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 PDF

Info

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
Application number
CN202111368664.XA
Other languages
English (en)
Other versions
CN113938233B (zh
Inventor
张治中
孙晶晶
邓炳光
赵家进
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202111368664.XA priority Critical patent/CN113938233B/zh
Publication of CN113938233A publication Critical patent/CN113938233A/zh
Application granted granted Critical
Publication of CN113938233B publication Critical patent/CN113938233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种无人机非平稳空对空MIMO信道的几何随机建模方法
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
Figure BDA0003361793190000021
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
Figure BDA0003361793190000022
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
Figure BDA0003361793190000023
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
Figure BDA0003361793190000024
的一次散射分量SB1、经过接收无人机周围的近处散射体
Figure BDA0003361793190000025
的一次散射分量SB2、经过发射无人机周围的近处散射体
Figure BDA0003361793190000026
和接收无人机周围的近处散射体
Figure BDA0003361793190000027
的两次散射分量DB1和经过发射无人机周围的近处散射体
Figure BDA0003361793190000028
和远处散射体
Figure BDA0003361793190000029
的两次散射分量DB2之和，表达式为：
Figure BDA00033617931900000210
Figure BDA00033617931900000211
Figure BDA0003361793190000031
Figure BDA0003361793190000032
Figure BDA0003361793190000033
Figure BDA0003361793190000034
其中，λ为波长；
Figure BDA0003361793190000035
分别表示为链路Tp-Rq、
Figure BDA0003361793190000036
之间的距离；τLoS、
Figure BDA0003361793190000037
分别表示波经过链路Tp-Rq、
Figure BDA0003361793190000038
Figure BDA0003361793190000039
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
Figure BDA00033617931900000310
和
Figure BDA00033617931900000311
是独立随机变量，服从[-π,π)上的均匀分布；fD,LoS(t)、
Figure BDA00033617931900000312
和
Figure BDA00033617931900000313
分别表示各信号分量的时变多普勒频移。
进一步，在步骤二中，从发射无人机到接收无人机之间的链路包括Tp-Rq、
Figure BDA00033617931900000314
Figure BDA00033617931900000315
和
Figure BDA00033617931900000316
计算链路之间的距离为：
Figure BDA0003361793190000041
Figure BDA0003361793190000042
Figure BDA0003361793190000043
Figure BDA0003361793190000044
Figure BDA0003361793190000045
式中，Dx/y/z表示在三维坐标轴上沿x/y/z轴的坐标；
Figure BDA0003361793190000046
Figure BDA0003361793190000047
Figure BDA0003361793190000048
Figure BDA0003361793190000049
Figure BDA00033617931900000410
Figure BDA00033617931900000411
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
Figure BDA00033617931900000412
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，
Figure BDA00033617931900000413
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；
Figure BDA00033617931900000414
表示发射端天线阵列的仰角，
Figure BDA00033617931900000415
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；
Figure BDA00033617931900000416
表示发射无人机撞击有效散射体
Figure BDA00033617931900000417
的离开角方位角和仰角；
Figure BDA0003361793190000051
表示经过有效散射体
Figure BDA0003361793190000052
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：
Figure BDA0003361793190000053
Figure BDA0003361793190000054
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；
Figure BDA0003361793190000055
是速度的均值；X是高斯随机变量。
进一步，步骤三中，时变多普勒项包括：用fD,LoS(t)、
Figure BDA0003361793190000056
和
Figure BDA0003361793190000057
分别表示LoS分量、SB1分量、SB2分量、DB1分量和DB2分量的多普勒频移；
1)LOS分量的时变多普勒频移：
Figure BDA0003361793190000058
2)SB1分量的时变多普勒频移：
Figure BDA0003361793190000059
3)SB2分量的时变多普勒频移：
Figure BDA0003361793190000061
4)DB1分量的时变多普勒频移：
Figure BDA0003361793190000062
5)DB2分量的时变多普勒频移：
Figure BDA0003361793190000063
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
Figure BDA0003361793190000081
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
Figure BDA0003361793190000082
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
Figure BDA0003361793190000083
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：
Figure BDA0003361793190000084
Figure BDA0003361793190000085
Figure BDA0003361793190000086
Figure BDA0003361793190000087
Figure BDA0003361793190000091
Figure BDA0003361793190000092
其中，λ为波长；εpq、
Figure BDA0003361793190000093
分别表示为链路Tp-Rq、
Figure BDA0003361793190000094
之间的距离；τLoS、
Figure BDA0003361793190000095
分别表示波经过链路Tp-Rq、
Figure BDA0003361793190000096
Figure BDA0003361793190000097
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
Figure BDA0003361793190000098
和
Figure BDA0003361793190000099
是独立随机变量，服从[-π,π)上的均匀分布；fD,LoS(t)、
Figure BDA00033617931900000910
和
Figure BDA00033617931900000911
分别表示各信号分量的时变多普勒频移。
进一步，在步骤二中，从发射无人机到接收无人机之间的链路包括Tp-Rq、
Figure BDA00033617931900000912
Figure BDA00033617931900000913
和
Figure BDA00033617931900000914
计算链路之间的距离为：
Figure BDA00033617931900000915
Figure BDA00033617931900000916
Figure BDA00033617931900000917
Figure BDA0003361793190000101
Figure BDA0003361793190000102
式中，Dx/y/z表示在三维坐标轴上沿x/y/z轴的坐标；
Figure BDA0003361793190000103
Figure BDA0003361793190000104
Figure BDA0003361793190000105
Figure BDA0003361793190000106
Figure BDA0003361793190000107
Figure BDA0003361793190000108
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
Figure BDA0003361793190000109
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，
Figure BDA00033617931900001010
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；
Figure BDA00033617931900001011
表示发射端天线阵列的仰角，
Figure BDA00033617931900001012
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；
Figure BDA00033617931900001013
表示发射无人机撞击有效散射体
Figure BDA00033617931900001014
的离开角方位角和仰角；
Figure BDA00033617931900001015
表示经过有效散射体
Figure BDA00033617931900001016
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：
Figure BDA0003361793190000111
Figure BDA0003361793190000112
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；
Figure BDA0003361793190000113
是速度的均值；X是高斯随机变量。
进一步，步骤三中，时变多普勒项包括：用fD,LoS(t)、
Figure BDA0003361793190000114
和
Figure BDA0003361793190000115
分别表示LoS分量、SB1分量、SB2分量、DB1分量和DB2分量的多普勒频移；
(1)LOS分量的时变多普勒频移：
Figure BDA0003361793190000116
(2)SB1分量的时变多普勒频移：
Figure BDA0003361793190000117
(3)SB2分量的时变多普勒频移：
Figure BDA0003361793190000118
(4)DB1分量的时变多普勒频移：
Figure BDA0003361793190000119
(5)DB2分量的时变多普勒频移：
Figure BDA0003361793190000121
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，
Figure BDA0003361793190000122
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
Figure FDA0003361793180000011
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
Figure FDA0003361793180000012
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
Figure FDA0003361793180000013
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
Figure FDA0003361793180000014
的一次散射分量SB1、经过接收无人机周围的近处散射体
Figure FDA0003361793180000015
的一次散射分量SB2、经过发射无人机周围的近处散射体
Figure FDA0003361793180000016
和接收无人机周围的近处散射体
Figure FDA0003361793180000017
的两次散射分量DB1和经过发射无人机周围的近处散射体
Figure FDA0003361793180000021
和远处散射体
Figure FDA0003361793180000022
的两次散射分量DB2之和，表达式为：
Figure FDA0003361793180000023
Figure FDA0003361793180000024
Figure FDA0003361793180000025
Figure FDA0003361793180000026
Figure FDA0003361793180000027
Figure FDA0003361793180000028
其中，λ为波长；εpq、
Figure FDA0003361793180000029
分别表示为链路Tp-Rq、
Figure FDA00033617931800000210
之间的距离；τLoS、
Figure FDA00033617931800000211
分别表示波经过链路Tp-Rq、
Figure FDA00033617931800000212
Figure FDA00033617931800000213
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
Figure FDA00033617931800000214
和
Figure FDA00033617931800000215
是独立随机变量，服从[-π,π)上的均匀分布；fD,LoS(t)、
Figure FDA00033617931800000216
和
Figure FDA00033617931800000217
分别表示各信号分量的时变多普勒频移。
3.根据权利要求2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：所述步骤二中，从发射无人机到接收无人机之间的链路包括Tp-Rq、
Figure FDA0003361793180000031
Figure FDA0003361793180000032
和
Figure FDA0003361793180000033
计算链路之间的距离为：
Figure FDA0003361793180000034
Figure FDA0003361793180000035
Figure FDA0003361793180000036
Figure FDA0003361793180000037
Figure FDA0003361793180000038
式中，Dx/y/z表示在三维坐标轴上沿x/y/z轴的坐标；
Figure FDA0003361793180000039
Figure FDA00033617931800000310
Figure FDA00033617931800000311
Figure FDA00033617931800000312
Figure FDA00033617931800000313
Figure FDA00033617931800000314
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
Figure FDA00033617931800000315
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；
Figure FDA00033617931800000316
表示发射天线阵列的仰角，
Figure FDA0003361793180000041
表示接收天线阵列的仰角；θT表示发射天线阵列的方位角，θR表示接收天线阵列的方位角；
Figure FDA0003361793180000042
表示发射无人机撞击有效散射体
Figure FDA0003361793180000043
的离开角方位角和仰角；
Figure FDA0003361793180000044
表示经过有效散射体
Figure FDA0003361793180000045
到达接收无人机的到达角方位角和仰角。
4.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：
Figure FDA0003361793180000046
Figure FDA0003361793180000047
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；
Figure FDA0003361793180000048
是速度的均值；X是高斯随机变量。
5.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：所述步骤三中，所述非平稳时变参数时变多普勒项包括：
用fD,LoS(t)、
Figure FDA0003361793180000049
和
Figure FDA00033617931800000410
分别表示LoS分量、SB1分量、SB2分量、DB1分量和DB2分量的多普勒频移；
1)LOS分量的时变多普勒频移：
Figure FDA00033617931800000411
2)SB1分量的时变多普勒频移：
Figure FDA0003361793180000051
3)SB2分量的时变多普勒频移：
Figure FDA0003361793180000052
4)DB1分量的时变多普勒频移：
Figure FDA0003361793180000053
5)DB2分量的时变多普勒频移：
Figure FDA0003361793180000054
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。
CN202111368664.XA 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 Active CN113938233B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (12)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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