CN103763715B - 基于多天线mimo 3d空心椭球的统计信道建模方法 - Google Patents
基于多天线mimo 3d空心椭球的统计信道建模方法 Download PDFInfo
- Publication number
- CN103763715B CN103763715B CN201410025877.6A CN201410025877A CN103763715B CN 103763715 B CN103763715 B CN 103763715B CN 201410025877 A CN201410025877 A CN 201410025877A CN 103763715 B CN103763715 B CN 103763715B
- Authority
- CN
- China
- Prior art keywords
- beta
- phi
- cos
- tau
- density function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005315 distribution function Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 13
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 8
- 239000011796 hollow space material Substances 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000010295 mobile communication Methods 0.000 abstract description 8
- 238000011160 research Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000009827 uniform distribution Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920000535 Tan II Polymers 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种合理的综合改进的3D空心椭球的统计信道建模方法,包括建立空心椭球统计信道模型,计算3D空心椭球移动台端方位角和俯仰角的AOA概率密度函数,计算基站端方位角和俯仰角的AOA概率密度函数,计算多普勒频移DS的概率密度函数的步骤,建立了多天线MIMO 3D空间域信道模型,能更加准确灵活方便地估计宏小区和微小区等移动通信环境,有效的提高电磁信号波达角度(AOA:angle of arrival)、波达时间(TOA:time of arrival)以及多普勒频移(DS:Doppler Shift)等信道参数估计的准确性,拓展了空间统计信道模型的研究和应用。
Description
技术领域
本发明属于无线通信技术领域,尤其是涉及一种基于多天线MIMO 3D空心椭球的统计信道建模方法。
背景技术
近年来,在无线通信中对MIMO(multiple-input multiple-output)系统的研究越来越多,建立能够准确描述信道多径效应的无线信道模型,对于研究无线移动通信系统有着重要的作用。
鉴于3D空间域信道模型描述波达信号的精确性,有一些研究员提出了3D空间模型,这些信道模型更加符合实际移动通信环境。K.B.Baltzis提出了一种3D信道模型,基站BS的位置在离地面有一定的高度,而散射体分布空间则是一个2-D平面空间的圆形区域,这种模型更精确地符合宏小区(Macrocell)环境的时空特征。S.J.Nawaz提出一种在基站BS有指向性天线的3D空间信道模型,引入了主瓣宽度为2α的指向性天线。但是在某些特定的市区蜂窝小区移动通信环境下,比如在某个足球体育场上或者在某个大型购物商场里,而发射信号台在某幢高楼上,这使得移动台周围散射体可能很少,甚至于为零。目前尚缺乏针对微小区的较为精确的信道模型。
此外,在移动通信系统性能中,信道容量能够全面的显示MIMO系统的性能特点。在研究MIMO信道容量之前,首先需要研究的是MIMO阵列天线的各阵元间的空间衰落相关性(SFC:spatial fading correlation)。而阵元间相关性主要取决于入射信号的角度扩展,但是现有信道模型中入射信号的到达角度(AOA:angle of arrival)分布都是均匀分布、高斯分布以及拉普拉斯分布,缺乏真实的空间统计信道仿真。
发明内容
为解决上述问题,本发明公开了一种合理的综合改进的3D空心椭球的统计信道建模方法,建立多天线MIMO 3D空间域信道模型,并推导出实际的方位角(AA,azimuth ofarrival)和俯仰角(EA,elevation of arrival)的AOA概率密度函数。
为了达到上述目的,本发明提供如下技术方案:
一种基于多天线MIMO 3D空心椭球的统计信道建模方法,包括如下步骤:
