, не уверена в переводе). The accuracy before calibration via the 3-D IRLA model is around 6 dB by us­ing standard parameters and this can be improved so that a similarly high accuracy can be obtained (3.5 dB RMSE).(Точность до проведения калибровки/поверки, достигаемая с помощью модели 3-D IRLA при стандартных параметрах,равна 6 дБ. Этот результат может быть улучшен до получения столь же высокого уровня точности (3.5 дБ среднеквадратичных ошибок).The 3-D IRLA model is not overly reliant on exact materi­als, whereas this is of critical importance in ensuring high accuracy for MR-FDPF models.(Модель 3-D IRLA малозависима от точных материалов, поскольку этот параметр крайне важен при обеспечении высокого уровня точности для моделей MR-FDPF).

The 2.5-D IRLA model, computes the N-LOS rays in horizontal plane, which is less time-consuming than the 3-D IRLA model.(Модель 2.5-D IRLA вычисляет лучи вне поля видимости в горизонтальной плоскости, что отнимает меньше времени в сравнении с моделью 3-D IRLA ).The running time, compared to the full 3-D IRLA model, is shortened to less 10 than seconds in this sce­nario.(Время выполнения в такой модели, в отличие от полной модели 3-D IRLA, для этого сценария сокращается до менее чем 10 секунд). The accuracy provided with the 2.5-D IRLA model is still acceptable, with the RMSE equal to 4.9 dB.(Уровень точности, достигаемый с помощью модели 2.5-D IRLA, по-прежнему приемлем, со среднеквадратичной ошибкой равной 4.9 дБ). Therefore, the 2.5-D IRLA model may be used as a compromise be­tween speed and accuracy in indoor wireless network plan­ning and optimisation.(Поэтому модель 2.5-D IRLA можно использовать в качестве компромисса между скоростью и точностью при беспроводном сетевом планировании и оптимизации в условиях помещения).

Figs. 7 and 8 plot the rays generated by the 2.5-D and 3-D IRLA model.(На рис. 7, 8 изображены схемы/графики лучей, созданных моделью 3-D и 2.5-D IRLA). As 2.5-D IRLA only computes the NLOS rays in the horizontal plane, it is faster but does not consider diffractions rays or reflections rays in the vertical plane (such as ground reflection rays).(Так как модель 2.5-D IRLA вычисляет только лучи вне области видимости в горизонтальной плоскости, она более быстродействующая, но не учитывает дифракционные или отражённые лучи в вертикальной плоскости(например, отражённые от земли лучи).

Fig. 9 plots the fitting curves of PDF (Probability Den­sity Function) of prediction errors in dB.(На рис. 9 изображена схема/график гладких/сглаженных кривых ПРВ(плотности распределения вероятностей) ошибок прогнозирования, выраженных в децибелах). It can be seen that the 3-D IRLA model and MR-FDPF gives the highest accu­racy (higher probability with small errors) while COST231 Multi-wall and 2.5-D IRLA models yield the similar accu­racy in this indoor scenario.(Можно заметить, что с помощью модели 3-D IRLA и модели MR-FDPF можно достичь высочайшего уровня точности (более высокая степень вероятности с минимальным количеством ошибок), в то время как модели COST231 Multi-wall и 2.5-D IRLA выдают похожий результат в этом сценарии для помещений).

The COST231-Multi Wall model [25], is extremely computational efficient and this model also does not require preprocessing.(Модель COST231-Multi Wall [25] чрезвычайно эффективна при выполнении вычислительных операций. Помимо этого эта модель не требует дополнительной обработки). In this scenario, this semi-empirical model obtains high accuracy, which is mainly because there are few walls to penetrate.(В этом сценарии при помощи такой полуэмпирической модели достигают высокого уровня точности по причине небольшого числа стен, через которые проникает сигнал?). It is easy to calibrate with the losses for each wall and floors.(Поверка с помощью потерь для каждой стены и полов осуществляется очень легко). Therefore, an agreement can be observed.(Поэтому здесь можно наблюдать некое соответствие/согласование). However, the performance of this model is lim­ited due to the absence of capturing reflection and diffraction rays.(Однако производительность этой модели ограничена вследствие отсутствия захватного отражения? и дифракционных лучей). For example, in a corridor where diffractions dominate, COST231-Multi Wall model will fail.(Например, в коридоре, где дифракционные лучи доминируют, модель COST231-Multi Wall не будет действовать/функционировать). The running time for this model is usually less than 1 second, and the accuracy obtained generally depends on the scenarios.(Время выполнения для этой модели обычно менее секунды, а уровень точности, достигаемый с её помощью, зависит от сценариев).

