CN113938233B - 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

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M_T根天线，接收无人机配有M_R根天线。

(2)发射无人机和接收无人机分别以v_T(t)和v_R(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；v_T(t)可分解为一个水平分量v_T,xOy和一个垂直分量v_T,z；定义<v_T,xOy,v_T>＝ξ_T，<v_T,xOy,+x>＝γ_T，其中<·,·>表示夹角；角度对ξ_T和γ_T用来描述发射无人机在三维空间中的运动；v_R(t)可分解为一个水平分量v_R,xOy和一个垂直分量v_R,z；定义<v_R,xOy,v_R>＝ξ_R，<v_R,xOy,+x>＝γ_R，其中<·,·>表示夹角；角度对ξ_R和γ_R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T_p-R_q、/>之间的距离；τ_LoS、/>分别表示波经过链路T_p-R_q、/> 的传播时间；K表示莱斯因子；Ω_pq表示接收信号的总功率；η_SB1、η_SB2、η_DB1和η_DB2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Ω_pq/(K+1)的比值，且满足η_SB1+η_SB2+η_DB1+η_DB2＝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；f_D,LoS(t)、/>和/>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T_p-R_q、 和/>计算链路之间的距离为：

式中，D_x/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；H_T为发射无人机到地面的垂直距离，H_R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，/>δ_T表示发射端天线之间的间隔，δ_R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；θ_T表示接收端天线阵列的方位角，θ_R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，v_T(t₀)是发射无人机的初始速度；χ_v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；t_i-t_i-1是时间间隔；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f_D,LoS(t)、和分别表示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：

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，ξ_T表示发射无人机速度的仰角，ξ_R表示接收无人机速度的仰角；γ_T表示发射无人机速度的方位角，γ_R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v_T(t)和v_R(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v_T,xOy和一个垂直分量v_T,z；定义<v_T,xOy,v_T>＝ξ_T，<v_T,xOy,+x>＝γ_T，其中<·,·>表示夹角；角度对ξ_T和γ_T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；ε_pq、分别表示为链路T_p-R_q、/>之间的距离；τ_LoS、/>分别表示波经过链路T_p-R_q、/> 的传播时间；K表示莱斯因子；Ω_pq表示接收信号的总功率；η_SB1、η_SB2、η_DB1和η_DB2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Ω_pq/(K+1)的比值，且满足η_SB1+η_SB2+η_DB1+η_DB2＝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；f_D,LoS(t)、/>和/>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T_p-R_q、 和/>计算链路之间的距离为：

式中，D_x/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；H_T为发射无人机到地面的垂直距离，H_R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，/>δ_T表示发射端天线之间的间隔，δ_R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；θ_T表示接收端天线阵列的方位角，θ_R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，v_T(t₀)是发射无人机的初始速度；χ_v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；t_i-t_i-1是时间间隔；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f_D,LoS(t)、和分别表示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：

(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，ξ_T表示发射无人机速度的仰角，ξ_R表示接收无人机速度的仰角；γ_T表示发射无人机速度的方位角，γ_R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：H_T＝150m，D＝150m，R₁＝200m,R₂＝300m，K＝1，k＝3，λ＝0.1m，v_T(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 (1)

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v_T(t)和v_R(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；v_T(t)可分解为一个水平分量v_T,xOy和一个垂直分量v_T,z；定义<v_T,xOy,v_T>＝ξ_T，<v_T,xOy,+x>＝γ_T，其中<·,·>表示夹角；角度对ξ_T和γ_T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；

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：

其中，λ为波长；ε_pq、分别表示为链路T_p-R_q、之间的距离；τ_LoS、/>分别表示波经过链路T_p-R_q、/> 的传播时间；K表示莱斯因子；Ω_pq表示接收信号的总功率；η_SB1、η_SB2、η_DB1和η_DB2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Ω_pq/(K+1)的比值，且满足η_SB1+η_SB2+η_DB1+η_DB2＝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；f_D,LoS(t)、/>和/>分别表示各信号分量的时变多普勒频移；

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T_p-R_q、 和/>计算链路之间的距离为：

式中，D_x/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；H_T为发射无人机到地面的垂直距离，H_R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；/>表示发射天线阵列的仰角，/>表示接收天线阵列的仰角；θ_T表示发射天线阵列的方位角，θ_R表示接收天线阵列的方位角；/> 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；

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：

其中，v_T(t₀)是发射无人机的初始速度；χ_v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；t_i-t_i-1是时间间隔；是速度的均值；X是高斯随机变量；

所述步骤三中，所述非平稳时变参数时变多普勒项包括：

用f_D,LoS(t)、和/>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：

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，ξ_T表示发射无人机速度的仰角，ξ_R表示接收无人机速度的仰角；γ_T表示发射无人机速度的方位角，γ_R表示接收无人机速度的方位角。