CN108418645B - 一种非平稳移动通信信道建模及参数平滑演进方法 - Google Patents

Abstract

本发明公开了一种非平稳移动通信信道建模及参数平滑演进方法，包括如下步骤：1.针对三维非平稳MIMO移动通信场景，建立第p根接收天线和第q根发射天线之间的信道模型；2.综合考虑移动端和散射体的移动因素，实时计算时变的非视距路径数目；3.实时计算移动端和散射体A_n,Z_n的位置矢量；4.实时计算视距路径和非视距路径的时延参数；5.实时计算视距路径和非视距路径的功率参数并对非视距路径功率参数进行平滑优化；6.实时计算视距路径和非视距路径的二维离开角和到达角。本发明非平稳移动通信信道建模及参数平滑演进方法支持时变的信道模型参数，并能够保证输出信道衰落相位的准确性，同时保证输出信道衰落功率的连续性。

Description

一种非平稳移动通信信道建模及参数平滑演进方法

技术领域：

本发明涉及移动通信信道建模仿真，尤其涉及一种非平稳移动通信信道建模及参数平滑演进方法，属于无线通信领域。

背景技术：

多输入多输出技术(Multiple Input Multiple Output，MIMO)利用无线多径传播环境，建立空间并行传输信道，能够在不增加带宽和传输功率的前提下，实现高速数据传输，显著提高了通信系统容量与可靠性，是当前无线移动通信领域的关键技术之一。构建符合实际传播特性的MIMO信道模型，是保证信道传输效率和质量的前提，也是验证与优化设计MIMO通信系统的理论基础。

针对实际移动通信传播场景的大量实测数据表明，时延谱、功率谱和信号散射角度分布等统计参量均具有时变特性，信道也呈现明显的非平稳特性。目前，大部分非平稳信道建模方法首先将非平稳信道在时间上分割成若干段，然后采用传统的平稳信道建模方法对每一段信道进行建模，这种方法没有考虑到不同段信道之间状态的连续性。近年来出现的一些改进方法虽然考虑了时变连续的信道参数，但产生的信道相位不准确，导致输出多普勒频率与实际不吻合。因此，有必要研究一种具备平滑信道参数并能够输出精确多普勒频率的非平稳MIMO传播信道建模及参数平滑演进方法。

发明内容：

为了准确分析及研究非平稳移动通信信道的模型及特性，本发明提出一种综合考虑散射体移动、传播路径的随机生灭、虚拟链路、方位角/俯仰角联合分布等因素的非平稳移动通信信道建模及参数平滑演进方法。

本发明所采用的技术方案有：一种非平稳移动通信信道建模及参数平滑演进方法，具体步骤如下：

第一步：针对三维非平稳MIMO移动通信场景，将第p根接收天线和第q根发射天线之间的信道建模为

其中，

和P_qp,n(t)分别表示视距路径和第n条非视距路径的功率，

和τ_qp,n(t)分别表示视距路径和第n条非视距路径的时延，N(t)表示非视距路径有效数目，

h_qp,n(t)的具体建模方法如下：

1)本发明将视距路径信道衰落系数建模为

其中，k＝2πf₀/c表示波数，f₀为载波频率，c表示光速，

分别表示基站和移动端的位置矢量，Φ^LOS表示视距路径随机相位，

表示移动端的速度矢量，

表示模值，α_MS和β_MS分别表示移动速度的方位角和俯仰角，

表示视距路径分别相对基站和移动端的单位方向矢量，

其中，φ_LOS(t),γ_LOS(t)分别表示视距路径离开角的方位角和俯仰角，

ψ_LOS(t)分别表示视距路径到达角的方位角和俯仰角；

2)本发明将非视距路径信道衰落系数建模为

其中，M表示非视距路径的散射支路数，

表示散射体Z_n相对移动端的速度矢量，Φ_n,m分别表示非视距路径的随机相位，

表示第n条非视距路径第m条散射支路分别相对基站和移动端的单位方向矢量，

其中，φ_n,m(t),γ_n,m(t)分别表示第n条非视距路径第m条散射支路离开角的方位角和俯仰角，

,ψ_n,m(t)分别表示第n条非视距路径第m条散射支路到达角的方位角和俯仰角；

第二步：综合考虑移动端和散射体的移动因素，实时计算时变的非视距路径数目的具体方法如下：

1)随机产生初始时刻t＝t₀的非视距路径有效数目N(t)＝λ_G/λ_R，其中，λ_G和λ_R分别表示各路径的新生概率系数和消亡概率系数；

2)判断t+Δt时刻是否有旧的路径消失，判断方法如下

步骤一：记t+Δt时刻存活的非视距路径数为s(t+Δt)＝0，令循环变量i＝1；

步骤二：产生一个随机均匀分布变量X_i(t+Δt)～U(0,1)；

步骤三：若X_i(t+Δt)＜P_r(Δt)，则s(t+Δt)＝s(t+Δt)+1，其中，P_r(Δt)利用下式计算

其中，D_c表示相干距离，

表示基站端散射体的速度矢量，

和

表示其大小和方向，

表示移动端散射体的速度矢量，

和

表示其大小和方向，P_F表示散射体移动的平均概率；

步骤四：若i＝N(t)，则循环结束；若i＜N(t)，则令i＝i+1并返回步骤二；

3)判断t+Δt时刻是否有新的路径产生，判断方法如下

步骤一：记t+Δt时刻新生的非视距路径数为n(t+Δt)＝0，令循环变量j＝1；

步骤二：产生一个随机均匀分布变量Y_j(t+Δt)～U(0,1)；

步骤三：若Y_j(t+Δt)＞P_r(Δt)，则n(t+Δt)＝n(t+Δt)+1；

步骤四：若j＝N(t)，则循环结束；若j＜N(t)，则令j＝j+1并返回步骤二；

4)最终获得t+Δt时刻非视距有效路径的总数为N(t+Δt)＝s(t+Δt)+n(t+Δt)，令t＝t+Δt且返回步骤2)，计算下一时刻的非视距路径有效数目，直到仿真结束；

第三步：实时计算移动端和散射体A_n,Z_n的位置矢量，采用方法如下：

1)初始时刻t＝t₀移动端和散射体A_n,Z_n的位置矢量可表示为

其中，D_LOS(t₀)，

表示视距路径、基站到散射体A_n、散射体Z_n到移动端距离的初始预设值；

2)计算t+Δt时刻移动端和散射体A_n,Z_n的位置矢量，迭代计算方法如下

3)令t＝t+Δt且返回步骤2)，计算下一时刻移动端和散射体A_n,Z_n的位置矢量，直到仿真结束；

第四步：实时计算视距路径和非视距路径的时延参数，采用方法如下：

1)计算视距路径的时延方法如下

其中，

表示基站端与移动端的距离；

2)计算任意第n条非视距路径的时延方法如下

其中，

表示移动端与散射体Z_n之间的距离，

表示基站与散射体A_n之间的距离，

表示散射体A_n到散射体Z_n之间的虚拟链路的时延，产生方法如下

其中，

表示虚拟链路时延初始值，随机均匀分布变量Z～U(D_LOS(t),τ_max)，τ_max表示最大时延，D_s表示虚拟链路相干时间；

第五步：实时计算视距路径和非视距路径的功率参数并对非视距路径功率参数进行平滑优化，采用方法如下

1)计算视距路径功率的方法如下

其中，高斯分布变量Q₀～N(0,3)，r_τ表示时延分布因子，σ_τ表示时延扩展；

2)计算非视距路径功率并进行平滑优化的方法如下

P_qp,n(t)＝P′_qp,n(t)*W(t) (36)

其中，P′_qp,n(t)表示平滑前的非视距路径功率，计算方法如下

W(t)表示平滑优化窗，本发明采用如下方法产生平滑窗系数，

其中，f_s表示采样率，α_w表示优化系数；

第六步：实时计算视距路径和非视距路径的二维离开角和到达角，采用方法如下

1)计算基站端和移动端视距路径的二维角度参数，方法如下

ψ_LOS(t)＝-γ_LOS(t) (42)

其中，

分别表示矢量

的横、纵和竖坐标值；

2)计算基站端和移动端非视距路径的二维角度参数，方法如下

本发明具有如下有益效果：

(1)、本发明提出的非平稳移动通信信道模型，综合考虑了MIMO信道、散射体移动、传播路径的随机生灭、虚拟链路、方位角/俯仰角联合分布等传播因素。

(2)、本发明提出的非平稳移动通信信道模型及参数平滑演进方法，支持时变的信道模型参数，并能够保证输出信道衰落相位的准确性，同时保证输出信道衰落功率的连续性。

附图说明：

图1为本发明非平稳移动通信场景及几何地理参数。

图2为采用本发明方案产生的有效路径及功率演进过程。

图3(a)为基站端视距路径和非视距路径的二维角度参数演进过程。

图3(b)为移动端视距路径和非视距路径的二维角度参数演进过程。

图4为本发明案例中产生的信道衰落幅值的时变分布。

具体实施方式：

下面结合附图对本发明作进一步的说明。

本发明非平稳移动通信信道建模及参数平滑演进方法，具体实施步骤如下：

第一步：针对三维非平稳MIMO移动通信场景，本发明将第p根接收天线和第q根发射天线之间的信道建模为

其中，

和P_qp,n(t)分别表示视距路径和第n条非视距路径的功率，

和τ_qp,n(t)分别表示视距路径和第n条非视距路径的时延，N(t)表示非视距路径有效数目。

h_qp,n(t)的具体建模方法如下：

1)本发明将视距路径信道衰落系数建模为

其中，k＝2πf₀/c表示波数，f₀为载波频率，c表示光速，

分别表示基站和移动端的位置矢量，Φ^LOS表示视距路径随机相位，

表示移动端的速度矢量，

表示模值，α_MS和β_MS分别表示移动速度的方位角和俯仰角，

表示视距路径分别相对基站和移动端的单位方向矢量，

其中，φ_LOS(t),γ_LOS(t)分别表示视距路径离开角的方位角和俯仰角，

ψ_LOS(t)分别表示视距路径到达角的方位角和俯仰角。

2)本发明将非视距路径信道衰落系数建模为

其中，M表示非视距路径的散射支路数，

表示散射体Z_n相对移动端的速度矢量，Φ_n,m分别表示非视距路径的随机相位，

表示第n条非视距路径第m条散射支路分别相对基站和移动端的单位方向矢量，

其中，φ_n,m(t),γ_n,m(t)分别表示第n条非视距路径第m条散射支路离开角的方位角和俯仰角，

ψ_n,m(t)分别表示第n条非视距路径第m条散射支路到达角的方位角和俯仰角。

第二步：综合考虑移动端和散射体的移动因素，本发明实时计算时变的非视距路径数目的具体方法如下：

1)随机产生初始时刻t＝t₀的非视距路径有效数目N(t)＝λ_G/λ_R，其中，λ_G和λ_R分别表示各路径的新生概率系数和消亡概率系数；

2)判断t+Δt时刻是否有旧的路径消失，判断方法如下

步骤一：记t+Δt时刻存活的非视距路径数为s(t+Δt)＝0，令循环变量i＝1；

步骤二：产生一个随机均匀分布变量X_i(t+Δt)～U(0,1)；

步骤三：若X_i(t+Δt)＜P_r(Δt)，则s(t+Δt)＝s(t+Δt)+1，其中，P_r(Δt)利用下式计算

其中，D_c表示相干距离，

表示基站端散射体的速度矢量，

和

表示其大小和方向，

表示移动端散射体的速度矢量，

和

表示其大小和方向，P_F表示散射体移动的平均概率；

步骤四：若i＝N(t)，则循环结束；若i＜N(t)，则令i＝i+1并返回步骤二；

3)判断t+Δt时刻是否有新的路径产生，判断方法如下

步骤一：记t+Δt时刻新生的非视距路径数为n(t+Δt)＝0，令循环变量j＝1；

步骤二：产生一个随机均匀分布变量Y_j(t+Δt)～U(0,1)；

步骤三：若Y_j(t+Δt)＞P_r(Δt)，则n(t+Δt)＝n(t+Δt)+1；

步骤四：若j＝N(t)，则循环结束；若j＜N(t)，则令j＝j+1并返回步骤二；

4)最终获得t+Δt时刻非视距有效路径的总数为N(t+Δt)＝s(t+Δt)+n(t+Δt)，令t＝t+Δt且返回步骤2)，计算下一时刻的非视距路径有效数目，直到仿真结束。

