CN113938233A - 一种无人机非平稳空对空mimo信道的几何随机建模方法 - Google Patents
一种无人机非平稳空对空mimo信道的几何随机建模方法 Download PDFInfo
- Publication number
- CN113938233A CN113938233A CN202111368664.XA CN202111368664A CN113938233A CN 113938233 A CN113938233 A CN 113938233A CN 202111368664 A CN202111368664 A CN 202111368664A CN 113938233 A CN113938233 A CN 113938233A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- transmitting
- component
- receiving
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种无人机非平稳空对空MIMO信道的几何随机建模方法,属于无人机通信领域。该建模方法所提模型是一种三维几何随机模型,假设发射无人机和接收无人机都在一个同心圆柱环内,并且在发射无人机和接收无人机周围都存在散射体。在该模型中考虑远近散射体,近处的散射体分布在内圆柱表面上,远处的散射体分布在外圆柱表面上。接收信号包括视距分量、一次散射分量和两次散射分量,同时考虑发射无人机和接收无人机的移动性,通过发射无人机和接收无人机的时变速度,建立非平稳信道模型。该方法在无人机实际通信场景下,能够建立一个可靠、高效的空对空信道模型,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
本发明属于无人机通信领域,涉及一种无人机非平稳空对空MIMO信道的几何随机建模方法。
背景技术
众所周知,一组精确且易于使用的信道模型对于通信系统的设计和性能优化至关重要。因此,近来无人机信道的研究一直是研究的热点。但是现有的无人机空空信道建模的研究较少,大部分都是无人机到地信道建模的研究。例如在中国专利申请号CN202110518392.0中提出了一种双圆柱的空地信道模型,发射端和接收端的散射体分布在各自的圆柱表面上,在该模型中考虑了发射端和接收端侧的散射体,但是发射端和接收端均以匀速移动。在专利申请号202110046598.8中提出了一种无人机对地面场景的非平稳信道建模方法,在该方法中,根据无人机的初始位置建立无人机平滑旋转移动模型,以此对无人机的运动轨迹进行建模,无人机周围没有散射体,地面端周围的散射体分布在多重圆柱表面上,该方法考虑了地面端周围的远近散射体,但无人机运动轨迹的建模过于复杂。以上方法没有考虑到无人机周围的远近散射体,并且研究过程中,总是将无人机的速度设置为理想的匀速,此类模型不能准确描述城市环境下的无人机通信信道。因此,有必要建立一种能真实反映空对空信道环境的信道模型。
发明内容
有鉴于此,本发明的目的在于提供一种无人机非平稳空对空MIMO信道的几何随机建模方法。
为达到上述目的,本发明提供如下技术方案:
一种无人机非平稳空对空MIMO信道的几何随机建模方法,该方法包括以下步骤:
步骤一:构建无人机非平稳空对空MIMO同心圆柱环信道模型,所述模型包括:
(1)在空对空通信场景中,发射端和接收端都是无人机,发射无人机和接收无人机分别配有多天线阵列,即该信道是多输入多输出的。发射无人机配有MT根天线,接收无人机配有MR根天线。
(2)发射无人机和接收无人机分别以vT(t)和vR(t)的时变速度移动,用高斯马尔科夫移动模型建模无人机的时变速度;vT(t)可分解为一个水平分量vT,xOy和一个垂直分量vT,z;定义<vT,xOy,vT>=ξT,<vT,xOy,+x>=γT,其中<·,·>表示夹角;角度对ξT和γT用来描述发射无人机在三维空间中的运动;vR(t)可分解为一个水平分量vR,xOy和一个垂直分量vR,z;定义<vR,xOy,vR>=ξR,<vR,xOy,+x>=γR,其中<·,·>表示夹角;角度对ξR和γR用来描述接收无人机在三维空间中的运动;
(3)无人机非平稳空对空MIMO信道模型中,接收信号包括LoS视距分量、SB1路径分量、SB2路径分量、DB1路径分量和DB2路径分量;
(4)无人机非平稳空对空MIMO信道模型中,将发射无人机和接收无人机都建模在同一个圆柱内部,且发射无人机和接收无人机周围都存在散射体。近处的散射体分布在半径为R1的圆柱表面上,远处的散射体分布在半径为R2的圆柱表面上。假设有N1个有效散射体分布在半径为R1且靠近发射无人机的圆柱表面上,表示为发射端近处的散射体,第n1个有效散射体表示为假设有N2个有效散射体分布在半径为R1且靠近接收无人机的圆柱表面上,表示为接收端附近的散射体,第n2个有效散射体表示为假设有N3个有效散射体分布在半径为R2的圆柱表面上,表示为远处散射体,第n3个有效散射体表示为
步骤二:根据所述无人机非平稳空对空MIMO同心圆柱环信道模型,计算从发射无人机的第p根天线到接收无人机的第q根天线之间的传输函数;
步骤三:计算所述无人机非平稳空对空MIMO信道模型的非平稳时变参数。
进一步,步骤一中,发射无人机第p根天线和接收无人机第q根天线之间的接收复衰落包络信号是视距分量LoS、经过发射无人机周围的近处散射体的一次散射分量SB1、经过接收无人机周围的近处散射体的一次散射分量SB2、经过发射无人机周围的近处散射体和接收无人机周围的近处散射体的两次散射分量DB1和经过发射无人机周围的近处散射体和远处散射体的两次散射分量DB2之和,表达式为:
其中,λ为波长;分别表示为链路Tp-Rq、之间的距离;τLoS、分别表示波经过链路Tp-Rq、 的传播时间;K表示莱斯因子;Ωpq表示接收信号的总功率;ηSB1、ηSB2、ηDB1和ηDB2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ηSB1+ηSB2+ηDB1+ηDB2=1;散射产生的相位和是独立随机变量,服从[-π,π)上的均匀分布;fD,LoS(t)、和分别表示各信号分量的时变多普勒频移。
式中,Dx/y/z表示在三维坐标轴上沿x/y/z轴的坐标; D为发射无人机和接收无人机在xOy平面上的投影到坐标原点的距离;HT为发射无人机到地面的垂直距离,HR为接收无人机到地面的垂直距离,满足ΔT表示发射无人机第p根天线到天线阵列中心的距离,ΔR表示接收无人机第q根天线到天线阵列中心的距离;对于均匀天线阵列来说,δT表示发射端天线之间的间隔,δR表示接收端天线之间的间隔;表示发射端天线阵列的仰角,表示接收端天线阵列的仰角;θT表示接收端天线阵列的方位角,θR表示接收端天线阵列的方位角;表示发射无人机撞击有效散射体的离开角方位角和仰角;表示经过有效散射体到达接收无人机的到达角方位角和仰角。
进一步,步骤三中,所述非平稳时变参数包括时变速度和时变多普勒项。发射无人机与接收无人机的速度是时变的,用高斯马尔科夫移动模型来建模发射无人机和接收无人机的时变速度。速度的表达式为:
其中,vT(t0)是发射无人机的初始速度;χv是记忆因子,在[0,1]之间取值,当为1时,表明当前时刻的速度与上一刻的速度完全一样,当为0时,表明当前时刻的速度是无记忆性的;ti-ti-1是时间间隔;是速度的均值;X是高斯随机变量。
1)LOS分量的时变多普勒频移:
2)SB1分量的时变多普勒频移:
3)SB2分量的时变多普勒频移:
4)DB1分量的时变多普勒频移:
5)DB2分量的时变多普勒频移:
其中,ξT表示发射无人机速度的仰角,ξR表示接收无人机速度的仰角;γT表示发射无人机速度的方位角,γR表示接收无人机速度的方位角。
本发明的有益效果在于:
(1)本发明建立的无人机非平稳空对空MIMO信道模型是对无人机场景下空对空信道建模的扩展;
(2)本发明建立的无人机非平稳空对空MIMO信道模型考虑了发射无人机和接收无人机周围的远近散射体,将近处的散射体建模在圆柱环的内表面上,将远处的散射体建模在圆柱环的外表面上;
(3)本发明建立的无人机非平稳空对空MIMO信道模型将无人机的速度设置为时变的,具体是用高斯马尔科夫移动模型来描述无人机的运动。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为无人机非平稳空对空MIMO信道的几何随机模型的结构图;
图2为不同记忆因子下的无人机速度变化图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1~图2,本发明设计了一种无人机非平稳空对空MIMO信道建模方法,具体包括以下步骤:
步骤一:构建无人机非平稳空对空MIMO同心圆柱环信道模型,所述模型包括:
(1)在空对空通信场景中,发射端和接收端都是无人机,发射无人机和接收无人机分别配有多天线阵列,即该信道是多输入多输出的;
(2)发射无人机和接收无人机分别以vT(t)和vR(t)的时变速度移动,用高斯马尔科夫移动模型建模无人机的时变速度;可分解为一个水平分量vT,xOy和一个垂直分量vT,z;定义<vT,xOy,vT>=ξT,<vT,xOy,+x>=γT,其中<·,·>表示夹角;角度对ξT和γT用来描述无人机在三维空间中的运动;
(3)无人机非平稳空对空MIMO信道模型中,接收信号包括LoS视距分量、SB1路径分量、SB2路径分量、DB1路径分量和DB2路径分量;
