CN101820640A - 一种阴影衰落仿真方法和装置 - Google Patents

Abstract

本发明公开了一种阴影衰落仿真方法，生成独立高斯随机数矩阵，根据仿真需要的阴影衰落空间相关函数生成滤波器，将独立高斯随机数矩阵通过该滤波器，得到满足阴影衰落空间相关性的高斯随机数矩阵，将该矩阵对应到网格图中，在仿真基站对应的网格图和公共网格图中分别计算出仿真位置的阴影衰落s_i和s₀，采用仿真需要的阴影衰落的角度相关性对s_i和s₀进行叠加，得到最终的阴影衰落仿真结果。本发明还公开了一种阴影衰落的仿真装置。采用本发明的阴影衰落仿真方法和装置，能够在对阴影衰落进行仿真时同时满足阴影衰落的空间相关性和角度相关性。

Description

一种阴影衰落仿真方法和装置

技术领域

本发明涉及移动通信技术，特别是涉及一种阴影衰落仿真的方法和装置。

背景技术

阴影衰落，又称对数正态衰落，是无线信道的一个组成部分。阴影衰落形成的主要原因是由于通信收发信机的发射端和接收端存在建筑物、树木或者山峰等阻碍物，造成信号在链路中不能以视距的方式收发。因此，即使发射和接收端距离相同，彼此之间的路损一致，如果接收端处在不同环境的地点，就会造成接收的信号功率的不同。由于阻碍物位置是随机分布的，因此阴影衰落大小也是随机分布的。

一般来说，阴影衰落具有空间相关性。即：某个位置的阴影衰落与它邻近位置的阴影衰落会有一定的相关性。空间相关性称为阴影衰落的自相关性。阴影衰落Z随距离的相关函数R_Z(Δr)是负指数函数：

其中，Δr表示距离在一维上的变化，R_Z(Δr)是阴影衰落随距离变化的自相关系函数，d_corr是阴影衰落的相关距离。如果用直角坐标系描述，阴影衰落随距离变化的自相关系函数可以表示为：

并且，阴影衰落还存在角度相关性。主要因为移动台到达不同的基站之间存在有一定角度。如果以这个角度为自变量，同一个移动台与N个不同的基站之间，就产生了N个具有一定相关性的阴影衰落。角度相关性也被称为阴影的互相关性。图1为阴影衰落的角度相关性示意图。如图1所示，对于同一个移动台来说，图1(a)所示的两个基站相对角度较大，信道条件有较大的差别，因此阴影衰落的互相关较小；图1(b)所示的两个基站相对角度较小，信号经历相类似的信道条件，因此阴影衰落的互相关较大。通常用下式来描述阴影衰落之间的互相关性：

其中，ρ是互相关系数，θ是两条无线链路之间的夹角。

由于阴影衰落在实际移动通信系统中普遍存在，并且属于大尺度衰落，因此在对移动通信系统仿真过程中，必须对阴影衰落进行仿真。目前，对于阴影衰落的仿真一般存在两种方法：一种是通过一张网格图进行仿真，采用这种方法由于只有一张网格图，因此只能对阴影衰落的空间相关性和角度相关性的其中一项进行仿真，不能同时满足空间相关性和角度相关性，因此仿真结果不准确；另一种更为常用的方法是采用近似的方法仿真阴影衰落，采用这种方法的仿真结果对于空间相关性和角度相关性都难以满足。总之，按照现有的仿真方法无法同时满足阴影衰落的空间相关性和角度相关性。

发明内容

本发明提供了一种阴影衰落仿真方法，采用该方法能够同时满足阴影衰落的空间相关性和角度相关性。

本发明还提供了一种阴影衰落仿真装置，采用该装置能够同时满足阴影衰落的空间相关性和角度相关性。

为达到上述目的，本发明的技术方案是这样实现的：

本发明公开了一种阴影衰落仿真方法，包括：

生成b+1个能够覆盖仿真区域的相同的正方形的网格图G_i(i＝0，1，2，…，b)，其中，b为仿真区域中的基站个数，网格图G₀为公共网格图，网格图G₁至G_b分别对应基站1至基站b，网格图中的所有格子均为大小相等的正方形；

生成b+1个与网格图G_i(i＝0，1，2，…，b)对应的独立高斯随机数矩阵M_i(i＝0，1，2，…，b)，其中，矩阵中的元素为相互独立的高斯随机数，矩阵M_i(i＝0，1，2，…，b)分别对应网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵M_i(i＝0，1，2，…，b)中对应位置的元素；

根据阴影衰落随距离变化的自相关函数创建滤波器；

将矩阵M_i(i＝0，1，2，…，b)输入滤波器，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)，将矩阵S_i(i＝0，1，2，…，b)分别对应到网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵S_i(i＝0，1，2，…，b)中对应位置的元素；

在仿真基站对应的网格图中，确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，得到仿真网格图阴影衰落s_i；

在公共网格图G₀中，确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，得到公共网格图阴影衰落s₀；

根据

计算仿真位置处的阴影衰落，其中，s为仿真位置处的阴影衰落仿真结果，ρ为仿真要求的阴影衰落角度相关性。

所述所有格子边长为D，其中，0＜α＜1，d_corr为仿真要求的阴影衰落的相关距离；

所述正方形的网格图G_i(i＝0，1，2，…，b)均由N×N个相同的正方形的格子组成；

所述矩阵M_i(i＝0，1，2，…，b)均为N×N维矩阵；

其中，N为正整数且N等于网格图边长除以格子边长。

所述滤波器为线性时不变滤波器；

所述滤波器的频率响应为

其中，H为滤波器的频率响应，FFT表示傅立叶变换运算，R_Z(Δx，Δy)为阴影衰落随距离变化的相关函数，(Δx，Δy)为以仿真区域的中心点为原点建立的直角坐标系中位置变量的坐标。

所述将矩阵M_i(i＝0，1，2，…，b)输入滤波器，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)，包括：

对矩阵M_i(i＝0，1，2，…，b)进行二维傅立叶变换，得到FFT(M_i)；将FFT(M_i)与滤波器的频率响应相乘；对FFT(M_i)与滤波器频率响应的乘积做二维傅立叶逆变换，得到空间相关高斯随机数矩阵S_i，

$S_i=\mathrm{IFFT}(\mathrm{FFT}\left(M_i\right)\·\sqrt{\mathrm{FFT}\left(R_Z(\mathrm{\Δx},\mathrm{\Δy})\right)}),i=\mathrm{0,1,2},...,b.$

所述确定仿真位置所属的格子包括：计算仿真位置与每个格子的中心点的距离，确定距离最短的格子为仿真位置所属的格子。

所述采用该格子的四个顶点处的值进行二维线性插值，得到仿真网格图阴影衰落s_i，包括：

$s_i=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，i、s_1，i、s_2，i、s_3，i分别为在仿真基站对应的网格图中仿真位置所属的格子的四个顶点处的值，x_pos与y_pos分别为在仿真基站对应的网格图中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离；

所述采用该格子的四个顶点处的值进行二维线性插值，得到公共网格图阴影衰落s₀，包括：

$s_0=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{\mathrm{0,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{3,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{\mathrm{1,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{2,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，0、s_1，0、s_2，0、s_3，0分别为在公共网格图G₀中仿真位置所属格子的四个顶点处的值，x_pos与y_pos分别为在公共网格图G₀中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

本发明还公开了一种阴影衰落仿真装置，包括：网格图单元、矩阵单元、滤波器单元和计算处理单元；

所述网格图单元，用于生成b+1个能够覆盖仿真区域的相同的正方形的网格图G_i(i＝0，1，2，…，b)并发送给矩阵单元和计算处理单元，其中，b为仿真区域中的基站个数，网格图G₀为公共网格图，网格图G₁至G_b分别对应基站1至基站b，网格图中的所有格子均为大小相等的正方形；

所述矩阵单元，用于接收网格图单元生成的网格图G_i(i＝0，1，2，…，b)，生成b+1个与网格图G_i(i＝0，1，2，…，b)对应的独立高斯随机数矩阵M_i(i＝0，1，2，…，b)并发送给滤波器单元，其中，矩阵中的元素为相互独立的高斯随机数，矩阵M_i(i＝0，1，2，…，b)分别对应网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵M_i(i＝0，1，2，…，b)中对应位置的元素；

所述滤波器单元，用于接收矩阵单元生成的矩阵M_i(i＝0，1，2，…，b)，根据阴影衰落随距离变化的自相关函数创建滤波器，对矩阵M_i(i＝0，1，2，…，b)进行滤波，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)并发送给计算处理单元；