第三步：实时计算移动端和散射体A_n,Z_n的位置矢量，本发明采用方法如下

1)初始时刻t＝t₀移动端和散射体A_n,Z_n的位置矢量可表示为

其中，D_LOS(t₀)，

表示视距路径、基站到散射体A_n、散射体Z_n到移动端距离的初始预设值；

2)计算t+Δt时刻移动端和散射体A_n,Z_n的位置矢量，迭代计算方法如下

3)令t＝t+Δt且返回步骤2)，计算下一时刻移动端和散射体A_n,Z_n的位置矢量，直到仿真结束。

第四步：实时计算视距路径和非视距路径的时延参数，本发明采用方法如下

1)计算视距路径的时延方法如下

其中，

表示基站端与移动端的距离；

2)计算任意第n条非视距路径的时延方法如下

其中，

表示移动端与散射体Z_n之间的距离，

表示基站与散射体A_n之间的距离，

表示散射体A_n到散射体Z_n之间的虚拟链路的时延，产生方法如下

其中，

表示虚拟链路时延初始值，随机均匀分布变量Z～U(D_LOS(t),τ_max)，τ_max表示最大时延，D_s表示虚拟链路相干时间。

第五步：实时计算视距路径和非视距路径的功率参数并对非视距路径功率参数进行平滑优化，本发明采用方法如下

1)计算视距路径功率的方法如下

其中，高斯分布变量Q₀～N(0,3)，r_τ表示时延分布因子，σ_τ表示时延扩展；

2)计算非视距路径功率并进行平滑优化的方法如下

P_qp,n(t)＝P′_qp,n(t)*W(t) (59)

其中，P′_qp,n(t)表示平滑前的非视距路径功率，计算方法如下

W(t)表示平滑优化窗，本发明采用如下方法产生平滑窗系数，

其中，f_s表示采样率，α_w表示优化系数。

第六步：实时计算视距路径和非视距路径的二维离开角和到达角，本发明采用方法如下

1)计算基站端和移动端视距路径的二维角度参数，方法如下

ψ_LOS(t)＝-γ_LOS(t) (65)

其中，

分别表示矢量

的横、纵和竖坐标值；

2)计算基站端和移动端非视距路径的二维角度参数，方法如下

下面具体通过附图和实施例来说明本发明非平稳移动通信信道建模及参数平滑演进方法，本案例仿真时长为20s，采样率f_s＝1KHz，信道状态更新间隔Δt＝0.05s。本实施例采用表1所示仿真参数，无线信道传播场景采用WINNER+信道标准中的城市室外蜂窝场景，其中路径的路径系数λ_G＝0.8/m，消亡系数λ_R＝0.1/m，散射簇移动的平均概率P_F＝0.3，相干距离D_c＝20m，相干时间D_s＝3s，最大时延τ_max＝1845ns，时延分布因子r_τ＝2.5，时延扩展σ_τ＝2.34×10^-7，基站端和移动端的非视距路径方位角和俯仰角分别服从高斯分布和拉普拉斯分布。

表1仿真参数

本实施例包括以下步骤：

1、计算时变的非视距路径数目，具体如下：

1)计算初始时刻t＝t₀的非视距路径数目N(t)＝0.8/0.04＝20，非视距传播路径在时间间隔Δt内存活的概率

2)判断t+Δt时刻是否有旧的路径消失，判断方法如下

步骤一：记t+Δt时刻存活的非视距路径数为s(t+Δt)＝0，循环变量i＝1；

步骤二：随机产生一个随机变量X_i(t+Δt)～U(0,1)；

步骤三：若X_i(t+Δt)＜0.98，则s(t+Δt)＝s(t+Δt)+1，否则s(t+Δt)不变；

步骤四：若i＝N(t)，则循环结束；若i＜N(t)，则令i＝i+1并返回步骤二。

3)判断t+Δt时刻是否有新的路径新生，判断方法如下

步骤一：记t+Δt时刻新生的非视距路径数为n(t+Δt)＝0，循环变量j＝1；

步骤二：随机产生一个随机变量Y_j(t+Δt)～U(0,1)；

步骤三：Y_j(t+Δt)＞0.98，则n(t+Δt)＝n(t+Δt)+1，否则n(t+Δt)不变；

步骤四：若j＝N(t)，则循环结束；若j＜N(t)，则令j＝j+1并返回步骤二。

4)t+Δt时刻非视距路径总数为N(t+Δt)＝s(t+Δt)+n(t+Δt)，令t＝t+Δt且返回步骤2)，计算下一时刻时变的非视距路径数目，直到仿真结束。

2、计算移动端和散射体A_n,Z_n的位置矢量，方法如下

1)随机产生基站端和移动端的二维角度参数，假设φ_n(t₀)＝179°，γ_n(t₀)＝-22°，

ψ_n(t₀)＝-17°。计算初始时刻t＝t₀移动端和散射体A_n,Z_n的位置矢量

2)随机产生散射体A_n,Z_n的移动方向，假设

计算t+Δt时刻移动端和散射体A_n,Z_n的位置矢量

3)令t＝t+Δt且返回步骤2)，计算下一时刻移动端和散射体A_n,Z_n的位置矢量，直到仿真结束。

3、计算视距路径和非视距路径时延参数，方法如下

1)计算视距路径时延

其中

2)计算非视距路径时延

其中

Z～U(D_LOS(t),1842×10^-9)。

4、计算视距路径和平滑优化后的非视距路径的功率参数，方法如下

1)随机产生一个服从均值为0方差为3的高斯分布的随机变量Q₀，假设Q₀＝1.32，计算视距路径功率

2)随机产生一个服从均值为0方差为3的高斯分布的随机变量Q_n，假设Q_n＝-0.64，计算非视距路径功率

计算平滑优化后的非视距路径功率P_qp,n(t)＝P′_qp,n(t)*W(t)，其中W(t)＝sin(3140t)cos(3140α_wt)/[3140t(1-(2000α_wt)²)]。

5、计算视距路径和非视距路径的二维离开角和到达角，方法如下

1)根据式(62)-式(65)计算基站端和移动端视距路径的二维角度参数φ_LOS(t)，γ_LOS(t)，

ψ_LOS(t)；

2)根据式(66)-式(69)计算基站端和移动端非视距路径的二维角度参数φ_n(t)，γ_n(t)，

ψ_n(t)。

6、将上述步骤获得的时变参数代入式(47)-式(51)的信道模型中，实时计算输出非平稳信道衰落。

本实施例得到的效果可以通过图2-图4仿真实验中所获得的具体数据进行进一步说明。我们看到：1)图2给出了包括视距路径在内的有效路径的时变功率，可以看出随着时间演进，不断有新的路径生成和旧的路径消亡，且新路径生成时和旧路径消亡时功率是平滑过渡的；2)图3(a)和图3(b)分别给出了基站端和移动端视距路径和非视距路径的二维角度参数，从图中可以看出，角度均值随时间变化，而角度分布不变；3)从图4可以看出信道衰落幅值分布也是时变的。

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作出若干改进，这些改进也应视为本发明的保护范围。

Claims (1)

1.一种非平稳移动通信信道建模及参数平滑演进方法，其特征在于：具体步骤如下：

第一步：针对三维非平稳MIMO移动通信场景，将第p根接收天线和第q根发射天线之间的信道建模为

其中，

和P_qp,n(t)分别表示视距路径和第n条非视距路径的功率，

和τ_qp,n(t)分别表示视距路径和第n条非视距路径的时延，N(t)表示非视距路径有效数目，

h_qp,n(t)的具体建模方法如下：

1)本发明将视距路径信道衰落系数建模为

其中，k＝2πf₀/c表示波数，f₀为载波频率，c表示光速，

分别表示基站和移动端的位置矢量，Φ^LOS表示视距路径随机相位，

表示移动端的速度矢量，

表示模值，α_MS和β_MS分别表示移动速度的方位角和俯仰角，

表示视距路径分别相对基站和移动端的单位方向矢量，

其中，φ_LOS(t),γ_LOS(t)分别表示视距路径离开角的方位角和俯仰角，

ψ_LOS(t)分别表示视距路径到达角的方位角和俯仰角；

2)本发明将非视距路径信道衰落系数建模为

其中，M表示非视距路径的散射支路数，

表示散射体Z_n相对移动端的速度矢量，Φ_n,m分别表示非视距路径的随机相位，

表示第n条非视距路径第m条散射支路分别相对基站和移动端的单位方向矢量，

其中，φ_n,m(t),γ_n,m(t)分别表示第n条非视距路径第m条散射支路离开角的方位角和俯仰角，

ψ_n,m(t)分别表示第n条非视距路径第m条散射支路到达角的方位角和俯仰角；

第二步：综合考虑移动端和散射体的移动因素，实时计算时变的非视距路径数目的具体方法如下：

1)随机产生初始时刻t＝t₀的非视距路径有效数目N(t)＝λ_G/λ_R，其中，λ_G和λ_R分别表示各路径的新生概率系数和消亡概率系数；

2)判断t+Δt时刻是否有旧的路径消失，判断方法如下

步骤一：记t+Δt时刻存活的非视距路径数为s(t+Δt)＝0，令循环变量i＝1；

步骤二：产生一个随机均匀分布变量X_i(t+Δt)～U(0,1)；

步骤三：若X_i(t+Δt)＜P_r(Δt)，则s(t+Δt)＝s(t+Δt)+1，其中，P_r(Δt)利用下式计算

其中，D_c表示相干距离，

表示基站端散射体的速度矢量，

和

表示其大小和方向，

表示移动端散射体的速度矢量，

和

表示其大小和方向，P_F表示散射体移动的平均概率；

步骤四：若i＝N(t)，则循环结束；若i＜N(t)，则令i＝i+1并返回步骤二；

3)判断t+Δt时刻是否有新的路径产生，判断方法如下

步骤一：记t+Δt时刻新生的非视距路径数为n(t+Δt)＝0，令循环变量j＝1；

步骤二：产生一个随机均匀分布变量Y_j(t+Δt)～U(0,1)；

步骤三：若Y_j(t+Δt)＞P_r(Δt)，则n(t+Δt)＝n(t+Δt)+1；

步骤四：若j＝N(t)，则循环结束；若j＜N(t)，则令j＝j+1并返回步骤二；

4)最终获得t+Δt时刻非视距有效路径的总数为N(t+Δt)＝s(t+Δt)+n(t+Δt)，令t＝t+Δt且返回步骤2)，计算下一时刻的非视距路径有效数目，直到仿真结束；

第三步：实时计算移动端和散射体A_n,Z_n的位置矢量，采用方法如下：

1)初始时刻t＝t₀移动端和散射体A_n,Z_n的位置矢量可表示为

其中，D_LOS(t₀)，

表示视距路径、基站到散射体A_n、散射体Z_n到移动端距离的初始预设值；

2)计算t+Δt时刻移动端和散射体A_n,Z_n的位置矢量，迭代计算方法如下

3)令t＝t+Δt且返回步骤2)，计算下一时刻移动端和散射体A_n,Z_n的位置矢量，直到仿真结束；

第四步：实时计算视距路径和非视距路径的时延参数，采用方法如下：

1)计算视距路径的时延方法如下

其中，

表示基站端与移动端的距离；

2)计算任意第n条非视距路径的时延方法如下

其中，

表示移动端与散射体Z_n之间的距离，

表示基站与散射体A_n之间的距离，

表示散射体A_n到散射体Z_n之间的虚拟链路的时延，产生方法如下

其中，

表示虚拟链路时延初始值，随机均匀分布变量Z～U(D_LOS(t),τ_max)，τ_max表示最大时延，D_s表示虚拟链路相干时间；

第五步：实时计算视距路径和非视距路径的功率参数并对非视距路径功率参数进行平滑优化，采用方法如下

1)计算视距路径功率的方法如下

其中，高斯分布变量Q₀～N(0,3)，r_τ表示时延分布因子，σ_τ表示时延扩展；

2)计算非视距路径功率并进行平滑优化的方法如下

P_qp,n(t)＝P′_qp,n(t)*W(t) (13)

其中，P′_qp,n(t)表示平滑前的非视距路径功率，计算方法如下

W(t)表示平滑优化窗，本发明采用如下方法产生平滑窗系数，

其中，f_s表示采样率，α_w表示优化系数；

第六步：实时计算视距路径和非视距路径的二维离开角和到达角，采用方法如下

1)计算基站端和移动端视距路径的二维角度参数，方法如下

ψ_LOS(t)＝-γ_LOS(t) (19)

其中，

分别表示矢量

的横、纵和竖坐标值；

2)计算基站端和移动端非视距路径的二维角度参数，方法如下

Images