CN110708130A - 一种平流层毫米波基站对地信道建模方法及其建模系统 - Google Patents

一种平流层毫米波基站对地信道建模方法及其建模系统 Download PDF

Info

Publication number
CN110708130A
CN110708130A CN201910975499.0A CN201910975499A CN110708130A CN 110708130 A CN110708130 A CN 110708130A CN 201910975499 A CN201910975499 A CN 201910975499A CN 110708130 A CN110708130 A CN 110708130A
Authority
CN
China
Prior art keywords
millimeter wave
stratospheric
ground
influence
base station
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
Application number
CN201910975499.0A
Other languages
English (en)
Other versions
CN110708130B (zh
Inventor
张正宇
胡树楷
姚艳军
肖海红
郑生华
张世彬
黄永华
彭立军
张靖
周家喜
郑雨阳
陈�田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tiandi Information Network Research Institute Anhui Co Ltd
Original Assignee
Tiandi Information Network Research Institute Anhui Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tiandi Information Network Research Institute Anhui Co Ltd filed Critical Tiandi Information Network Research Institute Anhui Co Ltd
Priority to CN201910975499.0A priority Critical patent/CN110708130B/zh
Publication of CN110708130A publication Critical patent/CN110708130A/zh
Application granted granted Critical
Publication of CN110708130B publication Critical patent/CN110708130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3911Fading models or fading generators

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种平流层毫米波基站对地信道建模方法及其建模系统。本方法通过计算基站通信的空间段对地面接收端的用户信道的天气影响,以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型;通过计算地面段对用户信道的地面环境影响,以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型;通过计算基站通信信道模型中的联合影响,以联合天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模。本发明能准确模拟出平流层毫米波信号对地通信时的实际传输过程中受到的各类因素的影响,适用于各类天气和环境条件下的建模工作,可为平流层毫米波通信系统仿真工作和实际系统部署提供参考。

Description

一种平流层毫米波基站对地信道建模方法及其建模系统
技术领域
本发明涉及无线通信技术领域中的一种对地信道建模方法及其对地信道建模系统,具体涉及一种平流层毫米波基站对地信道建模方法及其建模系统。
背景技术
空天地一体化网络是一个由同步卫星中继网络、中低轨卫星网络、平流层高空平台(High Altitude Platforms,HAPs)网络、地面有线/无线移动网络等组成的复杂巨系统。通过多层通信网络的协同,不仅可以实现全球无缝覆盖,也可以为导航、遥感、应急通信、军事通信提供重要保障。平流层通信系统是指利用距地20km~55km的平流层高空平台搭载通信设备进行通信覆盖,它作为空天地一体化网络中的空基节点,兼具地面移动通信系统和卫星通信系统的优点,是整个网络的重要组成部分。Ka波段的频率范围大致是25~40GHz,已经是属于毫米波范畴,与传统广泛使用的低频波段相比,Ka波段有更宽的频谱资源,系统吞吐量更大,频点更高,传输方向性较好,波长短,设备天线尺寸小等诸多优点。如果利用平流层飞艇搭载Ka毫米波基站设备进行对地通信覆盖,可以有效解决当前网络覆盖不均、局部负载过大、部分区域覆盖成本过高等问题,同时在应急通信和军事通信中也有重要作用。
无线信道是无线通信的传输媒介,无线通信很大一部份工作都是在研究如何对抗信道衰落,如果能了解信道的传输特性,就可以采取相应的通信策略,最大程度提高系统的传输效率和质量。当前针对平流层Ka毫米波信道特性的研究工作非常有限,已有工作要么没有考虑空间天气条件对平流层Ka毫米波信号传输的影响,要么将地面环境对平流层Ka毫米波信号的影响建立为单一模型,给出的模型不具有代表性,无法为平流层Ka毫米波通信系统仿真工作和实际系统部署提供支持。
发明内容
为了解决平流层Ka毫米波信号对地通信时存在的干扰,本发明提供一种平流层毫米波基站对地信道建模方法及其建模系统,通过建立平流层毫米波基站对地通信信道模型,从而最大程度的模拟出平流层毫米波信号对地通信时的实际传输过程,因而能准确模拟出平流层毫米波信号对地通信时的实际传输过程中受到的各类因素的影响,适用于各类天气条件和环境条件下的建模工作,可为平流层毫米波通信系统仿真工作和实际系统部署提供参考。
为实现上述目的,本发明采用以下技术方案实现:一种平流层毫米波基站对地信道建模方法,其包括以下步骤:
步骤一,通过计算平流层毫米波基站通信的空间段对地面接收端的用户信道的天气影响cw(t),以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型:
其中,通过计算不同天气对平流层毫米波基站的平流层毫米波信号的幅度和相位影响,来获取cw(t);
步骤二,通过计算平流层毫米波基站通信的地面段对地面接收端的用户信道的地面环境影响cβ(t),以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型:
其中,通过计算所述平流层毫米波信号在经历空间传输后、到达地面接收端周围时,受所述接收端所处环境的影响,来获取cβ(t);
步骤三,通过计算平流层毫米波基站通信信道模型中的联合影响ctotal(r),以联合平流层空间天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模:
其中,假设平流层毫米波基站通信空间段与地面段对用户信道的影响彼此独立,令ctotal(r)=cβ(r)cw(r)。
作为上述方案的进一步改进,cw(t)的计算方法为:
(1)设计不同天气对所述平流层毫米波信号的幅度r和相位影响服从高斯分布;
(2)设计的高斯分布为:
Figure BDA0002233483660000022
其中,fw,r(r)为天气对所述平流层毫米波信号的幅度r影响的概率密度函数,
Figure BDA0002233483660000023
为天气对所述平流层毫米波信号的相位
Figure BDA0002233483660000024
影响的概率密度函数,mw,r
Figure BDA0002233483660000025
分别幅度r和相位
Figure BDA0002233483660000026
的均值,而
Figure BDA0002233483660000027
Figure BDA0002233483660000028
分别为相应的方差;
(3)令cw(t)为:
Figure BDA0002233483660000029
进一步地,cβ(t)的计算方法为:
(1)设计所述接收端所处环境的环境种类,在每一环境种类下,所述接收端的用户信道都可能处在n种状态,n为正整数;
(2)设计在每一环境种类下,所述用户信道在n种状态中的信号转移过程,所述信号转移过程的设计方法为:采用一阶Markov模型表征某一环境种类下,所述用户信道在n种状态中的信号转移过程;
所述一阶Markov模型采用状态空间S、状态转移矩阵P和状态分布概率矩阵w来表示,其中,
状态空间S为:S={s1,……,sn};
状态转移矩阵P为:
Figure BDA0002233483660000031
pij表示从状态i转移到状态j的概率,i=1,2,……,n,j=1,2,……,n,且0≤pij≤1;
Figure BDA0002233483660000032
状态分布概率矩阵w为:w=(ws1,ws2,……,wsn),ws1,ws2,……,wsn是各个状态的概率;
(3)设计在n状态、一阶Markov模型下接收所述平流层毫米波信号的信号强度的统计模型fr,β(r):fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+……+wsnfsn,r(r),
其中,fs1,r(r),fs2,r(r),……,fsn,r(r)为n种状态下接收所述平流层毫米波信号的信号幅度满足的Loo模型分布的概率密度函数;
(4)令cβ(t)为:cβ(t)=fr,β(r)。
进一步地,所述接收端所处环境的环境种类包括开阔地带、市郊、市区,且n为3,所述接收端的用户信道都可能处在3种状态:LOS状态s1、中度阴影衰落状态s2、深度阴影衰落状态s3
状态空间S为:S={s1,s2,s3};
状态转移矩阵P为:
Figure BDA0002233483660000033
pij表示从状态i转移到状态j的概率,i=1,2,3,j=1,2,3,且0≤pij≤1;
Figure BDA0002233483660000034