所述计算处理单元，用于分别接收来自网格图单元的网格图G_i(i＝0，1，2，…，b)和来自滤波器单元的矩阵S_i(i＝0，1，2，…，b)，将矩阵S_i(i＝0，1，2，…，b)分别对应到网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵S_i(i＝0，1，2，…，b)中对应位置的元素，在仿真基站对应的网格图和公共网格图G₀中，分别确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，分别得到仿真网格图阴影衰落s_i和公共网格图阴影衰落s₀，根据

计算仿真位置处的阴影衰落，其中，s为仿真位置处的阴影衰落仿真结果，ρ为仿真要求的阴影衰落角度相关性。

所述网格图单元生成的网格图的所有格子的边长为D，

其中，0＜α＜1，d_corr为仿真要求的阴影衰落的相关距离。

所述滤波器单元生成的滤波器的频率响应为H，

其中，FFT表示傅立叶变换运算，R_Z(Δx，Δy)为阴影衰落随距离变化的相关函数，(Δx，Δy)为以仿真区域的中心点为原点建立的直角坐标系中位置变量的坐标；

则所述滤波器单元对矩阵M_i(i＝0，1，2，…，b)进行滤波得到的S_i为：

i＝0，1，2，…，b。

所述计算处理单元在仿真基站对应的网格图中根据以下计算公式得到仿真网格图阴影衰落s_i，

$s_i=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，i、s_1，i、s_2，i、s_3，i分别为在仿真基站对应的网格图中仿真位置所属的格子的四个顶点处的值，x_pos与y_pos分别为在仿真基站对应的网格图中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离；

所述计算处理单元在公共网格图中根据以下计算公式

$s_0=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{\mathrm{0,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{3,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{\mathrm{1,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{2,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

得到公共网格图阴影衰落s₀，其中D为所述格子的边长，s_0，0、s_1，0、s_2，0、s_3，0分别为在公共网格图G₀中仿真位置所属格子的四个顶点处的值，x_pos与y_pos分别为在公共网格图G₀中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

由以上发明内容可见，本发明在对阴影衰落进行仿真时，由于将独立高斯随机数矩阵通过根据仿真需要的阴影衰落空间相关函数生成的滤波器，然后采用仿真需要的阴影衰落的角度相关性对在仿真基站对应的网格图中和在公共网格图中得到的阴影衰落s_i和s₀进行叠加，得到最终的阴影衰落仿真结果。因此，采用本发明实施例的方法仿真得到的阴影衰落能够同时满足空间相关性和角度相关性的要求。

附图说明

图1为阴影衰落的角度相关性示意图；

图2为本发明实施例阴影衰落仿真方法的流程图；

图3为本发明实施例阴影衰落仿真的网格图示意图；

图4为本发明实施例阴影衰落仿真装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明的基本思想是：如果仿真区域中基站个数为b，生成b+1个网格图，将所有网格图对应的矩阵通过根据阴影衰落自相关函数生成的滤波器中，使仿真的阴影衰落满足空间相关性，将b+1个网格图中的一个作为公共网格图，以仿真位置在仿真基站对应的网格图中的阴影衰落与仿真位置在公共网格图中的阴影衰落进行叠加，使仿真阴影衰落满足角度相关性。

以下通过一个具体实施例对本发明的阴影衰落仿真方法进行说明。图2为本发明实施例阴影衰落仿真方法的流程图。如图2所示，该方法包括以下步骤。

步骤21，生成b+1个能够覆盖仿真区域相同的正方形的网格图G_i(i＝0，1，2，…，b)，其中，b为仿真区域中的基站个数，网格图G₀为公共网格图，网格图G₁至G_b分别对应基站1至基站b，网格图中的所有格子均为大小相等的正方形。

图3为本发明实施例阴影衰落仿真的网格图示意图。参见图3，图3中每一个正六边形表示一个小区，全部正六边形组成仿真区域，步骤21中生成的网格图如图3中正方形网格所示。

参见图2和图3，在步骤21中，首先根据仿真区域确定正方形网格图的边长，要求该网格图能够覆盖住仿真区域，所有正方形的网格图G_i(i＝0，1，2，…，b)均由N×N个相同的正方形的格子组成，以D表示每个格子的边长，要求

其中，0＜α＜1，一种较佳的实施方式为α＝0.01，d_corr为仿真要求的阴影衰落的相关距离，然后，用网格图边长除以格子边长D，得到N的取值，要求N为正整数。

步骤22，生成b+1个与网格图G_i(i＝0，1，2，…，b)对应的独立高斯随机数矩阵M_i(i＝0，1，2，…，b)，其中，矩阵中的元素为相互独立的高斯随机数，矩阵M_i(i＝0，1，2，…，b)分别对应网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值分别为矩阵M_i(i＝0，1，2，…，b)中对应位置的元素。

因为步骤21中生成的网格图G_i(i＝0，1，2，…，b)均由N×N个相同的正方形的格子组成，所以，在步骤22中，矩阵M_i(i＝0，1，2，…，b)均为N×N维矩阵。在本发明实施例中，高斯随机数指的是服从均值为0，方差为1的随机数。

步骤23，根据阴影衰落随距离变化的自相关函数创建滤波器。

在此步骤中，一种较佳的实施方式是该滤波器采用线性时不变滤波器。该滤波器的频率响应的计算方法为，以H表示滤波器的频率响应，则

其中，FFT表示傅立叶变换运算，R_Z(Δx，Δy)为阴影衰落随距离变化的自相关函数，参见图3，(Δx，Δy)为以仿真区域的中心点为原点建立的直角坐标系中位置变量的坐标。

步骤24，将矩阵M_i(i＝0，1，2，…，b)输入滤波器，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)，将矩阵S_i(i＝0，1，2，…，b)分别对应到网格图G_i中(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵S _i(i＝0，1，2，…，b)中对应位置的元素。

在此步骤中，将矩阵M_i(i＝0，1，2，…，b)输入滤波器，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)的具体过程如下：首先，对矩阵M_i(i＝0，1，2，…，b)进行二维傅立叶变换，得到FFT(M_i)；然后，将FFT(M_i)与滤波器的频率响应H相乘；最后，对FFT(M_i)与滤波器频率响应H的乘积做二维傅立叶逆变换，傅立叶逆变换之后的结果即为空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)。采用该滤波器得到的矩阵的均值和方差与输入矩阵的均值和方差均相同。用计算公式表示如下：

$S_i=\mathrm{IFFT}(\mathrm{FFT}\left(M_i\right)\·\sqrt{\mathrm{FFT}\left(R_Z(\mathrm{\Δx},\mathrm{\Δy})\right)}),i=\mathrm{0,1,2},...,b.$

因为在步骤23中的滤波器是根据阴影衰落的自相关函数生成的，在步骤24中，采用步骤23中生成的该滤波器对独立的高斯随机数矩阵M_i(i＝0，1，2，…，b)进行滤波，因此，滤波得到的矩阵S_i(i＝0，1，2，…，b)中的元素满足阴影衰落的自相关性，即空间相关性。

步骤25，在仿真基站对应的网格图中，确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，得到仿真网格图阴影衰落s_i。

参见图3，如果仿真系统中某一位置处有移动台，为该移动台服务的基站为基站i，仿真该位置处的阴影衰落时，在图3中以仿真位置为g_k，i点表示，仿真基站对应的网格图为网格图G_i。在此步骤中，确定仿真位置所属的格子的具体方法是：计算仿真位置与每个格子的中心点的距离，确定距离最短的格子为仿真位置所属的格子。采用该格子的四个顶点处的值进行二维线性插值，得到仿真网格图阴影衰落s_i的具体方法是：

$s_i=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，参见图3，D为所述格子的边长，s_0，i、s_1，i、s_2，i、s_3，i分别为仿真位置所属的格子的四个顶点处的值，x_pos与y_pos分别为在仿真基站对应的网格图G_i中仿真位置g_k，i与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

步骤26，在公共网格图G₀中，确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，得到公共网格图阴影衰落s₀。

在此步骤中，确定仿真位置所属的格子的具体方法，以及采用该格子的四个顶点处的值进行二维线性插值得到公共网格图阴影衰落s₀的具体方法，均与步骤25中相同，只需要将该方法应用于公共网格图G₀中进行计算即可。其中，在公共网格图G₀中阴影衰落s₀的具体计算公式为：

$s_0=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{\mathrm{0,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{3,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{\mathrm{1,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{2,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，0、s _1，0、s_2，0、s_3，0分别为仿真位置在的四个顶点处的值，x_pos与y_pos分别为在公共网格图G₀中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

在仿真过程中，步骤25与步骤26的顺序可以互换，也可以同时进行。

步骤27，根据

计算仿真位置处的阴影衰落，其中，s为仿真位置处的阴影衰落仿真结果，ρ为仿真要求的阴影衰落角度相关性。

在步骤27中，因为根据角度相关性对仿真位置在仿真基站对应的网格图中的阴影衰落，与仿真位置在公共网格图G₀中的阴影衰落进行了叠加，因此仿真结果s能够满足阴影衰落的角度相关性。

以上是本发明的阴影衰落仿真方法的一个具体实施例，下面对采用该仿真方法的阴影衰落仿真装置进行说明。

图4为本发明实施例阴影衰落仿真装置的结构示意图。参见图4，该阴影衰落仿真装置包括：网格图单元41、矩阵单元42、滤波器单元43和计算处理单元44。

网格图单元41生成b+1个能够覆盖仿真区域的相同的正方形的网格图G_i(i＝0，1，2，…，b)并发送给矩阵单元42和计算处理单元43。其中，b为仿真区域中的基站个数，网格图G₀为公共网格图，网格图G₁至G_b分别对应基站1至基站b，网格图中的所有格子均为大小相等的正方形。

网格图单元41在生成的网格图时，网格图均由N×N个相同的正方形的格子组成，所有格子的边长为D，

其中，0＜α＜1，一个较佳的实施方式是α＝0.01，d_corr为仿真要求的阴影衰落的相关距离。

矩阵单元42接收网格图单元41生成的网格图G_i(i＝0，1，2，…，b)，生成b+1个与网格图G_i(i＝0，1，2，…，b)对应的独立高斯随机数矩阵M_i(i＝0，1，2，…，b)并发送给滤波器单元43。其中，矩阵中的元素为相互独立的高斯随机数，矩阵M_i(i＝0，1，2，…，b)分别对应网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵M_i(i＝0，1，2，…，b)中对应位置的元素。

滤波器单元43接收矩阵单元42生成的矩阵M_i(i＝0，1，2，…，b)，根据阴影衰落随距离变化的自相关函数创建滤波器，对矩阵M_i(i＝0，1，2，…，b)进行滤波，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)并发送给计算处理单元44。

滤波器单元43生成的滤波器的频率响应用H表示，则

其中，FFT表示傅立叶变换运算，R_Z(Δx，Δy)为阴影衰落随距离变化的相关函数，(Δx，Δy)为以仿真区域的中心点为原点建立的直角坐标系中位置变量的坐标。滤波器单元43对矩阵M_i(i＝0，1，2，…，b)进行滤波得到的S_i的计算方法为：

$S_i=\mathrm{IFFT}(\mathrm{FFT}\left(M_i\right)\·\sqrt{\mathrm{FFT}\left(R_Z(\mathrm{\Δx},\mathrm{\Δy})\right)}),i=\mathrm{0,1,2},...,b.$

计算处理单元44分别接收来自网格图单元41的网格图G_i(i＝0，1，2，…，b)和来自滤波器单元42的矩阵S_i(i＝0，1，2，…，b)，将矩阵S_i(i＝0，1，2，…，b)分别对应到网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵S_i(i＝0，1，2，…，b)中对应位置的元素，在仿真基站对应的网格图和公共网格图G₀中，分别确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，分别得到仿真网格图阴影衰落s_i和公共网格图阴影衰落s₀，根据计算仿真位置处的阴影衰落。其中，s为仿真位置处的阴影衰落仿真结果，ρ为仿真要求的阴影衰落角度相关性。

其中，计算处理单元44在确定仿真位置所属的格子时，计算仿真位置与每个格子的中心点的距离，确定距离最短的格子为仿真位置所属的格子。

计算处理单元44在仿真基站对应的网格图中计算s_i时，采用如下计算方法：

$s_i=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，i、s_1，i、s_2，i、s_3，i分别为在仿真基站对应的网格图中仿真位置所属的格子的四个顶点处的值，x_pos与y_pos分别为在仿真基站对应的网格图中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

计算处理单元44在公共网格图中计算s₀时，采用如下计算方法：

$s_0=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{\mathrm{0,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{3,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{\mathrm{1,0}}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{\mathrm{2,0}}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中D为所述格子的边长，s_0，0、s_1，0、s_2，0、s_3，0分别为在公共网格图G₀中仿真位置所属格子的四个顶点处的值，x_pos与y_pos分别为在公共网格图G₀中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

根据以上具体实施方式可见，本发明在对阴影衰落进行仿真时，首先生成独立高斯随机数矩阵，根据仿真需要的阴影衰落空间相关函数生成滤波器，将独立高斯随机数矩阵通过该滤波器，得到满足阴影衰落空间相关性的高斯随机数矩阵，将该矩阵对应到网格图中，在仿真基站对应的网格图和公共网格图中分别计算出仿真位置的阴影衰落s_i和s₀，最后采用仿真需要的阴影衰落的角度相关性对s_i和s₀进行叠加，得到最终的阴影衰落仿真结果。因为采用空间相关性设计滤波器，并且根据角度相关性对在仿真基站对应的网格图和公共网格图中计算的阴影衰落进行叠加，因此，采用本发明实施例的方法仿真得到的阴影衰落能够同时满足空间相关性和角度相关性，提高了仿真结果的准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种阴影衰落仿真方法，其特征在于，包括：

生成b+1个能够覆盖仿真区域的相同的正方形的网格图G_i(i＝0，1，2，…，b)，其中，b为仿真区域中的基站个数，网格图G₀为公共网格图，网格图G₁至G_b分别对应基站1至基站b，网格图中的所有格子均为大小相等的正方形；

生成b+1个与网格图G_i(i＝0，1，2，…，b)对应的独立高斯随机数矩阵M_i(i＝0，1，2，…，b)，其中，矩阵中的元素为相互独立的高斯随机数，矩阵M_i(i＝0，1，2，…，b)分别对应网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵M_i(i＝0，1，2，…，b)中对应位置的元素；

根据阴影衰落随距离变化的自相关函数创建滤波器；

将矩阵M_i(i＝0，1，2，…，b)输入滤波器，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)，将矩阵S_i(i＝0，1，2，…，b)分别对应到网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵S_i(i＝0，1，2，…，b)中对应位置的元素；

在仿真基站对应的网格图中，确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，得到仿真网格图阴影衰落s_i；

在公共网格图G₀中，确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，得到公共网格图阴影衰落s₀；

根据

计算仿真位置处的阴影衰落，其中，s为仿真位置处的阴影衰落仿真结果，ρ为仿真要求的阴影衰落角度相关性。

2.根据权利要求1所述的仿真方法，其特征在于，

所述所有格子边长为D，

其中，0＜α＜1，d_corr为仿真要求的阴影衰落的相关距离；

所述正方形的网格图G_i(i＝0，1，2，…，b)均由N×N个相同的正方形的格子组成；

所述矩阵M_i(i＝0，1，2，…，b)均为N×N维矩阵；

其中，N为正整数且N等于网格图边长除以格子边长。

3.根据权利要求1所述的仿真方法，其特征在于，

所述滤波器为线性时不变滤波器；

所述滤波器的频率响应为

其中，H为滤波器的频率响应，FFT表示傅立叶变换运算，R_Z(Δx，Δy)为阴影衰落随距离变化的相关函数，(Δx，Δy)为以仿真区域的中心点为原点建立的直角坐标系中位置变量的坐标。

4.根据权利要求3所述的仿真方法，其特征在于，

所述将矩阵M_i(i＝0，1，2，…，b)输入滤波器，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)，包括：

对矩阵M_i(i＝0，1，2，…，b)进行二维傅立叶变换，得到FFT(M_i)；将FFT(M_i)与滤波器的频率响应相乘；对FFT(M_i)与滤波器频率响应的乘积做二维傅立叶逆变换，得到空间相关高斯随机数矩阵S_i，

i＝0，1，2，…，b。

5.根据权利要求1所述的仿真方法，其特征在于，

所述确定仿真位置所属的格子包括：计算仿真位置与每个格子的中心点的距离，确定距离最短的格子为仿真位置所属的格子。

6.根据权利要求1所述的仿真方法，其特征在于，

所述采用该格子的四个顶点处的值进行二维线性插值，得到仿真网格图阴影衰落s_i，包括：

$s_i=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，i、s_1，i、s_2，i、s_3，i分别为在仿真基站对应的网格图中仿真位置所属的格子的四个顶点处的值，x_pos与y_pos分别为在仿真基站对应的网格图中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离；

所述采用该格子的四个顶点处的值进行二维线性插值，得到公共网格图阴影衰落s₀，包括：

$s_0=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,0}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,0}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,0}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,0}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$

其中，D为所述格子的边长，s_0，0、s_1，0、s_2，0、s_3，0分别为在公共网格图G₀中仿真位置所属格子的四个顶点处的值，x_pos与y_pos分别为在公共网格图G₀中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

7.一种阴影衰落仿真装置，其特征在于，包括：网格图单元、矩阵单元、滤波器单元和计算处理单元；

所述网格图单元，用于生成b+1个能够覆盖仿真区域的相同的正方形的网格图G_i(i＝0，1，2，…，b)并发送给矩阵单元和计算处理单元，其中，b为仿真区域中的基站个数，网格图G₀为公共网格图，网格图G₁至G_b分别对应基站1至基站b，网格图中的所有格子均为大小相等的正方形；

所述矩阵单元，用于接收网格图单元生成的网格图G_i(i＝0，1，2，…，b)，生成b+1个与网格图G_i(i＝0，1，2，…，b)对应的独立高斯随机数矩阵M_i(i＝0，1，2，…，b)并发送给滤波器单元，其中，矩阵中的元素为相互独立的高斯随机数，矩阵M_i(i＝0，1，2，…，b)分别对应网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵M_i(i＝0，1，2，…，b)中对应位置的元素；

所述滤波器单元，用于接收矩阵单元生成的矩阵M_i(i＝0，1，2，…，b)，根据阴影衰落随距离变化的自相关函数创建滤波器，对矩阵M_i(i＝0，1，2，…，b)进行滤波，得到b+1个空间相关高斯随机数矩阵S_i(i＝0，1，2，…，b)并发送给计算处理单元；

所述计算处理单元，用于分别接收来自网格图单元的网格图G_i(i＝0，1，2，…，b)和来自滤波器单元的矩阵S_i(i＝0，1，2，…，b)，将矩阵S_i(i＝0，1，2，…，b)分别对应到网格图G_i(i＝0，1，2，…，b)，网格图G_i(i＝0，1，2，…，b)中每个节点处的值为矩阵S_i(i＝0，1，2，…，b)中对应位置的元素，在仿真基站对应的网格图和公共网格图G₀中，分别确定仿真位置所属的格子，采用该格子的四个顶点处的值进行二维线性插值，分别得到仿真网格图阴影衰落s_i和公共网格图阴影衰落s₀，根据

计算仿真位置处的阴影衰落，其中，s为仿真位置处的阴影衰落仿真结果，ρ为仿真要求的阴影衰落角度相关性。

8.根据权利要求7所述的仿真装置，其特征在于，

所述网格图单元生成的网格图的所有格子的边长为D，

其中，0＜α＜1，d_corr为仿真要求的阴影衰落的相关距离。

9.根据权利要求7所述的仿真装置，其特征在于，

所述滤波器单元生成的滤波器的频率响应为H，其中，FFT表示傅立叶变换运算，R_Z(Δx，Δy)为阴影衰落随距离变化的相关函数，(Δx，Δy)为以仿真区域的中心点为原点建立的直角坐标系中位置变量的坐标；

则所述滤波器单元对矩阵M_i(i＝0，1，2，…，b)进行滤波得到的S_i为：

i＝0，1，2，…，b。

10.根据权利要求7所述的仿真装置，其特征在于，

所述计算处理单元在仿真基站对应的网格图中根据 $s_i=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,i}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,i}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$ 得到仿真网格图阴影衰落s_i，其中，D为所述格子的边长，s_0，i、s_1，i、s_2，i、s_3，i分别为在仿真基站对应的网格图中仿真位置所属的格子的四个顶点处的值，x_pos与y_pos分别为在仿真基站对应的网格图中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离；

所述计算处理单元在公共网格图中根据以下计算公式 $s_0=\left(\sqrt{1-\frac{x_{\mathrm{pos}}}{D}}\right)[s_{0,0}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{3,0}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]+\sqrt{\frac{x_{\mathrm{pos}}}{D}}[s_{1,0}\sqrt{\frac{y_{\mathrm{pos}}}{D}}+s_{2,0}\left(\sqrt{1-\frac{y_{\mathrm{pos}}}{D}}\right)]$ 得到公共网格图阴影衰落s₀，其中D为所述格子的边长，s_0，0、s_1，0、s_2，0、s_3，0分别为在公共网格图G₀中仿真位置所属格子的四个顶点处的值，x_pos与y_pos分别为在公共网格图G₀中仿真位置与所属格子的距离原点最近的顶点在X、Y轴方向的距离。

Images