CN113489560B - 一种无人机非平稳空地mimo信道的几何随机建模方法 - Google Patents
一种无人机非平稳空地mimo信道的几何随机建模方法 Download PDFInfo
- Publication number
- CN113489560B CN113489560B CN202110518392.0A CN202110518392A CN113489560B CN 113489560 B CN113489560 B CN 113489560B CN 202110518392 A CN202110518392 A CN 202110518392A CN 113489560 B CN113489560 B CN 113489560B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- ground station
- path component
- 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.)
- Active
Links
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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提出一种无人机非平稳空地MIMO信道的几何随机建模方法。该建模方法所提模型是一种三维几何随机模型,建模方法包括两个圆柱体模型,分别位于无人机和地面站侧,即假设在无人机和地面站通信系统中,无人机侧和地面站侧均存在散射,接收信号包括视距分量、一次散射分量和两次散射分量,同时考虑无人机和地面站的移动性,通过描述时变时延、时变到达角和离开角,建立非平稳信道模型。该模型在无人机实际通信场景下,能够建立一个可靠、高效的空地信道模型,为研究人员设计和测试无人机通信系统,推广无人机在生活各方面的应用提供理论支持。
Description
技术领域
本发明涉及无人机通信领域,具体涉及无人机非平稳空地信道的几何随机建模方法。
背景技术
随着航空航天、材料、无线通信等相关领域的进步,尤其是5G技术的提出和发展,无人机在军用和民用领域得到广泛应用,在当今社会生活中发挥着极其重要的作用,有巨大的发展前景。
随着无人机的广泛应用,人们对无人机通信链路的信道容量有了更高的要求,采用MIMO技术可以提高空地信道的信道容量,同时保证通信的可靠性。但是现有的对于无人机空地MIMO信道的研究较少,且大多是确定性方法进行建模,虽然精准度高,但是建模过程复杂,完全取决于信道环境的详细信息,不具有普适性。在真实场景中无人机多处在高速移动中,地面站也具有一定移动性,传播环境随时间变换,空地信道特性是时变非平稳的,仅在极短时间内被视为平稳。并且在散射体分布较集中的环境中,若只考虑地面站侧的散射体,即假设无人机周围无散射存在,此类模型将不再能准确描述城市环境下的通信信道。
本发明针对无人机非平稳空地MIMO信道,提出一种三维几何随机模型,假设无人机侧存在散射,同时考虑了无人机和地面站的运动,其中无人机可以在三维空间中运动,在垂直方向上存在速度分量,而地面站在水平面上运动,具有广泛应用前景。
发明内容
本发明所要解决的技术问题是在考虑无人机实际空地信道非平稳的前提下,针对障碍物密度较大的场景,提出一种可靠的随机模型,以准确描述信道的统计特性,为无人机的推广和应用提供理论基础。
为解决上述技术问题,本发明所采用的技术方案为:
1、构建无人机非平稳空地MIMO信道模型,模型包括:
(1)在散射体分布较密集的单用户的通信系统中,无人机作为发射端,地面站作为接收端,无人机和地面站分别配有多天线阵列,即该通信信道是多输入多输出 (Multiple-Input Multiple-Output,MIMO)的。无人机端配有MT根天线,地面站端配有 MR根天线。
(2)无人机和地面站分别以vT和vR的速度匀速移动。vT可被分解成一个水平分量vT,xy和一个垂直分量vT,z。随后可定义〈vT,xy,vT>=ξ,<vT,xy,+x>=γT,其中<·,·>表示夹角。角度对ξ和γT可用来描述无人机在三维空间中的运动。对于地面站,其在xy平面朝着方向γR运动。
(3)模型考虑地面反射,接收信号包括一个视距路径分量(Line of sight,LoS)、无人机侧的一次散射分量(Single bounce around the UAV,SB-U)、地面站侧的一次散射分量(Single bounce around the ground station SB-G)、地面反射分量(Single bouncefrom the ground reflection,SB-GR)和两次散射分量(Double bounce,DB)。
(4)模型中设有两个圆柱体分别位于无人机侧和地面站侧,发射端和接收端的有效散射体分别分布在这两个圆柱体表面。假设无人机侧有N1个有效散射体,其分布在一个半径为RT的圆柱体表面,其中第n1个(n1=1,2,…,N1)有效散射体可表示为类似的,假设地面站侧有N2个有效散射体,其分布在一个半径为RR的圆柱体表面,其中第n2个(n2=1,2,…,N2)有效散射体可表示为本发明认为地面反射发生在地面站侧圆柱体的底面上,假设圆柱底面上有N3个有效散射体,其分布在半径为0≤R≤RR的圆柱体底面,其中第n3个(n3=1,2,…,N3)有效散射体可表示为
(5)模型中从有效散射体(i=1,2,3)向地面站传播的波的到达角(Angle ofArrival,AOA)用和来表示,从无人机入射到有效散射体的波的离开角(Angle of Departure,AOD)用和来表示。用和来表示LoS路径的AOD和AOA,为防止图中过于拥挤,其没有在图中注明。
2、所提模型的接收复包络信号可被表示为
其中载波频率为fc,无人机第p根天线和地面站第q根天线间的接收复衰落包络信号是LoS路径分量(即Tp-Rq)、SB-U路径分量(即)、SB-G路径分量(即)、SB-GR路径分量(即)和DB路径分量(即)之和。
(1)LoS路径分量的复包络的表达式为
(2)SB-U路径分量的复包络的表达式为
(3)SB-G路径分量的复包络的表达式为
(4)SB-GR路径分量的复包络的表达式为
(5)DB路径分量的复包络的表达式为
接收的总功率用Ωpq表示,莱斯因子用K表示。另外,ηSB-U、ηSB-G、ηSB-GR和ηDB是能量相关参数,分别表示一次和两次散射分量占总散射功率Ωpq/(K+1)的比值,且满足ηSB-U+ηSB-G+ηSB-GR+ηDB=1。
3、所提模型的非平稳性是指:模型假设无人机和地面站匀速运动,而散射体是静止的,可以通过收发机之间的相对运动来计算运动散射体。由于无人机和地面站处在运动中,其位置随时间发生变化,导致AOA和AOD,即 和以及各个分量的传播时延τpq(t)、都是时间的函数,进而使得多径信道有时变的时延和多普勒频移。以上所提参数可分别称为时变角度和时变时延,其表征了信道的时域非平稳性。
4、所提模型非平稳时变参数的计算方法为:
(1)时变时延
其中参数ΔT是无人机第p根天线单元和无人机天线阵列中心的距离,ΔR是地面站第q根天线单元和地面站天线阵列中心的距离。H0为初始时刻地面站的高度,D和H 分别初始时刻表示无人机和地面站之间的水平和垂直距离,满足tanβ0=H/D。θT和θR表示无人机和地面站侧天线阵列相对于x轴的方向。为简单起见,所提模型假设所有天线阵列都平行于x-y平面,不考虑无人机的俯仰和滚转动作。
(2)时变角度
用和分别表示时刻t时路径的离开方位角和离开俯仰角、路径的到达方位角和到达俯仰角,LoS路径p-q的离开方位角、离开俯仰角、到达方位角和到达俯仰角,其还与无人机和地面站的运动方向和速度有关。上述时变角度在初始时刻的值表示为 和
(2-1)LoS路径分量
(2-2)SB-U路径分量
(2-3)SB-G路径分量
(2-4)SB-GR路径分量
(2-5)DB路径分量
有益效果:本发明所提模型是一种三维几何随机模型,建模方法包括两个圆柱体模型,分别位于无人机和地面站侧,即假设在无人机和地面站通信系统中,无人机侧和地面站侧均存在散射,接收信号包括视距分量、一次散射分量和两次散射分量,同时考虑无人机和地面站的移动性,通过描述时变时延、时变到达角和离开角,建立非平稳信道模型。该模型在无人机实际通信场景下,能够建立一个可靠、高效的空地信道模型,为研究人员设计和测试无人机通信系统,推广无人机在生活各方面的应用提供理论支持。
附图说明
图1是一种无人机非平稳空地MIMO信道的几何随机模型的结构图;
图2是均匀天线阵列的天线结构图;
图3是SB-U路径分量的时变角度示意图;
图4是SB-G路径分量的时变角度示意图;
图5是SB-GR路径分量的时变角度示意图;
图6是DB路径分量的时变角度示意图。
具体实施方式
1、信道模型
本发明所提模型如图1所示,建模方法包括:
(1)在散射体分布较密集的单用户的通信系统中,无人机作为发射端,地面站作为接收端,无人机和地面站分别配有多天线阵列,即该通信信道是多输入多输出 (Multiple-Input Multiple-Output,MIMO)的。无人机端配有MT根天线,地面站端配有 MR根天线。不失一般性,假设MT=MR=2。
(2)无人机和地面站分别以vT和vR的速度匀速移动。vT可被分解成一个水平分量vT,xy和一个垂直分量vT,z。随后可定义<vT,xy,vT>=ξ,<vT,xy,+x>=γT,其中<·,·>表示夹角。角度对ξ和γT可用来描述无人机在三维空间中的运动。对于地面站,其在xy平面朝着方向γR运动。
(3)模型考虑地面反射,接收信号包括一个视距路径分量(Line of sight,LoS)、无人机侧的一次散射分量(Single bounce around the UAV,SB-U)、地面站侧的一次散射分量(Single bounce around the ground station SB-G)、地面反射分量(Single bouncefrom the ground reflection,SB-GR)和两次散射分量(Double bounce,DB)。
(4)模型中设有两个圆柱体分别位于无人机侧和地面站侧,发射端和接收端的有效散射体分别分布在这两个圆柱体表面。假设无人机侧有N1个有效散射体,其分布在一个半径为RT的圆柱体表面,其中第n1个(n1=1,2,…,N1)有效散射体可表示为类似的,假设地面站侧有N2个有效散射体,其分布在一个半径为RR的圆柱体表面,其中第n2个(n2=1,2,…,N2)有效散射体可表示为本发明认为地面反射发生在地面站侧圆柱体的底面上,假设圆柱底面上有N3个有效散射体,其分布在半径为0≤R≤RR的圆柱体底面,其中第n3个(n3=1,2,…,N3)有效散射体可表示为
(5)模型中从有效散射体(i=1,2,3)向地面站传播的波的到达角(Angle ofArrival,AOA)用和来表示,从无人机入射到有效散射体的波的离开角(Angle of Departure,AOD)用和来表示。用和来表示LoS路径的AOD和AOA,为防止图中过于拥挤,其没有在图中注明。
2、模型的接收复包络信号
本发明所提模型中无人机第p根天线和地面站第q根天线间的接收复包络信号可表示为
(1)LoS路径分量的复包络的表达式为
(2)SB-U路径分量的复包络的表达式为
(3)SB-G路径分量的复包络的表达式为
(4)SB-GR路径分量的复包络的表达式为
(5)DB路径分量的复包络的表达式为
接收的总功率用Ωpq表示,莱斯因子用K表示。另外,ηSB-U、ηSB-G、ηSB-GR和ηDB是能量相关参数,分别表示一次和两次散射分量占总散射功率Ωpq/(K+1)的比值,且满足ηSB-U+ηSB-G+ηSB-GR+ηDB=1。
3、所提模型的非平稳性是指:模型假设无人机和地面站匀速运动,而散射体是静止的,可以通过收发机之间的相对运动来计算运动散射体。由于无人机和地面站处在运动中,其位置随时间发生变化,导致AOA和AOD,即 和以及各个分量的传播时延τpq(t)、都是时间的函数,进而使得多径信道有时变的时延和多普勒频移。以上所提参数可分别称为时变角度和时变时延,其表征了信道的时域非平稳性。
4、所提模型非平稳时变参数的计算方法为:
(1)时变时延
其中参数δT和δR表示无人机和地面站侧的天线间距,参数ΔT是无人机第p根天线单元和无人机天线阵列中心的距离,ΔR是地面站第q根天线单元和地面站天线阵列中心的距离。H0为初始时刻地面站的高度,D和H分别初始时刻表示无人机和地面站之间的水平和垂直距离,满足tanβ0=H/D。θT和θR表示无人机和地面站侧天线阵列相对于x轴的方向。为简单起见,所提模型假设所有天线阵列都平行于x-y平面,不考虑无人机的俯仰和滚转动作。对于均匀线性天线阵列(Uniform linear antenna arrays,ULAs),如图2所示,参数可表示为
(2)时变角度
用和分别表示时刻t时路径的离开方位角和离开俯仰角、路径的到达方位角和到达俯仰角,LoS路径p-q的离开方位角、离开俯仰角、到达方位角和到达俯仰角,其还与无人机和地面站的运动方向和速度有关。上述时变角度在初始时刻的值表示为 和
(2-1)LoS路径分量
(2-1-1)时变AOD与时变AOA
假设时变非平稳过程是一个马尔科夫过程,当t时刻,以无人机和地面终端的当前位置建立坐标系,则有
(2-2)SB-U路径分量
(2-2-1)时变AOD
时变角度示意图如图3所示。
有
(2-2-2)AOD与AOA的角度关系
(2-3)SB-G路径分量
(2-3-1)时变AOA
时变角度示意图如图4所示。
有
(2-3-2)AOD与AOA的角度关系
(2-4)SB-GR路径分量
(2-4-1)时变AOA
时变角度示意图如图5所示。
有
(2-4-2)AOD与AOA的角度关系
(2-5)DB路径分量
(2-5-1)时变AOD与时变AOA
时变角度示意图如图6所示。
两次散射路径中,第一跳与第二跳可看作独立,第一跳类似于SB-U分量,第二跳类似于SB-G分量,则有
Claims (5)
1.一种无人机非平稳空地MIMO信道的几何随机建模方法,其特征在于,包括如下步骤:
步骤1:构建无人机非平稳空地MIMO信道模型,所述无人机非平稳空地MIMO信道模型包括:
(1)在散射体分布密集的单用户的通信系统中,无人机作为发射端,地面站作为接收端,无人机和地面站分别配有多天线阵列,即该通信信道是多输入多输出的;
(2)无人机和地面站分别以vT和vR的速度匀速移动;vT可分解成一个水平分量vT,xy和一个垂直分量vT,z;定义<vT,xy,vT>=ξ,<vT,xy,+x>=γT,其中<·,·>表示夹角;角度对ξ和γT可用来描述无人机在三维空间中的运动;对于地面站,其在xy平面朝着方向γR运动;
(3)无人机非平稳空地MIMO信道模型考虑地面反射,接收信号包括LoS路径分量、SB-U路径分量、SB-G路径分量、SB-GR路径分量和DB路径分量;
(4)无人机非平稳空地MIMO信道模型中设有两个圆柱体分别位于无人机侧和地面站侧,发射端和接收端的有效散射体分别分布在这两个圆柱体表面;假设无人机侧有N1个有效散射体,其分布在一个半径为RT的圆柱体表面,其中第n1个有效散射体可表示为n1=1,2,…,N1;假设地面站侧有N2个有效散射体,其分布在一个半径为RR的圆柱体表面,其中第n2个有效散射体可表示为n2=1,2,…,N2;地面反射发生在地面站侧圆柱体的底面上,假设圆柱底面上有N3个有效散射体,其分布在半径为0≤R≤RR的圆柱体底面,其中第n3个有效散射体可表示为n3=1,2,…,N3;
步骤2:计算所述无人机非平稳空地MIMO信道模型的接收复包络信号;
步骤3:计算所述无人机非平稳空地MIMO信道模型的非平稳时变参数;
LoS路径分量的复包络的表达式为
SB-U路径分量的复包络的表达式为
SB-G路径分量的复包络的表达式为
SB-GR路径分量的复包络的表达式为
DB路径分量的复包络的表达式为
其中,和分别表示时刻t时路径的离开方位角和离开俯仰角、路径的到达方位角和到达俯仰角,LoS路径p-q的离开方位角、离开俯仰角、到达方位角和到达俯仰角,时变角度在初始时刻的值表示为和载波频率为fc;τpq(t)、分别表示为波经过链路Tp-Rq、和的传播时间;所接收的总功率用Ωpq表示,莱斯因子用K示;另外,ηSB-U、ηSB-G、ηSB-GR和ηDB是能量相关参数,分别表示一次和两次散射分量占总散射功率Ωpq/(K+1)的比值,且满足ηSB-U+ηSB-G+ηSB-GR+ηDB=1;散射产生的相位和是独立随机变量,其服从[-π,π)上的均匀分布;fTm和fRm分别表示无人机和地面站的最大多普勒频率。
2.根据权利要求1所述的一种无人机非平稳空地MIMO信道的几何随机建模方法,其特征在于,步骤2中,无人机第p根天线和地面站第q根天线间的接收复衰落包络信号是LoS路径分量、SB-U路径分量、SB-G路径分量、SB-GR路径分量和DB路径分量之和。
3.据权利要求1所述的一种无人机非平稳空地MIMO信道的几何随机建模方法,其特征在于,步骤3中,所述非平稳时变参数包括时变角度和时变时延。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110518392.0A CN113489560B (zh) | 2021-05-12 | 2021-05-12 | 一种无人机非平稳空地mimo信道的几何随机建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110518392.0A CN113489560B (zh) | 2021-05-12 | 2021-05-12 | 一种无人机非平稳空地mimo信道的几何随机建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113489560A CN113489560A (zh) | 2021-10-08 |
CN113489560B true CN113489560B (zh) | 2022-07-08 |
Family
ID=77932765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110518392.0A Active CN113489560B (zh) | 2021-05-12 | 2021-05-12 | 一种无人机非平稳空地mimo信道的几何随机建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113489560B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114039684B (zh) * | 2021-11-18 | 2023-07-04 | 重庆邮电大学 | 一种基于几何的宽带uav mimo信道建模方法 |
CN114124264B (zh) * | 2021-11-26 | 2023-09-22 | 江苏科技大学 | 基于智能反射面时变反射相位的无人机信道模型建立方法 |
CN114268397B (zh) * | 2021-12-09 | 2023-06-20 | 重庆邮电大学 | 一种基于山地地形的无人机空对空信道建模方法 |
CN114448540B (zh) * | 2022-02-16 | 2023-03-14 | 北京交通大学 | 一种基于天线辐射方向图的无人机信道建模方法 |
CN114567400B (zh) * | 2022-03-02 | 2024-06-07 | 东南大学 | 一种基于几何随机的无人机空地mimo信道建模方法 |
CN116054984B (zh) * | 2022-11-10 | 2024-04-12 | 南京六九零二科技有限公司 | 一种面向无人机-地面用户无线通信的几何统计信道建模方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109412673A (zh) * | 2018-06-22 | 2019-03-01 | 南京航空航天大学 | 面向无人机通信的几何随机信道模型及实时仿真方法 |
US10411772B1 (en) * | 2017-07-26 | 2019-09-10 | The United States Of America As Represented By The Secretary Of The Air Force | Robust spectrally efficient line-of-sight (LOS) wireless communications with geometrically-distributed antenna arrays |
CN111194038A (zh) * | 2020-01-07 | 2020-05-22 | 北京航空航天大学 | 多无人机移动基站位置部署方法 |
CN111314001A (zh) * | 2020-03-10 | 2020-06-19 | 合肥工业大学 | 一种基于几何的非平稳v2v mimo信道建模方法 |
CN112616132A (zh) * | 2020-12-16 | 2021-04-06 | 同济大学 | 基于几何先验模型的低空空地无人机信道多径跟踪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180115065A1 (en) * | 2016-10-26 | 2018-04-26 | International Business Machines Corporation | In-field millimeter-wave phased array radiation pattern estimation and validation |
-
2021
- 2021-05-12 CN CN202110518392.0A patent/CN113489560B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10411772B1 (en) * | 2017-07-26 | 2019-09-10 | The United States Of America As Represented By The Secretary Of The Air Force | Robust spectrally efficient line-of-sight (LOS) wireless communications with geometrically-distributed antenna arrays |
CN109412673A (zh) * | 2018-06-22 | 2019-03-01 | 南京航空航天大学 | 面向无人机通信的几何随机信道模型及实时仿真方法 |
CN111194038A (zh) * | 2020-01-07 | 2020-05-22 | 北京航空航天大学 | 多无人机移动基站位置部署方法 |
CN111314001A (zh) * | 2020-03-10 | 2020-06-19 | 合肥工业大学 | 一种基于几何的非平稳v2v mimo信道建模方法 |
CN112616132A (zh) * | 2020-12-16 | 2021-04-06 | 同济大学 | 基于几何先验模型的低空空地无人机信道多径跟踪方法 |
Non-Patent Citations (3)
Title |
---|
Impact of UAV Rotation on MIMO Channel Characterization for Air-to-Ground Communication Systems;Zhangfeng Ma 等;《IEEE Transactions on Vehicular Technology》;20201002;全文 * |
基于几何随机的无人机空地信道模型;王亚文 等;《数据采集与处理》;20200115;全文 * |
无线传感网数据收集UAV航迹规划算法;燕锋 等;《Journal of Southeast University(English Edition)》;20201215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113489560A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113489560B (zh) | 一种无人机非平稳空地mimo信道的几何随机建模方法 | |
CN109639378B (zh) | 矩形隧道无线传播信道建模方法 | |
CN111479216B (zh) | 基于uwb定位的无人机货物运送方法 | |
CN110225460A (zh) | 一种基于深度神经网络的室内定位方法及装置 | |
CN112738764B (zh) | 一种基于车辆运动轨迹认知的宽带毫米波波束追踪方法 | |
CN114124266B (zh) | 一种基于irs辅助无人机与无人船通信的信道建模方法 | |
CN113225711B (zh) | 一种隧道场景车对车mimo无线信道容量估计方法 | |
CN112865897B (zh) | 一种无人机对地面场景的非平稳信道仿真方法及系统 | |
CN114268397B (zh) | 一种基于山地地形的无人机空对空信道建模方法 | |
CN112333671B (zh) | 一种车对车mimo信道的非平稳特征提取方法 | |
Li et al. | Modelling and simulation for UAV‐aided vehicular MIMO communication channels | |
CN113644942A (zh) | 一种基于几何的3d mimo leo卫星空天地信道建模方法 | |
CN114039684B (zh) | 一种基于几何的宽带uav mimo信道建模方法 | |
CN114124264B (zh) | 基于智能反射面时变反射相位的无人机信道模型建立方法 | |
Gao et al. | Analysis of unmanned aerial vehicle MIMO channel capacity based on aircraft attitude | |
CN111263327B (zh) | 一种用于多输入多输出单环模型建模方法及其仿真平台 | |
CN103138818A (zh) | 一种mimo极化信道的去极化模型处理方法及其系统 | |
CN113938233B (zh) | 一种无人机非平稳空对空mimo信道的几何随机建模方法 | |
Hongyao et al. | Beam tracking method based on reconfigurable intelligent surface for obstructed communication | |
CN113162712B (zh) | 一种基于传播图理论的多波束信道建模方法 | |
CN115664567A (zh) | 一种太赫兹mimo无人机非平稳性信道建模方法 | |
CN114422060A (zh) | 一种无人机通信信道模型的构建方法和系统 | |
CN114567400B (zh) | 一种基于几何随机的无人机空地mimo信道建模方法 | |
CN113691031A (zh) | 一种基于微波分束赋型的多目标能量管理方法 | |
CN114696932B (zh) | 用于车联网通信的空时频非平稳无线通信信道建模方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |