CN106850110A - 一种毫米波信道模型建模方法和装置 - Google Patents

Abstract

本发明公开了一种毫米波信道模型建模方法和装置，包括获取场景空间信息；根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径；根据所述随机路径计算各毫米波传播路径的阻挡概率。从而，本发明能够根据不同的场景，引入相应场景下的空间因素影响，解决目前动态人体阻挡模型无法体现场景对人体行走路径影响的问题。

Description

一种毫米波信道模型建模方法和装置

技术领域

本发明涉及通信技术领域，特别是指一种毫米波信道模型建模方法和装置。

背景技术

5G(第5代移动通信系统)是面向2020年以后移动通信需求而发展的新一代移动通信系统。由移动通信的发展规律，5G将具有超高的频谱利用率和能效，在传输速率和资源利用率等当面较4G移动通信提高一个量级或者更高，其无线覆盖性能、传输时延、系统安全等都将得到显著的提高。

为实现5G的高速率传输，主要通过两种途径，其一是增加频谱利用率，其二是增加频谱带宽。相对于提高频谱利用率，增加频谱带宽的方法显得更简单直接。在频谱利用率不变的情况下，可用带宽翻倍则可以实现的数据传输速率也翻倍。但现在常用的5GHz以下的频段已经非常拥挤，为寻找新的频谱资源，各大厂商把目光投向了毫米波技术

毫米波是指波长在毫米数量级的电磁波，其频率大约在30GHz～300GHz之间。根据通信原理，无线通信的最大信号带宽大约是载波频率的5％左右，因此载波频率越高，可实现的信号带宽也越大。因此，如果使用毫米波频段，频谱带宽将大幅提高，传输速率也可得到巨大提升。然而，由于毫米波频率高、波长短，因此毫米波还有一个不容忽视的特性是在空气中衰减较大，且绕射能力较弱，非常容易受到各种阻挡，其中人体产生的阻挡现象尤为复杂多变。

信道建模作为无线通信系统研发与测试的重要组成部分，需要准确描述信道特性。而目前常用的诸如IEEE 802.11ad、IEEE 802.15.3c中提出的毫米波信道模型，其中的人体阻挡模型对于毫米波受到以人体阻挡的挡描述较为简单，且灵活性较差，难以满足毫米波复杂多变的应用场景。因此需要一个灵活且具有普遍适用性的阻断概率模型，来描述毫米波复杂多变的应用场景。

毫米波呈现显著的簇到达现象，接收机接收到的每一簇都有着基本相同的到达角及到达时间。但在实际的环境中，并非所有的簇都能够到达接收机完成通信任务。其中一部分可能会被场景中坐着或站着的人体以及其他物体阻挡，并且会对毫米波通信系统的性能产生十分显著的影响，因此在对毫米波信道进行建模时需要将人体的阻挡现象考虑在内。

在以IEEE 802.11ad为代表的现有毫米波信道模型中，动态人体阻挡模型借助射线跟踪模型计算出毫米波可能产生的所有传播路径，之后通过随机行走模型模拟人体在场景中的活动，进而统计得出每条路径相应的被阻挡概率。在使用该动态人体阻挡模型时，首先需要读取场景的空间信息，构建场景的空间数据集。其次，设定发射机与接收机的位置信息，通过已有的空间信息，采用射线跟踪模型，结算在该参数设定下所有可能发生的毫米波传播路径；与此同时，在空间中随机选取一点作为出发点，采用随机行走算法生成随机路径。此后分别多次仿真获取对每种传播路径产生阻挡的概率，再配合单次阻挡事件的动态阻挡模型即可获得动态人体阻挡模型。其中，随机行走模型是描述由一连串随机步骤组成的路径的数学模型。

发明人在实现发明的过程中发现，现有的动态人体阻挡模型至少存在以下问题：随机行走的路径与场景无关，这在实际的应用场景中是不可能发生的。在现实场景中，由于场景内存在各种各样的物体，这些物体都会影响到人体的行走路径。例如，在实际的场景中人体不可能从桌子中穿过，而采用传统的随机行走模型则无法避免该现象的发生。另外，人体的行走路线完全随机，这与现实场景中的人体行走模式不同。现实场景中，人体运动轨迹的随机性体现在起始点与目标点的随机选择，而其从起始点到目标点的行走路径最可能表现为场景允许的两点间的最短路径。还有，由于目前的动态人体阻挡模型仅仅针对有限的几种场景，为了达到与相关文献、协议中想接近的模型数据，就要求与其有十分接近的参数设定，这就大大影响了它的灵活性与普适性。

发明内容

有鉴于此，本发明的目的在于提出一种毫米波信道模型建模方法和装置，通过，从而解决根据不同的场景，引入相应场景下的空间因素影响，解决目前动态人体阻挡模型无法体现场景对人体行走路径影响的问题。

基于上述目的本发明提供的毫米波信道模型建模方法，包括步骤：

获取场景空间信息；

根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径；

根据所述随机路径计算各毫米波传播路径的阻挡概率。

在本发明的一些实施例中，根据所述随机路径计算各毫米波传播路径的阻挡概率的同时，根据所述随机路径获得该场景的动态人体阻挡模型。

在本发明的一些实施例中，所述基于场景的随机行走算法计算随机路径时先给定一个随机起始点与目标点，计算能够从起始点到目标点每个路径需要的代价，然后查找到所有路径中需要代价最小的；

其中，计算每个路径的代价采用如下公式：

F＝G+H

F表示从起始点经过当前搜索点到达目标点的代价，G表示从起始点到当前搜索点所花费的代价，H表示当前搜索点到达目标点的代价；所述的代价为距离的长短，即距离长代价大，距离短代价小。

在本发明的一些实施例中，根据所述场景空间信息，通过基于场景的随机行走算法计算随机路径包括：

根据场景空间信息，确定可达区域；

对可达区域进行网格化处理；

在所述的可达区域的网格交点上随机选取起始点和目标点，并将起始点存储到OPEN表中；

探知起始点的相邻节点，并按照树形结构存储到OPEN表中；

根据路径的代价公式，在OPEN表中选取当前F值最小的相邻节点作为当前节点；

判断当前节点是否为目标点，若是则直接路径生成成功，将CLOSE表中的节点依次取出，获得起始点到目标点的最短路径；否则将当前节点从OPEN表中移入CLOSE表中，且将当前节点作为起始点探知其相邻节点。

在本发明的一些实施例中，所述根据场景空间信息确定可达区域，包括：

根据场景空间信息，绘制所述场景的二维平面图，将所述场景内各种物体覆盖的区域设置为不可达区域，其他区域设置为可达区域。

本发明还提出了一种毫米波信道模型建模装置，包括：

场景获取单元，用于获取场景空间信息；

模型计算单元，用于根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径；

阻挡概率计算单元，用于根据所述随机路径计算各毫米波传播路径的阻挡概率。

在本发明的一些实施例中，所述阻挡概率计算单元根据所述随机路径计算各毫米波传播路径的阻挡概率的同时，根据所述随机路径获得该场景的动态人体阻挡模型。

在本发明的一些实施例中，所述模型计算单元基于场景的随机行走算法计算随机路径时先给定一个随机起始点与目标点，计算能够从起始点到目标点每个路径需要的代价，然后查找到所有路径中需要代价最小的；

其中，计算每个路径的代价采用如下公式：

F＝G+H

F表示从起始点经过当前搜索点到达目标点的代价，G表示从起始点到当前搜索点所花费的代价，H表示当前搜索点到达目标点的代价；所述的代价为距离的长短，即距离长代价大，距离短代价小。

在本发明的一些实施例中，所述模型计算单元通过基于场景的随机行走算法计算随机路径时，包括：

根据场景空间信息，确定可达区域；

对可达区域进行网格化处理；

在所述的可达区域的网格交点上随机选取起始点和目标点，并将起始点存储到OPEN表中；

探知起始点的相邻节点，并按照树形结构存储到OPEN表中；

根据路径的代价公式，在OPEN表中选取当前F值最小的相邻节点作为当前节点；

判断当前节点是否为目标点，若是则直接路径生成成功，将CLOSE表中的节点依次取出，获得起始点到目标点的最短路径；否则将当前节点从OPEN表中移入CLOSE表中，且将当前节点作为起始点探知其相邻节点。

在本发明的一些实施例中，所述根据场景空间信息确定可达区域，包括：

根据场景空间信息，绘制所述场景的二维平面图，将所述场景内各种物体覆盖的区域设置为不可达区域，其他区域设置为可达区域。

从上面所述可以看出，本发明提供的一种毫米波信道模型建模方法和装置，根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径；根据所述随机路径计算各毫米波传播路径的阻挡概率。因此，本发明所述的毫米波信道模型建模方法和装置避免传统随机行走算法中不合理的随机路径的产生，解决动态人体阻挡模型无法体现场景对人体行走路径的影响，具有很好的灵活性、普适性。

附图说明

图1为本发明实施例中毫米波信道模型建模方法的流程示意图；

图2为本发明实施例中基于场景的随机行走算法计算随机路径的流程示意图；

图3为本发明实施例中毫米波信道模型建模装置的结构示意图；

图4为本发明实施例中会议室场景中人为选取起始点与目标点的示意图；

图5为本发明实施例中会议室场景中随机选取起始点与目标点的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

参阅图1所示，为本发明实施例中毫米波信道模型建模方法的流程示意图。其中，所述的毫米波信道模型建模方法可以包括：

步骤101，获取场景空间信息。

在本发明的实施例中，针对不同场景，需要提供相应的场景空间信息。其中，场景空间信息可以是各种格式的场景空间信息，例如一个会议室的长宽高，以及会议室内各种陈设的位置、尺寸等空间信息。

步骤102，根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径。

其中，射线跟踪模型是一种求解发射点与目标点间所有可能传播路线的计算模型，可以通过正向或反向跟踪的方法进行计算。优选地，本发明通过反向射线跟踪法求算指定收发信机之间可能存在的所有射线传播路径。

步骤103，根据所述场景空间信息，通过基于场景的随机行走算法计算随机路径。

在实施例中，基于场景的随机行走算法计算随机路径时可以先给定一个随机起始点与目标点，计算能够从起始点到目标点每个路径需要的代价，然后查找到所有路径中需要代价最小的。其中，计算每个路径的代价可以采用如下公式：

F＝G+H

F表示从起始点经过当前搜索点到达目标点的代价，G表示从起始点到当前搜索点所花费的代价，H表示当前搜索点到达目标点的代价。

需要说明的是，所述的代价可以为距离的长短，即距离长代价大，距离短代价小。

步骤104，根据所述随机路径计算各毫米波传播路径的阻挡概率，获得所述场景的阻挡概率模型。具体的实施过程可以包括：

其中，所述的场景阻挡概率模型可以针对特定场景，计算并统计各种路径的阻挡概率，得到的就是相应场景的阻挡概率模型。所述的场景阻挡概率模型可以得到一种统计性模型，且基于大量仿真数据得到。

较佳地，根据随机路径计算各毫米波传播路径的阻挡概率，具体可以包括：在指定条件下，通过随机行走算法获取一定数量随机行走路径，并统计其中具备阻挡条件的路径的数目，用该数目除以路径总数就得到了给定场景下某种类型的射线被阻挡的概率。

作为优选地实施例，为了更好的获得路径上的行走情况，在得到了一个场景的阻挡概率模型的同时，还可以根据所述随机路径获得该场景的动态人体阻挡模型。其中，所述的动态人体阻挡模型基于得到的随机路径，对人体在相应路径上的行走情况进行阻挡情况的瞬态模拟。

需要说明的是，步骤102和步骤103可以同时进行，也可以先进行步骤102后进行步骤103，当然也可以先进行步骤103后进行步骤102。

作为本发明一个可参考的实施例，如图2所示，所述步骤103可以包括如下实施过程：

步骤201，根据场景空间信息，确定可达区域。

其中，所述的可达区域为除去场景中人体无法到达的区域，也就是说场景中人体无法到达的区域为不可达区域。在较佳地实施例中，可以根据场景空间信息，绘制所述场景的二维平面图，将所述场景内各种物体覆盖的区域设置为不可达区域，其他区域设置为可达区域。

步骤202，对可达区域进行网格化处理。

其中，可达区域内的网格交点集合为可达区域点的集合。

步骤203，在所述的可达区域的网格交点上随机选取起始点和目标点，并将起始点存储到OPEN表中。

在实施例中，在生成的可达区域后，从可达区域内的网格交点集合中随机选取起始点和目标点分别作为路径的起点和终点。其中，所述的OPEN表中存储有已经探知，但未搜索过的节点。

步骤204，探知起始点的相邻节点，并按照树形结构存储到OPEN表中。

步骤205，根据路径的代价公式，在OPEN表中选取当前F值最小的相邻节点作为当前节点。

其中，计算每个路径的代价可以采用如下公式：

F＝G+H

F表示从起始点经过当前搜索点到达目标点的代价，G表示从起始点到当前搜索点所花费的代价，H表示当前搜索点到达目标点的代价。需要说明的是，所述的代价可以为距离的长短，即距离长代价大，距离短代价小。

步骤206，判断当前节点是否为目标点，若是则直接进行步骤207，否则将当前节点从OPEN表中移入CLOSE表中，且将当前节点作为起始点返回步骤204。

其中，所述的CLOSE表中存储有已探知且搜索过的节点。

步骤207，路径生成成功，将CLOSE表中的节点依次取出，获得起始点到目标点的最短路径。

在本发明的一个可参考的实施例中，在探知的相邻节点中，选取当前F值最小的相邻节点作为当前节点，若当前节点不是目标点，需要判断所述当前节点是否在可达区域，如果在则将当前节点从OPEN表中移入CLOSE表中。如果不在，则说明所述的当前节点有障碍走不通，则将所述的当前节点从OPEN表中删除，并将当前节点的父节点作为新的当前节点，重新计算当前节点的相邻节点中当前F值最小的相邻节点。

可以看出，在该实施例中能够判断最短路径是否真正实现，即最短路径是否可以在场景中实际达到目标点。因此，在很大程度上保证了获得的最短路径在场景中是有效的。

另外，作为本发明的另一方面实施例，参阅图3所示，为本发明实施例中毫米波信道模型建模装置的结构示意图。其中，所述毫米波信道模型建模装置可以包括场景获取单元301、模型计算单元302以及阻挡概率计算单元303。场景获取单元301能够获取场景空间信息，然后模型计算单元302根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径。最后，阻挡概率计算单元303根据所述随机路径计算各毫米波传播路径的阻挡概率。

作为较佳地实施例，所述的阻挡概率计算单元303为了更好的获得路径上的行走情况，在得到了一个场景的阻挡概率模型的同时，还可以根据所述随机路径获得该场景的动态人体阻挡模型。其中，所述的动态人体阻挡模型基于得到的随机路径，对人体在相应路径上的行走情况进行阻挡情况的瞬态模拟。

在一个可参考的实施例中，模型计算单元302根据所述场景空间信息，通过基于场景的随机行走算法计算随机路径时，可以包括：根据场景空间信息，确定可达区域，并对可达区域进行网格化处理。然后，在所述的可达区域的网格交点上随机选取起始点和目标点，并将起始点存储到OPEN表中。探知起始点的相邻节点，并按照树形结构存储到OPEN表中。根据路径的代价公式，在OPEN表中选取当前F值最小的相邻节点作为当前节点。

之后，判断当前节点是否为目标点，若是则路径生成成功，将CLOSE表中的节点依次取出，获得起始点到目标点的最短路径。若不是则将当前节点从OPEN表中移入CLOSE表中，且将当前节点作为起始点探知该当前节点的相邻节点。

当然，在探知的相邻节点中，选取当前F值最小的相邻节点作为当前节点，若当前节点不是目标点，需要判断所述当前节点是否在可达区域，如果在则将当前节点从OPEN表中移入CLOSE表中。如果不在，则说明所述的当前节点有障碍走不通，则将所述的当前节点从OPEN表中删除，并将当前节点的父节点作为新的当前节点，重新计算当前节点的相邻节点中当前F值最小的相邻节点。

值得说明的是，在本发明所述的毫米波信道模型建模装置的具体实施内容，在上面所述的毫米波信道模型建模方法中已经详细说明了，故在此重复内容不再说明。

针对本发明实施例中所述的毫米波信道模型建模方法和装置，举出了一个具体的例子：

会议室场景

会议室场景的俯视图如图4所示。图中圆点所围成的区域表示会议室场景中的会议桌，其内部为不可达区域。通过人工设定起始点与目标点，可以得到一条从起始点到目标点的最短路径。

图5为会议室场景下随机选取起始点与目标点的仿真结果。通过仿真结果可以看出，生成的随机路径都在会议桌周边，且当目标点存在于不可达区域时，无法生成路径，这与实际中的会议室场景相吻合。

综上所述，本发明提供的一种毫米波信道模型建模方法和装置，创造性地提出了基于场景的动态人体阻挡模型；并且，通过该模型可以针对不同的场景，对场景中毫米波受到阻挡的现象进行仿真，区别于传统的动态人体阻挡模型，该模型具有较好的普适性；更进一步地，在该场景的动态人体阻挡模型中提出了基于场景的随机行走算法；并且，通过该算法可以针对不同的场景下人体的随机行走路线进行仿真，该算法区别于传统的随机行走算法，可以生成与人体实际行走路线更为接近的路径；而且，该算法是整个模型中对阻挡概率进行统计以及进一步开发的基础；最后，整个所述的一种毫米波信道模型建模方法和装置紧凑，易于实现、使用。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

在阐述了具体细节以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种毫米波信道模型建模方法，其特征在于，包括步骤：

获取场景空间信息；

根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径；

根据所述随机路径计算各毫米波传播路径的阻挡概率。

2.根据权利要求1所述的方法，其特征在于，根据所述随机路径计算各毫米波传播路径的阻挡概率的同时，根据所述随机路径获得该场景的动态人体阻挡模型。

3.根据权利要求1或2所述的方法，其特征在于，所述基于场景的随机行走算法计算随机路径时先给定一个随机起始点与目标点，计算能够从起始点到目标点每个路径需要的代价，然后查找到所有路径中需要代价最小的；

其中，计算每个路径的代价采用如下公式：

F＝G+H

F表示从起始点经过当前搜索点到达目标点的代价，G表示从起始点到当前搜索点所花费的代价，H表示当前搜索点到达目标点的代价；所述的代价为距离的长短，即距离长代价大，距离短代价小。

4.根据权利要求3所述的方法，其特征在于，根据所述场景空间信息，通过基于场景的随机行走算法计算随机路径包括：

根据场景空间信息，确定可达区域；

对可达区域进行网格化处理；

在所述的可达区域的网格交点上随机选取起始点和目标点，并将起始点存储到OPEN表中；

探知起始点的相邻节点，并按照树形结构存储到OPEN表中；

根据路径的代价公式，在OPEN表中选取当前F值最小的相邻节点作为当前节点；

判断当前节点是否为目标点，若是则直接路径生成成功，将CLOSE表中的节点依次取出，获得起始点到目标点的最短路径；否则将当前节点从OPEN表中移入CLOSE表中，且将当前节点作为起始点探知其相邻节点。

5.根据权利要求4所述的方法，其特征在于，所述根据场景空间信息确定可达区域，包括：

根据场景空间信息，绘制所述场景的二维平面图，将所述场景内各种物体覆盖的区域设置为不可达区域，其他区域设置为可达区域。

6.一种毫米波信道模型建模装置，其特征在于，包括：

场景获取单元，用于获取场景空间信息；

模型计算单元，用于根据所述场景空间信息，通过射线跟踪模型计算毫米波传播路径，以及通过基于场景的随机行走算法计算随机路径；

阻挡概率计算单元，用于根据所述随机路径计算各毫米波传播路径的阻挡概率。

7.根据权利要求6所述的装置，其特征在于，所述阻挡概率计算单元根据所述随机路径计算各毫米波传播路径的阻挡概率的同时，根据所述随机路径获得该场景的动态人体阻挡模型。

8.根据权利要求6或7所述的装置，其特征在于，所述模型计算单元基于场景的随机行走算法计算随机路径时先给定一个随机起始点与目标点，计算能够从起始点到目标点每个路径需要的代价，然后查找到所有路径中需要代价最小的；

其中，计算每个路径的代价采用如下公式：

F＝G+H

F表示从起始点经过当前搜索点到达目标点的代价，G表示从起始点到当前搜索点所花费的代价，H表示当前搜索点到达目标点的代价；所述的代价为距离的长短，即距离长代价大，距离短代价小。

9.根据权利要求8所述的装置，其特征在于，所述模型计算单元通过基于场景的随机行走算法计算随机路径时，包括：

根据场景空间信息，确定可达区域；

对可达区域进行网格化处理；

在所述的可达区域的网格交点上随机选取起始点和目标点，并将起始点存储到OPEN表中；

探知起始点的相邻节点，并按照树形结构存储到OPEN表中；

根据路径的代价公式，在OPEN表中选取当前F值最小的相邻节点作为当前节点；

判断当前节点是否为目标点，若是则直接路径生成成功，将CLOSE表中的节点依次取出，获得起始点到目标点的最短路径；否则将当前节点从OPEN表中移入CLOSE表中，且将当前节点作为起始点探知其相邻节点。

10.根据权利要求9所述的装置，其特征在于，所述根据场景空间信息确定可达区域，包括：

根据场景空间信息，绘制所述场景的二维平面图，将所述场景内各种物体覆盖的区域设置为不可达区域，其他区域设置为可达区域。