Verifying path loss and delay spread predictions of a 3D ray tracing propagation model in urban environment

In the last decades, 3D city models appear to have been predominantly used for visualisation; however, today they are being increasingly employed in a number of domains and for a large range of tasks beyond visualisation. In this paper, we seek to understand and document the state of the art regarding the utilisation of 3D city models across multiple domains based on a comprehensive literature study including hundreds of research papers, technical reports and online resources. A challenge in a study such as ours is that the ways in which 3D city models are used cannot be readily listed due to fuzziness, terminological ambiguity, unclear added-value of 3D geoinformation in some instances, and absence of technical information. To address this challenge, we delineate a hierarchical terminology (spatial operations, use cases, applications), and develop a theoretical reasoning to segment and categorise the diverse uses of 3D city models. Following this framework, we provide a list of identified use cases of 3D city models (with a description of each), and their applications. Our study demonstrates that 3D city models are employed in at least 29 use cases that are a part of more than 100 applications. The classified inventory could be useful for scientists as well as stakeholders in the geospatial industry, such as companies and national mapping agencies, as it may serve as a reference document to better position their operations, design product portfolios, and to better understand the market.

show abstract

“…Subsequent estimations of the propagation of radio-waves in an urban environment regularly include 3D city models (e.g., [311][312][313][314]). …”

Section: Radio-wave Propagationmentioning

confidence: 99%

Applications of 3D City Models: State of the Art Review

Biljecki

Stoter

Ledoux

et al. 2015

IJGI

628

380

View full text Add to dashboard Cite

show abstract

“…Past study reveals that determining the propagation of a city requires taking measurement at various high and low environment or taking exhaustive measurement round the city to cover all the possible terrain conditions [14]- [15]. In this study, the focus is on the first approach.…”

Section: Measurement Environmentmentioning

confidence: 99%

Urban Area Path loss Propagation Prediction and Optimisation Using Hata Model at 800MHz

Joseph¹

2013

IOSR-JAP

View full text Add to dashboard Cite

“…Para el modelamiento del canal es relevante la caracterización del entorno en el que ocurre la propagación, la cantidad y los tipos de dispersores existentes, la frecuencia empleada en el canal de comunicación y la distancia entre el transmisor y el receptor (Pajusco, 2006). Para aumentar la precisión en la predicción, es necesario incrementar el uso de algunas variables, especialmente las involucradas en los fenómenos de reflexión, difracción y dispersión (Rautiainen, Wolfle, & Hoppe, 2002;Zhu, Takada, Araki, & Kobayashi, 2001). Esto resulta en un aumento de los recursos computacionales y en el tiempo de respuesta.…”

Section: Introductionunclassified

Modeling wireless channel employing ray tracing techniques: A systematic review

2014

View full text Add to dashboard Cite

ResumenEste trabajo presenta un análisis de las investigaciones realizadas por la comunidad científica que reportan características similares en su evaluación. Predicciones basadas en el uso de herramientas computacionales que mejoran cada vez los tiempos de respuesta con precisiones aceptables. Estos cálculos han sido corroborados a través de extensas campañas de medición en sitios específicos con el fin de evidenciar las hipótesis. Finalmente se exponen los resultados para cada situación analizada. AbstractThis paper presents an analysis of the research conducted by the scientific community who report similar characteristics in their evaluation. Predictions based on the use of computational tools that improve response times with acceptable accuracy. These calculations are corroborated by extensive measurement campaigns at specific sites in order to demonstrate the hypothesis. Finally the results were analyzed for each situation presented. Palabras clave I. IntroducciónLa tendencia hacia el uso del canal inalámbrico -y su crecimiento global -presentan un comportamiento exponencial (UIT, 2013). Incluso hasta la energía, que míticamente se consideró limitada a los canales guiados, hoy día explota el recurso inalámbrico (Ho, Wang, Fu, & Sun, 2011). Nuevos conceptos, como el de «Internet de las cosas» [IoT, Internet of Things], y las comunicaciones inalámbricas de actual y próxima generación, requieren altas velocidades de datos. Lo anterior implica estrategias innovadoras para permitir que aumente significativamente la eficiencia espectral. Las últimas soluciones tecnológicas, tales como 3G, LTE, LTE Advanced y 802.11ac están ávidas de investigaciones que permitan atender y ofrecer los requerimientos multimedia. Para ello es imperativo el conocimiento del entorno por el cual se transmitirá la información, esto es, modelar el canal. Se ha intentado predecir el comportamiento de las ondas electromagnéticas en diferentes escenarios, según su aplicación, obteniendo resultados satisfactorios(Lutz, 2013; Montenegro-Villacieros, Oestges, Vanhoenacker-Janvier, Prieto-Cerdeira, & Martellucci, 2010;Pontes & Silva-Mello, 2010; Talha & Patzold, 2011;Yang, Zong, Gao, & Cao, 2010). La caracterización del canal de radio utiliza modelos de estimación determinista o una extensa campaña de mediciones. Los modelos deterministas son adecuados en los diferentes ambientes con dispersores de tamaño considerable; sus predicciones, por ser exactas y verificables, son preferibles (Soni & Bhattacharya, 2012).La elección y aplicación del modelo de propagación determinista está basada en la frecuencia de la portadora y en dos criterios de alta importancia: la precisión y el recurso computacional que demandan dichos modelos. Estos factores son directamente proporcionales, por lo que es deseable obtener un equilibrio, es decir, un error bajo, con un tiempo de respuesta aceptable (Son, Hae-Won, Myung, 1999). Para el modelamiento del canal es relevante la caracterización del entorno en el que ocurre la propagación, la cantidad y los tipos de d...

show abstract

Verifying path loss and delay spread predictions of a 3D ray tracing propagation model in urban environment

Cited by 55 publications

References 1 publication

Applications of 3D City Models: State of the Art Review

Applications of 3D City Models: State of the Art Review

Urban Area Path loss Propagation Prediction and Optimisation Using Hata Model at 800MHz

Modeling wireless channel employing ray tracing techniques: A systematic review

Contact Info

Product

Resources

About