状态分布概率矩阵w为:w=(ws1,ws2,ws3),ws1、ws2、ws3是各个状态的概率;
fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+ws3fs3,r(r),其中,fs1,r(r),fs2,r(r),fs3,r(r)为三种状态下接收所述平流层毫米波信号的信号幅度满足的Loo模型分布的概率密度函数。
进一步地,在步骤三中,假设对流层空间天气条件在一段时间内对所述平流层毫米波信号的影响保持不变,且忽略天气条件改变信号相位产生的影响,ctotal(r)为信道模型中接收信号包络的概率密度函ftotal,r(r):
Figure BDA0002233483660000041
进一步地,所述Loo模型floo,r(r)为:
Figure BDA0002233483660000042
其中,a是直射径信号幅度,MdB和ΣdB是对数正态分布的均值和标准差,
Figure BDA0002233483660000043
MPdB是多径分量的功率。
进一步地:
Figure BDA0002233483660000044
Figure BDA0002233483660000045
Figure BDA0002233483660000046
本发明还提供一种平流层毫米波基站对地信道建模系统,其包括:
天气影响建模模块,其用于通过计算平流层毫米波基站通信的空间段对地面接收端的用户信道的天气影响cw(t),以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型,其中,通过计算不同天气对平流层毫米波信号的幅度和相位影响,来获取cw(t);
地面环境影响建模模块,其用于通过计算平流层毫米波基站通信的地面段对地面接收端的用户信道的地面环境影响cβ(t),以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型,其中,通过计算所述平流层毫米波信号在经历空间传输后、到达地面接收端周围时,受所述接收端所处环境的影响,来获取cβ(t);
联合影响建模模块,其用于通过计算平流层毫米波基站通信信道模型中的联合影响ctotal(r),以联合平流层空间天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模:
在平流层毫米波基站通信空间段与地面段对用户信道的影响彼此独立的条件下,令ctotal(r)=cβ(r)cw(r)。
进一步地,所述平流层毫米波基站对地信道建模系统采用上述任意平流层毫米波基站对地信道建模方法。
本发明还提供一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任意所述的平流层毫米波基站对地信道建模方法的步骤。
本发明相比现有技术具有以下优点:本发明将空间天气条件对平流层毫米波信号的影响建模成高斯分布模型,将地面复杂环境对平流层毫米波信号的影响建模成三状态一阶Markov模型,其中每种状态下均服从具有不同参数的Loo模型分布,不同天气条件和不同环境的影响通过对模型参数的设定来体现,能准确模拟出平流层毫米波信号对地通信时的实际传输过程中受到的各类因素的影响,适用于各类天气条件和环境条件下的建模工作,可为平流层毫米波通信系统仿真工作和实际系统部署提供参考。
附图说明
图1为本发明实施例1提供的平流层毫米波基站对地信道建模方法的流程图。
图2为图1中天气影响cw(t)的计算方法的流程图。
图3为图1中地面环境影响cβ(t)的计算方法的流程图。
图4为本发明实施例2提供的平流层毫米波基站通信信道时间序列生成器仿真模型图。
图5为开阔环境、仰角为40°不同天气条件下的信道序列图。
图6为市郊环境、仰角为40°不同天气条件下的信道序列图。
图7为市区环境、仰角为40°不同天气条件下的信道序列图。
图8为平流层Ka毫米波基站对地通信场景图。
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,以下结合附图及实施例,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。
实施例1
请参阅图1,本实施例的平流层毫米波基站对地信道建模方法包括以下步骤:
步骤一,通过计算平流层毫米波基站通信的空间段对地面接收端的用户信道的天气影响cw(t),以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型;
步骤二,通过计算平流层毫米波基站通信的地面段对地面接收端的用户信道的地面环境影响cβ(t),以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型;
步骤三,通过计算平流层毫米波基站通信信道模型中的联合影响ctotal(r),以联合平流层空间天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模。
在步骤一中,通过计算不同天气对平流层毫米波信号的幅度和相位影响,来获取cw(t)。
平流层毫米波基站对地通信时发出的信号先会在空间传输,此阶段信号会到受到对流层空间天气条件的影响,空间天气条件的种类主要有三种,分别为晴天、阴天、雷雨。不同天气条件对平流层毫米波信号的幅度r和相位的影响可通过高斯分布的均值和方差的不同来区分。
在本实施例中,请参阅图2,cw(t)的计算方法为:
(1)设计不同天气对所述平流层毫米波信号的幅度r和相位
Figure BDA0002233483660000062
影响服从高斯分布;
(2)设计的高斯分布为:
Figure BDA0002233483660000064
其中,fw,r(r)为天气对所述平流层毫米波信号的幅度r影响的概率密度函数,
Figure BDA0002233483660000065
为天气对所述平流层毫米波信号的相位
Figure BDA0002233483660000066
影响的概率密度函数,mw,r
Figure BDA0002233483660000067
分别幅度r和相位
Figure BDA0002233483660000068
的均值,而
Figure BDA0002233483660000069
Figure BDA00022334836600000610
分别为相应的方差;
(3)令cw(t)为:
在步骤二中,通过计算所述平流层毫米波信号在经历空间传输后、到达地面接收端周围时,受所述接收端所处环境的影响,来获取cβ(t)。
在本实施例中,将地面复杂环境对平流层毫米波信号的影响建模成三状态一阶马尔科夫(Markov)模型。平流层毫米波基站对地通信时发出的信号在经历空间传输后到达地面接收端周围,此时信号会受接收端所处环境的影响,比如,当用户终端处于开阔环境时,由于不存在遮挡物和障碍物的影响,接收信号大部分时间处于视距传输(LOS)状态;当用户处于市郊时,由于树木等遮挡物的影响,接收信号大部分时间处于中度阴影衰落状态,当用户处于市区环境时,由于建筑等障碍物的影响,接收信号大部分时间处于深度阴影衰落状态,根据接收端所处的环境将用户信道的状态看可分为视距传输状态s1、中度阴影衰落状态s2与深度阴影衰落状态s3,采用部分阴影信道模型(Loo)表征三种不同衰落状态的模型。
Loo模型假设直射分量受阴影衰落影响,多径反射分量不受阴影衰落影响。如果受阴影衰落影响的直射信号分量保持不变,则接收信号满足莱斯(Rice)分布,实际上直射分量受阴影衰落影响是变化的,阴影衰落影响满足对数正态分布,所以对阴影衰落影响求均值即可得到接收信号的分布模型,也就是Loo模型。
根据Loo模型的建立过程可知Loo模型有很好的通用性,通过调整受对数正态分布阴影衰落影响的直射分量的MdB和ΣdB以及决定多径分量功率的MPdB三个参数,使Loo模型可以很好的表征平流层Ka毫米波基站对地通信时,受地面环境而所属的三种信道状态:LOS状态、中度阴影衰落状态、深度阴影衰落状态。
实际通信过程中,用户终端经常会长时间、大范围的移动,用户在覆盖范围内经历的环境参量并不是固定的,而是会大范围的变动。单状态统计模型并不能描述这种复杂、动态的变化过程,必须采用多状态模型建模。
终端用户可能处在的环境可为三种:开阔地带、市郊和市区。在每一种环境下,用户信道都可能处在LOS状态(s1)、中度阴影衰落状态(s2)、深度阴影衰落状态(s3)。采用一阶Markov模型表征某一环境下受地面环境影响的信道在三种信道状态中的转移过程,三状态一阶Markov模型用状态空间S、状态转移矩阵P和状态分布概率矩阵W来表示。
在本实施例中,请参阅图3,cβ(t)的计算方法为:
(1)设计所述接收端所处环境的环境种类,在每一环境种类下,所述接收端的用户信道都可能处在n种状态,n为正整数;
(2)设计在每一环境种类下,所述用户信道在n种状态中的信号转移过程,所述信号转移过程的设计方法为:采用一阶Markov模型表征某一环境种类下,所述用户信道在n种状态中的信号转移过程;
所述一阶Markov模型采用状态空间S、状态转移矩阵P和状态分布概率矩阵w来表示,其中,
状态空间S为:S={s1,……,sn};
状态转移矩阵P为:
Figure BDA0002233483660000081
pij表示从状态i转移到状态j的概率,i=1,2,……,n,j=1,2,……,n,且0≤pij≤1;
Figure BDA0002233483660000082
状态分布概率矩阵w为:w=(ws1,ws2,……,wsn),ws1,ws2,……,wsn是各个状态的概率;
(3)设计在n状态、一阶Markov模型下接收所述平流层毫米波信号的信号强度的统计模型fr,β(r):fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+……+wsnfsn,r(r),
其中,fs1,r(r),fs2,r(r),……,fsn,r(r)为n种状态下接收所述平流层毫米波信号的信号幅度满足的Loo模型分布的概率密度函数;
(4)令cβ(t)为:cβ(t)=fr,β(r)。
其中,所述Loo模型floo,r(r)为:
Figure BDA0002233483660000083
其中,a是直射径信号幅度,MdB和ΣdB是对数正态分布的均值和标准差,
Figure BDA0002233483660000084
MPdB是多径分量的功率。
在步骤三中,在平流层毫米波基站通信空间段与地面段对用户信道的影响彼此独立的条件下,令ctotal(r)=cβ(r)cw(r)。在本实施例中,联合平流层空间天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模。
假设平流层毫米波基站通信空间段与地面段对信道的影响cβ(t)和cw(t)彼此独立,则两者在平流层毫米波基站通信信道模型中的联合影响为:
ctotal(r)=cβ(r)cw(r)
根据随机过程理论,假设对流层空间天气条件在一段时间内对信号的影响保持不变,且天气条件改变信号相位产生的影响基本可以忽略,则信道模型中接收信号包络的概率密度函数表示为:
Figure BDA0002233483660000085
根据全概率公式,将天气对信号幅度影响的概率密度函数与三状态一阶Markov模型下接收信号强度满足的统计模型表达式代入上式,得到
Figure BDA0002233483660000091
由上式即可构建平流层毫米波基站通信信道时间序列生成器仿真模型,整个建模过程结束,该建模方法将空间天气条件对平流层毫米波信号的影响建模成高斯分布模型,将地面复杂环境对平流层毫米波信号的影响建模成三状态一阶Markov模型,其中每种状态下均服从具有不同参数的Loo分布,不同天气条件和不同环境的影响通过对模型参数的设定来体现,能准确模拟出平流层毫米波信号对地通信时的实际传输过程中受到的各类因素的影响。
因此在本实施例中,假设对流层空间天气条件在一段时间内对所述平流层毫米波信号的影响保持不变,且忽略天气条件改变信号相位产生的影响,ctotal(r)为信道模型中接收信号包络的概率密度函ftotal,r(r):
Figure BDA0002233483660000092
实施例2
请参阅图4,其为平流层毫米波基站通信信道时间序列生成器仿真模型图,实施例2与实施例1的区别在于,所述接收端所处环境的环境种类包括开阔地带、市郊、市区,且n为3,在每一种环境种类下,所述接收端的用户信道都可能处在3种状态:LOS状态s1、中度阴影衰落状态s2、深度阴影衰落状态s3
平流层毫米波基站对地通信时发出的信号在经历空间传输后到达地面接收端周围,此时信号会受接收端所处环境的影响,比如,当用户终端处于开阔环境时,由于不存在遮挡物和障碍物的影响,接收信号大部分时间处于视距传输(LOS)状态;当用户处于市郊时,由于树木等遮挡物的影响,接收信号大部分时间处于中度阴影衰落状态,当用户处于市区环境时,由于建筑等障碍物的影响,接收信号大部分时间处于深度阴影衰落状态,根据接收端所处的环境将用户信道的状态分为视距传输状态s1、中度阴影衰落状态s2与深度阴影衰落状态s3
终端用户可能处在的环境为三种:开阔地带、市郊和市区。在每一种环境下,用户信道都可能处在LOS状态(s1)、中度阴影衰落状态(s2)、深度阴影衰落状态(s3)。采用一阶Markov模型表征某一环境下受地面环境影响的信道在三种信道状态中的转移过程,三状态一阶Markov模型用状态空间S、状态转移矩阵P和状态分布概率矩阵W来表示。
状态空间S如下:
S={s1,s2,s3}
三种状态下接收信号幅度满足Loo分布的概率密度函数为fs1,r(r),fs2,r(r),fs3,r(r)分别表示如下:
Figure BDA0002233483660000101
Figure BDA0002233483660000102
Figure BDA0002233483660000103
状态转移矩阵如下:
其中,pij表示从状态i(i=1,2,3)转移到状态j(j=1,2,3)的概率,且0≤pij≤1;
Figure BDA0002233483660000105
状态分布概率矩阵为:w=(ws1,ws2,ws3),ws1、ws2 ws3是各个状态的概率。该三状态一阶Markov模型的稳态分布概率矩阵与状态分布概率矩阵相等,即:
WP=w;
将三状态一阶Markov模型下接收信号强度满足的统计模型表示为:
fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+ws3fs3,r(r)。
fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+ws3fs3,r(r),其中,fs1,r(r),fs2,r(r),fs3,r(r)为三种状态下接收所述平流层Ka毫米波信号的信号幅度满足的Loo模型分布的概率密度函数。
根据随机过程理论,假设对流层空间天气条件在一段时间内对信号的影响保持不变,且天气条件改变信号相位产生的影响基本可以忽略,则信道模型中接收信号包络的概率密度函数表示为:
Figure BDA0002233483660000106
根据全概率公式,将步骤S1中的天气对信号幅度影响的概率密度函数与步骤S3中得到的三状态一阶Markov模型下接收信号强度满足的统计模型表达式代入上式,得到:
Figure BDA0002233483660000111
由上式即可构建平流层毫米波基站通信信道时间序列生成器仿真模型,整个建模过程结束,该建模方法将空间天气条件对平流层毫米波信号的影响建模成高斯分布模型,将地面复杂环境对平流层毫米波信号的影响建模成三状态一阶Markov模型,其中每种状态下均服从具有不同参数的Loo分布,不同天气条件和不同环境的影响通过对模型参数的设定来体现,能准确模拟出平流层毫米波信号对地通信时的实际传输过程中受到的各类因素的影响。
实施例3
本实施的平流层Ka毫米波基站对地信道建模系统,其采用实施例1所述的平流层Ka毫米波基站对地信道建模方法,平流层Ka毫米波基站对地信道建模系统包括:天气影响建模模块、地面环境影响建模模块、联合影响建模模块。
天气影响建模模块用于通过计算平流层Ka毫米波基站通信的空间段对地面接收端的用户信道的天气影响cw(t),以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型。其中,通过计算不同天气对平流层Ka毫米波信号的幅度和相位影响,来获取cw(t)。cw(t)的计算方法请参阅实施例1。
地面环境影响建模模块用于通过计算平流层Ka毫米波基站通信的地面段对地面接收端的用户信道的地面环境影响cβ(t),以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型。其中,通过计算所述平流层Ka毫米波信号在经历空间传输后、到达地面接收端周围时,受所述接收端所处环境的影响,来获取cβ(t)。cβ(t)的计算方法请参阅实施例1。
联合影响建模模块用于通过计算平流层Ka毫米波基站通信信道模型中的联合影响ctotal(r),以联合平流层空间天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模。其中,在平流层Ka毫米波基站通信空间段与地面段对用户信道的影响彼此独立的条件下,令ctotal(r)=cβ(r)cw(r)。ctotal(r)的计算方法请参阅实施例1。
本实施例具有与实施例1相同的有益效果。
实施例4
实施例4是实施例2的一个具体应用。
平流层Ka毫米波基站对地通信信号传输过程中会同时受到空间天气条件和地面环境的影响,信道建模时将空间天气条件对平流层Ka毫米波信号的影响建模成高斯分布模型,将地面复杂环境对平流层Ka毫米波信号的影响建模成三状态一阶Markov模型。平每种状态下是服从具有不同参数的Loo分布,流层Ka毫米波基站的基本参数设置如表1所示,不同天气对应的高斯分布模型参数如表2所示,不同环境及仰角的三状态Loo模型参数如表3所示,各环境不同仰角Markov模型参数如表4~表6所示。仿真生成三种环境(开阔、市郊、市区)、三种天气条件(晴天、阴天、雷雨)、三种仰角(40°、60°、80°)下的游动10000m的信道序列来定性考察本专利提出的信道模型的有效性。
表1基本参数设置
仿真参量 数值
系统频率 28GHz
基站发射功率 0dBW
用户运动速度 10m/s
用户环境 开阔、市郊、市区
用户仰角 40°、60°、80°
空间天气条件 晴天、阴天、雷雨
用户单场景移动距离 10km
单状态持续距离 6.3m
表2不同天气对应的高斯分布模型参数
表3不同环境及仰角下三种状态Loo模型参数
Figure BDA0002233483660000132
表4开阔地带不同仰角环境Markov模型参数
Figure BDA0002233483660000133
表5市郊地带不同仰角环境Markov模型参数
Figure BDA0002233483660000134
Figure BDA0002233483660000141
表6市区不同仰角环境Markov模型参数
Figure BDA0002233483660000142
本实施例在基站端依次执行以下具体操作步骤:
第一步:平流层Ka毫米波基站对地通信时发出的信号首先会在空间传输,由毫米波的传输特性可知此阶段信号会到受到对流层天气条件的影响,不同天气对Ka毫米波信号幅度和相位的影响服从高斯分布:
Figure BDA0002233483660000143
Figure BDA0002233483660000144
由式(1)和式(2)可以构建图4下半部分所示的仿真模型,代入表2的参数即可生成受对流层天气条件影响的信道序列。
第二步:平流层Ka毫米波基站对地通信时发出的信号在经历空间传输后会到达地面接收端周围时信号会受接收端所处环境的影响,实际通信过程中,用户终端经常会长时间、大范围的移动,用户在覆盖范围内经历的环境参量并不是固定的,而是会大范围的变动。单状态统计模型并不能描述这种复杂、动态的变化过程,必须采用多状态模型建模。
终端用户可能处在的环境为三种:开阔地带、市郊和市区。在每一种环境下,用户信道都可能处在LOS状态(s1)、中度阴影衰落状态(s2)、深度阴影衰落状态(s3)。采用一阶Markov模型表征某一环境下受地面环境影响的信道在三种信道状态中的转移过程,三状态一阶Markov模型可以用状态空间S、状态转移矩阵P和状态分布概率矩阵W来表示。
状态空间S为:S={s1,s2,s3} (3)
三种状态下接受信号幅度满足的Loo分布的概率密度函数为
Figure BDA0002233483660000151
Figure BDA0002233483660000152
Figure BDA0002233483660000154
状态转移矩阵为:
Figure BDA0002233483660000155
上式中pij表示从状态i(i=1,2,3)转移到状态j(j=1,2,3)的概率,且0≤pij≤1;
Figure BDA0002233483660000156
状态分布概率矩阵为:
w=(ws1,ws2,ws3) (8)
ws1、ws2、ws3是各个状态的概率,因为该Markov链是非周期、不可约的,所以它的稳态分布存在,且等于状态分布,即:
WP=w (9)。
所以三状态一阶Markov模型下接收信号强度满足的统计模型可以表示为:
fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+ws3fs3,r(r) (10)
由上述推导过程可以构建图4上半部分所示的仿真模型,代入表3-表6的参数即可生成受地面环境影响时不同环境和仰角下的信道序列。
第三步:由第一步、第二步分析可知,平流层毫米波基站通信信道模型时综合考虑平流层天气因素和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响。不失合理性,我们假设平流层毫米波基站通信空间段与地面段对信道的影响cβ(t)和cw(t)彼此独立,因此两者在平流层毫米波基站通信信道模型中的联合影响为:
ctotal(r)=cβ(r)cw(r) (11)
根据随机过程理论,假设对流层天气条件在一段时间内对信号的影响保持不变,且天气条件改变信号相位产生的影响基本可以忽略,信道模型中接收信号包络的概率密度函数可表示为:
根据全概率公式,将式(1)和式(10)代入式(12)可得:
Figure BDA0002233483660000162
由式(13)可以构建图4整体所示的平流层Ka毫米波基站通信信道时间序列生成器仿真模型图,代入表1-表6的参数即可生成受对流层Ka毫米波基站对地通信信道序列。
如图5所示,给出了用户处于开阔环境、仰角为40°不同天气条件下的信道序列。对比同一环境、同一仰角、同一天气条件时三个不同状态(LoS状态、中度阴影衰落状态、深度阴影衰落状态)的信道序列幅度可知,不同状态呈现出不同的衰落,大致衰落程度比较结果是:深度阴影衰落状态大于中度阴影衰落状态,中度阴影衰落状态大于LoS状态。
如图5所示,比较不考虑对流层天气(Ideal)的信道序列和考虑对流层不同天气(晴天(Clear)、阴天(Overcast)、雷雨(Thunder Rain))的信道序列幅度可知,信号会受到天气条件的不同程度影响,天气产生的衰落影响程度为:雷雨对信道的衰落作用大于阴天,阴天对信道的衰落作用大于晴天。
如图6、图7所示,分别给出市郊环境、市区环境仰角为40°不同天气条件下的信道序列。对比图5、图6和图7可知不同地面环境下信道序列衰落程度各不一样,开阔地带信道序列衰落程度大致在5dB至10dB,且衰落变化缓慢;市郊信道序列衰落程度大致在10dB至15dB,且衰落变化较大;市区信道序列衰落程度大致在10dB至30dB,且衰落变化剧烈。
如图8所示,为平流层Ka毫米波基站对地通信场景图,平流层Ka毫米波基站对地通信时发出的信号首先会在空间传输,再到达地面接收端被其接收。
实施例5
本实施例提供一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序。所述处理器执行所述程序时实现实施例1的平流层毫米波基站对地信道建模方法的步骤。
实施例1的平流层毫米波基站对地信道建模方法在应用时,可以软件的形式进行应用,如设计成独立运行的程序,安装在计算机终端上,计算机终端可以是电脑、智能手机等。也可以设计成嵌入式运行的程序,安装在计算机终端上,如安装在单片机上。
在其他实施例中,也可采用计算机可读存储介质实现平流层毫米波基站对地信道建模方法。如,计算机可读存储介质上存储有计算机程序,则所述程序被处理器执行时,可实现实施例1的平流层毫米波基站对地信道建模方法的步骤。
实施例1的平流层毫米波基站对地信道建模方法在应用时,可以软件的形式进行应用,如设计成计算机可读存储介质可独立运行的程序,计算机可读存储介质可以是U盘,设计成U盾,通过U盘设计成通过外在触发启动整个方法的程序。
综上所述,上述五组实施例中的平流层毫米波基站对地信道建模方法及系统,将空间天气条件对平流层毫米波信号的影响建模成高斯分布模型,将地面复杂环境对平流层毫米波信号的影响建模成三状态一阶Markov模型,其中每种状态下均服从具有不同参数的Loo分布,不同天气条件和不同环境的影响通过对模型参数的设定来体现,能准确模拟出平流层毫米波信号对地通信时的实际传输过程中受到的各类因素的影响,适用于各类天气条件和环境条件下的建模工作,可为平流层毫米波通信系统仿真工作和实际系统部署提供参考,值得被推广使用。
以上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 (10)

1.一种平流层毫米波基站对地信道建模方法,其特征在于,其包括以下步骤:
步骤一,通过计算平流层毫米波基站通信的空间段对地面接收端的用户信道的天气影响cw(t),以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型:
其中,通过计算不同天气对平流层毫米波基站的平流层毫米波信号的幅度和相位影响,来获取cw(t);
步骤二,通过计算平流层毫米波基站通信的地面段对地面接收端的用户信道的地面环境影响cβ(t),以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型:
其中,通过计算所述平流层毫米波信号在经历空间传输后、到达地面接收端周围时,受所述接收端所处环境的影响,来获取cβ(t);
步骤三,通过计算平流层毫米波基站通信信道模型中的联合影响ctotal(r),以联合平流层空间天气条件和接收端所处地面环境引起的多径衰落及阴影衰落对信道的影响对信进行建模:
其中,假设平流层毫米波基站通信空间段与地面段对用户信道的影响彼此独立,令ctotal(r)=cβ(r)cw(r)。
2.如权利要求1所述的平流层毫米波基站对地信道建模方法,其特征在于,cw(t)的计算方法为:
(1)设计不同天气对所述平流层毫米波信号的幅度r和相位
Figure FDA0002233483650000011
影响服从高斯分布;
(2)设计的高斯分布为:
Figure FDA0002233483650000012
Figure FDA0002233483650000013
其中,fw,r(r)为天气对所述平流层毫米波信号的幅度r影响的概率密度函数,
Figure FDA0002233483650000014
为天气对所述平流层毫米波信号的相位
Figure FDA0002233483650000015
影响的概率密度函数,mw,r
Figure FDA0002233483650000016
分别幅度r和相位的均值,而
Figure FDA0002233483650000018
Figure FDA0002233483650000019
分别为相应的方差;
(3)令cw(t)为:
Figure FDA0002233483650000021
3.如权利要求2所述的平流层毫米波基站对地信道建模方法,其特征在于,cβ(t)的计算方法为:
(1)设计所述接收端所处环境的环境种类,在每一环境种类下,所述接收端的用户信道都可能处在n种状态,n为正整数;
(2)设计在每一环境种类下,所述用户信道在n种状态中的信号转移过程,所述信号转移过程的设计方法为:采用一阶Markov模型表征某一环境种类下,所述用户信道在n种状态中的信号转移过程;
所述一阶Markov模型采用状态空间S、状态转移矩阵P和状态分布概率矩阵w来表示,其中,
状态空间S为:S={s1,……,sn};
状态转移矩阵P为:
Figure FDA0002233483650000022
pij表示从状态i转移到状态j的概率,i=1,2,……,n,j=1,2,……,n,且0≤pij≤1;
状态分布概率矩阵w为:w=(ws1,ws2,……,wsn),ws1,ws2,……,wsn是各个状态的概率;
(3)设计在n状态、一阶Markov模型下接收所述平流层毫米波信号的信号强度的统计模型fr,β(r):fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+……+wsnfsn,r(r),
其中,fs1,r(r),fs2,r(r),……,fsn,r(r)为n种状态下接收所述平流层毫米波信号的信号幅度满足的Loo模型分布的概率密度函数;
(4)令cβ(t)为:cβ(t)=fr,β(r)。
4.如权利要求3所述的平流层毫米波基站对地信道建模方法,其特征在于,所述接收端所处环境的环境种类包括开阔地带、市郊、市区,且n为3,所述接收端的用户信道都可能处在3种状态:LOS状态s1、中度阴影衰落状态s2、深度阴影衰落状态s3
状态空间S为:S={s1,s2,s3};
状态转移矩阵P为:
Figure FDA0002233483650000024
pij表示从状态i转移到状态j的概率,i=1,2,3,j=1,2,3,且0≤pij≤1;
状态分布概率矩阵w为:w=(ws1,ws2,ws3),ws1、ws2、ws3是各个状态的概率;
fr,β(r)=ws1fs1,r(r)+ws2fs2,r(r)+ws3fs3,r(r),
其中,
Figure FDA0002233483650000032
为三种状态下接收所述平流层毫米波信号的信号幅度满足的Loo模型分布的概率密度函数。
5.如权利要求4所述的平流层毫米波基站对地信道建模方法,其特征在于,在步骤三中,假设对流层空间天气条件在一段时间内对所述平流层毫米波信号的影响保持不变,且忽略天气条件改变信号相位产生的影响,ctotal(r)为信道模型中接收信号包络的概率密度函ftotal,r(r):
6.如权利要求4所述的平流层毫米波基站对地信道建模方法,其特征在于,所述Loo模型floo,r(r)为:
Figure FDA0002233483650000034
其中,a是直射径信号幅度,MdB和ΣdB是对数正态分布的均值和标准差,
Figure FDA0002233483650000035
MPdB是多径分量的功率。
7.如权利要求4所述的平流层毫米波基站对地信道建模方法,其特征在于,
Figure FDA0002233483650000036
Figure FDA0002233483650000038
8.一种平流层毫米波基站对地信道建模系统,其特征在于,其包括:
天气影响建模模块,其用于通过计算平流层毫米波基站通信的空间段对地面接收端的用户信道的天气影响cw(t),以将空间段的空间天气条件对平流层毫米波信号的影响建模成高斯分布模型,其中,通过计算不同天气对平流层毫米波信号的幅度和相位影响,来获取cw(t);
地面环境影响建模模块,其用于通过计算平流层毫米波基站通信的地面段对地面接收端的用户信道的地面环境影响cβ(t),以将地面段的地面环境对平流层毫米波信号的影响建模成三状态一阶Markov模型,其中,通过计算所述平流层毫米波信号在经历空间传输后、到达地面接收端周围时,受所述接收端所处环境的影响,来获取cβ(t);
联合影响建模模块,其用于通过计算平流层毫米波基站通信信道模型中的联合影响ctotal(r),以完成平流层毫米波基站对地通信信道模型的建模,其中,假设平流层毫米波基站通信空间段与地面段对用户信道的影响彼此独立,令ctotal(r)=cβ(r)cw(r)。
9.如权利要求8所述的平流层毫米波基站对地信道建模系统,其特征在于,所述平流层毫米波基站对地信道建模系统采用如权利要求1至7中任意一项所述的平流层毫米波基站对地信道建模方法。
10.一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任意一项所述的平流层毫米波基站对地信道建模方法的步骤。
CN201910975499.0A 2019-10-15 2019-10-15 一种平流层毫米波基站对地信道建模方法及其建模系统 Active CN110708130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910975499.0A CN110708130B (zh) 2019-10-15 2019-10-15 一种平流层毫米波基站对地信道建模方法及其建模系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910975499.0A CN110708130B (zh) 2019-10-15 2019-10-15 一种平流层毫米波基站对地信道建模方法及其建模系统

Publications (2)

Publication Number Publication Date
CN110708130A true CN110708130A (zh) 2020-01-17
CN110708130B CN110708130B (zh) 2021-04-30

Family

ID=69199375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910975499.0A Active CN110708130B (zh) 2019-10-15 2019-10-15 一种平流层毫米波基站对地信道建模方法及其建模系统

Country Status (1)

Country Link
CN (1) CN110708130B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929112A (zh) * 2021-02-07 2021-06-08 电子科技大学 一种临近空间毫米波信道幅频响应获取方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9086487B2 (en) * 2011-03-17 2015-07-21 Uchicago Argonne, Llc Radar detection of radiation-induced ionization in air
CN105530660A (zh) * 2015-12-15 2016-04-27 厦门大学 一种基于主成分分析的信道建模方法及装置
CN106992826A (zh) * 2017-03-31 2017-07-28 北京润科通用技术有限公司 一种空地信道建模方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9086487B2 (en) * 2011-03-17 2015-07-21 Uchicago Argonne, Llc Radar detection of radiation-induced ionization in air
CN105530660A (zh) * 2015-12-15 2016-04-27 厦门大学 一种基于主成分分析的信道建模方法及装置
CN106992826A (zh) * 2017-03-31 2017-07-28 北京润科通用技术有限公司 一种空地信道建模方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周家喜等: "天地一体化信息网络资源动态管理技术研究", 《通信技术》 *
张兴民: "5G移动通信技术中毫米波降雨衰落特性研究", 《硕士学位论文》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929112A (zh) * 2021-02-07 2021-06-08 电子科技大学 一种临近空间毫米波信道幅频响应获取方法

Also Published As

Publication number Publication date
CN110708130B (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
Chen et al. Channel modeling and performance analysis for UAV relay systems
Ajose et al. Propagation measurements and modelling at 1800 MHz in Lagos Nigeria
Mollel et al. Comparison of empirical propagation path loss models for mobile communication
Benmus et al. Neural network approach to model the propagation path loss for great Tripoli area at 900, 1800, and 2100 MHz bands
Zhou et al. Propagation characteristics of air-to-air channels in urban environments
Rakesh et al. A study on path loss analysis for gsm Mobile networks for urban, rural and Suburban regions of Karnataka state
Mollel et al. An overview of various propagation model for mobile communication
Sharma et al. Optimization of propagation path loss model in 4G wireless communication systems
CN107360580A (zh) 一种超短波无线通信设备通信效能评估测试方法及装置
Nwankwo et al. Investigating the performance of point to multipoint microwave connectivity across undulating landscape during rainfall
CN110708130B (zh) 一种平流层毫米波基站对地信道建模方法及其建模系统
Zhao et al. Ka-band based channel modeling and analysis in high altitude platform (HAP) system
Kamarudin et al. Review and modeling of vegetation propagation model for wireless sensor networks using OMNeT++
Siraj et al. Performance of Modeling wireless networks in realistic environment
Abiodun et al. Determination of probability distribution function for modelling path loss for wireless channels applications over micro-cellular environments of Ondo State, Southwestern Nigeria
Sofos et al. Propagation model for vegetation effects in terrestrial and satellite mobile systems
Kumari et al. Short term and long term path loss estimation in urban, suburban and rural areas
Orike et al. Assessment and Modeling of GSM Signal Propagation in Uyo, Nigeria
Lu et al. Research on UAV-to-ground communication channel based on NYUSIM
Geng et al. Impact of heavy rain on signal propagation in the UK and Mexican 4G and 5G networks
Galván-Tejada WiMAX urban coverage based on the Lee model and the Deygout diffraction method
Pinem et al. Estimation of Path Loss Propagation Model on Homogeneous Vegetation for 2100 MHz Mobile Communication Networks
Basere et al. Cell coverage area estimation from receive signal level (RSL) measurements
Luo et al. Delay Evaluation for Cellular-Connected Drones: Experiments and Analysis
Zheng et al. A modified s-band satellite channel simulation model

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