CN109560886A - 一种随机多指数衰减模型的建立方法及其应用 - Google Patents
一种随机多指数衰减模型的建立方法及其应用 Download PDFInfo
- Publication number
- CN109560886A CN109560886A CN201910090853.1A CN201910090853A CN109560886A CN 109560886 A CN109560886 A CN 109560886A CN 201910090853 A CN201910090853 A CN 201910090853A CN 109560886 A CN109560886 A CN 109560886A
- Authority
- CN
- China
- Prior art keywords
- cluster
- model
- arrival time
- function
- time
- 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.)
- Granted
Links
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
- H04B17/3911—Fading models or fading generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
- H04W16/225—Traffic simulation tools or models for indoor or short range network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种随机多指数衰减模型建立方法及其应用,属于无线通信技术领域。通过本发明提供的一种随机多指数衰减模型的建立方法建立的模型适合面向未来室内微微蜂窝通信中,其考虑到无线信号在室内超短距离传输过程中会涉及到的反射,散射等特性,以及信号多簇到达现象,将每个簇内每个到达径的功率增益看成随时延bin增长而衰减的指数衰减函数。与单指数衰减模型相比,更能贴近测量数据,且更符合物理解释,当通信传播中存在多个明显的尖锐脉冲(到达簇)时,多指数衰减模型能够准确描述;此外,能够判断簇的确切到达位置。
Description
技术领域
本发明涉及一种随机多指数衰减模型建立方法及其应用,属于无线通信技术领域。
背景技术
为了满足未来室内无线通信系统可靠而高速的数据传输要求,需要对无线传播的特性有着全面的了解。通常研究人员会用参数模型来对室内信道建模,而参数模型的性能取决于合理的假设、建模方法和从测量数据中提取的参数。
一般而言,信道冲激响应(Channel Impulse Response,CIR)可以通过参数模型重构。一些关于无线信道基本的信息,如均方根时延扩展(Root Mean Square DelaySpread),平均附加时延和路劲损耗都可以从CIR中计算得出。一般的,CIR可以建模为一个时变的线性滤波器。
研究人员发现无线信号大多以簇的形式到达接收点。每个簇中还含有多个径,簇和径都是随着时延的增加而衰减的。在现有的随机抽头时延线性模型中,平均功率延迟谱用一个单指数衰减函数描述。而当通信传播中存在多个明显的尖锐脉冲(到达簇)时,单指数衰减函数将不足以描述。此外,在现有的多簇模型中,很难判断簇的确切到达位置。
发明内容
为了解决室内无线传播中,目前现有的单指数模型无法对多簇现象进行描述且现有的多簇模型无法准确判断簇的到达时间的问题,本发明提供了一种随机多指数衰减信道模型的建立方法及其应用。
本发明的第一个目的在于提供一种随机多指数衰减模型的建立方法,所述方法包括:
(1)输入无线信号传播过程中收发天线之间的距离d;
(2)初始化模型参数;
(3)生成每个簇的到达时间;
(4)生成衰减函数;
(5)输出信道冲激响应CIR模型。
可选的,所述方法中,每个簇采用一个指数衰减函数表示;所述(3)生成每个簇的到达时间包括:通过频域自回归传递函数的极点的位置确定无线信号传播中每个簇的到达时间。
可选的,所述(4)生成衰减函数中,每个簇的到达时间和衰减常量与收发天线之间的距离d相关,到达时间和衰减常量采用线性函数拟合,到达时间和与测量数据之间的偏差采用正态分布随机变量拟合。
可选的,所述(5)输出信道冲激响应CIR模型中,采用无线信号传播中所有簇分别采用的指数衰减函数之和描述CIR模型。
可选的,CIR模型表示为:
式中,t和τ分别表示多径的观察时间和时延,N(t),ak(t),τk(t),θk(t)分别为时变的多径数目、幅度、时延、相位。
可选的,根据式(1),假定室内信道为时不变信道;接收信号的功率延迟谱PDP进一步建模为:
其中,P为功率延迟谱,A1,A2,A3和B1,B2,B3分别为第一,第二以及第三个簇的归一化功率和衰减常量;k为第k个簇;N1,N2,N3分别为第一,第二以及第三个簇的时延bin的个数。
可选的,所述通过频域自回归传递函数的极点的位置确定无线信号传播中每个簇的到达时间,其中前三个到达的簇中第一个簇的到达时间T1用线性函数拟合,第二个簇的到达时间T2用两个高斯函数之和拟合,第三个簇的到达时间T3用线性函数拟合,第三个簇的到达时间T3与第一个簇的到达时间T1的偏差采用一个正态分布随机变量表示:
T1=n1d+n2
T3=v1d+v2+Dσ,Dσ~N(ω,σ)
其中,n1、n2、ν1、ν2为线性拟合函数的参数;m1、m2、m3、m4、m5、m6为高斯拟合函数的参数,Dσ表示一个服从均值为ω,标准差为σ的正态分布随机变量;上述参数从实测数据中提取。