步骤一:建立多天线MIMO 3D空心椭球统计信道的模型,包括基站和移动台,以移动台MS为原点,建立三维坐标系和空心椭球模型,所述椭圆球体内分布有散射体,以移动台MS为中心的椭圆球体内部空心空间内不存在散射体,模型中rb为基站到某个散射体的距离,φb为基站到某个散射体的方位角,βb为基站到某个散射体的俯仰角,rm为移动台到某个散射体的距离,φm为移动台到某个散射体的方位角,βm为移动台到某个散射体的俯仰角,DLos为基站和移动台之间的直达距离,D为基站和移动台之间的水平距离,H为基站离地面的垂直高度,a1为散射体3D椭圆球体空间的长轴,a2为散射体3D椭圆球体空间的短轴,ρb为rb在水平面内的投影,b1为散射体3D椭圆球体内部空心空间的长轴,b2为散射体3D椭圆球体内部空心空间的短轴;
步骤二:计算到达角度AOA的概率密度函数:
步骤二-1:计算3D空心椭球移动台端方位角和俯仰角的AOA概率密度函数
(1)定义散射体分布函数:
式中,I是空心椭圆球体的散射体分布空间,空间体积V为:
(2)通过雅可比式将坐标(xm,ym,zm)转换为(rm,φm,βm):
(3)由上式对rm进行积分得到p(βm,φm)概率密度函数:
其中,
(4)由p(βm,φm)概率密度函数对βm直接积分得到方位角的边缘密度函数p(φm):
(5)由p(βm,φm)概率密度函数对φm积分得到俯仰角的边缘密度函数p(βm):
步骤二-2:计算基站端方位角和俯仰角的AOA概率密度函数
(1)计算基站端的方位角和俯仰角的联合分布函数p(βb,φb):
式中,ρb1、ρb2分别是和在水平面内的投影,而和是在BS端一定角度(βb,φb)情况下与散射体空间相交的距离,其中,
(2)计算基站方位角的边缘密度函数p(φb):
(3)根据散射体区域投影的面积Aφ,计算AOA方位角的边缘密度函数:
其中,sinφm=(a1/D)和sinφ′m=(a2/D);
(4)计算垂直面内边缘密度函数:
其中,βmin≤βb≤βmax,且
步骤三:计算到达时间TOA的联合概率密度函数
(1)计算来波信号的AOA/TOA联合密度函数:
其中,
其中J(rm,βm,φm)为雅可比转换式,且
(2)通过以上式子,计算AOA/TOA的联合密度函数:
其中到达时延c为光速;
对上式进行βm积分计算移动台MS在方位角的TOA联合分布函数:
其中,p(τ,φm)的闭式表达式如下:
其中
k1=Dcosφm
k2=H
k3=cτ
对AOA/TOA的联合密度函数进行φm积分计算移动台MS在俯仰角的TOA联合分布函数:
其中
k1=Dcosβm
k2=Hsinβm-cτ
k4=2cτDcosβm
步骤四:计算多普勒频移DS的概率密度函数
计算多普勒频移的累积分布函数:
其中,Prob{A}表示A事件发生的概率,γ≡fDS/fm,所述其中v为移动台的移动速度,fc为信号的载波频率,fm=vfc/c是最大多普勒频移,θm和βm分别为移动台MS到达角度的方位角和俯仰角,
对F(γ)求导计算多普勒频移的概率密度函数:
其中,|γ|≤cosβm。
具体的,所述的散射体均匀分布在空心椭球体区域内。
与现有多天线MIMO系统建模方法相比,本发明提供的3D空心椭球体信道建模方法,能更加准确灵活方便地估计宏小区和微小区等移动通信环境,有效的提高电磁信号波达角度(AOA:angle of arrival)、波达时间(TOA:time of arrival)以及多普勒频移(DS:Doppler Shift)等信道参数估计的准确性。本发明拓展了空间统计信道模型的研究和应用,为评估多天线MIMO系统空时处理算法和仿真无线通信系统提供了有力的工具。
附图说明
图1为本发明提出的3D空心椭球信道理论模型图;
图2为散射体相交面的3D图;
图3为ρb穿过内部空心椭圆时的垂直平面图;
图4为ρb没有穿过内部空心椭圆时的垂直平面图;
图5为散射体相交面的投影图;
图6为参数a1/b1对MS端EA边缘密度函数的影响示意图(D=500m,H=100m,a1=100m,a1/b1=a2/b2);
图7为不同空心形状对MS端EA边缘密度函数的影响示意图(D=500m,H=100m,a1=b1=100m);
图8为参数2a/a1对AA边缘密度函数的影响示意图(D=500m,H=100m,a1=b1=100m,a2=b2);
图9为垂直高度H对BS端EA边缘密度函数的影响示意图(D=500m,a1=b1=100m,a2=b2=50m);
图10为参数a2/a1对BS端EA边缘密度函数的影响示意图(D=500m,H=100m,a1=b1=100m,a2/b2);
图11为MS端AA的TOA联合概率密度分布示意图(D=500m,H=100m,a1=b1=100m);
图12为MS端EA的TOA联合概率密度分布示意图(D=500m,H=100m,a1=b1=100m);
图13为参数a1/b1对多普勒频移的概率密度函数的影响示意图(D=500m,H=100m,a1=100m,a1/b1=a2/b2);
图14为不同空心形状对多普勒频移的概率密度函数的影响示意图(D=500m,H=100m,a1=b1=100m);
