CN108768472B - 一种临近空间高空平台空间-极化分集mimo信道建模方法 - Google Patents
一种临近空间高空平台空间-极化分集mimo信道建模方法 Download PDFInfo
- Publication number
- CN108768472B CN108768472B CN201810226309.0A CN201810226309A CN108768472B CN 108768472 B CN108768472 B CN 108768472B CN 201810226309 A CN201810226309 A CN 201810226309A CN 108768472 B CN108768472 B CN 108768472B
- Authority
- CN
- China
- Prior art keywords
- channel
- polarization
- model
- space
- scale fading
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3911—Fading models or fading generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/10—Polarisation diversity; Directional diversity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radio Transmission System (AREA)
Abstract
本发明属于无线电传输技术领域,公开了一种临近空间高空平台空间‑极化分集MIMO信道建模方法,利用马尔科夫状态转移模型确定Loo信道参数;利用信道测量数据和理论模型计算极化和空间相关系数,代入由Loo模型模拟的大/小尺度衰落模型产生相关性;联合每条子信道的大尺度衰落和小尺度衰落部分得到高空平台空间‑极化分集MIMO信道模型。与现有高空平台MIMO信道模型相比,综合考虑了理论模型和基于实测的散射模型的优劣性,全面评估了极化相关性和空间相关性对信道模型的影响,能够准确描述高空平台环境下大尺度和小尺度衰落特性,以及子信道之间的相关性。
Description
技术领域
本发明属于无线电传输技术领域,尤其涉及一种临近空间高空平台空间-极化分集MIMO信道建模方法。
背景技术
目前,业内常用的现有技术是这样的:无线电频谱是有限的资源,而现代通信服务需要越来越高的数据速率和信道容量。因此,在部署需要高容量的下一代通信系统时,融合了陆地和卫星通信系统的优势的高空平台通信系统是最有潜力的补充或替代解决方案。特别是在地震等自然灾害失去地面基站和网络支持下的快速应急通信场合,基于高空平台快速部署、重构大容量通信系统将是最有潜力的一种解决方案。作为可提升信道容量的强有效方法,MIMO技术在高空平台通信系统中的应用逐渐成为学术研究的热点问题。但是,由于信道传播条件和平台尺寸限制,MIMO技术在高空平台通信中的性能无法从传统地面通信中的MIMO性能推断。因此,开发精确、高效的HAP-MIMO信道仿真模型具有重要的意义。目前关于将MIMO应用在高空平台通信系统研究主要是分为基于几何分布的理论建模研究和基于实地测量的物理建模研究,理论模型的主要问题在于仅使用假设统计分布特性描述信道环境,缺乏实验数据的支撑和验证;而实测模型又相对成本过高,且通常基于某一特定场景,不具普遍性。因而两者都不足以准确描述高空平台通信场景。将MIMO技术应用在高空平台通信系统仍存在以下问题:(1)缺乏可以准确描述高空平台信道环境的信道模型;(2)高空平台通信系统存在视距环境,由此带来的空间相关性问题不可忽略,现有研究大多停留于理论研究,对相关性带来的影响研究不够深入。(3)现有的单维分集2x2MIMO信道模型带来的信道容量的提升不足以弥补低仰角区阴影遮蔽带来的重度衰落问题。针对现今通信服务高容量的要求和低仰角区重度衰落问题,提出一种高空平台空间-极化分集MIMO信道建模方法,可为高空平台通信评估和体制设计提供参考。
综上所述,现有技术存在的问题是:现有高空平台MIMO信道建模中存在的信道环境描述不准确、相关性考虑欠缺、信道容量不足以对抗低仰角多径阴影衰落问题,需要采取更有效的分集策略进行弥补提升。
解决上述技术问题的难度和意义:现有的技术多采用单维的极化分集或平台分集来实现MIMO传输。然而,在低仰角区阴影遮蔽带来的重度衰落时,空间分集增益性能会严重降低。单维天线分集带来的信道容量增益不足以弥补阴影带来的重度衰落。本发明提出的空间-极化天线分集策略能够很好的弥补低仰角区的阴影衰落问题,以达到分集增益的最大化,进而提升信道容量以满足用户日益增长的通信容量需求。难点在于由于高空平台存在视距路径,子信道间存在一定相关性,同时应用空间分集和极化分集需要考虑子信道的空间相关性和极化相关性,现有的测量数据只有2x2MIMO系统的相关系数矩阵,要获取4x4MIMO系统的相关系数矩阵必须进行合理的参数扩展和推导。
发明内容
针对现有技术存在的问题,本发明提供了一种临近空间高空平台空间-极化分集MIMO信道建模方法。
本发明是这样实现的,一种临近空间高空平台空间-极化分集MIMO信道建模方法,所述临近空间高空平台空间-极化分集MIMO信道建模方法利用马尔科夫状态转移模型确定Loo信道参数;利用信道测量数据和理论模型计算极化和空间相关系数,代入由Loo模型模拟的大/小尺度衰落模型产生相关性;联合每条子信道的大尺度衰落和小尺度衰落部分得到高空平台空间-极化分集MIMO信道模型。
进一步,所述临近空间高空平台空间-极化分集MIMO信道建模方法包括以下步骤:
步骤一,建立马尔科夫状态转移模型,输入信道状态转移矩阵P,获取马尔科夫信道模型的状态转移序列;根据陆地移动卫星信道测试结果状态序列确定对应的Loo模型信道参数;
步骤二,利用现有的2x2MIMO的信道测量数据和理论模型计算空间-极化分集MIMO信道的大尺度衰落极化相关系数矩阵Cpl、小尺度衰落极化相关系数矩阵Cps和空间相关系数矩阵Cs,代入到由Loo模型生成的大/小尺度衰落模型中,产生子信道间的相关性;
步骤三,联合每条子信道的大尺度衰落和小尺度衰落部分得到高空平台空间-极化分集MIMO信道模型。
进一步,所述步骤一具体包括:
(1)建立两状态马尔科夫状态转移模型,生成状态转移时间序列。
(3)输入状态帧LFrame=5,LFrame表示为某个状态持续的最小距离。给定当前状态St=i,每LFrame米生成下一状态St+1:
产生一个服从(0,1)均匀分布的随机数K,并设置i=1;
(4)随着终端移动,每LFrame米做一次判断终端所处的状态,并查找相应状态下的Loo模型参数Loo(MA,∑A,MP),相应的Loo模型参数定义如下:f(MA)~Gaussian(μ1,σ1),f(∑A|MA)~Gaussian(μ2,σ2),f(MP)~Gaussian(μ3,σ3);MA,∑A和MP均以dB形式表示,其中MA,∑A分别表示大尺度衰落的LOS视距分量的均值和方差,MP表示小尺度衰落的多径分量的平均功率;
进一步,所述步骤二具体包括:
(1)根据所提极化参数扩展方法,在计算极化相关性时只关注天线的极化,而不考虑收发天线;
其中,Li,Rj/Lm,Rn均表示空间-极化分集4x4MIMO收发天线i,j,m,n(i/m=1,2,j/n=a,b)的左旋/右旋圆极化;
(2)根据参数扩展方法,输入现有的开阔地环境下2x2极化分集MIMO的信道测量数据进行参数扩展,得到相应的空间-极化分集4x4MIMO信道的大尺度衰落极化相关系数矩阵Cpl和小尺度衰落极化相关系数矩阵Cps;
(3)计算40°仰角下2x2MIMO空间分集的空间相关系数,高空平台信道存在视距,空间相关系数由视距路径和非视距路径信道分量的相关函数叠加得到:
其中Ra1,b2为a1链路和b2链路信道间的空时相关函数,ha1(t),hb2(t)分别为对应链路信道的冲击响应;Ωa1为子信道发送能量,Ωa1=E[|ha1(t)|2]≤1,和分别为视距路径和非视距路径信道分量的相关函数;
(4)根据空间相关系数参数扩展方法,进行参数扩展时只考虑天线的空间分集不考虑极化分集,即:
其中,Li,Rj/Lm,Rn均表示空间-极化分集4x4MIMO收发天线i,j,m,n(i/m=1,2,j/n=a,b)的左旋/右旋圆极化;
进一步,所述步骤三具体包括:
γ=βant(1-γenv)+(1-βant)γenv和γenv为极化耦合度XPCenv因子。
本发明的另一目的在于提供一种应用所述临近空间高空平台空间-极化分集MIMO信道建模方法的无线电传输系统。
综上所述,本发明的优点及积极效果为:与现有的多数使用平台分集的高空平台MIMO系统相比,本发明提出的高空平台空间-极化分集MIMO系统,只需要一个平台即可实现空间分集和极化分集的利用,极大的增加了分集性能,大大降低了系统实现的复杂度和成本;本发明提供的高空平台空间-极化分集MIMO信道模型建模方法,与现有高空平台MIMO信道模型相比,综合考虑了理论模型和基于实测的物理模型的优劣性,全面评估了极化相关性和空间相关性对信道模型的影响,能够准确描述高空平台环境下大尺度和小尺度衰落特性,以及子信道之间的相关性。通过仿真验证,对比单维天线分集模型,在三种典型环境下本发明均可带来的1.4~1.8倍的信道增益,大大提升了系统的信道容量。
附图说明
图1是本发明实施例提供的临近空间高空平台空间-极化分集MIMO信道建模方法流程图。
图2是本发明实施例提供的临近空间高空平台空间-极化分集MIMO信道建模方法具体实现流程图。
图3是本发明实施例提供的高空平台环境下的大尺度衰落极化相关系数示意图。
图4是本发明实施例提供的高空平台环境下的小尺度衰落极化相关系数示意图。
图5是本发明实施例提供的高空平台环境下空间分集相关系数示意图。
图6是本发明实施例提供的一定条件下对比了高空平台环境下采用空间-极化分集MIMO技术与仅采用极化分集MIMO技术对信道容量的影响示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明适用于临近空间高空平台MIMO信道建模,所建立的信道模型可为高空平台(通信飞艇)通信体制设计、适应性方法研究提供信道仿真基础和平台,可用于调制/解调、信道编码、信道估计和均衡等通信物理层传输技术的算法设计和性能评估。
如图1所示,本发明实施例提供的临近空间高空平台空间-极化分集MIMO信道建模方法包括以下步骤:
S101:利用马尔科夫状态转移模型确定Loo信道参数;
S102:利用信道测量数据和理论模型计算极化和空间相关系数,代入由Loo模型模拟的大/小尺度衰落模型产生相关性;
S103:联合每条子信道的大尺度衰落和小尺度衰落部分得到高空平台空间-极化分集MIMO信道模型。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示,本发明实施例实施例的高空平台空间-极化分集MIMO信道建模方法包括如下步骤:
S1根据陆地移动卫星马尔科夫信道状态转移矩阵P,获取马尔科夫信道模型的状态转移序列;根据陆地移动卫星信道测试结果确定状态序列对应的Loo模型信道参数。
S1.1建立两个时间序列,分别表示信道1和信道2的状态序列,每个序列包括两种状态,分别为好状态和坏状态。
S1.3:输入状态态帧LFrame=5,LFrame表示为某个状态持续的最小距离。给定当前状态St,每LFrame米生成下一状态St+1:
产生一个服从(0,1)均匀分布的随机数K,并设置i=1;
S1.4:随着终端移动,每LFrame米做一次判断终端所处的状态,并查找相应状态下的Loo模型参数Loo(MA,∑A,MP),相应的Loo模型参数定义如下:f(MA)~Gaussian(μ1,σ1),f(∑A|MA)~Gaussian(μ2,σ2),f(MP)~Gaussian(μ3,σ3);MA,∑A和MP均以dB形式表示,其中MA,∑A分别表示大尺度衰落的LOS视距分量的均值和方差,MP表示小尺度衰落的多径分量的平均功率。
S1.5叠加两个时间序列,得到信道总的时间序列。
S2利用现有的2x2MIMO的信道测量数据和理论模型计算空间-极化分集MIMO信道的大尺度衰落极化相关系数矩阵Cpl、小尺度衰落极化相关系数矩阵Cps和空间相关系数矩阵Cs,具体数据如图3,图4,图5所示。
S2.1根据所提极化参数扩展方法,假设在计算极化相关性时只关注天线的极化,而不管收发天线:
其中,Li,Rj/Lm,Rn均表示空间-极化分集4x4MIMO收发天线i,j,m,n(i/m=1,2,j/n=a,b)的左旋/右旋圆极化;
S2.3计算40°仰角下2x2MIMO空间分集的空间相关系数,考虑高空平台信道存在视距情况,空间相关系数由直视路径和非直视路径信道分量的相关函数叠加得到:
其中Ra1,b2为a1链路和b2链路信道间的空间相关函数,ha1(t),hb2(t)分别为对应链路信道的冲击响应。Ωa1为子信道发送能量,Ωa1=E[|ha1(t)|2]≤1,和分别为直视路径和非直视路径信道分量的相关函数。
S2.4根据空间相关系数参数扩展方法,即假设进行参数扩展时只考虑天线的空间分集,不考虑天线的极化:
其中,Li,Rj/Lm,Rn均表示空间-极化分集4x4MIMO收发天线i,j,m,n(i/m=1,2,j/n=a,b)的左旋/右旋圆极化;
S3利用Loo模型生成的大尺度衰落模型和小尺度衰落模型,并将第二步得到的相关系数代入对应模型,产生子信道间的相关性。
γ=βant(1-γenv)+(1-βant)γenv和γenv为极化耦合度XPCenv因子;
步骤S4的具体实施如下:
联合步骤S2的相关系数和步骤S3大/小尺度衰落模型得到高空平台空间-极化分集MIMO信道模型。
下面结合仿真对本发明的应用原理作进一步的描述。
从图6可以看出,高空平台空间-极化分集4x4MIMO系统与仅使用极化分集的2x2MIMO系统的信道容量随着信噪比的增加而增加,但是高空平台空间-极化分集4x4MIMO系统的信道容量明显比仅使用极化分集的2x2MIMO系统的信道容量高很多。例如,当信噪比为25dB时,高空平台空间-极化分集4x4MIMO系统的信道容量为16.15bps/Hz,而仅使用极化分集的2x2MIMO系统的信道容量为11.051bps/Hz。因此,在高空平台上采用空间-极化分集的MIMO技术可以大大的增加信道容量,说明了本发明的有效性。
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作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种临近空间高空平台空间-极化分集MIMO信道建模方法,其特征在于,所述临近空间高空平台空间-极化分集MIMO信道建模方法利用马尔科夫状态转移模型确定Loo模型信道参数;利用信道测量数据和理论模型计算并扩展极化和空间相关系数,代入由Loo模型模拟的大/小尺度衰落模型产生相关性;联合每条子信道的大尺度衰落和小尺度衰落部分得到高空平台空间-极化分集MIMO信道模型;
所述临近空间高空平台空间-极化分集MIMO信道建模方法包括以下步骤:
步骤一,根据陆地移动卫星马尔科夫信道状态转移矩阵P,获取马尔科夫信道模型的状态转移序列;根据陆地移动卫星信道测试结果确定状态序列对应的Loo模型信道参数;
步骤二,利用现有的2x2 MIMO的信道测量数据和理论模型计算空间-极化分集MIMO信道的大尺度衰落极化相关系数矩阵Cpl、小尺度衰落极化相关系数矩阵Cps和空间相关系数矩阵Cs;
步骤三,利用Loo模型生成大尺度衰落模型和小尺度衰落模型,并将第二步得到的相关系数代入对应模型,产生子信道间的相关性;
步骤四,结合步骤二的相关系数和步骤三大/小尺度衰落模型得到高空平台空间-极化分集MIMO信道模型;
所述步骤一具体包括:
(1)建立两个时间序列,分别表示信道1和信道2的状态序列,每个序列包括两种状态,分别为好状态和坏状态;
(3)输入状态态帧LFrame=5,LFrame表示为某个状态持续的最小距离;给定当前状态St,每LFrame米生成下一状态St+1:
产生一个服从(0,1)均匀分布的随机数K,并设置i=1;
(3)随着终端移动,每LFrame米做一次判断终端所处的状态,并查找相应状态下的Loo模型参数Loo(MA,ΣA,MP),相应的Loo模型参数定义如下:
f(MA)~Gaussian(μ1,σ1),f(ΣA|MA)~Gaussian(μ2,σ2),f(MP)~Gaussian(μ3,σ3);MA,ΣA和MP均以dB形式表示,其中MA,ΣA分别表示大尺度衰落视距分量的均值和方差,MP表示小尺度衰落的多径分量的平均功率;
(4)叠加两个时间序列,得到信道总的时间序列;
所述步骤二具体包括:
(1)根据所提极化参数扩展方法在计算极化相关性时只关注天线的极化;
其中,Li,Rj/Lm,Rn均表示空间-极化分集4x4 MIMO收发天线i,j,m,n(i/m=1,2,j/n=a,b)的左旋/右旋圆极化;
(3)计算40°仰角下2x2 MIMO空间分集的空间相关系数,高空平台信道存在视距路径,因而空间相关系数由视距路径和非视距路径信道分量的相关函数叠加得到:
其中Ra1,b2为a1链路和b2链路信道间的空时相关函数,ha1(t),hb2(t)分别为对应链路信道的冲击响应;Ωa1为子信道发送能量,Ωa1=E[|ha1(t)|2]≤1,和分别为直视视距和非视距路径信道分量的相关函数;
(4)根据空间相关系数参数扩展方法,进行参数扩展时只考虑天线的空间分集,不考虑天线的极化分集:
其中,Li,Rj/Lm,Rn均表示空间-极化分集4x4 MIMO收发天线i,j,m,n(i/m=1,2,j/n=a,b)的左旋/右旋圆极化;
所述步骤三具体包括:
γ=βant(1-γenv)+(1-βant)γenv和γenv为极化耦合度XPCenv因子。
2.一种应用权利要求1所述临近空间高空平台空间-极化分集MIMO信道建模方法的无线电传输系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810226309.0A CN108768472B (zh) | 2018-03-19 | 2018-03-19 | 一种临近空间高空平台空间-极化分集mimo信道建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810226309.0A CN108768472B (zh) | 2018-03-19 | 2018-03-19 | 一种临近空间高空平台空间-极化分集mimo信道建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108768472A CN108768472A (zh) | 2018-11-06 |
CN108768472B true CN108768472B (zh) | 2021-05-14 |
Family
ID=63980524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810226309.0A Active CN108768472B (zh) | 2018-03-19 | 2018-03-19 | 一种临近空间高空平台空间-极化分集mimo信道建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108768472B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109951213B (zh) * | 2017-12-21 | 2021-04-02 | 上海交通大学 | 高空平台mimo三维几何随机模型建立方法及通信方法 |
CN111263391B (zh) | 2018-11-30 | 2021-08-13 | 华为技术有限公司 | 信号处理方法、设备及基站 |
CN112511200B (zh) * | 2020-11-10 | 2022-04-08 | 河海大学 | 一种模拟3d散射空间耦合衰落相关信道传播特性的方法 |
CN113595768A (zh) * | 2021-07-07 | 2021-11-02 | 西安电子科技大学 | 一种保障移动信息物理系统控制性能的分布式协作传输算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070294063A1 (en) * | 2006-06-14 | 2007-12-20 | Nec Laboratories America, Inc. | Automatic-Repeat-Request Throughput Over Parallel Channels |
CN104038959A (zh) * | 2014-06-11 | 2014-09-10 | 重庆邮电大学 | 一种信道模拟器及其建模方法 |
CN104378170A (zh) * | 2014-10-27 | 2015-02-25 | 西安电子科技大学 | 一种临近空间动态等离子鞘套信道建模及模拟的方法 |
CN104994517A (zh) * | 2015-06-10 | 2015-10-21 | 哈尔滨工业大学 | 一种高空平台mimo通信系统三维信道建模方法 |
CN107302387A (zh) * | 2017-06-30 | 2017-10-27 | 西安电子科技大学 | 一种高速飞行器中继双极化mimo信道建模方法 |
-
2018
- 2018-03-19 CN CN201810226309.0A patent/CN108768472B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070294063A1 (en) * | 2006-06-14 | 2007-12-20 | Nec Laboratories America, Inc. | Automatic-Repeat-Request Throughput Over Parallel Channels |
CN104038959A (zh) * | 2014-06-11 | 2014-09-10 | 重庆邮电大学 | 一种信道模拟器及其建模方法 |
CN104378170A (zh) * | 2014-10-27 | 2015-02-25 | 西安电子科技大学 | 一种临近空间动态等离子鞘套信道建模及模拟的方法 |
CN104994517A (zh) * | 2015-06-10 | 2015-10-21 | 哈尔滨工业大学 | 一种高空平台mimo通信系统三维信道建模方法 |
CN107302387A (zh) * | 2017-06-30 | 2017-10-27 | 西安电子科技大学 | 一种高速飞行器中继双极化mimo信道建模方法 |
Non-Patent Citations (6)
Title |
---|
Channel modeling for High-Altitude platform A review;Yong Yang et al;《2010 International Symposium on Intelligent Signal Processing and Communication Systems》;20101208;全文 * |
SISO and MIMO enhanced 2-state modelling of the Land Mobile satellite channel for various frequencies, environments and Elevation Angles;Frédéric Lacoste et al;《The 8th European Conference on Antennas and Propagation》;20140411;第2277-2281页 * |
Statistical modeling of the high altitude platform dual-polarized MIMO propagation channel;Mingchuan Yang et al;《China Communications》;20170412;第14卷(第3期);第43-54页 * |
Wireless Channel Modeling and Performance Analysis Based on Markov Chain;Xiaoyang Liu et al;《2017 29th Chinese Control And Decision Conference》;20170330;第2256-2260页 * |
基于高空平台站通信的三状态马尔科夫信道模型;朱子行,梁俊;《通信技术》;20090630;第42卷;第174-176页 * |
近空间飞行器信道特性研究;石磊;《中国博士学位论文全文数据库 信息科技辑》;20131115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108768472A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Intelligent reflecting surface-assisted millimeter wave communications: Joint active and passive precoding design | |
CN108768472B (zh) | 一种临近空间高空平台空间-极化分集mimo信道建模方法 | |
CN110492911B (zh) | 一种用于无人机通信的波束追踪方法与系统 | |
CN110855585A (zh) | 一种毫米波大规模mimo系统的信道估计方法 | |
Bai et al. | Channel modeling for satellite communication channels at Q-band in high latitude | |
CN112039564B (zh) | 一种卫星大规模mimo广覆盖预编码传输方法 | |
CN107171757B (zh) | 一种融合智能天线的mimo无线信道建模方法 | |
CN113315560B (zh) | 一种紧凑型平面阵列Massive MIMO系统的波束赋形方法 | |
Wang et al. | Coordinated beamforming for UAV-aided millimeter-wave communications using GPML-based channel estimation | |
Tao et al. | Weighted sum-rate of intelligent reflecting surface aided multiuser downlink transmission with statistical CSI | |
CN102710390B (zh) | 一种多用户mimo系统中预编码的方法和装置 | |
CN106788631A (zh) | 一种基于局部校准的大规模mimo互易性校准方法 | |
CN113965881B (zh) | 遮挡效应下的毫米波一体化通信与感知方法 | |
Hao et al. | Robust design for intelligent reflecting surface assisted MIMO-OFDMA terahertz communications | |
Zhao et al. | Beamforming design for IRS-assisted uplink cognitive satellite-terrestrial networks with NOMA | |
US9407339B2 (en) | Monotonic optimization method for achieving the maximum weighted sum-rate in multicell downlink MISO systems | |
Chen et al. | Joint channel estimation and beam selection NOMA system for satellite-based Internet of Things | |
Guo et al. | Broad coverage precoder design for synchronization in satellite massive mimo systems | |
Schwarz | Outage investigation of beamforming over random-phase finite-scatterer MISO channels | |
Lou et al. | Coverage analysis of large-scale HAPS networks using directional beams | |
CN109861776A (zh) | 一种模拟多天线室外空间耦合衰落传播特性的方法 | |
Chen et al. | Performance evaluation of BER for an Massive-MIMO with M-ary PSK scheme over Three-Dimension correlated channel | |
CN104539401A (zh) | 一种自适应预编码方法、基站及系统 | |
Cho et al. | Coordinated beamforming in quantized massive MIMO systems with per-antenna constraints | |
Zhou et al. | Power optimization for aerial intelligent reflecting surface-aided cell-free massive MIMO-based wireless sensor network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |