การวัด 16 พื้นที่ในภาคกลางและตะวันตก ครอบคลุมสภาพแวดล้อม 5 แบบและตัวอย่าง RSRP 8,000 ค่า พบ path-loss exponent ตั้งแต่ 2.2 ในชนบทถึง 4.0 ในป่า/ภูเขา พร้อมความต่างของ fading และ shadowing ชุดพารามิเตอร์ช่วยวางแผน NB-IoT ในไทย แต่ยังไม่ครอบคลุมประเทศทั้งหมด ฤดูกาล หรือทุกเครือข่าย
ข้อค้นพบสำคัญ
- path-loss exponent อยู่ 2.2 ในชนบทถึง 4.0 ในป่า/ภูเขา ค่า Nakagami-m ย้อนคำนวณ 0.44-3.51 และ shadowing SD 4.16-8.38 dB พบ gradient จาก sub-Rayleigh ในป่า (m2)
ทำไมจึงมีความสำคัญระดับโลก
โมเดลที่ปรับกับภูมิประเทศจริงช่วยประเมินจำนวนสถานีฐาน ระยะครอบคลุม และความเสี่ยงพื้นที่อับสัญญาณสำหรับมิเตอร์อัจฉริยะ เกษตร IoT และเซนเซอร์สาธารณะ
บทบาทของนักวิจัยไทย
Kittiwat Srivilas และ Chaiyod Pirak จาก TGGS มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือออกแบบการวัดและวิเคราะห์ช่องสัญญาณจากภูมิประเทศไทย
ข้อจำกัดที่ควรรู้
มี 16 จุดเฉพาะภาคกลาง/ตะวันตก จำนวนตัวอย่างต่อจุดและช่วงเวลาต้องดูฉบับเต็ม ไม่ครอบคลุมฤดูฝน-แล้ง การเคลื่อนที่ อาคารภายใน ผู้ให้บริการ/ย่านความถี่หลายชุด หรือการเปลี่ยนโหลดเครือข่าย ค่า m แบบย้อนคำนวณขึ้นกับสมมติฐานโมเดล
ตรวจสอบแหล่งต้นทาง
IoTIoT↗DOI: 10.3390/iot7030054