可选的,所述确定了各个簇的到达时间后,将各个簇的到达时间对应转化为时延bin,以便生成总的功率增益和衰减函数。
本发明的另一个目的在于提供采用上述方法建立的信道冲激响应CIR模型在无线通信技术领域内的应用。
可选的,所述应用为信道冲激响应CIR模型在室内微微蜂窝通信中的应用。
本发明有益效果是:
通过本发明提供的一种随机多指数衰减模型的建立方法,建立的模型适合面向未来室内微微蜂窝通信传播,其考虑到无线信号在室内超短距离传输过程中会涉及到的反射,散射等特性,以及信号多簇到达现象,将每个簇内每个到达径的功率增益看成随时延bin增长而衰减的指数衰减函数。与单指数衰减模型相比,更能贴近测量数据,且更符合物理解释,当通信传播中存在多个明显的尖锐脉冲(到达簇)时,多指数衰减模型能够准确描述;此外,能够判断簇的确切到达位置。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是第一个簇的时延与收发天线之间的距离关系以及相应的线性拟合。
图2是第二个簇的时延与收发天线之间距离的关系以及相应的高斯拟合。
图3是第三个簇的时延与收发天线之间距离的关系以及相应的线性拟合。
图4是测量的路劲损耗与相应的对数距离拟合。
图5是每个簇的对数归一化功率增益与收发天线之间距离之间的关系以及相应的线性拟合。
图6是每个簇的对数时延常量与收发天线之间距离的关系以及相应的线性拟合。
图7是楼梯台阶1环境下,测量数据,多指数衰减模型和STDL模型的时延功率谱。
图8是室内会议室环境下,测量数据,多指数衰减模型和STDL模型的时延功率谱。
图9是走廊环境下,测量数据,多指数衰减模型和STDL模型的时延功率谱。
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,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一:
本实施例提供一种随机多指数衰减模型的建立方法,该方法采集了一个典型办公大楼内楼梯,走廊和办公室场景的实测数据。考虑到无线信号在室内超短距离传输过程中会涉及到的反射,散射等特性,以及信号多簇到达现象,将每个簇内每个到达径的功率增益看成随时延bin增长而衰减的指数衰减函数。所述方法包括:
(1)输入收发天线之间的距离:d。
(2)初始化参数:
Dσ~N(ω,σ),Dθ~N(0,θ);
Xl~N(0,εl),Yl~N(0,φl),l=1,2,3;
Δτ=5.26ns(时域分辨率,与测量带宽有关)。
(3)生成每个簇的到达时间:
T1=n1d+n2
T2=m1exp(-((d-m2)/m3)2)+m4exp(-((d-m5)/m6)2)
T3=v1d+v2+Dσ
然后将时延轴转化成时延bin:Nx=R(Tx/Δτ),x=1,2,3;
生成总的功率增益:Ptot=10.^{-[α+10βlog10(d)+Dθ]/10}。
(4)生成衰减函数:
将每个簇内的时延bin上的功率增益用总的功率增益归一化,之后每个簇的第一个时延bin内的归一化功率增益为:
10log10(Al)=λld+μl+Xl,Xl~N(0,εl)
10log10(Bl)=ζld+ηl+Yl,Yl~N(0,φl)
当满足条件0≤k≤Nl(l=1,2,3),开始执行生成每个簇:
A1exp[-B1(kΔτ)]δ(t-kΔτ)
A2exp[-B2(k-N2+N1)Δτ]δ(t-kΔτ)
A3exp[-B3(k-N3+N2)Δτ]δ(t-kΔτ)
最后,输出CIR:
以上提出的模型中的具体的参数从实测环境中提取。
通过上述方法建立的模型:
(1)主要应用于典型的室内短距离通信,分析在无线通信中多径传播的特性。在某一点的接收信号是由一系列衰减的,相位偏移的,延时的信号组成。CIR可以用一个时变的线性滤波器表示:
式中,t和τ分别表示多径的观察时间和时延,N(t),ak(t),τk(t),θk(t)为时变的多径数目,幅度,时延,相位。考虑到信号传输速率远大于信道变化的速度,因此可以认为信道是时不变的。
根据上式,功率延迟谱可以简化为:
P作为接收信号的功率,将会用一个新的随机多指数衰减模型来表示;
(2)根据S-V模型,信号到达接收点主要以簇的形式。类似的,在我们的测量数据中也有类似的多簇到达现象。在前100ns,三个明显的簇可以被观察到。
Δτ为时延bin,bin的大小为5ns。Ptot是某点信道冲激响应的总功率增益,每个时延bin的功率增益通过Ptot进行归一化。N1,N2,N3为第一,第二,第三个簇内时延bin的个数;
(3)复数频率响应可以被认为是P阶自回归过程的输出。
H(fn)表示第n个复数频率响应。ak是复数系数,W(fn)为AR过程的输入。复数频率响应也可以认为是由W(fn)激励的线性滤波器的输出。滤波器的传递函数为:
其中Pk是AR传递函数的极点。每个簇的时延可以通过:
Δf是频域分辨率,分子表示求极点所对应的相位;
(4)第一个簇的到达时间用线性函数拟合,第二簇用两个高斯函数之和拟合,第三个簇与第一个簇的拟合方法类似,其偏差用一个正态分布随机变量表示。
进一步的,得到三个簇的到达时间后,需要转化成时延bin。
Nx=R(Tx/Δτ),x=1,2,3
时延常量和每个簇的第一个时延bin上的归一化功率增益用相同的方法拟合。将其对数建模为与距离有关的线性函数,与测量数据之间的偏差用零均值的正态分布随机变量表示。
10log10(Al)=λld+μl+Xl,Xl~N(0,εl)
10log10(Bl)=ζld+ηl+Yl,Yl~N(0,φl)
下标l表示第l个簇(l=1,2,3)。
通过本发明提供的一种随机多指数衰减模型的建立方法建立的模型适合面向未来室内微微蜂窝通信中,其考虑到无线信号在室内超短距离传输过程中会涉及到的反射,散射等特性,以及信号多簇到达现象,将每个簇内每个到达径的功率增益看成随时延bin增长而衰减的指数衰减函数。与单指数衰减模型相比,更能贴近测量数据,且更符合物理解释。
本发明实施例中的部分步骤,可以利用软件实现,相应的软件程序可以存储在可读取的存储介质中,如光盘或硬盘等。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种随机多指数衰减模型的建立方法,其特征在于,所述方法包括:
(1)输入无线信号传播过程中收发天线之间的距离d;
(2)初始化模型参数;
(3)生成每个簇的到达时间;
(4)生成衰减函数;
(5)输出信道冲激响应CIR模型。
2.根据权利要求1所述的方法,其特征在于,所述方法中,每个多径到达簇采用一个指数衰减函数表示;所述(3)生成每个簇的到达时间包括:通过频域自回归传递函数的极点的位置确定无线信号传播中每个簇的到达时间。
3.根据权利要求2所述的方法,其特征在于,所述(4)生成衰减函数中,每个簇的到达时间和衰减常量与收发天线之间的距离d相关,到达时间和衰减常量采用线性函数拟合,到达时间和与测量数据之间的偏差采用正态分布随机变量拟合。
4.根据权利要求3所述的方法,其特征在于,所述(5)输出的信道冲激响应CIR模型中,将无线通信传播中所有的到达簇采用的指数衰减函数之和来描述CIR模型。
5.根据权利要求4所述的方法,其特征在于,CIR模型表示为:
式中,t和τ分别表示多径的观察时间和时延,N(t),ak(t),τk(t),θk(t)分别为时变的多径数目、幅度、时延、相位。
6.根据权利要求5所述的方法,其特征在于,根据式(1),假定室内信道为时不变信道;接收信号的功率延迟谱PDP进一步建模为:
其中,P为功率延迟谱,A1,A2,A3和B1,B2,B3分别为第一,第二以及第三个簇的归一化功率和衰减常量;k为第k个簇;N1,N2,N3分别为第一,第二以及第三个簇的时延bin的个数。
7.根据权利要求6所述的方法,其特征在于,所述通过频域自回归传递函数的极点的位置确定无线信号传播中每个簇的到达时间,其中前三个到达的簇中第一个簇的到达时间T1用线性函数拟合,第二个簇的到达时间T2用两个高斯函数之和拟合,第三个簇的到达时间T3用线性函数拟合,第三个簇的到达时间T3与第一个簇的到达时间T1的偏差采用一个正态分布随机变量表示:
T1=n1d+n2
T3=v1d+v2+Dσ,Dσ~N(ω,σ)
其中,n1、n2、v1、v2为线性拟合函数的参数;m1、m2、m3、m4、m5、m6为高斯拟合函数的参数,Dσ表示一个服从均值为ω,标准差为σ的正态分布随机变量;上述参数从实测数据中提取。
8.根据权利要求7所述的方法,其特征在于,所述确定了各个簇的到达时间后,将各个簇的到达时间对应转化为时延bin,以便生成总的功率增益和衰减函数。
9.权利要求1-8任一所述的方法建立的信道冲激响应模型在无线通信技术领域内的应用。
10.根据权利要求9所述的应用,其特征在于,所述应用为信道冲激响应CIR模型在室内微微蜂窝通信中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910090853.1A CN109560886B (zh) | 2019-01-30 | 2019-01-30 | 一种随机多指数衰减模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910090853.1A CN109560886B (zh) | 2019-01-30 | 2019-01-30 | 一种随机多指数衰减模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109560886A true CN109560886A (zh) | 2019-04-02 |
CN109560886B CN109560886B (zh) | 2020-11-27 |
Family
ID=65873993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910090853.1A Active CN109560886B (zh) | 2019-01-30 | 2019-01-30 | 一种随机多指数衰减模型的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109560886B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394233A (zh) * | 2007-09-21 | 2009-03-25 | 哈尔滨工业大学深圳研究生院 | 室内视距环境下脉冲超宽带多径信号建模的方法及系统 |
CN106533593A (zh) * | 2016-11-15 | 2017-03-22 | 中国电子科技集团公司第四十研究所 | 一种基于同步随机存储器的动态多径时延模拟装置及方法 |
-
2019
- 2019-01-30 CN CN201910090853.1A patent/CN109560886B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394233A (zh) * | 2007-09-21 | 2009-03-25 | 哈尔滨工业大学深圳研究生院 | 室内视距环境下脉冲超宽带多径信号建模的方法及系统 |
CN106533593A (zh) * | 2016-11-15 | 2017-03-22 | 中国电子科技集团公司第四十研究所 | 一种基于同步随机存储器的动态多径时延模拟装置及方法 |
Non-Patent Citations (2)
Title |
---|
叶方等: "《超宽带信道频率域AR 模型建立与仿真》", 《黑龙江八一农垦大学学报》 * |
孟娟: "《海洋石油平台环境下的超宽带信道建模》", 《硕士论文》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109560886B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106027183B (zh) | 一种可快速实现复合衰落信道累积分布性能评估的方法 | |
CN109063939B (zh) | 一种基于邻域门长短期记忆网络的风速预测方法及系统 | |
CN104365024B (zh) | 确定电气互连的信号质量 | |
CN103368910B (zh) | 虚拟无线通信网络系统及其建立方法 | |
CN109714120A (zh) | 一种模拟耦合多天线室内空间衰落信道传播特性的方法 | |
Wang et al. | Los/nlos channel identification technology based on cnn | |
Lu et al. | Accurate approximation to the PDF of the product of independent Rayleigh random variables | |
Foy et al. | Mean absorption estimation from room impulse responses using virtually supervised learning | |
Develi et al. | Artificial bee colony optimization for modelling of indoor PLC channels: A case study from Turkey | |
CN112888014A (zh) | 路由器产品无线网络测速的稳定性测试系统与方法 | |
CN105933035A (zh) | 一种基于网络参数的电力线信道特性分析方法 | |
Valcarce et al. | A new trend in propagation prediction | |
CN109560886A (zh) | 一种随机多指数衰减模型的建立方法及其应用 | |
Sun et al. | Channel modeling by RBF neural networks for 5G mm-wave communication | |
CN115865709A (zh) | 智能反射面辅助传输的变电站混合中继通信性能分析方法 | |
CN109660308B (zh) | 一种多墙嵌入损耗模型的建立方法及其应用 | |
CN107708203A (zh) | 一种基于地理指纹的定位方法与装置 | |
Pereira et al. | Application of information criteria for the selection of the statistical small scale fading model of the radio mobile channel | |
CN116192311B (zh) | 一种mimo无线信道场景下的新型数字信道生成方法 | |
CN101345564A (zh) | 脉冲超宽带信号在非视距无线信道环境下传播的建模方法 | |
CN108964704A (zh) | 一种宽带电力线载波通信信道研究方法、装置及存储介质 | |
Massouri et al. | Automated identification of clusters and UWB channel parameters dependency on Tx-Rx distance | |
CN111835445B (zh) | 一种动态等离子体鞘套信道幅度和相位联合的建模方法 | |
Deng et al. | Research on Channel Modeling and Communication Coverage of Wireless Sensor Networks in Barrier Area of Nuclear Power Plants | |
CN109639319A (zh) | 一种基于复杂电力线拓扑环境下的多源端噪声建模方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201103 Address after: No. 1800 road 214122 Jiangsu Lihu Binhu District City of Wuxi Province Applicant after: Jiangnan University Applicant after: ICTEHI TECHNOLOGY DEVELOPMENT JIANGSU Co.,Ltd. Address before: 1800 No. 214000 Jiangsu city of Wuxi Province Li Lake Avenue Applicant before: Jiangnan University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |