CN109560886A - 一种随机多指数衰减模型的建立方法及其应用 - Google Patents

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

一种随机多指数衰减模型的建立方法及其应用

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)，a_k(t)，τ_k(t)，θ_k(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+D_σ,D_σ～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，D_σ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：

D_σ～N(ω,σ)，D_θ～N(0,θ)；

X_l～N(0,ε_l)，Y_l～N(0,φ_l)，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+D_σ

然后将时延轴转化成时延bin:N_x＝R(T_x/Δτ),x＝1,2,3；

生成总的功率增益：P_tot＝10.^{-[α+10βlog₁₀(d)+D_θ]/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(A_l)＝λ_ld+μ_l+X_l,X_l～N(0,ε_l)

10log₁₀(B_l)＝ζ_ld+η_l+Y_l,Y_l～N(0,φ_l)

当满足条件0≤k≤N_l(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)，a_k(t)，τ_k(t)，θ_k(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。P_tot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P_tot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(f_n)表示第n个复数频率响应。a_k是复数系数，W(f_n)为AR过程的输入。复数频率响应也可以认为是由W(f_n)激励的线性滤波器的输出。滤波器的传递函数为：

其中P_k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。

N_x＝R(T_x/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(A_l)＝λ_ld+μ_l+X_l,X_l～N(0,ε_l)

10log₁₀(B_l)＝ζ_ld+η_l+Y_l,Y_l～N(0,φ_l)

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)，a_k(t)，τ_k(t)，θ_k(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+D_σ，D_σ～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，D_σ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。