CN109302252B - 一种mimo多天线通信系统及通信系统性能评估方法 - Google Patents
一种mimo多天线通信系统及通信系统性能评估方法 Download PDFInfo
- Publication number
- CN109302252B CN109302252B CN201811208759.3A CN201811208759A CN109302252B CN 109302252 B CN109302252 B CN 109302252B CN 201811208759 A CN201811208759 A CN 201811208759A CN 109302252 B CN109302252 B CN 109302252B
- Authority
- CN
- China
- Prior art keywords
- array
- antenna
- sbm
- communication system
- angle
- 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.)
- Expired - Fee Related
Links
- 238000004891 communication Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 title claims abstract description 10
- 238000005314 correlation function Methods 0.000 claims abstract description 20
- 238000005311 autocorrelation function Methods 0.000 claims abstract description 10
- 230000014509 gene expression Effects 0.000 claims abstract description 5
- 230000004044 response Effects 0.000 claims abstract description 5
- 238000012546 transfer Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 12
- 230000007423 decrease Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000010355 oscillation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- 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
- H04B17/00—Monitoring; Testing
- H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
- H04B17/0087—Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
-
- 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
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
本发明公开了一种MIMO多天线通信系统,系统包括发射端和接收端,发射端和接收端分别设有均匀球形MIMO天线阵列。本发明还公开了一种MIMO多天线通信系统的性能评估方法,采用散射体高斯分布来描述提出的系统,确定空间高斯分布密度函数表达式,表示单次反跳SBM分量的发射角AOD的联合概率密度函数,系统中单次反跳路径SBM的发射角AOD的边缘PDF通过联合PDF在路径长度区间分量上的积分分别得出,将脉冲响应hpq(t)做傅里叶变换得到时变传递函数,表示频率互相关函数。本发明通过引入两个阵元p,q之间的空间自相关函数、时间、频率互相关函数评估MIMO多天线通信系统的性能,优化了终端天线阵列及无线通信系统的性能。
Description
技术领域
本发明属于MIMO多天线通信探测方法技术领域,涉及一种MIMO多天线通信系统,还涉及一种MIMO多天线通信系统的性能评估方法。
背景技术
MIMO多天线技术已受到当今无线通信系统研究者的广泛关注,最近,配备了数百甚至数千个天线的大规模的增强型MIMO系统出现以满足第五代(fifth-generation,5G)无线通信网络日益增长的流量需求。Wood等人已经证实,基于相关性的Kronecker和Weichselberger信道模型可以用于分析紧凑型MIMO系统的性能。S.K.Yong基于3D多路径信道提出了一系列的紧凑型MIMO天线阵列的几何配置模型,如均匀线性阵列(uniformlinear array,ULA)、均匀圆阵列(uniform circular array,UCA)、均匀矩形阵列(uniformrectangular array,URA)以及L型阵列。2009年Mammasis提出了VMF(Von Mises Fisher)分布模型并推导出UCA天线阵列的信号空间衰落相关性函数(spatial fading correlationfunctions,SFCFs)。然而,Lee指出,通过使用UCA阵列获得大带宽范围的稳定频率特性,补偿滤波器的动态范围及系统噪声非常大,分析S.C.Chan的研究可以得出装备均匀同心圆阵列(uniform concentric circular array,UCCA)阵列天线可以克服这个问题。在5G MIMO技术高容量评测应用中,开发了电磁矢量传感器EVS并运用到发射端和接收端MIMO UCCA阵列天线确定性协方差矩阵中,同时还对同等信道模型下的UCCA阵列和ULA、UCA阵列作了比较,研究表明,UCCA阵列的性能要更加优越,不过这些模型仍局限在二维结构的天线阵列分析。Wu在阵列属性里考虑了近场效应和非稳态,然而关于球形波阵面对非视距分量的影响没有详细研究,同时忽略了几何关系的时间变化特性。在MIMO信道建模中,考虑到3D空间里的车辆形状变化,传统的平面结构的天线阵列模型已经无法直接应用。
发明内容
本发明的目的是提供一种MIMO多天线通信系统,采用MIMO天线阵列模型三维空间假设代替传统的二维平面阵列假设,优化了多天线系统的性能。
本发明的目的还在于提供一种MIMO多天线通信系统的性能评估方法。
本发明所采用的第一种技术方案是,一种MIMO多天线通信系统,包括发射端和接收端,发射端和接收端均分别装备一组均匀球形MIMO天线阵列。
本发明所采用的第二种技术方案是,一种MIMO多天线通信系统的性能评估方法,根据通信系统的空间自相关函数、时间互相关函数以及频率互相关函数三类信息参数对系统性能进行评定,
空间自相关函数为:
其中,p,q为球形MIMO天线阵列中的两个阵元,
其中,L表示每环的阵元个数,w为纬向环数;
时间互相关函数TCCF表示成,
符号和表示由发射端和接收端相对运动产生的最大多普勒频率;φR表示发射端和接收端之间的相对移动方向;参数ηSBM,ηSBN及ηDB分别表示单次反跳SBM、单次反跳SBN以及二次反跳DB分量对应的信道增益,此处施加边界条件以确保整个随机模型的平均加权满足归一化条件,有ηSBM+ηSBN+ηDB=1;
发射角用方位角分量与仰角分量表示,接收端到达角用方位角分量与仰角分量表示,当散射体数目M,N→∞时,离散随机角度变量变成了连续型随机变量,由θT、θR所取代;θR分别表示单次反跳路径SBN的MR端到达角AOA在方位角和仰角上的分量;
ξpmq(t),ξpnq(t),ξpmnq(t)分别表示单次反跳路径SBM,SBN以及DB中发射元p经过散射体到达接收元q的距离,ξp'mq'(t),ξp'nq'(t),ξp'mnq'(t)分别表示单次反跳路径SBM,SBN以及DB中发射元p’经过散射体到达接收元q’的距离;
定义f为频率变量,Δf表示频率间隔,τ表示时间取样间隔,将脉冲响应hpq(t)做傅里叶变换得到时变传递函数,
频率互相关函数FCCF表示为,
当ρ(p,q)∈[0,0.15]且Rpq,p'q'(t,τ)∈[0,0.15]且Rpq,p'q'(t,Δf)∈[0,0.15]时,MIMO通信系统性能达到最优。
本发明的特点还在于,
MIMO天线阵列的导向矢量为,
MIMO多天线通信系统中散射体是沿着弧形区域分布的,散射体分布密度随着与发射端和接收端距离的增加逐渐减少,空间高斯分布密度函数表达式为,
单次反跳SBM分量到达角AOA的联合概率密度函数表示为,
系统中单次反跳路径SBM的发射角AOD及到达角AOA的边缘PDF通过联合PDF在路径长度区间分量上的积分分别得出,
空间自相关函数随着归一化天线半径RS/λ的增加而快速下降。
阵元q从2到200的过程中,空间相关性呈逐渐减少趋势。
本发明的有益效果是,本发明的一种MIMO多天线通信系统性能评估方法,发射端和接收端分别装备提出的均匀球形MIMO天线阵列,散射信道考虑单次反跳和二次反跳路径,研究信道特性,有效拓展了空间统计信道模型及其深入对MIMO多天线阵列的收发性能,优化了终端天线阵列及无线通信系统的性能;
本发明通过引入两个阵元p,q之间的空间自相关函数、时间、频率互相关函数等参数评估MIMO多天线通信系统的性能,分析三维天线阵列相对于二维阵列的优势,从实验结果发现,三维天线阵列的全向性能优于二维天线阵列。
附图说明
图1是本发明的一种MIMO多天线通信系统三维MIMO球面车载阵列天线模型;
图2(a)是本发明的一种MIMO多天线通信系统的MIMO天线阵列上半球投影平面的阵元布局;
图2(b)是本发明的一种MIMO多天线通信系统的MIMO天线阵列下半球投影平面的阵元布局;
图3是本发明的一种MIMO多天线通信系统的三维球面车载阵列应用通信传播场景;
图4是本发明的一种MIMO多天线通信系统的方位角平面弯道单次散射信道模型;
图5是本发明的一种MIMO多天线通信系统的方位角平面弯道二次散射信道模型;
图6是本发明的一种MIMO多天线通信系统性能评估方法的三维MIMO天线阵列模型不同天线阵元间的空间自相关分布;
图7是本发明的一种MIMO多天线通信系统性能评估方法的三维MIMO天线阵列参考信道模型在不同天线阵元传播路径的时间互相关分布;
图8是本发明的一种MIMO多天线通信系统性能评估方法的三维MIMO天线阵列参考信道模型频率互相关函数分布。
具体实施方式
下面结合具体实施方式,进一步阐述本发明。
本发明在考虑用三维空间假设代替传统的二维平面阵列假设,提出了一种3D空间域MIMO天线阵列模型并对其性能进行了评估。通过引入空间自相关相关系数,MIMO时间互相关和频率互相关函数等性能评价参数,分析天线阵列的性能优势。
步骤1:对于车载移动无线环境,大规模的全向天线装置在车辆表面,考虑到3D空间里的车辆形状变化,传统的平面天线阵列模型已经无法直接应用在MIMO信道建模中,天线阵列的维度属性将对整个信道性能影响很大。因此,提出了3D MIMO球面车载阵列模型,如图1所示,球形空间结构天线具有全方向性,假设波达信号经过散射簇到达接收天线的方向是三维随机的。
将整个车辆天线系统装置看作是一个3D空间球形盒,天线阵元密布在球形模型的表面,由此构成提出的球面车载阵列天线模型,并且根据上下半球两个面分配给每一个阵元一个序列号。这时候,天线阵列的导向矢量可以表示为,
其中表示提出的3D空间阵列模型第p个阵元的相位矢量,其中RS代表了球形面阵列的半径,λ表示波达信号的波长。θ和分别表示入射信号的仰角以及方位角,定义V为经向环数,W为纬向环数,则阵元总个数P=2×V×M。分析中发射端和接收端均采用N=208个阵元的球形阵列,即经向环数V=8和纬向环数W=13,这时候天线上下半球的阵元序号如图2(a)、(b)所示。
对于提出的大规模天线阵列模型,假设接收端MR处在发射端MT的近场效应中,因此,两个阵元p,q之间的空间自相关函数(spacial auto-correlation function,SACF)定义为,
式中E[·]为数学期望,上标(·)*表示共轭复数,为阵元p接收信号能量均值;是第p个阵元的导向矢量,是多径信道对应三维空间内的AOD概率密度函数。假设模型中波达信号非均匀入射在球面天线的方位角和仰角平面内,即0≤θ≤π/2,此时两个阵元p,q之间的SACF可以简化为,
步骤2:为了进一步分析所提出的3D空间MIMO天线阵列模型,建立匹配城市狭窄弯道V2V通信场景的信道模型,图3所示的是典型的三维球面车载阵列应用通信传播场景,图中道路内侧是非视距的山体部分,图中的树木考虑为散射体,MT表示信号发射端,MR表示信号接收端,MT和MR端分别装备提出的均匀球形M-MIMO天线阵列,天线阵元个数分别为P、Q,球面半径分别为rT、rR。
图4描绘的是方位角平面单次反跳路径的信道模型几何及移动特征,整个路口及其附属的周边环境可以近似的看作一个标准的半环形结构,将路口中轴线定义为y轴,而穿过MT并且与y轴垂直的线定义为模型的x轴,O表示近似半圆模型的圆心。r、R分别表示近似半环模型的道路内、外侧半径,lT、lR分别表示发射端MT和接收端MR与圆心O的距离,DT、DR分别表示发射端MT和接收端MR与y轴间的距离,hT、hTT、hR、hRR分别表示两侧散射区域边缘到y轴的距离。MT一侧为散射弧 则表示MR一侧的散射弧,电磁信号从MT端发出经过散射体或之后到达接收端MR。V2V通信模型中,发射端和接收端都处于运动之中,根据相对运动原理,假设MT静止,接收端MR以速度vR朝发射端MT移动,移动方向为φR。
图5描述的是方位角平面二次反跳路径信道模型的几何特征,电磁信号从MT端发出经过散射体和二次反跳之后到达接收端MR。模型建立在3D空间上,因此发射角用方位角分量与仰角分量表示,接收端到达角用方位角分量与仰角分量表示。
在前人的文献中,许多不同的散射体分布类型被提出来描述多径信道的几何路径和角度,如Gaussian分布,Laplacian分布以及von Mises分布模型。当散射体数目M,N→∞时,离散随机角度变量变成了连续型随机变量,由所取代。考虑到城市狭窄弯道环境的特殊性,模型中大部分散射体是沿着弧形区域分布的,散射体分布密度随着与发射端和接收端距离的增加逐渐减少,因此采用散射体高斯分布来描述提出的模型,空间高斯分布密度函数表达式为,
在MIMO信道模型中,到达角AOA往往和对应的发射角AOD相关,此处角度范围的界定只考虑散射区域边界内的情况。单次反跳SBM分量的到达角AOA的联合概率密度函数可以表示为,
模型中单次反跳路径SBM的发射角AOD及到达角AOA的边缘PDF可以通过联合PDF在路径长度区间分量上的积分分别得出,
基于图4中的单次反跳模型,考虑到MR的实际位置,式中传播路径的边界距离由散射弧面区域的大小决定,通过边界角度可以得出传播路径最大值ξmax和最小值ξmin,用同样的方法可以得出单次反跳SBN路径以及二次反跳DB分量的发射角和到达角的边缘概率密度函数表示式。
步骤3:为更深入分析MIMO多天线车载系统的信道的性能,并适应正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)在其系统中的应用,要同时考虑其时域、频域和空域的信道相关特性。用hp'q'(t)表示模型中空间波束从第p’个发射天线阵元经过散射体反跳之后到达第q’个接收天线阵元的脉冲响应,这样路径p-q与p’-q’在t时刻的时间互相关归一化函数定义为,
式中*表示求复共轭,很显然,两条路径的时间互相关函数不仅和几何模型形态有关,还与相对运动属性相关。当M,N→∞时, 表示单次反跳路径SBM的MR端到达角AOA的边缘PDF; 表示单次反跳路径SBN的MR端到达角AOA的边缘PDF; 表示二次反跳路径DB的MT端发射角AOD的边缘PDF,表示MR端到达角AOA的边缘PDF。因此,时间互相关函数(temporal cross-correlation function,TCCF)可以表示成,
其中,ξpmq(t),ξpnq(t),ξpmnq(t)分别表示单次反跳路径SBM,SBN以及DB中发射元p经过散射体到达接收元q的距离,ξp'mq'(t),ξp'nq'(t),ξp'mnq'(t)分别表示单次反跳路径SBM,SBN以及DB中发射元p’经过散射体到达接收元q’的距离;
定义f为频率变量,将脉冲响应hpq(t)做傅里叶变换可以得到时变传递函数,
因此频率互相关函数(frequency cross-correlation function,FCCF)可以表示为,
多路径波达信号的传播时延τ'pmq由τ'pmq=ξpmq(t)/c0决定,c0为波达信号的传播速度,传播时延τ'pnq由τ'pnq=ξpnq(t)/c0决定,传播时延τ'pmnq由τ'pmnq=ξpmnq(t)/c0决定。因此式中最长时延和最短时延分别为τmax=ξmax/c0和τmin=ξmin/c0。
根据上述技术方案的描述,本实施例与上述技术方案构建的模型进行了如下验证:
如图6所示,空间自相关函数随着归一化天线半径RS/λ的增加而快速下降,并且最终达到一个相对稳定的饱和值。此外,对应于图2中的天线阵列上下半球分布,阵元q从2到50和200的过程中,空间相关性呈逐渐减少趋势,由于几何距离大大增加,(1,200)两个阵元间的相关性相对于其他情况要低得多。和zhou的系统数据作比较,可以推断提出的模型可以显著地降低紧凑型天线系统的空间相关性,表明了提出的3D车载大规模MIMO天线阵列模型的优越性,可以应用到未来的V2V通信环境。
如图7所示,几乎都在0.05s之前的很短的时间延迟出现后,相关性迅速减小,之后呈现震荡衰落的走势,最终达到稳定值。此外,对应于图2中的天线阵列上下半球分布,路径(p’,q’)从(1,2)到(1,200)的过程中,时间互相关性呈逐渐减少趋势,这一结果也跟理论和实际经验相吻合。上述的仿真结果与Zhou的城市街道系统仿真数据相比较有相似的走势,在时间互相关函数上都要小,考虑MIMO系统的整体特性,应尽可能减少两阵元间的相关性,因此文中提出的模型在这方面具有独特的优势,表明此模型适用于特殊室外环境下的非视距车载移动通信。
如图8所示,不同参数条件下的频率互相关性都在频率间隔0-5MHz之间剧烈减小,而且在此区间内的曲线几乎重合,在频率间隔5MHz之后始终呈现小幅震荡趋势,只是在震荡幅度上有略微的变化,发射端与接收端距离增加时,频率互相函数震荡幅度减小,同样地,散射范围增加时,频率互相函数震荡幅度也略微地减小。总体而言,参考信道模型的频率互相关性对于参数的变化并不是很敏感。图8中的频率互相关函数的分布和的EBSBM系统关于FCCF的分布有类似的走势,清楚地说明了MIMO系统和更大规模的MIMO系统是未来无线街道通信环境的关键技术。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种MIMO多天线通信系统的性能评估方法,其特征在于,根据通信系统的空间自相关函数、时间互相关函数以及频率互相关函数三类信息参数对系统性能进行评定,
所述空间自相关函数为:
其中,p,q为球形MIMO天线阵列中的两个阵元,
其中,L表示每环的阵元个数,W为纬向环数;
时间互相关函数TCCF表示成,
其中, 符号和表示由发射端和接收端相对运动产生的最大多普勒频率;φR表示发射端和接收端之间的相对移动方向;参数ηSBM,ηSBN及ηDB分别表示单次反跳SBM、单次反跳SBN以及二次反跳DB分量对应的信道增益,此处施加边界条件以确保整个随机模型的平均加权满足归一化条件,有ηSBM+ηSBN+ηDB=1;
发射角用方位角分量与仰角分量表示,接收端到达角用方位角分量与仰角分量表示,当散射体数目M,N→∞时,离散随机角度变量变成了连续型随机变量,由θT、θR所取代;θR分别表示单次反跳路径SBN的MR端到达角AOA在方位角和仰角上的分量;
ξpmq(t),ξpnq(t),ξpmnq(t)分别表示单次反跳路径SBM,SBN以及DB中发射元p经过散射体到达接收元q的距离,ξp'mq'(t),ξp'nq'(t),ξp'mnq'(t)分别表示单次反跳路径SBM,SBN以及DB中发射元p’经过散射体到达接收元q’的距离;
定义f为频率变量,Δf表示频率间隔,τ表示时间取样间隔,将脉冲响应hpq(t)做傅里叶变换得到时变传递函数,
频率互相关函数FCCF表示为,
当ρ(p,q)∈[0,0.15]且Rpq,p'q'(t,τ)∈[0,0.15]且Rpq,p'q'(t,Δf)∈[0,0.15]时,MIMO通信系统性能达到最优。
3.根据权利要求1所述一种MIMO多天线通信系统的性能评估方法,其特征在于,MIMO多天线通信系统中散射体是沿着弧形区域分布的,散射体分布密度随着与发射端和接收端距离的增加逐渐减少,空间高斯分布密度函数表达式为,
单次反跳SBM分量到达角AOA的联合概率密度函数表示为,
系统中单次反跳路径SBM的发射角AOD及到达角AOA的边缘PDF通过联合PDF在路径长度区间分量上的积分分别得出,
4.根据权利要求1所述一种MIMO多天线通信系统的性能评估方法,其特征在于:所述空间自相关函数随着归一化天线半径RS/λ的增加而快速下降。
5.根据权利要求1所述一种MIMO多天线通信系统的性能评估方法,其特征在于:所述阵元q从2到200的过程中,空间相关性呈逐渐减少趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811208759.3A CN109302252B (zh) | 2018-10-17 | 2018-10-17 | 一种mimo多天线通信系统及通信系统性能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811208759.3A CN109302252B (zh) | 2018-10-17 | 2018-10-17 | 一种mimo多天线通信系统及通信系统性能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109302252A CN109302252A (zh) | 2019-02-01 |
CN109302252B true CN109302252B (zh) | 2021-02-12 |
Family
ID=65163014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811208759.3A Expired - Fee Related CN109302252B (zh) | 2018-10-17 | 2018-10-17 | 一种mimo多天线通信系统及通信系统性能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109302252B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109756284B (zh) * | 2019-02-18 | 2021-05-25 | 南京航空航天大学 | 面向动态拓扑车联网的车载节点通信模型快速构建方法 |
CN110429959A (zh) * | 2019-07-29 | 2019-11-08 | 南京信息工程大学 | 一种用于三维车载的大规模虚拟天线阵列的建立方法 |
CN112398551B (zh) * | 2019-08-12 | 2022-05-06 | 深圳富泰宏精密工业有限公司 | Aod估算方法及装置 |
CN111263327B (zh) * | 2020-01-16 | 2022-06-03 | 合肥工业大学 | 一种用于多输入多输出单环模型建模方法及其仿真平台 |
CN111698662B (zh) * | 2020-06-15 | 2021-10-29 | 西安电子科技大学 | 高网络负载场景中mimo系统下的v2x通信方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017171909A1 (en) * | 2016-04-01 | 2017-10-05 | Intel Corporation | Autonomous resource selection for vehicle-to-vehicle sidelink communications |
CN107332594A (zh) * | 2017-08-08 | 2017-11-07 | 南京信息工程大学 | 一种mimo车载通信系统及其性能评估方法 |
CN107425895A (zh) * | 2017-06-21 | 2017-12-01 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
CN108417994A (zh) * | 2018-01-11 | 2018-08-17 | 复旦大学 | 全向球体mimo天线阵列 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8994589B2 (en) * | 2009-04-23 | 2015-03-31 | Abdelwahed Marzouki | Orientation and localization system |
US10070462B2 (en) * | 2017-01-31 | 2018-09-04 | Qualcomm Incorporated | Listen before transmit (LBT) communication protocol for vehicle-to-vehicle communications |
-
2018
- 2018-10-17 CN CN201811208759.3A patent/CN109302252B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017171909A1 (en) * | 2016-04-01 | 2017-10-05 | Intel Corporation | Autonomous resource selection for vehicle-to-vehicle sidelink communications |
CN107425895A (zh) * | 2017-06-21 | 2017-12-01 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
CN107332594A (zh) * | 2017-08-08 | 2017-11-07 | 南京信息工程大学 | 一种mimo车载通信系统及其性能评估方法 |
CN108417994A (zh) * | 2018-01-11 | 2018-08-17 | 复旦大学 | 全向球体mimo天线阵列 |
Non-Patent Citations (1)
Title |
---|
A Novel 3-D Massive MIMO Channel Model for Vehicle-to-Vehicle Communication Environments;Hao Jiang等;《IEEE》;20180131;第66卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109302252A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109302252B (zh) | 一种mimo多天线通信系统及通信系统性能评估方法 | |
CN114599086B (zh) | 一种通信感知一体化方法、装置、基站及系统 | |
CN108365903B (zh) | 一种基于随机散射簇的三维Massive MIMO信道建模方法 | |
CN106021637B (zh) | 互质阵列中基于迭代稀疏重构的doa估计方法 | |
WO2022165872A1 (zh) | 一种针对毫米波3d mimo信道的路径参数提取方法 | |
Jiang et al. | Three-dimensional geometry-based stochastic channel modeling for intelligent reflecting surface-assisted UAV MIMO communications | |
CN109655799A (zh) | 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法 | |
CN106646376A (zh) | 基于加权修正参数的p范数噪声源定位识别方法 | |
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 | |
Wang et al. | 2-D spatial smoothing for multipath coherent signal separation | |
Hossain et al. | Efficient robust broadband antenna array processor in the presence of look direction errors | |
CN107290732B (zh) | 一种量子大爆炸的单基地mimo雷达测向方法 | |
CN107104720A (zh) | 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法 | |
Jiang et al. | Novel 3-D irregular-shaped geometry-based channel modeling for semi-ellipsoid vehicle-to-vehicle scattering environments | |
Li et al. | Parameter estimation based on fractional power spectrum density in bistatic MIMO radar system under impulsive noise environment | |
CN107071898A (zh) | 移动通信信号源数据域直接位置估计方法及其装置 | |
Thazeen et al. | An efficient reconfigurable optimal source detection and beam allocation algorithm for signal subspace factorization | |
CN110429959A (zh) | 一种用于三维车载的大规模虚拟天线阵列的建立方法 | |
CN113949474A (zh) | 基于智能反射面辅助的无人机几何模型建立方法 | |
Shi et al. | RIS-empowered V2V communications: Three-dimensional beam domain channel modeling and analysis | |
Wang et al. | Robust mainlobe interference suppression for coherent interference environment | |
Peshkov et al. | The comparison of digital beamforming technology for optimal noise reduction in conformal antenna arrays with directive radiators | |
Jabbar | New elements concentrated planar fractal antenna arrays for celestial surveillance and wireless communications | |
CN106603138A (zh) | 一种基于电磁矢量传感器阵列的抗独立饱和干扰通信方法 | |
Shi et al. | Wideband DOA estimation based on A-shaped array |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220701 Address after: Room R08, third floor, building 3, No. 36, Dalian East Road, Taicang, Suzhou, Jiangsu 215400 Patentee after: Suzhou xilink Electronic Technology Co.,Ltd. Address before: 710048 No. 5 Jinhua South Road, Shaanxi, Xi'an Patentee before: XI'AN University OF TECHNOLOGY |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210212 |