By comparing these four indoor models, a recommen­dation for their use can be given.(Посредством сравнения четырёх этих моделей для помещений можно предоставить рекомендации по их использованию). COST231-Multi Wall is efficient and is suitable for use when an estimation of indoor coverage is required on an less complex building structure such as the scenario presented in this article.(Модель COST231-Multi Wall эффективна и приемлема для использования в случае, если оценка внутреннего покрытия/охвата необходима для менее сложных строительных конструкций, таких как, сценарий, представленный в этой статье). MR-FDPF should have high accuracy because it incorporates radio wave propagation physics (a differential solver of Maxwell equations) but, as 3-D MR-FDPF is time and memory consuming and still under investigation, the 2-D MR-FDPF is suitable only for indoor structures in which most propagation phenomena take place horizontally in the 2-D plane.(Модель MR-FDPF должна обладать высоким уровнем точности, так как она содержит физику распространения радиоволн (устройство для решения дифференциальных уравнений Максвелла), но поскольку модель 3-D MR-FDPF экономит время и память и до сих пор исследуется, модель 2-D MR-FDPF приемлема только для внутреннего использования, при котором большинство явлений по распространению волн происходит в горизонтальной плоскости и двухмерном пространстве). Thus, it is not suitable in multi-floor propagation simulation, where a full 3-D model is required.(Таким образом, эта модель не приемлема для моделирования процесса распространения в многоэтажных зданиях, где требуется полная трёхмерная модель). However, 2-D MR-FDPF is capable of providing high accuracy on a floor after the cal­ibration from measurements to correctly model the material properties.(Однако модель 2-D MR-FDPF способна выдавать высокий уровень точности на полу после проведения калибровки/поверки по измерениям для корректного моделирования свойств материала). 3-D IRLA does not rely on calibration and is useful in prediction for multi-floor indoor structures or com­plex, large indoor areas.(Модель 3-D IRLA не зависит от калибровки/поверки, и полезна при прогнозировании для многоэтажных конструкций или сложных конструкций, больших площадей). If there are no measurements, IRLA is preferred because it can be used to find coverage gaps which may not be practically feasible for 2-D MR-FDPF and COST231 Multi Wall models.(Если измерения не проводятся, то предпочтения отдают модели IRLA, потому что её могут использовать при обнаружении разрывов в зоне охвата/покрытия сигнала, что практически осуществимо для моделей 2-D MR-FDPF иCOST231 Multi Wall). The 2.5-D IRLA generally gives a high level of accuracy and multipaths (2.5-D NLOS rays and 3-D LOS rays).(Как правило модель 2.5-D IRLA выдаёт/демонстрирует высокий уровень точности и многолучевого распространения (лучи вне зоны видимости в формате 2.5-D и лучи в зоне видимости в формате 3-D ).The advantage of using 2.5-D IRLA model is that it provides an acceptable level of accuracy but within a much shorter time than the full 3-D IRLA model.(Преимущество использования модели 2.5-D IRLA заключается в том, что, в отличие от модели 3-D IRLA, она демонстрирует допустимый уровень точности, но за более короткий промежуток времени). Therefore, the 2.5-D IRLA model is suitable in some indoor applications, such as DAS planning and optimisation.(Поэтому модель 2.5-D IRLA можно применять к некоторым «внутренним»/комнатным приложениям, таким, как, например, планирование и оптимизация в системе DAS- системе распределительных антенн).