CN111835445B - 一种动态等离子体鞘套信道幅度和相位联合的建模方法 - Google Patents

Abstract

本发明提供了一种动态等离子体鞘套信道幅度和相位联合的建模方法，首先同时输入动态等离子体鞘套信道的幅度和相位；然后将幅度和相位画在二维的平面内，且将二维平面划分为面积相同的若干个区间，若某一区间存在数据则定义为马尔科夫链信道状态，并记录此信道状态在平面内的位置；求解马尔科夫信道各起始状态的概率和状态之间的概率转移矩阵，并进行马尔科夫链仿真，得到预测的状态序列；将产生的状态序列还原到平面区间的位置，区间位置对应的横纵坐标范围就是信道模型预测出的范围，从区间内取出任意一个点当作当前时刻的信道特性。本发明建立的信道模型更加完整的描述信道对信号的影响，可以同时模拟出信道对信号幅度和相位的影响。

Description

一种动态等离子体鞘套信道幅度和相位联合的建模方法

技术领域

本发明属于无线通信技术领域，具体涉及一种动态等离子体鞘套信道幅度和相位联合的建模方法。

背景技术

飞行器飞行速度较大时将会与大气剧烈摩擦，表面形成一个等离子体鞘套。由于飞行器的外部飞行环境、自身飞行状态和等离子体鞘套内部湍流等因素的影响，因此鞘套是动态且时变的。动态的鞘套会吸收、散射和反射载波信号，使载波信号发生随机的能量衰减和相位波动现象。因此需要建立个高效、时变的信道模型，来认知信道的变化机理和发展新的通信技术。

建立的信道模型可以应用于不同通信系统仿真中来模拟相应的接收信号，然后根据不同接收信号的质量评测对比出不同通信体制优劣。但是已有的信道建模方式中，仅仅只能对信道幅度的衰减进行建模，无法模拟出信号相位受到信道的影响，则现有信道模型的适用性不足。

由于信号幅度衰减的同时相位也发生变化，建立信号幅度衰减的模型是有不足之处的。因此，信道建模时需要同时模拟出信号的幅度衰减和相位变化，尽可能真实还原出信号在信道中传输所受到的影响。本发明针对这样的问题建立一个等离子体鞘套信道幅度和相位联合的信道模型。

需要注意的是，本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明目的在于提供了一种动态等离子体鞘套信道幅度和相位联合的建模方法，解决信道建模时无法同时对信号幅度和相位模拟的问题。

为实现上述目的本发明采用如下技术方案：

该动态等离子体鞘套信道幅度和相位联合的建模方法，包括以下步骤：

步骤1：同时输入动态等离子体鞘套信道的幅度和相位；

步骤2：将二维平面分为面积相同的若干个区间，若区间存在数据则定义为马尔科夫链状态；

步骤3：求解马尔科夫信道各起始状态的概率和状态之间的概率转移矩阵，并进行马尔科夫链仿真；

步骤4：将步骤3产生的状态序列还原到平面区间的位置；区间位置对应的横纵坐标范围就是信道模型预测出的范围，从区间内取出任意一个点当作当前时刻的信道特性，若一个区间内取值点为区间的中点，则其他区间取值点都是此区间的中点。

进一步地，上述步骤2具体是：

首先，将等离子体信道数据的相位变化为横坐标、幅度衰减为纵坐标在平面内描点；假设在信道建模时，确定幅度衰减的最大值和最小值分别为Amp_max和Amp_min，相位变化的最大值与最小值分别为Pha_max和Pha_min，而且平面被等分为j×i个面积相同的区间；

相位被分为j个区间后间隔Pha_space为：

Pha_space＝(Pha_max-Pha_min)/j

则幅度被分为i个区间后间隔Amp_space为：

Amp_space＝(Amp_max-Amp_min)/i

再分别以四个点(Pha_min,Amp_min)、(Pha_min,Amp_max)、(Pha_max,Amp_min)、(Pha_max,Amp_max)限定出平面的大小和位置，在将整个平面等分为j×i个面积为Pha_space×Amp_space二维区间；

由于信道的数据并非充满整个平面，因此某个二维区间范围内无数据，则需要忽略此区间；若区间存在数据，则此区间定义为马尔可夫链的信道状态，并且记录此状态在二维平面的位置；若以二维区间定义马尔科夫链的信道状态，则信道状态所对应的区间位置就同时包含了幅度和相位的信息。

本发明的有益效果：

本发明公开的一种动态等离子体鞘套信道幅度和相位联合的建模方法，建立的信道模型更加完整的描述信道对信号的影响，可以同时模拟出信道对信号幅度和相位的影响，准确的预测出信道状态的变化趋势；更适用于模拟信号透过等离子体鞘套的传播过程。

附图说明

图1是本发明的建模原理图；

图2是本发明中马尔可夫信道状态定义的方法原理图；

图3是平面内幅度和相位的画图方法；

图4是本发明平面内马尔可夫信道状态效果图；

图5是本发明马尔科夫链预测模型幅度衰减概率密度分布函数理论值和仿真值对比图；

图6是本发明马尔科夫链预测模型相位变化概率密度分布函数理论值和仿真值对比图；

图7是本发明马尔科夫链预测模型幅度衰减累积分布函数理论值和仿真值对比图；

图8是本发明马尔科夫链预测模型相位变化累积分布函数理论值和仿真值对比图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。

参见图1，该基于马尔可夫链的思想实现对信道的幅度和相位联合建模的方法，包括如下步骤：

步骤1：同时输入特定信道环境下信号受到的幅度和相位的影响，假设实验的数据个数N为10000。

步骤2：划分等离子体信道状态的方法如图2所示。将等离子体信道数据的相位变化为横坐标、幅度衰减为纵坐标在平面内描点，其结果如图3所示。确定幅度的最大值Amp_max＝-12.74(分贝)和最小值分别为和Amp_min＝-50.50(分贝)，相位的最大值与最小值分别为Pha_max＝-54.20(角度)和Pha_min＝-171.17(角度)，平面被等分为1600(j×i＝1600,i＝j＝40)个面积相同的区间。

相位被分为40个区间后间隔Pha_space＝2.92，幅度被分为40个区间后间隔Amp_space＝0.94。

再分别以四个点(-171.17,-50.50)、(-171.17,-12.74)、(-54.20,-50.50)、(-54.20,-12.74)限定出平面的大小和位置，在将整个平面等分为40×40个面积为2.92×0.94二维区间。

参见图3中平面内画出幅度和相位的结果，存在某个二维区间范围内无数据，则需要忽略此区间。若区间存在数据，才可以将此区间定义为马尔可夫链的信道状态s_m，并且记录此状态在二维平面的位置，划分区间和状态定义的效果如图4所示。

步骤3：根据步骤二定义的马尔科夫状态s_m，得到当前信道的转移矩阵。在计算信道的转移矩阵后，可以完成对信道状态预测。计算转移状态矩阵的步骤如下：

1)计算各个状态的初始概率π(m)：

π(m)＝N_m/N；

假设步骤2共划分了M个信道状态，N_m表示在第m＝1、2、…、n、…、M个信道状态s_m的数据的个数，N表示步骤1中输入的仿真数据总数；

2)状态之间的概率转移矩阵P：

P(m,n)＝N_mn/N_m；

状态之间的概率转移矩阵P中的元素为P(m,n),是第m个状态s_m转移到第n个状态s_n的概率，N_mn是信道数据从状态s_m跳转到状态s_n的数据个数，N_m表示在状态s_m的数据个数；

通过给到信道初始状态π(m)，和状态转移矩阵P，可以得到信道模型预测出的信道状态；

步骤4：根据定义的马尔科夫状态，完成状态转移矩阵的运算。再根据状态转移矩阵完成信道建模，信道模型会不断输出预测的等离子体鞘套的状态，依据预测状态，还原到平面的相应区间。区间位置对应的横纵坐标范围就是信道模型预测出的范围，可以从区间内取出任意一个点作为当前时刻的信道特性。取点的位置可以是区间内任意位置，则取点位置和状态区间有一个相对位置，所以在其他区间取点时相对位置也是相同的。例如一个区间内取值点为区间的中点，则其他区间取值点都是此区间的中点。在本算例中，每个区间取值点的位置是区间的中点。

综上，基于马尔科夫链思想等离子体鞘套信道幅度和相位联合建模完成，综合图5与图6中数据的概率密度分布函数对比，以及图7和图8中数据的积分概率密度分布函数对比，说明了建模的结果符合先验数据的特性，具有较高的准确性。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。

Claims (1)

1.一种动态等离子体鞘套信道幅度和相位联合的建模方法，其特征在于，包括以下步骤：

步骤1：同时输入动态等离子体鞘套信道的幅度和相位；

步骤2：将二维平面分为面积相同的若干个区间，若区间存在数据则定义为马尔科夫链状态；

将等离子体信道数据的相位变化为横坐标、幅度衰减为纵坐标在平面内描点；假设在信道建模时，确定幅度衰减的最大值和最小值分别为Amp_max和Amp_min，相位变化的最大值与最小值分别为Pha_max和Pha_min，相位变化在Pha_max和Pha_min的范围内被分为j个区间，幅度衰减在Amp_max和Amp_min的范围内被分为i个区间,则平面被等分为j×i个面积相同的区间；

相位被分为j个区间后间隔Pha_space为：

Pha_space＝(Pha_max-Pha_min)/j

则幅度被分为i个区间后间隔Amp_space为：

Amp_space＝(Amp_max-Amp_min)/i

再分别以四个点(Pha_min,Amp_min)、(Pha_min,Amp_max)、(Pha_max,Amp_min)、(Pha_max,Amp_max)限定出平面的大小和位置，在将整个平面等分为j×i个面积为Pha_space×Amp_space二维区间；

由于信道的数据并非充满整个平面，因此某个二维区间范围内无数据，则需要忽略此区间；若区间存在数据，则此区间定义为马尔可夫链的信道状态，并且记录此状态在二维平面的位置；若以二维区间定义马尔科夫链的信道状态，则信道状态所对应的区间位置就同时包含了幅度和相位的信息；

步骤3：求解马尔科夫信道各起始状态的概率和状态之间的概率转移矩阵，并进行马尔科夫链仿真；

计算转移矩阵的步骤如下：

1)计算各个状态的初始概率π(m)：

π(m)＝N_m/N；

假设步骤2共划分了M个信道状态，N_m表示在第m＝1、2、…、n、…、M个信道状态s_m的数据的个数，N表示步骤1中输入的仿真数据总数；

2)状态之间的概率转移矩阵P：

P(m,n)＝N_mn/N_m；

状态之间的概率转移矩阵P中的元素为P(m,n),是第m个状态s_m转移到第n个状态s_n的概率，N_mn是信道数据从状态s_m跳转到状态s_n的数据个数，N_m表示在状态s_m的数据个数；

通过给到信道初始状态π(m)，和状态转移矩阵P，可以得到信道模型预测出的信道状态；

步骤4：将步骤3产生的状态序列还原到平面区间的位置；区间位置对应的横纵坐标范围就是信道模型预测出的范围，从区间内取出任意一个点当作当前时刻的信道特性，若一个区间内取值点为区间的中点，则其他区间取值点都是此区间的中点。

Images