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明提供的统计信道建模方法,需要建立3D空心椭球体信道模型,具体包括如下步骤:
步骤一:建立如图1所示的多天线MIMO 3D空心椭球统计信道的模型,包括基站和移动台,以接收信号移动台MS为中心,以移动台MS为原点,建立三维坐标系和空心椭球模型,假设所有散射体集中分布在整个椭圆球体内,假设在移动台MS周围不存在散射体,这个区域我们假设为一个半椭圆球体(称之为椭圆球体内部空心空间),图1中各参数符号定义如下:
rb:基站到某个散射体的距离
φb:基站到某个散射体的方位角
βb:基站到某个散射体的俯仰角
rm:移动台到某个散射体的距离
φm:移动台到某个散射体的方位角
βm:移动台到某个散射体的俯仰角
DLos:基站和移动台之间的直达距离
D:基站和移动台之间的水平距离
H:基站离地面的垂直高度
ρb:rb在水平面内的投影
a1和a2:散射体3D椭圆球体空间的长轴和短轴
b1和b2:散射体3D椭圆球体内部空心空间的长轴和短轴
步骤二:计算到达角度(AOA)的概率密度函数:
步骤二-1:计算3D空心椭球移动台端方位角和俯仰角的AOA概率密度函数
假设散射体分布是均匀分布,其散射体分布函数为:
式中,I是空心椭圆球体的散射体分布空间,空间体积可以写为:
由图1可以看出,任意散射体点反射产生的来波信号AOA的方位角和俯仰角分别为φm和βm,散射体点到移动台MS的距离为rm,我们通过雅可比式将坐标(xm,ym,zm)转换为(rm,φm,βm):
上式(3)对rm进行积分可以得到p(βm,φm)概率密度函数:
其中rmax和rmin表达为下式:
由式(4)对βm直接积分可得到方位角的边缘密度函数p(φm):
由式(4)对φm积分可得到俯仰角的边缘密度函数p(βm):
步骤二-2:计算基站端方位角和俯仰角的AOA概率密度函数
基站端的方位角和俯仰角的联合分布函数p(βb,φb)为:
式中,ρb1、ρb2分别是和在水平面内的投影,而和是在BS端一定角度(βb,φb)情况下与散射体空间相交的距离(如图2所示)。如图5所示,对于给定的βb,散射体空间相交面在水平内的投影是个椭圆,此时ρb1、ρb2可以得到:
其中,
而基站方位角的边缘密度函数p(φb)表达式为:
图3、图4是信道模型在ρb平面内的投影,投影椭圆的中心在ρb=Dcosφb处,其长轴和短轴分别如图3所示。另外定义sinφm=(a1/D)和sinφ′m=(a2/D)。如图3示,分别计算2种情况下的散射体区域投影的面积Aφ,
将Aφ的计算公式代入式(14),AOA方位角的边缘密度函数表达式可以归纳为:
如图3所示,基站BS垂直面角βb的范围为βmin≤βb≤βmax,其中
在计算俯仰角的边缘密度函数时需要用到β1、β2、β3和β4,其表达式如下:
如图3、图4和图5所示,垂直面角βb可以分为5种情况(βmin≤βb≤β1,β2≤βb≤β3,β3≤βb≤β4,β4≤βb≤β5,β5≤βb≤βmax)计算出垂直面内的边缘密度函数。当β2≤βb≤β3时,与散射体空间相交面在水平内的投影内部出现空心圆,此时计算边缘密度函数需要减去空心圆的部分。另外当βb≥β1,投影部分不在是个完整的圆,出现曲线OO′,此时ρb2=H/tanβb(如图4)。综合考虑这5种情况,可推导出垂直面内边缘密度函数:
其中ρb1、ρb2、ρ′b1和ρ′b2分别是βb在某一取值范围内相对应的值。
步骤三:计算到达时间(TOA)的联合概率密度函数
对任何散射体反射的信号,从基站BS到移动台MS存在传播路径,其到达时延τ为:
其中c为光速。通过计算可以到rb关于(rm,βm,φm)的表达式:
将(24)代入(23)中,然后两边平方化简得到rm(τ,βm,φm)的表达式:
来波信号的AOA/TOA联合密度函数表达式为:
其中J(rm,βm,φm)为雅可比转换式,有
将(25)和(27)代入(26)中,可以得到AOA/TOA的联合密度函数:
对上式进行βm积分计算可以得到移动台MS在方位角的TOA联合分布函数:
其中,p(τ,φm)的闭式表达式如下:
其中
k1=Dcosφm
k2=H
k3=cτ
对式(28)进行φm积分计算可以得到移动台MS在俯仰角的TOA联合分布函数:
其中
k1=Dcosβm
k2=Hsinβm-cτ
k4=2cτDcosβm (33)
步骤四:计算多普勒频移(DS)的概率密度函数
在3D空间信道模型中,移动台MS的移动特性会使信号产生多普勒频移。因此,多普勒频移与传播路径中的角度的关系为:
其中,fc为信号的载波频率,rm=vfc/c是最大多普勒频移,θm和βm分别为移动台MS到达角度的方位角和俯仰角。我们定义γ≡fDS/fm,则有
γ=cosθmcosβm (35)
这里我们通过先计算多普勒频移的累积分布函数(CDFs:cumulative densityfunctions):
其中Prob{A}表示A事件发生的概率。对F(γ)求导就能得到多普勒频移的概率密度函数:
由于|γ|≤cosβm,则上式的上限被限制成βm≤arccos|γ|,
与2-D空间模型比较,本发明在移动台(MS:mobile station)端和基站(BS:basestation)端分别推导出了方位角和俯仰角的AOA边缘密度函数,拓展了波达信号在垂直面内的参数估计。在此基础上,可以利用此信道的多径分量能够有效地计算出各阵元之间的SFC,为以后研究多天线MIMO阵列系统的信道容量性能提供了有力的支撑。与S.J.Nawaz的3D椭圆模型相比较,本发明给出了波达信号TOA联合密度函数的解析表达式,更好地阐明和刻画出了TOA的变化规律。在3D空间信道模型中,移动台MS的移动特性会使信号产生多普勒频移,利用方位角和俯仰角的概率密度函数之间的相互独立性,推导出多普勒频移的表达式。本模型能更加准确灵活方便地估计宏小区和微小区等移动通信环境。
实验结果与分析:
基于本发明建模方法推导出的AOA、TOA和多普勒频移表达式,我们进行仿真实验并具体分析如下:
1.AOA结果分析
图6中显示出了参数a1/b1对MS端EA边缘密度函数的影响。从图中可以看出,随着a1/b1不断增大,AOA俯仰角的概率密度主要集中在βm=0°处,而在大角度处βm>50°其概率分布非常小。这是因为随着a1/b1不断增打,也就是椭圆体短轴的不断变小,散射体在EA小角度的数量比在大角度的数量要多很多,这就导致了其信号的反射概率比较大。特别地,当a1/b1=1时,EA的边缘密度函数曲线正好是一条余弦函数曲线。图7显示了在空心椭圆球体取不同形状下,MS端AOA俯仰角边缘密度函数的变化规律。当a2<b2,与图6相比较,随着短轴的减小,图7显示的密度函数曲线变化趋势波动比较小,但是还是一条单调变化的曲线。而当a2>b2,此时的曲线出现了极大值,极大值出现的地方随着长轴a2的增大而向EA大角度靠拢。特别地,当a2增大到100m极限长度时,其概率密度函数分布在βm=0°的取值为零,其最大概率在βm=40°左右。
在图8中显示了参数a2/a1对AA边缘密度函数的影响。从图中可以发现,AOA方位角的边缘密度概率分布呈现左右对称的特征。图8清晰的显示了随着散射体空心率(a2/a1的比值)的变化,决定了AA概率分布的变化规律。随着空心率趋近于零,本文提出的模型就渐变成了Janaswamy模型。图中显示,在φb=0°处AA的概率密度存在极大值,而在|φb|=φm,其概率密度为零值,与Janaswamy模型的结果是一致的。这是因为在靠近BS端的散射体数量比较多从而导致其反射概率比较大,而在MS两侧散射体反射概率就比较小。
图9是在散射体均匀分布的空心3D空间模型下,垂直高度H对EA边缘密度函数的影响。从图中可以发现,随着垂直高度的不断变大,其概率密度曲线随着βb的范围向右移动。从式(22)和式(23)可以看出,天线的垂直高度决定着BS端EA的范围。和Janaswamy模型相比较,显示在case1的情况下其概率密度值都是逐渐增大的。而由于本模型存在空心散射体区域,在case3情况下其概率密度值是非常缓慢地增加,基本是接近于一条直线。图10给出了空心率对BS端EA边缘密度函数的影响。随着空心率的变大,也就是说当散射体空心区域的范围逐渐变大时,EA的边缘密度函数值是在逐渐降低的,这符合信道的统计特征。
2.TOA结果分析
Janaswamy没有研究3D模型的TOA概率密度函数,本文基于改进的三维域空间模型,分别给出了MS端EA和AA的TOA联合概率密度函数。如图11所示在散射体均匀分布下,MS端AA的时延特性TOA联合概率密度。从图中可以发现,MS端的TOA最大概率主要集中在最小时延τmin和水平面角φm=0°的区域。作为对比图,同时给出了Janaswamy均匀分布3D模型的TOA估计结果。由图11可以看出,随着空心率(a2/a1的比值)的不断变大,TOA联合密度函数分布主要集中在大角度和长时延处。尤其a2→a1时,可以直观的看出3D椭圆模型趋近于3D椭圆环模型时,其TOA联合分布函数呈现“人型”分布。如果假设a2=b2→0、H→0和b1→0,本文提出的模型就转化为Ertel.R圆模型,两者的分析结果趋于一致。
如图12所示在散射体均匀分布下,MS端EA的时延特性TOA联合概率密度。移动台MS接收信号表现集中在全方位和短时延。随着空心率的增加,受MS周围远处散射体的影响,BS所接收信号经历角度到达和时延也不断增大。但是不管空心率怎么变化,TOA联合概率密度峰值还是在点达到峰值,其中和φm=0+。这是因为信号在直达视距LOS上的散射体反射概率是最大的,数值结果符合信道定性分析。
3.DS结果分析
图13给出了参数a1/b1(ε1)对多普勒频移的概率密度函数的影响。图14显示了不同形状的3D散射体空间对多普勒频移概率密度的影响。在图13中,随着ε1逐渐增大,多普勒频移的概率密度值|γ|=1不断变大。从图14中可以发现,当b2<a2=50m时,与图13相比较,其图形是倒U型,其概率密度的最大值在|γ|=0处。而当b2>a2=50m时,最大值在|γ|=1处。这是因为随着移动台周围空心散射体区域的逐渐变大,EA的密度函数就有可能逐渐变小,从而导致多普勒频移密度函数的改变。当ε1→∞,即b1=0时,其3D空间模型就变成了经典Clarke 2-D模型,EA的密度函数可以看作p(βm)=δ(βm),其中δ(·)是狄拉克δ函数。则经典Clarke 2-D模型多普勒频移概率密度函数为
通过上述分析可知,本发明提供的建模方法,其仿真结果符合理论和经验,能够很好地模拟宏小区和微小区等移动通信环境,此外,还能进一步研究模型的各项输入参数与重要空时信道参数之间的关系,拓展了空间统计信道模型的研究和应用。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。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和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (2)
1.一种基于多天线MIMO 3D空心椭球的统计信道建模方法,其特征在于,包括如下步骤:
步骤一:建立多天线MIMO 3D空心椭球统计信道的模型,包括基站和移动台,以移动台MS为原点,建立三维坐标系和空心椭球模型,所述空心椭球模型内分布有散射体,以移动台MS为中心的椭圆球体内部空心空间内不存在散射体,模型中rb为基站到某个散射体的距离,φb为基站到某个散射体的方位角,βb为基站到某个散射体的俯仰角,rm为移动台到某个散射体的距离,φm为移动台到某个散射体的方位角,βm为移动台到某个散射体的俯仰角,DLos为基站和移动台之间的直达距离,D为基站和移动台之间的水平距离,H为基站离地面的垂直高度,a1为散射体3D椭圆球体空间的长轴,a2为散射体3D椭圆球体空间的短轴,ρb为rb在水平面内的投影,b1为散射体3D椭圆球体内部空心空间的长轴,b2为散射体3D椭圆球体内部空心空间的短轴;
步骤二:计算到达角度AOA的概率密度函数:
步骤二-1:计算3D空心椭球移动台端方位角和俯仰角的AOA概率密度函数
(1)定义散射体分布函数:
式中,I是空心椭圆球体的散射体分布空间,空间体积V为:
(2)通过雅可比式将坐标(xm,ym,zm)转换为(rm,φm,βm):
(3)由上式对rm进行积分得到p(βm,φm)概率密度函数:
其中,
(4)由p(βm,φm)概率密度函数对βm直接积分得到方位角的边缘密度函数p(φm):
(5)由p(βm,φm)概率密度函数对φm积分得到俯仰角的边缘密度函数p(βm):
步骤二-2:计算基站端方位角和俯仰角的AOA概率密度函数
(1)计算基站端的方位角和俯仰角的联合分布函数p(βb,φb):
式中,ρb1、ρb2分别是和在水平面内的投影,而和是在BS端一定角度(βb,φb)情况下与散射体空间相交的距离,其中,
(2)计算基站方位角的边缘密度函数p(φb):
(3)根据散射体区域投影的面积Aφ,计算AOA方位角的边缘密度函数:
sinφm=(a1/D)和sinφ′m=(a2/D);
(4)计算垂直面内边缘密度函数:
其中,其中ρb1、ρb2、ρ′b1和ρ′b2分别是βb在某一取值范围内相对应的值,βmin≤βb≤βmax,且
步骤三:计算到达时间TOA的联合概率密度函数
(1)计算来波信号的AOA/TOA联合密度函数:
其中,
其中J(rm,βm,φm)为雅可比转换式,且
(2)通过以上式子,计算AOA/TOA的联合密度函数:
其中到达时延c为光速;
对上式进行βm积分计算移动台MS在方位角的TOA联合分布函数:
其中,p(τ,φm)的闭式表达式如下:
其中
k1=D cosφm
k2=H
k3=cτ
对AOA/TOA的联合密度函数进行φm积分计算移动台MS在俯仰角的TOA联合分布函数:
其中
k1=D cosβm
k2=H sinβm-cτ
k4=2cτD cosβm;
步骤四:计算多普勒频移DS的概率密度函数
计算多普勒频移的累积分布函数:
其中,Prob{A}表示A事件发生的概率,γ≡fDS/fm,所述其中v为移动台的移动速度,fc为信号的载波频率,fm=vfc/c是最大多普勒频移,θm和βm分别为移动台MS到达角度的方位角和俯仰角,
对F(γ)求导计算多普勒频移的概率密度函数:
其中,|γ|≤cosβm。
2.根据权利要求1所述的基于多天线MIMO 3D空心椭球的统计信道建模方法,其特征在于:所述的散射体均匀分布在空心椭球体区域内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410025877.6A CN103763715B (zh) | 2014-01-20 | 2014-01-20 | 基于多天线mimo 3d空心椭球的统计信道建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410025877.6A CN103763715B (zh) | 2014-01-20 | 2014-01-20 | 基于多天线mimo 3d空心椭球的统计信道建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103763715A CN103763715A (zh) | 2014-04-30 |