(4)无人机非平稳空对空MIMO信道模型中,将发射无人机和接收无人机都建模在同一个圆柱内部,且发射无人机和接收无人机周围都存在散射体。近处的散射体分布在半径为R1的圆柱表面上,远处的散射体分布在半径为R2的圆柱表面上。假设有N1个有效散射体分布在半径为R1且靠近发射无人机的圆柱表面上,表示为发射端近处的散射体,第n1个有效散射体表示为假设有N2个有效散射体分布在半径为R1且靠近接收无人机的圆柱表面上,表示为接收端附近的散射体,第n2个有效散射体表示为假设有N3个有效散射体分布在半径为R2的圆柱表面上,表示为远处散射体,第n3个有效散射体表示为
步骤二:根据所述无人机非平稳空对空MIMO同心圆柱环信道模型,计算从发射无人机的第p根天线到接收无人机的第q根天线之间的传输函数;
步骤三:计算所述无人机非平稳空对空MIMO信道模型的非平稳时变参数。
进一步,步骤一中,发射无人机第p根天线和接收无人机第q根天线之间的接收复衰落包络信号是视距分量LoS、经过发射无人机周围的近处散射体的一次散射分量SB1、经过接收无人机周围的近处散射体的一次散射分量SB2、经过发射无人机周围的近处散射体和接收无人机周围的近处散射体的两次散射分量DB1和经过发射无人机周围的近处散射体和远处散射体的两次散射分量DB2之和,表达式为:
其中,λ为波长;εpq、分别表示为链路Tp-Rq、之间的距离;τLoS、分别表示波经过链路Tp-Rq、 的传播时间;K表示莱斯因子;Ωpq表示接收信号的总功率;ηSB1、ηSB2、ηDB1和ηDB2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ηSB1+ηSB2+ηDB1+ηDB2=1;散射产生的相位和是独立随机变量,服从[-π,π)上的均匀分布;fD,LoS(t)、和分别表示各信号分量的时变多普勒频移。
式中,Dx/y/z表示在三维坐标轴上沿x/y/z轴的坐标; D为发射无人机和接收无人机在xOy平面上的投影到坐标原点的距离;HT为发射无人机到地面的垂直距离,HR为接收无人机到地面的垂直距离,满足ΔT表示发射无人机第p根天线到天线阵列中心的距离,ΔR表示接收无人机第q根天线到天线阵列中心的距离;对于均匀天线阵列来说,δT表示发射端天线之间的间隔,δR表示接收端天线之间的间隔;表示发射端天线阵列的仰角,表示接收端天线阵列的仰角;θT表示接收端天线阵列的方位角,θR表示接收端天线阵列的方位角;表示发射无人机撞击有效散射体的离开角方位角和仰角;表示经过有效散射体到达接收无人机的到达角方位角和仰角。
进一步,步骤三中,所述非平稳时变参数包括时变速度和时变多普勒项。发射无人机与接收无人机的速度是时变的,用高斯马尔科夫移动模型来建模发射无人机和接收无人机的时变速度。速度的表达式为:
其中,vT(t0)是发射无人机的初始速度;χv是记忆因子,在[0,1]之间取值,当为1时,表明当前时刻的速度与上一刻的速度完全一样,当为0时,表明当前时刻的速度是无记忆性的;ti-ti-1是时间间隔;是速度的均值;X是高斯随机变量。
(1)LOS分量的时变多普勒频移:
(2)SB1分量的时变多普勒频移:
(3)SB2分量的时变多普勒频移:
(4)DB1分量的时变多普勒频移:
(5)DB2分量的时变多普勒频移:
其中,ξT表示发射无人机速度的仰角,ξR表示接收无人机速度的仰角;γT表示发射无人机速度的方位角,γR表示接收无人机速度的方位角。
应用实施例:本发明用于无人机非平稳空对空MIMO信道建模以及参数计算,为了验证该信道模型的有效性,本发明结合VMF分布,对无人机非平稳空对空MIMO信道模型进行研究,分析信道的时变统计特性。相关参数设置如:HT=150m,D=150m,R1=200m,R2=300m,K=1,k=3,λ=0.1m,vT(t0)=10m/s,β0=π/6。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种无人机非平稳空对空MIMO信道的几何随机建模方法,其特征在于:该方法包括以下步骤:
步骤一:构建无人机非平稳空对空MIMO同心圆柱环信道模型,所述模型包括:
(1)在空对空通信场景中,发射端和接收端都是无人机,发射无人机和接收无人机分别配有多天线阵列,即该信道是多输入多输出的;
(2)发射无人机和接收无人机分别以vT(t)和vR(t)的时变速度移动,用高斯马尔科夫移动模型建模无人机的时变速度;vT(t)可分解为一个水平分量vT,xOy和一个垂直分量vT,z;定义<vT,xOy,vT>=ξT,<vT,xOy,+x>=γT,其中<·,·>表示夹角;角度对ξT和γT用来描述无人机在三维空间中的运动;
(3)无人机非平稳空对空MIMO信道模型中,接收信号包括LoS视距分量、SB1路径分量、SB2路径分量、DB1路径分量和DB2路径分量;
(4)无人机非平稳空对空MIMO信道模型中,将发射无人机和接收无人机都建模在同一个圆柱内部,且发射无人机和接收无人机周围都存在散射体。近处的散射体分布在半径为R1的圆柱表面上,远处的散射体分布在半径为R2的圆柱表面上。假设有N1个有效散射体分布在半径为R1且靠近发射无人机的圆柱表面上,表示为发射端附近的散射体,第n1个有效散射体表示为假设有N2个有效散射体分布在半径为R1且靠近接收无人机的圆柱表面上,表示为接收端附近的散射体,第n2个有效散射体表示为假设有N3个有效散射体分布在半径为R2的圆柱表面上,表示为远处散射体,第n3个有效散射体表示为
步骤二:根据所述无人机非平稳空对空MIMO同心圆柱环信道模型,计算从发射无人机的第p根天线到接收无人机的第q根天线之间的传输函数;
步骤三:计算所述无人机非平稳空对空MIMO信道模型的非平稳时变参数。
2.根据权利要求1所述的一种无人机非平稳空对空MIMO信道的几何随机建模方法,其特征在于:所述步骤一中,发射无人机第p根天线和接收无人机第q根天线之间的接收复衰落包络信号是视距分量LoS、经过发射无人机周围的近处散射体的一次散射分量SB1、经过接收无人机周围的近处散射体的一次散射分量SB2、经过发射无人机周围的近处散射体和接收无人机周围的近处散射体的两次散射分量DB1和经过发射无人机周围的近处散射体和远处散射体的两次散射分量DB2之和,表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111368664.XA CN113938233B (zh) | 2021-11-18 | 2021-11-18 | 一种无人机非平稳空对空mimo信道的几何随机建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111368664.XA CN113938233B (zh) | 2021-11-18 | 2021-11-18 | 一种无人机非平稳空对空mimo信道的几何随机建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113938233A true CN113938233A (zh) | 2022-01-14 |
CN113938233B CN113938233B (zh) | 2023-09-29 |
Family
ID=79287062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111368664.XA Active CN113938233B (zh) | 2021-11-18 | 2021-11-18 | 一种无人机非平稳空对空mimo信道的几何随机建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113938233B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114567400A (zh) * | 2022-03-02 | 2022-05-31 | 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 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050113141A1 (en) * | 2003-11-20 | 2005-05-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Spatial joint searcher and channel estimators |
WO2007010047A1 (fr) * | 2005-07-22 | 2007-01-25 | Pole Star | Procede, dispositif et systeme de positionnement par relais pulse multi synchrone multi-source |
CN109450575A (zh) * | 2018-12-13 | 2019-03-08 | 上海交通大学 | 非平稳的三维宽带高空平台mimo几何随机模型建立方法 |
CN109951213A (zh) * | 2017-12-21 | 2019-06-28 | 上海交通大学 | 高空平台mimo三维几何随机模型建立方法及通信方法 |
CN110958069A (zh) * | 2019-12-24 | 2020-04-03 | 南京信息工程大学 | 一种基于隧道环境的三维非平稳宽带双簇信道建模方法 |
CN112865897A (zh) * | 2021-01-13 | 2021-05-28 | 山东师范大学 | 一种无人机对地面场景的非平稳信道仿真方法及系统 |
CN112968743A (zh) * | 2021-02-25 | 2021-06-15 | 中国人民解放军陆军工程大学 | 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 |
CN113225711A (zh) * | 2021-05-11 | 2021-08-06 | 合肥工业大学 | 一种隧道场景车对车mimo无线信道容量估计方法 |
US20210258089A1 (en) * | 2020-02-05 | 2021-08-19 | Board Of Regents, The University Of Texas System | On-demand aerial communication using directional antennas |
CN113454636A (zh) * | 2018-12-28 | 2021-09-28 | 辉达公司 | 自主机器应用中障碍物检测的距离 |
CN113541826A (zh) * | 2021-07-12 | 2021-10-22 | 东南大学 | 一种动态场景信道的四维空口性能测试方法 |
AU2021106316A4 (en) * | 2021-08-21 | 2021-11-04 | Beihang University | Method for assisting data transmission of vehicle-mounted ad-hoc network by cooperative relay of multi-unmanned aerial vehicles |
-
2021
- 2021-11-18 CN CN202111368664.XA patent/CN113938233B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050113141A1 (en) * | 2003-11-20 | 2005-05-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Spatial joint searcher and channel estimators |
WO2007010047A1 (fr) * | 2005-07-22 | 2007-01-25 | Pole Star | Procede, dispositif et systeme de positionnement par relais pulse multi synchrone multi-source |
CN109951213A (zh) * | 2017-12-21 | 2019-06-28 | 上海交通大学 | 高空平台mimo三维几何随机模型建立方法及通信方法 |
CN109450575A (zh) * | 2018-12-13 | 2019-03-08 | 上海交通大学 | 非平稳的三维宽带高空平台mimo几何随机模型建立方法 |
CN113454636A (zh) * | 2018-12-28 | 2021-09-28 | 辉达公司 | 自主机器应用中障碍物检测的距离 |
CN110958069A (zh) * | 2019-12-24 | 2020-04-03 | 南京信息工程大学 | 一种基于隧道环境的三维非平稳宽带双簇信道建模方法 |
US20210258089A1 (en) * | 2020-02-05 | 2021-08-19 | Board Of Regents, The University Of Texas System | On-demand aerial communication using directional antennas |
CN112865897A (zh) * | 2021-01-13 | 2021-05-28 | 山东师范大学 | 一种无人机对地面场景的非平稳信道仿真方法及系统 |
CN112968743A (zh) * | 2021-02-25 | 2021-06-15 | 中国人民解放军陆军工程大学 | 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 |
CN113225711A (zh) * | 2021-05-11 | 2021-08-06 | 合肥工业大学 | 一种隧道场景车对车mimo无线信道容量估计方法 |
CN113541826A (zh) * | 2021-07-12 | 2021-10-22 | 东南大学 | 一种动态场景信道的四维空口性能测试方法 |
AU2021106316A4 (en) * | 2021-08-21 | 2021-11-04 | Beihang University | Method for assisting data transmission of vehicle-mounted ad-hoc network by cooperative relay of multi-unmanned aerial vehicles |
Non-Patent Citations (4)
Title |
---|
QIUMING ZHU等: "A novel 3D non-stationary UAV-MIMO channel model and its statistical properties", 《 CHINA COMMUNICATIONS》, vol. 15, no. 12, pages 147 - 158, XP011695159 * |
周杰等: "空地域A2G大规模MIMO信道建模与分析", 《东南大学学报》, vol. 51, no. 4, pages 707 - 714 * |
孙晶晶等: "A2G场景下三维宽带非平稳信道建模与分析", 《北京邮电大学学报》, vol. 44, no. 5, pages 61 - 66 * |
张巍等: "无人机通信信道模型仿真分析", 《中国新通信》, vol. 18, no. 16, pages 54 - 55 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114567400A (zh) * | 2022-03-02 | 2022-05-31 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN113938233B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113645635B (zh) | 智能反射面辅助的高能效无人机通信系统的设计方法 | |
CN113489560B (zh) | 一种无人机非平稳空地mimo信道的几何随机建模方法 | |
CN111479216B (zh) | 基于uwb定位的无人机货物运送方法 | |
CN106712866A (zh) | 一种动中通端站系统及系统的跟踪方法 | |
CN107765237A (zh) | 一种相控阵识别方法及系统 | |
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 | |
CN103746757A (zh) | 一种基于星载多波束天线的单星干扰源定位方法 | |
CN114124266A (zh) | 一种基于irs辅助无人机与无人船通信的信道建模方法 | |
CN113784314B (zh) | 一种智能反射表面辅助下的无人机数据与能量传输方法 | |
CN114268397B (zh) | 一种基于山地地形的无人机空对空信道建模方法 | |
CN113644942B (zh) | 一种基于几何的3d mimo leo卫星空天地信道建模方法 | |
CN110658492A (zh) | 一种室内目标与散射体位置优化的迭代方法 | |
CN113938233A (zh) | 一种无人机非平稳空对空mimo信道的几何随机建模方法 | |
CN108880647A (zh) | 一种基于频率分集阵列天线的波束控制方法 | |
CN114124264A (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 | |
Li et al. | Multi-body modelling and analysis of the motion platform for underwater acoustic dynamic communication | |
CN102035588A (zh) | 基于角度信息的发射多播赋形方法及系统 | |
Sun et al. | Performance analysis and system implementation for energy-efficient passive UAV radar imaging system | |
CN114422060B (zh) | 一种无人机通信信道模型的构建方法和系统 | |
CN116032401A (zh) | 空中irs辅助的车对车通信信道仿真方法及系统 | |
CN113238577B (zh) | 一种基于5g网关的无人机与无人车协作方法 | |
CN111007472B (zh) | 一种高超声速平台复杂运动状态下杂波回波建模方法 | |
CN116054984B (zh) | 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 | |
CN114448540B (zh) | 一种基于天线辐射方向图的无人机信道建模方法 | |
Li et al. | Ground Targets Passive Location by Multiple UAVs |
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 |