CN103716802A - 基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法 - Google Patents

Abstract

本发明基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法通过五个建模步骤，分别实现了信道模型参数的选择、移动通信信道的马尔科夫过程实现、各马尔科夫状态信道的时间序列产生、宽带状态信道时间序列时间相关性的加入以及信道极化特征、天线间相关性的叠加。本发明基于双正交极化天线的多输入多输出宽带卫星移动通信信道的建模方式考虑了信道的宽带特性，如频率选择衰落、时间选择性衰落以及宽带马尔科夫状态特征，以及应用双正交极化天线后，信道极化特征和天线间空间相关性对于信道特征的影响。这种宽带卫星移动通信信道的建模方式更准确、全面，能够更加真实的反应基于双正交极化天线的多输入多输出宽带卫星移动通信信道特征。

Description

基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法

技术领域：

本发明涉及多输入多输出卫星移动通信系统，特别涉及一种基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法。 

背景技术：

适当应用多输入多输出（MIMO,Multi-Input and Multi-Output）技术，能够大幅提高移动通信系统的信道容量、分集增益，并能够对抗信道多径衰落。如地面通信中，MIMO技术已被列入了4G系统标准。在宽带MIMO卫星移动通信系统中，通常以直射信号为主，虽然应用MIMO技术对抗多径衰落的作用不明显，但是仍能够获得较高的信道容量增益和分集增益，具有较好的应用前景。 

宽带MIMO卫星移动通信系统中，单一卫星、和移动终端体积受限，天线组内间距较小，耦合现象严重，无法保证较好的天线间信道独立性。为解决这一问题，可在卫星和移动终端上分别放置两个临近距离天线，两天线利用电磁波的正交极化分量，构成双正交极化天线，以实现较好的天线间隔离度，进而保证发射或接收天线在较小的间距下具有良好的信道独立性，并获得与空间相距较远的单极化MIMO天线系统类似的分集增益和容量增益。 

为准确分析该基于双正交极化天线的MIMO宽带卫星移动通信系统性能、了解在实际传输环境中的系统性能边界、评估和比较不同传输策略，需要建立准确、完整、符合实际的基于双正交极化天线的MIMO宽带卫星移动通信信道模型，而该信道的概率统计模型可以用于各种环境参数下的信道仿真。 

发明内容：

本发明提供一种基于双正交带卫星移动通信信道建模方法，其能够建立准确、完整、符合实际的基于双正交极化天线的MIMO宽带卫星移动通信信道模型。 

本发明采用如下技术方案：一种基于双正交极化天线的多输入多输出宽带卫星移动通信 信道建模方法，其包括如下步骤 

步骤1.根据移动卫星通信参数，如频段、仰角和接收终端所处环境因素，确定一个通信过程的通信场景个数； 

步骤2.确定步骤1中的通信场景是否为宽带通信场景，进而确定该场景下的马尔科夫状态数，若为宽带通信场景则具备四个状态，若为窄带通信场景则仅具备三个状态，并确定状态间转移概率矩阵P和状态持续概率矩阵W； 

步骤3.确定步骤2中每个马尔科夫状态的信道参数，即该状态下的Loo卫星移动通信信道模型参数，如对数正态分布均值μ，方差d，以及瑞利分布参数b，以及宽带状态的多径信号平均功率MP以及该状态的平均相对延时参数τ_av，通过Loo模型时间序列产生方法可以获得任一状态的时间序列； 

步骤4.根据抽头延迟线模型改写步骤3中获得的宽带状态时间序列，并为其加入时间相关性，即对宽带状态下的大尺度衰落部分时间序列进行1阶IIR巴特沃斯滤波，进而得到具备宽带特征的时间序列； 

步骤5.为步骤3中得到的窄带状态时间序列或步骤4中得到的宽带特征时间序列的大尺度和小尺度衰落部分均叠加信道的极化特征和天线间相关性，以获得信道的极化特征与空间相关性特征。 

将获得的基于双正交极化天线的宽带卫星移动通信信道响应的时间序列和信源信号相乘，可用以对一个带有双正交极化天线的MIMO系统的信道容量、中断概率、系统性能进行分析。 

本发明基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法与现有技术相比，具有以下技术效果： 

（1）本发明提出的四状态马尔科夫信道转换过程，四状态的转换以三状态的转换为基础，比常规的三状态马尔科夫转换过程多出了一个宽带状态，其中第四状态即宽带状态只能和第一状态之间转换，这样的四状态马尔科夫过程，更加能够完整的描述一个宽带卫星移动通信信道的状态转换过程； 

（2）通过抽头延迟线模型和时间相关性的叠加，使信道具备频率选择性和时间选择性的宽带特征； 

（3）本发明提出的基于双正交极化天线的卫星通信信道，需要对信道极化特征和天线间 相关性进行考虑，且本发明对这种信道条件，考虑到了信道的交叉极化鉴别度（XPD，Cross Polarization Discrimination）的影响以及信道交叉极化耦合（XPC，Cross Polarization Coupling）特性。 

附图说明：

图1为本发明基于双正交极化天线的多输入多输出宽带卫星移动通信的简单结构示意图。 

图2为四状态宽带Fontan模型。 

图3为不同环境下理论Loo模型与接收信号仿真随机过程之间的CDF值对比。 

图4为不同环境下的指数PDP模型。 

图5为典型的2×2双正交极化MIMO信道的示意图。 

图6为不同仰角、不同状态下Loo模型的参数（窄带状态、郊区环境、L波段卫星）。 

图7为不同仰角、不同状态下Loo模型的参数（窄带状态、城市环境、L波段卫星）。 

图8为不同仰角、不同状态下Loo模型的参数（窄带状态、S波段卫星）。 

图9为城市环境下Markov状态持续矩阵W与状态转移矩阵P（S波段、窄带状态）。 

图10郊区环境下Markov状态持续矩阵W与状态转移矩阵P（S波段、窄带状态）。 

图11为开阔地环境下Markov状态持续矩阵W与状态转移矩阵P（S波段、窄带状态）。 

图12为中度阴影遮蔽环境下Markov状态持续矩阵W与状态转移矩阵P（S波段、窄带状态）。 

图13为重度阴影遮蔽环境下Markov状态持续矩阵W与状态转移矩阵P（S波段、窄带状态）。 

图14为城市环境下Markov状态持续矩阵W与状态转移矩阵P（L波段、窄带状态）。 

图15为郊区环境下Markov状态持续矩阵W与状态转移矩阵P（L波段、窄带状态）。 

图16为L波段与S波段下的卫星宽带状态与窄带状态的持续概率。 

图17为L波段与S波段卫星宽带状态下的MP(相对于LOS)和τ_av典型值。 

图18为不同环境下的典型极化参数值。 

具体实施方式：

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。 

本发明所要解决的技术问题是如何建立准确、完整、符合实际的基于双正交极化天线的MIMO宽带卫星移动通信信道模型。本发明为了解决上述技术问题采用以下信道建模步骤，并通过每个步骤下的具体方式实施。 

步骤1.根据移动卫星通信参数，如频段、仰角和接收终端所处环境等因素，确定一个通信过程的通信场景个数； 

在通信频段确定的前提下，通信仰角变化和终端所处通信环境的变化都会改变卫星通信信道场景。如通信仰角一般可以以10°为间隔划分为30°、40°、50°、60°、70°、80°和90°等7种仰角情况；而根据通信终端所处的环境变化，可以将通信环境大致分为城市环境、郊区环境、开阔地环境、稠密树木遮蔽环境和稀疏树木遮蔽环境等五种环境。以上的仰角和环境因素其一发生改变就可认定为通信场景发生改变。 

步骤2.确定步骤1中的通信场景是否为宽带通信场景，进而确定该场景下的马尔科夫状态数，若为宽带通信场景则具备四个状态，若为窄带通信场景则仅具备三个状态，并确定状态间转移概率矩阵P和状态持续概率矩阵W； 

随着传输速率和频谱利用率的提高，部分通信场景可以被认为是具备宽带状态的，其中，宽带通信场景的认定条件有以下两个：第一，多径信号强度足够大，能够落在接收机的动态范围内，且能够和高斯白噪声区别开；第二，多径信号相对延时大于符号速率的倒数，即信号带宽大于相对延时的倒数。 

传统的陆地-卫星移动通信信道模型（LMS）根据接收终端所处环境的不同，认为每个环境都是由以下3个状态的不同概率组合构成：即存在直射信号（LOS）（State I）、中度阴影遮蔽（State II）以及严重阴影遮蔽状态（State III）。窄带通信场景下，根据环境、仰角的不同，各状态的持续概率W和状态间的转移概率P也不同，其典型值如图9-15所示。 

而若通信场景可以认定为宽带通信场景的情况下，在以上三状态的基础上还应加入一个宽带状态（State IV）。而由于认定宽带状态两个条件的限制，宽带状态（State IV）只能和存在直射信号状态（State I）间转换，如图2所示。宽带状态（State IV）与窄带状态（State I-III总和）之间的持续概率W和状态间的转移概率P典型值如图16所示。 

步骤3.确定步骤2中每个马尔科夫状态的信道参数，即该状态下的Loo模型参数，如对数正态分布均值μ，方差d，以及瑞利分布参数b，典型窄带通信场景下的状态信道参数如图 6-8所示，还需得到宽带通信场景下的多径信号平均功率b（MP）以及该状态的平均相对延时参数τ_av，典型参数如图17所示。通过Loo模型时间序列产生方法（式1）可以获得任一状态下的时间序列。 

在窄带状态下，若假设发射信号幅度为1，即s_LOS=1，则接收到的复信号形式的可以用式（1）来描述，而此时的接收信号形式等同于信道的复数特征： 

其中，z(t)代表着信道对于直射信号的乘性因子，其为幅度服从对数正态分布，相位服从[–ππ]之间均匀分布的复信道特性，而w(t)代表着信道产生的多径信号，其为幅度服从瑞利分布，相位服从[–ππ]之间均匀分布的复信道特性。若G是均值为μ标准差为d的高斯分布随机序列，那么Z可以通过式（2）得到，即为一个对数正态分布序列；若X和Y是两个独立的标准正态分布序列，而瑞利分布参数（多径信号的平均功率）为b，那么W可以通过式（3）得到： 

Z=exp(G)  (2) 

$W=\sqrt{b}\·\sqrt{X^2+Y^2}---\left(3\right)$

由式（1）产生的随机数序列经过数理统计后，其累计概率分布符合Loo模型分布，如图3所示。其中，参数μ、d、b可以改写为dB形式，分别记为：α、Φ、MP，如式（4）所示。 

$\mathrm{\α}={20\log }_{10}\left(e^{\mathrm{\μ}}\right);\mathrm{\Φ}={20\log }_{10}\left(e^{\sqrt{d}}\right);\mathrm{MP}={10\log }_{10}\left(b\right)---\left(4\right)$

这样，依据式（1），就可以获得在窄带状态下叠加了信道特性的接收信号序列，若假设发射信号幅度为1，即s_LOS=1，则此时的接收信号形式等同于信道的复数特征。 

步骤4.根据抽头延迟线模型改写步骤3中获得的宽带状态时间序列（频率选择性衰落），并为其加入时间相关性（时间选择性衰落），即对宽带状态下的大尺度衰落部分时间序列进行1阶IIR巴特沃斯滤波，进而得到具备宽带特征的时间序列； 

在宽带状态下，根据抽头延迟线模型（TDL，Trapped Delay Line）的描述，接收信号r(t)可以由式（5）给出： 

$r\left(t\right)={\mathrm{\α}}_{0}s(t-\frac{1}{W})+\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{c}_{k}s(t-\frac{k}{W})+z\left(t\right)---\left(5\right)$

其中，

（k=1,2,…L，α_k）为每一多径信号的幅度，即为瑞利分布多径信号的 幅度

如式（6）所示，φ(k)为服从[–ππ]之间均匀分布的相位，z(t)为复加性高斯白噪声： 

$P_k=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_k^2;\mathrm{MP}=10\log \left(P_k\right)---\left(6\right)$

依据TDL模型，α_k服从指数分布，如式（7）和图4所示 

${\mathrm{\α}}_k={\mathrm{\α}}_1{e}^{-{\mathrm{\τ}}_k/{\mathrm{\τ}}_{\mathrm{av}}}={\mathrm{\α}}_1{e}^{-(k-1)n{T}_s/{\mathrm{\τ}}_{\mathrm{av}}},k=\mathrm{1,2}...L---\left(7\right)$

其中，τ_k为第k路多径信号的相对延迟(τ1=0),τ_av为指数分布因子，T_s为信号的采样间隔，若定义A=τ_av/nT_s，则

为一等比序列，有： 

$P_k={10}^{\mathrm{MP}/10}=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_k^2=\frac{{\mathrm{\α}}_1^2(1-e^{-2\mathrm{LA}})}{1-e^{-2A}}---\left(8\right)$

这样依据式（5），就可以获得宽带状态下叠加了频率选择性信道的接收信号序列，若假设发射信号幅度为1，即s_LOS=1，则此时的接收信号形式等同于信道的复数特征。 

随着科技的发展，更多的利用低轨卫星（LEO）来进行通信，这样就会产生较大的多普勒频移，因此，必须在信道建模的过程中，产生信号的时间相关特性。多普勒频移会产生时间选择性衰落，而相关时间定义为最大多普勒频移的倒数，即T_c=1/f_m。而时间相关性可以描述为如式（9）所示： 

$y_n=x_n+a\·y_{n-1}=x_n+e^{-f_m/f_s}\·y_{n-1}---\left(9\right)$

其中，f_s为采样频率。式（9）的形式等同于一个1阶低通IIR滤波器，因此可以利用一个截止频率为f_m的1阶低通IIR滤波器来对未叠加时间相关性的宽带状态时间序列进行滤波，以获得信号的时间相关性，从而真实的反应信道的多普勒效应影响。 

这样，通过抽头延迟线模型以及时间相关性的叠加，可以获得叠加了宽带特性（频率和时间选择性衰落）的宽带状态下的信道特征序列。 

步骤5.为步骤3中得到的窄带状态时间序列或步骤4中得到的宽带特征时间序列的大尺度衰落部分Z和小尺度衰落部分W均叠加信道的极化特征和天线间相关性，以获得信道的极化特征与空间相关性特征。 

双正交极化天线对于信道特征的影响，主要体现在天线组对于信道极化特性和天线间信号相关性的影响方面。图5给出了一个典型的2×2双正交极化MIMO信道的示意图，图中a₁a₂…为输入信号序列，T₁、T₂为正交极化的发射天线对，R₁、R₂为与发射天线极化对应 的接收天线对，h_ij代表了第i个接收天线和第j个发射天线间的时域子信道响应，当发射信号为1时，依据式（1），信道响应矩阵H可以描述为式（11）： 

$H=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]=\left[\begin{array}{cc}{z}_{11}& z_{12}\\ z_{21}& z_{22}\end{array}\right]+\left[\begin{array}{cc}{w}_{11}& w_{12}\\ w_{21}& w_{22}\end{array}\right]=Z+W---\left(11\right)$

而加入天线间相关性的信道响应特性H_c可以由式（12）描述： 

$H_c={\left(R_{\mathrm{rx}}^L\right)}^{1/2}\·Z\·{\left(R_{\mathrm{tx}}^L\right)}^{1/2}+{\left(E_{\mathrm{rx}}^S\right)}^{1/2}\·W\·{\left(R_{\mathrm{tx}}^S\right)}^{1/2}---\left(12\right)$

其中，R^L _rx、R^L _tx分别代表接收和发射天线的大尺度衰落信号的归一化协方差矩阵，而R^S _rx、R^S _tx分别代表接收和发射天线的小尺度衰落信号的归一化协方差矩阵。经计算，以上四个归一化协方差矩阵可以描述为式（13-16）。 

$R_{\mathrm{rx}}^L=\left[\begin{array}{cc}1& 2\·{\mathrm{\ρ}}_{\mathrm{rx}}\·\sqrt{(1-\mathrm{\β})\mathrm{\β}}\·[1+\frac{1-{\mathrm{\ρ}}_{\mathrm{rx}}}{{\mathrm{\ρ}}_{\mathrm{rx}}}\frac{\exp (2\mathrm{\μ}+d)}{P_L}]\\ 2\·{\mathrm{\ρ}}_{\mathrm{rx}}\·\sqrt{(1-\mathrm{\β})\mathrm{\β}}\·[1+\frac{1-{\mathrm{\ρ}}_{\mathrm{rx}}}{{\mathrm{\ρ}}_{\mathrm{rx}}}\frac{\exp (2\mathrm{\μ}+d)}{P_L}]& 1\end{array}\right]---\left(13\right)$

$R_{\mathrm{tx}}^L=\left[\begin{array}{cc}1& 2\·{\mathrm{\ρ}}_{\mathrm{tx}}\·\sqrt{(1-\mathrm{\β})\mathrm{\β}}\·[1+\frac{1-{\mathrm{\ρ}}_{\mathrm{tx}}}{{\mathrm{\ρ}}_{\mathrm{tx}}}\frac{\exp (2\mathrm{\μ}+d)}{P_L}]\\ 2\·{\mathrm{\ρ}}_{\mathrm{tx}}\·\sqrt{(1-\mathrm{\β})\mathrm{\β}}\·[1+\frac{1-{\mathrm{\ρ}}_{\mathrm{tx}}}{{\mathrm{\ρ}}_{\mathrm{tx}}}\frac{\exp (2\mathrm{\μ}+d)}{P_L}]& 1\end{array}\right]---\left(14\right)$

$R_{\mathrm{rx}}^S=\left[\begin{array}{cc}1& 2\·{\mathrm{\ρ}}_{\mathrm{rx}}\·\sqrt{(1-\mathrm{\η})\mathrm{\η}}\\ 2\·{\mathrm{\ρ}}_{\mathrm{rx}}\·\sqrt{(1-\mathrm{\η})\mathrm{\η}}& 1\end{array}\right]---\left(15\right)$

$R_{\mathrm{tx}}^S=\left[\begin{array}{cc}1& 2\·{\mathrm{\ρ}}_{\mathrm{tx}}\·\sqrt{(1-\mathrm{\η})\mathrm{\η}}\\ 2\·{\mathrm{\ρ}}_{\mathrm{tx}}\·\sqrt{(1-\mathrm{\η})\mathrm{\η}}& 1\end{array}\right]---\left(16\right)$

其中，ρ_rx和ρ_tx为极化相关系数，这两个参数描述天线间相关性对信道特性的影响，β代表着大尺度衰落信号中的双极化信号的功率分配，其主要收到信道的交叉极化鉴别度（XPD，Cross Polarization Discrimination）的影响，而γ代表着信道交叉极化耦合（XPC，Cross Polarization Coupling）现象对于大尺度和小尺度衰落信号中原极化和耦合极化信号的功率分配，这两个参数可以描述信道的极化特性对于信道特性的影响，受到信道极化特征影响的大尺度和小尺度衰落中两正交极化信号的功率比值，分别如式（17）和式（18）所示。 

$\frac{P_{\mathrm{CO}}}{P_{\mathrm{CR}}}=\frac{E\left({\left|z_{\mathrm{ij}}\right|}^2\right)|(i=j)}{E\left({\left|z_{\mathrm{ij}}\right|}^2\right)(i\≠j)}=\frac{E\left({\left|z_{11}\right|}^2\right)}{E\left({\left|z_{12}\right|}^2\right)}=\frac{1-\mathrm{\β}}{\mathrm{\β}}---\left(17\right)$

$\frac{P_{\mathrm{CO}}}{P_{\mathrm{CR}}}=\frac{E\left({\left|w_{\mathrm{ij}}\right|}^2\right)|(i=j)}{E\left({\left|w_{\mathrm{ij}}\right|}^2\right)(i\≠j)}=\frac{E\left({\left|w_{11}\right|}^2\right)}{E\left({\left|w_{12}\right|}^2\right)}=\frac{1-\mathrm{\β}(1-\mathrm{\γ})+\mathrm{\β\γ}}{\mathrm{\β}(1-\mathrm{\γ})+(1-\mathrm{\β})\mathrm{\γ}}=\frac{1-\mathrm{\η}}{\mathrm{\η}}---\left(18\right)$

以上ρ_rx、ρ_tx、β和γ四个系数的典型值如图18所示。 

这样，经过如上5个步骤，即可获得基于双正交极化天线的多输入多输出宽带卫星移动 通信信道模型，以及该模型信道特征时间序列，该序列可以用于产生信道随机数，用于分析信道的典型特征，如信道容量、中断概率；也可以用于在系统仿真中模拟信道，以分析系统的误帧率等性能。 

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以做出若干改进，这些改进也应视为本发明的保护范围。. 

Claims (2)

1.一种基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法，其特征在于：包括如下步骤

步骤1.根据移动卫星通信参数，如频段、仰角和接收终端所处环境因素，确定一个通信过程的通信场景个数；

步骤2.确定步骤1中的通信场景是否为宽带通信场景，进而确定该场景下的马尔科夫状态数，若为宽带通信场景则具备四个状态，若为窄带通信场景则仅具备三个状态，并确定状态间转移概率矩阵P和状态持续概率矩阵W；

步骤3.确定步骤2中每个马尔科夫状态的信道参数，即该状态下的Loo卫星移动通信信道模型参数，如对数正态分布均值μ，方差d，以及瑞利分布参数b，以及宽带状态的多径信号平均功率MP以及该状态的平均相对延时参数τav，通过Loo模型时间序列产生方法可以获得任一状态的时间序列；

步骤4.根据抽头延迟线模型改写步骤3中获得的宽带状态时间序列，并为其加入时间相关性，即对宽带状态下的大尺度衰落部分时间序列进行1阶IIR巴特沃斯滤波，进而得到具备宽带特征的时间序列；

步骤5.为步骤3中得到的窄带状态时间序列或步骤4中得到的宽带特征时间序列的大尺度和小尺度衰落部分均叠加信道的极化特征和天线间相关性，以获得信道的极化特征与空间相关性特征。

2.如权利要求1所述的基于双正交极化天线的多输入多输出宽带卫星移动通信信道建模方法，其特征在于：将获得的基于双正交极化天线的宽带卫星移动通信信道响应的时间序列和信源信号相乘，用以对一个带有双正交极化天线的MIMO系统的信道容量、中断概率、系统性能进行分析。

Images