CN103763715B true CN103763715B (zh) | 2017-01-25 |
Family
ID=50530860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410025877.6A Active CN103763715B (zh) | 2014-01-20 | 2014-01-20 | 基于多天线mimo 3d空心椭球的统计信道建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103763715B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104219009B (zh) * | 2014-09-16 | 2018-01-30 | 南京信息工程大学 | 基于Von Mises Fisher分布的MIMO信号衰落相关性方法 |
CN105511498B (zh) * | 2014-09-23 | 2019-03-08 | 联想(北京)有限公司 | 一种天线的控制方法和装置 |
CN105553584A (zh) * | 2015-12-10 | 2016-05-04 | 国网山东省电力公司烟台供电公司 | 一种3d mimo信道建模的方法 |
CN105846925B (zh) * | 2016-03-21 | 2018-05-08 | 北京邮电大学 | 一种三维mimo ota信道建模的方法及装置 |
CN110417498A (zh) * | 2019-07-29 | 2019-11-05 | 南京信息工程大学 | 一种用于三维空间的虚拟宽带几何信道的建立方法 |
CN114629578B (zh) * | 2021-11-05 | 2024-04-16 | 成都市以太节点科技有限公司 | 一种林区信号传播路径损耗模型构建方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1949691A (zh) * | 2006-09-28 | 2007-04-18 | 哈尔滨工业大学 | 一种mimo信道模拟器的控制方法及其实现装置 |
CN102833046A (zh) * | 2012-09-10 | 2012-12-19 | 南京航空航天大学 | 分布式多天线系统中自适应调制方法 |
-
2014
- 2014-01-20 CN CN201410025877.6A patent/CN103763715B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1949691A (zh) * | 2006-09-28 | 2007-04-18 | 哈尔滨工业大学 | 一种mimo信道模拟器的控制方法及其实现装置 |
CN102833046A (zh) * | 2012-09-10 | 2012-12-19 | 南京航空航天大学 | 分布式多天线系统中自适应调制方法 |
Non-Patent Citations (2)
Title |
---|
基于几何建模的无线信道特性分析及MIMO陈列天线系统性能研究;邱琳;《中国优秀硕士论文全文数据库》;20140116;全文 * |
无线通信系统时空信道建模及天线阵列方位对信道特性影响的研究;李春梅;《中国优秀硕士论文全文数据库库》;20140116;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103763715A (zh) | 2014-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103763715B (zh) | 基于多天线mimo 3d空心椭球的统计信道建模方法 | |
CN103747456B (zh) | 基于三维空间域多天线mimo统计信道的建模方法 | |
CN103716264B (zh) | 基于非对称空间结构和非均匀散射体的统计信道计算方法 | |
Nawaz et al. | A generalized 3-D scattering model for a macrocell environment with a directional antenna at the BS | |
Xiong et al. | A statistical MIMO channel model for reconfigurable intelligent surface assisted wireless communications | |
Riaz et al. | A generalized 3-D scattering channel model for spatiotemporal statistics in mobile-to-mobile communication environment | |
CN107332594B (zh) | 一种mimo车载通信系统及其性能评估方法 | |
CN103747455B (zh) | 基于非均匀散射体分布的信道建模方法及参数匹配方法 | |
Jiang et al. | Novel 3-D irregular-shaped geometry-based channel modeling for semi-ellipsoid vehicle-to-vehicle scattering environments | |
Fokin et al. | 3D location accuracy estimation of radio emission sources for beamforming in ultra-dense radio networks | |
CN113992290B (zh) | 一种面向轨道角动量无线通信的几何随机信道建模方法 | |
Li et al. | Simulation and modeling of millimeter-wave channel at 60 GHz in indoor environment for 5G wireless communication system | |
Chang et al. | A 3D wideband geometry-based stochastic model for UAV air-to-ground channels | |
CN103297988A (zh) | 适用于三维传播信道的建模方法及装置 | |
Yassin et al. | Simultaneous context inference and mapping using mm-Wave for indoor scenarios | |
Zhang et al. | A 3-D semi-deterministic MIMO beam channel model for cellular-assisted millimeter-wave vehicular communications | |
Bai et al. | A 3-D wideband multi-confocal ellipsoid model for wireless massive MIMO communication channels with uniform planar antenna array | |
Bai et al. | A 3-D wideband multi-confocal ellipsoid model for wireless MIMO communication channels | |
Coluccia et al. | Maximum likelihood trajectory estimation of a mobile node from RSS measurements | |
Tamaddondar et al. | Hybrid massive mimo channel model based on edge detection of interacting objects and cluster concept | |
Adebo et al. | A hybrid localization scheme for detection of primary user emulator in cognitive radio networks | |
Walter et al. | Joint Delay Doppler Probability Density Functions for Air‐to‐Air Channels | |
Alsehaili et al. | A 3D geometrically based ellipsoidal wireless channel model | |
CN104144022A (zh) | 一种基于三维空间域的无线传感网络信道建模方法 | |
Kelner et al. | Influence of receiver/transmitter motion direction on the correlational and spectral characteristics—Simulation analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: Room 420, block C, Kechuang headquarters building, 320 pubin Road, Jiangpu street, Pukou District, Nanjing City, Jiangsu Province, 211800 Patentee after: NANJING University OF INFORMATION SCIENCE & TECHNOLOGY Address before: 210044 No. 219, Ning six road, Nanjing, Jiangsu Patentee before: NANJING University OF INFORMATION SCIENCE & TECHNOLOGY |