CN113949439A - 一种面向无人机空对空通信的几何随机信道建模方法 - Google Patents

一种面向无人机空对空通信的几何随机信道建模方法 Download PDF

Info

Publication number
CN113949439A
CN113949439A CN202111232552.1A CN202111232552A CN113949439A CN 113949439 A CN113949439 A CN 113949439A CN 202111232552 A CN202111232552 A CN 202111232552A CN 113949439 A CN113949439 A CN 113949439A
Authority
CN
China
Prior art keywords
scattering
receiving end
angle
line
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.)
Granted
Application number
CN202111232552.1A
Other languages
English (en)
Other versions
CN113949439B (zh
Inventor
王承祥
毛曦晨
常恒泰
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202111232552.1A priority Critical patent/CN113949439B/zh
Publication of CN113949439A publication Critical patent/CN113949439A/zh
Application granted granted Critical
Publication of CN113949439B publication Critical patent/CN113949439B/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
    • H04B17/00—Monitoring; Testing
    • H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0087—Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
    • 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
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种面向无人机空对空通信的几何随机信道建模方法，该方法首先考虑了无人机收发端的三维任意变速移动，并通过通信场景计算通信系统中的有效散射区域、散射簇以及散射点；其次，引入了马尔可夫生灭过程来描述簇在时间轴上的消失和演化；最后，通过计算复杂信道冲激响应，用于计算分析信道统计特性；本发明综合考虑了无人机收发双端的变速任意轨迹移动，使用生灭过程模拟信道变化，通过随机分布生成角度参数，能够保证所建立的模型可以有效模拟信道非平稳特性，符合真实通信场景。

Description

一种面向无人机空对空通信的几何随机信道建模方法
技术领域
本发明涉及信道建模技术领域，特别是涉及一种面向无人机空对空通信的几何随机信道建模方法。
背景技术
无人机由于其成本较低，使用周期长，易于保养等优势在众多领域中得到了广泛的应用。在无人机通信方面，由于其可以灵活部署，操作简便等优势，被用于应急通信，临时基站等。由于无人机的快速发展，无人机独特属性也使无人机信道区别于旧有传统信道特性，因此需要建立一个合适的三维动态几何随机模型用于模拟仿真无人机信道，从而指导无人机通信的系统设计和优化。
在无人机通信场景中，由于无人机的快速随机移动，导致无人机的通信环境在不断的变化，不同时刻会有不同的信道状态且变化较大，因此无人机信道具有非平稳特性。一般将无人机信道根据收发端不同分为无人机空对空信道和无人机空对地信道，目前大部分研究集中分析无人机空对地信道，关于无人机空对空信道也是一个较为重要的应用场景，因此建立一个通用准确的无人机空对空通信几何随机信道模型是必要的。
发明内容
有鉴于此，本发明的目的在于提供一种面向无人机空对空通信的几何随机信道建模方法，用以建立一个通用准确的无人机空对空通信几何随机信道模型，准确分析描述无人机空对空通信链路的情况。
为了实现上述目的，本发明采用如下技术方案：
一种面向无人机空对空通信的几何随机信道建模方法，包括如下步骤：
步骤S1、获取无人机的接收端以及发送端在初始时刻的实际位置和实际速度，通过构建椭球模型，对所述实际速度进行变换，得到所述接收端以及发送端的相对速度；
步骤S2、使用马尔可夫生灭过程模拟由于收发端快速移动导致的簇的生灭过程，并且随机生成某一时刻的到达角，并通过到达角随机生成散射点位置坐标及其时变坐标；
步骤S3、根据所述接收端和发送端的坐标以及散射点的时变坐标计算出时变时延参数、时变功率参数以及时变角度参数，其中，所述时变时延参数包括视距成分时延和非视距成分时延，所述时变角度参数包括视距分量的到达角、视距分量的离开角、非视距分量的到达角、非视距分量的离开角；
步骤S4、根据步骤S3中的时变时延参数，时变功率参数以及时变角度参数计算信道冲激响应。
进一步的，所述步骤S1具体包括：
步骤S101、获取所述接收端以及发送端在初始时刻的实际位置和实际速度；
步骤S102、根据步骤S101中获取的实际位置和实际速度，并且以所述接收端为参考点，构建椭球模型，再确定所述接收端以及发送端在模型中的坐标，其中，所述接收端在该模型的坐标系中，x轴以及y轴的值均为0，z轴的值为其离地高度；
步骤S103、根据步骤S101中获取的实际位置和实际速度，将初始时刻的接收端以及发送端进行速度转换，使得所述接收端在模型中为竖直上下变速运动，所述发送端为相对于接收端的任意方向的变速移动，再获得所述接收端以及发送端的相对速度。
进一步的，所述步骤S2具体包括：
步骤S201、设定初始时刻的簇的数量，并且根据接收端和发送端之间的相对距离以及随机分布生成簇的时延参数，再通过该时延参数计算得到簇的几何参数，其中，
所述簇的时延参数的表达式为：
Figure BDA0003316591180000021
公式中，τLOS(t)＝DLOS(t)/c，τLOS(t)为视距成分时延，DLOS(t)为接收端以及发送端之间的距离，c为光速，
Figure BDA0003316591180000022
服从指数分布；
所述簇的几何参数的表达式为：
a′＝τl*c/2
步骤S202、为每一个簇随机生成若干对水平到达角和垂直到达角，其中通过每一对到达角均获得一个散射点的位置坐标；
步骤S203、根据所述接收端以及发送端的坐标，计算无人机通信场景的地面有效散射区域，并根据所述地面有效散射区域以及随机生成的水平到达角和垂直到达角，计算对应的散射点的位置坐标；设定所述散射点为相对地面静止，根据接收端的实际速度将所述散射点转换为相对接收端的移动散射点，并且计算该移动散射点的时变坐标；其中，
所述地面有效散射区域的表达式为：
Figure BDA0003316591180000023
Figure BDA0003316591180000031
Figure BDA0003316591180000032
Figure BDA0003316591180000033
Figure BDA0003316591180000034
公式中，b'2＝a'2-f'2，
Figure BDA0003316591180000035
(x,y)为地面有效散射区域上的任意一点坐标，(xc,yc)表示地面有效散射区域的中心位置坐标，a,b为地面有效散射区域建模为椭圆的长半轴和短半轴长度，θ为收发端水平面投影点的夹角，以接收端为水平面坐标原点，则发送端的坐标为(xT,yT)，则
Figure BDA0003316591180000036
hT表示为发送端在坐标系中z轴的值，hR表示为接收端在坐标系中z轴的值，f'表示为接收端与发送端之间距离的一半；
所述散射点的时变位置坐标Sl,n(t)在每个任意时刻t的表达式为：
Figure BDA0003316591180000037
Figure BDA0003316591180000038
Figure BDA0003316591180000039
公式中，(xl,n,yl,n,zl,n)为散射点的坐标；
Figure BDA00033165911800000310
表示为水平到达角，
Figure BDA00033165911800000311
表示为垂直到达角；
所述时变坐标Sl,n(t)的表达式为：
Sl,n(t)＝Sl,n(t-Δt)-vRΔt
公式中，vR表示实际速度，Δt指一段极小的时间，在这段时刻假定速度不变，散射簇固定不变；
步骤S204、首先根据所述接收端以及发送端的相对速度，计算其对应的移动场景参数，并且设定生成概率和消亡概率，然后通过马尔可夫生灭过程模拟簇的演进过程，并且计算得到新生成簇的数学期望，最后将经过马尔可夫生灭过程模拟后，新生成的簇代入到步骤S201中且继续执行S201-步骤S204，计算相应的时延参数和相应的近地散射点坐标以及该近地散射点对应的移动散射点的时变坐标；其中，
所述新生成簇的数学期望的表达式为：
Figure BDA0003316591180000041
公式中，Dc为基于不同场景的相关因子，χp(t,Δt)为所述的移动场景参数，λR为所述消亡概率，λG为所述生成概率；
所述移动场景参数的的表达式为：
χp(t,Δt)＝χT(t,Δt)+χR(t,Δt)
Figure BDA0003316591180000042
Figure BDA0003316591180000043
公式中，v'R(t),v'T(t)表示转换后的相对速度。
进一步的，所述步骤S3具体包括：
步骤S301、根据接收端以及发送端和散射点的距离计算得到视距成分时延和非视距成分时延，其中，视距成分时延由接收端和发送端的距离获得，表达式为：
τLOS(t)＝DLOS(t)/c
公式中，DLOS(t)为接收端以及发送端之间的距离，c为光速；
非视距成分时延通过选择每一个簇上任意一个散射点，计算其到接收端以及发送端的距离和求得，表达式为：
τl(t)＝(Dl,R(t)+Dl,T(t))/c
公式中，Dl,R/T(t)为散射点到R或者T的距离，其中，R表示为接收端，T表示为发送端；
步骤S302、根据步骤S301中求得的非视距成分时延，计算得到时变功率参数，表达式为：
Figure BDA0003316591180000044
公式中，τl(t)表示非视距成分时延，rτ在LoS分量中为3，在NLoS分量中为2.1，σ为延迟扩展，其对数值lg(σ)服从正态分布，其值服从(0,ζ2)的高斯分布，ζ＝3；
为了让簇的功率和为1，所以对簇的功率进行归一化处理，表达式为：
Figure BDA0003316591180000045
公式中，L(t)为时变的有效散射簇数量；
步骤S303、根据不同时刻的接收端和发送端的坐标以及散射点的时变坐标，计算角度参数，其中，
视距分量的到达角的表达式为：
Figure BDA0003316591180000051
Figure BDA0003316591180000052
公式中，DLOS(t)表示为接收端以及发送端之间的距离，
Figure BDA0003316591180000053
为视距分量的水平到达角，
Figure BDA0003316591180000054
为视距分量的垂直到达角；
视距分量的离开角的表达式为：
Figure BDA0003316591180000055
Figure BDA0003316591180000056
公式中，
Figure BDA0003316591180000057
为视距分量的水平离开角，
Figure BDA0003316591180000058
为视距分量的垂直离开角；
非视距分量的到达角的表达式为：
Figure BDA0003316591180000059
Figure BDA00033165911800000510
公式中，
Figure BDA00033165911800000511
为第l个散射簇上的第n个散射点散射分量到接收端的水平到达角，
Figure BDA00033165911800000512
为第l个散射簇上的第n个散射点散射分量到接收端的垂直到达角，(xl,n,yl,n,zl,n)为第l个散射簇上的第n个散射点坐标，Dl,R(t)为第l个散射簇到接收端的距离；
非视距分量的离开角的表达式为：
Figure BDA00033165911800000513
Figure BDA00033165911800000514
公式中，
Figure BDA00033165911800000515
为第l个散射簇上的第n个散射点散射分量到发射端的水平离开角，
Figure BDA00033165911800000516
为第l个散射簇上的第n个散射点散射分量到发射端的垂直离开角，Dl,T(t)为第l个散射簇到发射端的距离。
进一步的，步骤S4具体步骤如下：
步骤S401、计算接收端第p根天线和发送端第q根天线间的衰落信道的冲激响应，表达式为：
Figure BDA0003316591180000061
公式中，Pl(t)为时变功率参数，hl,pq(t)为第l个抽头的系数，τl为第l个抽头的时延参数，δ(τ-τl)表示时延的冲激函数，τ为时延变量，L(t)表示随着时间变化的有效散射簇数量；
步骤S402、计算视距信道和非视距信道的抽头系数，其中，
视距分量系数的表达式为：
Figure BDA0003316591180000062
Figure BDA0003316591180000063
Figure BDA0003316591180000064
非视距分量系数的表达式为：
Figure BDA0003316591180000065
Figure BDA0003316591180000066
Figure BDA0003316591180000067
公式中，l>2，
Figure BDA0003316591180000068
λ为传输波长，rp为接收端R的第p根天线相对接收端R天线阵列中心的相对距离，rp为发送端T的第q根天线相对发送端T天线阵列中心的相对距离，θl,n为随机相移，是指每个散射射线自己随机生成的相移，是在(0，2π]上均匀分布的随机变量；ΦLOS(t)和
Figure BDA0003316591180000069
表示发射角，ΨLOS(t)和
Figure BDA00033165911800000610
代表到达角，fTm表示发送端的最大多普勒频移，fRm表示接收端最大多普勒频移。
本发明的有益效果是：
本发明综合考虑了无人机收发双端的变速任意轨迹移动，使用生灭过程模拟信道变化，通过随机分布生成角度参数，能够保证所建立的模型可以有效模拟信道非平稳特性，符合真实通信场景。本发明适用于多个频段场景，具有一定程度的普适性。
附图说明
图1为实施例1中一种面向无人机空对空通信的几何随机信道建模方法的流程示意图。
图2为实施例1中椭球模型的示意图，其中，R表示为接收端，T表示为发送端，hR和hT为R、T离地高度，vR和vT依次表示R、T的实际速度，sca象征任意一个散射分量为scatter的前三个字母，los表示视距分量。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
参见图1和图2，本实施例提供一种面向无人机空对空通信的几何随机信道建模方法，该方法考虑了无人机收发双端的三维变速任意移动，模型使用马尔可夫生灭过程模拟了簇的演进过程，从而保证可以有效模拟无人机空对空信道的时域非平稳性。
该方法具体包括：
步骤S1、获取无人机的接收端以及发送端在初始时刻的实际位置和实际速度，通过构建椭球模型，对实际速度进行变换，得到接收端以及发送端的相对速度；
步骤S1具体包括：
步骤S101、获取接收端R以及发送端T在初始时刻的实际位置和实际速度；
步骤S102、根据步骤S101中获取的实际位置和实际速度，并且以接收端为参考点，构建椭球模型，再确定接收端R以及发送端T在模型中的坐标，其中，接收端R在该模型的坐标系中，x轴以及y轴的值均为0，z轴的值为其离地高度；
更具体的说，在本实施例中，设定R端的坐标为(0,0,hR)，那么T端的坐标则为(xT,yT,hT)，hR和hT为R、T离地高度，xT和yT为T到R的距离。
步骤S103、根据步骤S101中获取的实际位置和实际速度，将初始时刻的接收端以及发送端进行速度转换，使得接收端在模型中为竖直上下变速运动，发送端为相对于接收端的任意方向的变速移动，再获得接收端以及发送端的相对速度。
更具体的说，在本实施例中，可以通过无人机收发端的移动的水平角和俯仰角来描述无人机收发端的移动，γR和γT来表示R、T的水平角，δR和δT来表示R、T的俯仰角，具体是：
vR＝vR[cosγRcosδR sinγRcosδR sinδR]
vT＝vT[cosγTcosδT sinγTcosδT sinδT]
再将无人机收发端的移动转换为相对R的移动，R保留垂直方向移动，表达式为：
v'R＝vR[0 0 sinδR]
v'T＝[vTcosγTcosδT-vRcosγRcosδR vTsinγTcosδT-vRsinγRcosδR vTsinδT]
步骤S2、使用马尔可夫生灭过程模拟由于收发端快速移动导致的簇的生灭过程，并且随机生成某一时刻的到达角，并通过到达角随机生成散射点位置坐标及其时变坐标；
步骤S2具体包括：
步骤S201、设定初始时刻的簇的数量，并且根据接收端和发送端之间的相对距离以及随机分布生成簇的时延参数，再通过该时延参数计算得到簇的几何参数，其中，
所述簇的时延参数的表达式为：
Figure BDA0003316591180000081
公式中，τLOS(t)＝DLOS(t)/c，τLOS(t)为视距成分时延，DLOS(t)为接收端以及发送端之间的距离，c为光速，
Figure BDA0003316591180000082
服从指数分布；
所述簇的几何参数的表达式为：
a′＝τl*c/2
步骤S202、使用von-Mises分布和cosine分布，为每一个簇随机生成若干对水平到达角和垂直到达角，其中通过每一对到达角均获得一个散射点的位置坐标；
步骤S203、根据所述接收端以及发送端的坐标，计算无人机通信场景的地面有效散射区域，并根据所述地面有效散射区域以及随机生成的水平到达角
Figure BDA0003316591180000083
和垂直到达角
Figure BDA0003316591180000084
计算对应的散射点的位置坐标Sl,n(t)；
设定所述散射点为相对地面静止，根据接收端的实际速度将所述散射点转换为相对接收端的移动散射点，并且计算该移动散射点的时变坐标；其中，
所述地面有效散射区域的表达式为：
Figure BDA0003316591180000085
Figure BDA0003316591180000086
Figure BDA0003316591180000087
Figure BDA0003316591180000088
Figure BDA0003316591180000089
公式中，b'2＝a'2-f'2，
Figure BDA0003316591180000091
(x,y)为地面有效散射区域上的任意一点坐标，(xc,yc)表示地面有效散射区域的中心位置坐标，a,b为地面有效散射区域建模为椭圆的长半轴和短半轴长度，θ为收发端水平面投影点的夹角，以接收端为水平面坐标原点，则发送端的坐标为(xT,yT)，则
Figure BDA0003316591180000092
hT表示为发送端在坐标系中z轴的值，hR表示为接收端在坐标系中z轴的值，f'表示为接收端与发送端之间距离的一半；
所述散射点的位置坐标Sl,n(t)在每个任意时刻t的表达式为：
Figure BDA0003316591180000093
Figure BDA0003316591180000094
Figure BDA0003316591180000095
公式中，(xl,n,yl,n,zl,n)为散射点的坐标；
Figure BDA0003316591180000096
表示为水平到达角，
Figure BDA0003316591180000097
表示为垂直到达角；
所述时变坐标Sl,n(t)的表达式为：
Sl,n(t)＝Sl,n(t-Δt)-vRΔt
公式中，vR表示实际速度，Δt指一段极小的时间，在这段时刻假定速度不变，散射簇固定不变；
步骤S204、首先根据所述接收端以及发送端的相对速度，计算其对应的移动场景参数，并且设定生成概率和消亡概率，然后通过马尔可夫生灭过程模拟簇的演进过程，并且计算得到新生成簇的数学期望，最后将经过马尔可夫生灭过程模拟后，新生成的簇代入到步骤S201中且继续执行S201-步骤S204，计算相应的时延参数和相应的近地散射点坐标以及该近地散射点对应的移动散射点的时变坐标；其中，
所述新生成簇的数学期望的表达式为：
Figure BDA0003316591180000098
公式中，Dc为基于不同场景的相关因子，χp(t,Δt)为所述的移动场景参数，λR为所述消亡概率，λG为所述生成概率；
所述移动场景参数的的表达式为：
χp(t,Δt)＝χT(t,Δt)+χR(t,Δt)
Figure BDA0003316591180000101
Figure BDA0003316591180000102
公式中，v'R(t),v'T(t)表示转换后的相对速度。
当通过马尔可夫生灭过程完成t到t+Δt时间段的簇的演进过程后，再将新生成的簇代入到步骤S201中，继续进行，即可生成相应的时延以及散射点参数。
步骤S3、根据所述接收端和发送端的坐标以及散射点的时变坐标计算出时变时延参数、时变功率参数以及时变角度参数，其中，所述时变时延参数包括视距成分时延和非视距成分时延，所述时变角度参数包括视距分量的到达角、视距分量的离开角、非视距分量的到达角、非视距分量的离开角；
所述步骤S3具体包括：
步骤S301、根据接收端以及发送端和散射点的距离计算得到视距成分时延和非视距成分时延，其中，视距成分时延由接收端和发送端的距离获得，表达式为：
τLOS(t)＝DLOS(t)/c
公式中，DLOS(t)为接收端以及发送端之间的距离，c为光速；
非视距成分时延通过选择每一个簇上任意一个散射点，计算其到接收端以及发送端的距离和求得，表达式为：
τl(t)＝(Dl,R(t)+Dl,T(t))/c
公式中，Dl,R/T(t)为散射点到R或者T的距离，其中，R表示为接收端，T表示为发送端；
步骤S302、根据步骤S301中求得的非视距成分时延，计算得到时变功率参数，表达式为：
Figure BDA0003316591180000103
公式中，τl(t)表示非视距成分时延，rτ在LoS分量中为3，在NLoS分量中为2.1，σ为延迟扩展，其对数值lg(σ)服从正态分布，在LoS分量中均值为-0.24log10(1+fc)-7.14，方差为0.38，在NLoS分量中的均值为-0.24log10(1+fc)-6.83，方差为0.16log10(1+fc)+0.28；Yl其值服从(0,ζ2)的高斯分布，ζ＝3；
为了让簇的功率和为1，所以对簇的功率进行归一化处理，表达式为：
Figure BDA0003316591180000104
公式中，L(t)为时变的有效散射簇数量；
步骤S303、根据不同时刻的接收端和发送端的坐标以及散射点的时变坐标，计算角度参数，其中，
视距分量的到达角的表达式为：
Figure BDA0003316591180000111
Figure BDA0003316591180000112
公式中，DLOS(t)表示为接收端以及发送端之间的距离，
Figure BDA0003316591180000113
为视距分量的水平到达角，
Figure BDA0003316591180000114
为视距分量的垂直到达角；
视距分量的离开角的表达式为：
Figure BDA0003316591180000115
Figure BDA0003316591180000116
公式中，
Figure BDA0003316591180000117
为视距分量的水平离开角，
Figure BDA0003316591180000118
为视距分量的垂直离开角；
非视距分量的到达角的表达式为：
Figure BDA0003316591180000119
Figure BDA00033165911800001110
公式中，
Figure BDA00033165911800001111
为第l个散射簇上的第n个散射点散射分量到接收端的水平到达角，
Figure BDA00033165911800001112
为第l个散射簇上的第n个散射点散射分量到接收端的垂直到达角，(xl,n,yl,n,zl,n)为第l个散射簇上的第n个散射点坐标，Dl,R(t)为第l个散射簇到接收端的距离；
非视距分量的离开角的表达式为：
Figure BDA00033165911800001113
Figure BDA00033165911800001114
公式中，
Figure BDA0003316591180000121
为第l个散射簇上的第n个散射点散射分量到发射端的水平离开角，
Figure BDA0003316591180000122
为第l个散射簇上的第n个散射点散射分量到发射端的垂直离开角，Dl,T(t)为第l个散射簇到发射端的距离。
步骤S4、根据步骤S3中的时变时延参数，时变功率参数以及时变角度参数计算信道冲激响应。
步骤S4具体步骤如下：
步骤S401、计算接收端第p根天线和发送端第q根天线间的衰落信道的冲激响应，表达式为：
Figure BDA0003316591180000123
公式中，Pl(t)为时变功率参数，hl,pq(t)为第l个抽头的系数，τl为第l个抽头的时延参数，δ(τ-τl)表示时延的冲激函数，τ为时延变量，L(t)表示随着时间变化的有效散射簇数量；
步骤S402、计算视距信道和非视距信道的抽头系数，其中，
视距分量系数的表达式为：
Figure BDA0003316591180000124
Figure BDA0003316591180000125
Figure BDA0003316591180000126
非视距分量系数的表达式为：
Figure BDA0003316591180000127
Figure BDA0003316591180000128
Figure BDA0003316591180000129
公式中，l>2，
Figure BDA00033165911800001210
λ为传输波长，rp为接收端R的第p根天线相对接收端R天线阵列中心的相对距离，rq为发送端T的第q根天线相对发送端T天线阵列中心的相对距离，θl,n为随机相移，是指每个散射射线自己随机生成的相移，是在(0，2π]上均匀分布的随机变量；ΦLOS(t)和
Figure BDA00033165911800001211
表示发射角，ΨLOS(t)和
Figure BDA00033165911800001212
代表到达角，fTm表示发送端的最大多普勒频移，fRm表示接收端最大多普勒频移。
本发明未详述之处，均为本领域技术人员的公知技术。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (5)

1.一种面向无人机空对空通信的几何随机信道建模方法，其特征在于，包括如下步骤：
步骤S1、获取无人机的接收端以及发送端在初始时刻的实际位置和实际速度，通过构建椭球模型，对所述实际速度进行变换，得到所述接收端以及发送端的相对速度；
步骤S2、使用马尔可夫生灭过程模拟由于收发端快速移动导致的簇的生灭过程，并且随机生成某一时刻的到达角，并通过到达角随机生成散射点位置坐标及其时变坐标；
步骤S3、根据所述接收端和发送端的坐标以及散射点的时变坐标计算出时变时延参数、时变功率参数以及时变角度参数，其中，所述时变时延参数包括视距成分时延和非视距成分时延，所述时变角度参数包括视距分量的到达角、视距分量的离开角、非视距分量的到达角、非视距分量的离开角；
步骤S4、根据步骤S3中的时变时延参数，时变功率参数以及时变角度参数计算信道冲激响应。
2.根据权利要求1所述的一种面向无人机空对空通信的几何随机信道建模方法，其特征在于，所述步骤S1具体包括：
步骤S101、获取所述接收端以及发送端在初始时刻的实际位置和实际速度；
步骤S102、根据步骤S101中获取的实际位置和实际速度，并且以所述接收端为参考点，构建椭球模型，再确定所述接收端以及发送端在模型中的坐标，其中，所述接收端在该模型的坐标系中，x轴以及y轴的值均为0，z轴的值为其离地高度；
步骤S103、根据步骤S101中获取的实际位置和实际速度，将初始时刻的接收端以及发送端进行速度转换，使得所述接收端在模型中为竖直上下变速运动，所述发送端为相对于接收端的任意方向的变速移动，再获得所述接收端以及发送端的相对速度。
3.根据权利要求2所述的一种面向无人机空对空通信的几何随机信道建模方法，其特征在于，所述步骤S2具体包括：
步骤S201、设定初始时刻的簇的数量，并且根据接收端和发送端之间的相对距离以及随机分布生成簇的时延参数，再通过该时延参数计算得到簇的几何参数，其中，
所述簇的时延参数的表达式为：
Figure FDA0003316591170000011
公式中，τLOS(t)＝DLOS(t)/c，τLOS(t)为视距成分时延，DLOS(t)为接收端以及发送端之间的距离，c为光速，
Figure FDA0003316591170000012
服从指数分布；
所述簇的几何参数的表达式为：
a′＝τl*c/2
步骤S202、为每一个簇随机生成若干对水平到达角和垂直到达角，其中通过每一对到达角均获得一个散射点的位置坐标；
步骤S203、根据所述接收端以及发送端的坐标，计算无人机通信场景的地面有效散射区域，并根据所述地面有效散射区域以及随机生成的水平到达角和垂直到达角，计算对应的散射点的位置坐标；设定所述散射点为相对地面静止，根据接收端的实际速度将所述散射点转换为相对接收端的移动散射点，并且计算该移动散射点的时变坐标；其中，
所述地面有效散射区域的表达式为：
Figure FDA0003316591170000021
Figure FDA0003316591170000022
Figure FDA0003316591170000023
Figure FDA0003316591170000024
Figure FDA0003316591170000025
公式中，b'2＝a'2-f'2，
Figure FDA0003316591170000026
(x,y)为地面有效散射区域上的任意一点坐标，(xc,yc)表示地面有效散射区域的中心位置坐标，a,b为地面有效散射区域建模为椭圆的长半轴和短半轴长度，θ为收发端水平面投影点的夹角，以接收端为水平面坐标原点，则发送端的坐标为(xT,yT)，则
Figure FDA0003316591170000027
hT表示为发送端在坐标系中z轴的值，hR表示为接收端在坐标系中z轴的值，f'表示为接收端与发送端之间距离的一半；
所述散射点的时变位置坐标Sl,n(t)在每个任意时刻t的表达式为：
Figure FDA0003316591170000028
Figure FDA0003316591170000029
Figure FDA0003316591170000031
公式中，(xl,n,yl,n,zl,n)为散射点的坐标；
Figure FDA0003316591170000032
表示为水平到达角，
Figure FDA0003316591170000033
表示为垂直到达角；
所述时变坐标Sl,n(t)的表达式为：
Sl,n(t)＝Sl,n(t-Δt)-vRΔt
公式中，vR表示实际速度，Δt指一段极小的时间，在这段时刻假定速度不变，散射簇固定不变；
步骤S204、首先根据所述接收端以及发送端的相对速度，计算其对应的移动场景参数，并且设定生成概率和消亡概率，然后通过马尔可夫生灭过程模拟簇的演进过程，并且计算得到新生成簇的数学期望，最后将经过马尔可夫生灭过程模拟后，新生成的簇代入到步骤S201中且继续执行S201-步骤S204，计算相应的时延参数和相应的近地散射点坐标以及该近地散射点对应的移动散射点的时变坐标；其中，
所述新生成簇的数学期望的表达式为：
Figure FDA0003316591170000034
公式中，Dc为基于不同场景的相关因子，χp(t,Δt)为所述的移动场景参数，λR为所述消亡概率，λG为所述生成概率；
所述移动场景参数的的表达式为：
χp(t,Δt)＝χT(t,Δt)+χR(t,Δt)
Figure FDA0003316591170000035
Figure FDA0003316591170000036
公式中，v'R(t),v'T(t)表示转换后的相对速度。
4.根据权利要求3所述的一种面向无人机空对空通信的几何随机信道建模方法，其特征在于，所述步骤S3具体包括：
步骤S301、根据接收端以及发送端和散射点的距离计算得到视距成分时延和非视距成分时延，其中，视距成分时延由接收端和发送端的距离获得，表达式为：
τLOS(t)＝DLOS(t)/c
公式中，DLOS(t)为接收端以及发送端之间的距离，c为光速；
非视距成分时延通过选择每一个簇上任意一个散射点，计算其到接收端以及发送端的距离和求得，表达式为：
τl(t)＝(Dl,R(t)+Dl,T(t))/c
公式中，Dl,R/T(t)为散射点到R或者T的距离，其中，R表示为接收端，T表示为发送端；
步骤S302、根据步骤S301中求得的非视距成分时延，计算得到时变功率参数，表达式为：
Figure FDA0003316591170000041
公式中，τl(t)表示非视距成分时延，rτ在LoS分量中为3，在NLoS分量中为2.1，σ为延迟扩展，其对数值lg(σ)服从正态分布，其值服从(0,ζ2)的高斯分布，ζ＝3；
为了让簇的功率和为1，所以对簇的功率进行归一化处理，表达式为：
Figure FDA0003316591170000042
公式中，L(t)为时变的有效散射簇数量；
步骤S303、根据不同时刻的接收端和发送端的坐标以及散射点的时变坐标，计算角度参数，其中，
视距分量的到达角的表达式为：
Figure FDA0003316591170000043
Figure FDA0003316591170000044
公式中，DLOS(t)表示为接收端以及发送端之间的距离，
Figure FDA0003316591170000045
为视距分量的水平到达角，
Figure FDA0003316591170000046
为视距分量的垂直到达角；
视距分量的离开角的表达式为：
Figure FDA0003316591170000047
Figure FDA0003316591170000048
公式中，
Figure FDA0003316591170000049
为视距分量的水平离开角，
Figure FDA00033165911700000410
为视距分量的垂直离开角；
非视距分量的到达角的表达式为：
Figure FDA0003316591170000051
Figure FDA0003316591170000052
公式中，
Figure FDA0003316591170000053
为第l个散射簇上的第n个散射点散射分量到接收端的水平到达角，
Figure FDA0003316591170000054
为第l个散射簇上的第n个散射点散射分量到接收端的垂直到达角，(xl,n,yl,n,zl,n)为第l个散射簇上的第n个散射点坐标，Dl,R(t)为第l个散射簇到接收端的距离；
非视距分量的离开角的表达式为：
Figure FDA0003316591170000055
Figure FDA0003316591170000056
公式中，
Figure FDA0003316591170000057
为第l个散射簇上的第n个散射点散射分量到发射端的水平离开角，
Figure FDA0003316591170000058
为第l个散射簇上的第n个散射点散射分量到发射端的垂直离开角，Dl,T(t)为第l个散射簇到发射端的距离。
5.根据权利要求4所述的一种面向无人机空对空通信的几何随机信道建模方法，其特征在于，步骤S4具体步骤如下：
步骤S401、计算接收端第p根天线和发送端第q根天线间的衰落信道的冲激响应，表达式为：
Figure FDA0003316591170000059
公式中，Pl(t)为时变功率参数，hl,pq(t)为第l个抽头的系数，τl为第l个抽头的时延参数，δ(τ-τl)表示时延的冲激函数，τ为时延变量，L(t)表示随着时间变化的有效散射簇数量；
步骤S402：计算视距信道和非视距信道的抽头系数，其中，
视距分量系数的表达式为：
Figure FDA00033165911700000510
Figure FDA00033165911700000511
Figure FDA00033165911700000512
非视距分量系数的表达式为：
Figure FDA0003316591170000061
Figure FDA0003316591170000062
Figure FDA0003316591170000063
公式中，l>2，
Figure FDA0003316591170000064
λ为传输波长，rp为接收端R的第p根天线相对接收端R天线阵列中心的相对距离，rq为发送端T的第q根天线相对发送端T天线阵列中心的相对距离，θl,n为随机相移，是指每个散射射线自己随机生成的相移，是在(0，2π]上均匀分布的随机变量；ΦLOS(t)和
Figure FDA0003316591170000065
表示发射角，ΨLOS(t)和
Figure FDA0003316591170000066
代表到达角，fTm表示发送端的最大多普勒频移，fRm表示接收端最大多普勒频移。
CN202111232552.1A 2021-10-22 2021-10-22 一种面向无人机空对空通信的几何随机信道建模方法 Active CN113949439B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111232552.1A CN113949439B (zh) 2021-10-22 2021-10-22 一种面向无人机空对空通信的几何随机信道建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111232552.1A CN113949439B (zh) 2021-10-22 2021-10-22 一种面向无人机空对空通信的几何随机信道建模方法

Publications (2)

Publication Number Publication Date
CN113949439A true CN113949439A (zh) 2022-01-18
CN113949439B CN113949439B (zh) 2024-01-26

Family

ID=79332182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111232552.1A Active CN113949439B (zh) 2021-10-22 2021-10-22 一种面向无人机空对空通信的几何随机信道建模方法

Country Status (1)

Country Link
CN (1) CN113949439B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114422060A (zh) * 2022-03-29 2022-04-29 军事科学院系统工程研究院网络信息研究所 一种无人机通信信道模型的构建方法和系统
CN114844584A (zh) * 2022-07-04 2022-08-02 北京交通大学 一种基于随机孪生簇的波束信道的仿真方法
CN115085839A (zh) * 2022-06-13 2022-09-20 昆明理工大学 一种基于射线追踪的无人机山地太赫兹信道建模方法
CN117395669A (zh) * 2023-10-17 2024-01-12 山东大学 一种面向6g无人机空对地通信场景的信道聚簇及建模方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110270567A1 (en) * 2010-04-29 2011-11-03 Mow Matt A Tools for design and analysis of over-the-air test systems with channel model emulation capabilities
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
CN111245480A (zh) * 2020-01-16 2020-06-05 南京信息工程大学 一种基于三维空间的双簇几何信道建模方法
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110270567A1 (en) * 2010-04-29 2011-11-03 Mow Matt A Tools for design and analysis of over-the-air test systems with channel model emulation capabilities
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
CN111245480A (zh) * 2020-01-16 2020-06-05 南京信息工程大学 一种基于三维空间的双簇几何信道建模方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HENGTAI CHANG等: "A 3D Non-Stationary Wideband GBSM for Low-Altitude UAV-to-Ground V2V MIMO Channels", IEEE ACCESS, pages 70719 - 70732 *
周来: "5G典型场景无线传播特性分析与建模", 中国博士学位论文全文数据库信息科技辑, pages 1 - 126 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114422060A (zh) * 2022-03-29 2022-04-29 军事科学院系统工程研究院网络信息研究所 一种无人机通信信道模型的构建方法和系统
CN114422060B (zh) * 2022-03-29 2022-06-17 军事科学院系统工程研究院网络信息研究所 一种无人机通信信道模型的构建方法和系统
CN115085839A (zh) * 2022-06-13 2022-09-20 昆明理工大学 一种基于射线追踪的无人机山地太赫兹信道建模方法
CN115085839B (zh) * 2022-06-13 2023-08-04 昆明理工大学 一种基于射线追踪的无人机山地太赫兹信道建模方法
CN114844584A (zh) * 2022-07-04 2022-08-02 北京交通大学 一种基于随机孪生簇的波束信道的仿真方法
CN114844584B (zh) * 2022-07-04 2022-10-21 北京交通大学 一种基于随机孪生簇的波束信道的仿真方法
CN117395669A (zh) * 2023-10-17 2024-01-12 山东大学 一种面向6g无人机空对地通信场景的信道聚簇及建模方法

Also Published As

Publication number Publication date
CN113949439B (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
CN113949439A (zh) 一种面向无人机空对空通信的几何随机信道建模方法
CN108365903B (zh) 一种基于随机散射簇的三维Massive MIMO信道建模方法
CN109412673B (zh) 面向无人机通信的几何随机信道模型的实时仿真方法
CN108768565B (zh) 一种面向车联网的动态mimo信道建模及参数计算方法
CN108418645B (zh) 一种非平稳移动通信信道建模及参数平滑演进方法
CN104007419B (zh) 关于驻留时间与重访间隔的雷达时间资源联合分配方法
CN107579789A (zh) 大规模无人机中继网络信道模拟装置及gpu实时仿真方法
CN111245480A (zh) 一种基于三维空间的双簇几何信道建模方法
Celtek et al. Design and simulation of the hierarchical tree topology based wireless drone networks
JP5199935B2 (ja) 時空間チャネルシミュレータ
US20230362039A1 (en) Neural network-based channel estimation method and communication apparatus
CN115765899A (zh) 无人机通信波束域信道仿真方法、装置、电子设备及介质
CN106230531A (zh) 一种mimo ota信道建模方法及装置
CN103852648A (zh) 获取空间电磁强度数据的方法
CN113849969A (zh) 毫米波雷达仿真方法、装置及电子设备
Nagao et al. A study on path loss modeling using ResNet and pre-training with free space path loss
Wu et al. Learning from UAV experimental results for performance modeling of reconfigurable intelligent surface flying platform
Nagao et al. Fine-tuning for propagation modeling of different frequencies with few data
Mao et al. ML-based delay–angle-joint path loss prediction for UAV mmWave channels
CN113207106B (zh) 一种无人机融合控制方法及装置
US11288856B2 (en) Method and system for wave propagation prediction
Wang et al. UAV-based Networked Airborne Computing Simulator and Testbed Design and Implementation
CN108494513A (zh) 浅海水声信道模型建立及其计算方法
CN110366126B (zh) 移动式自组网络中脱离节点等待时间最优决策方法及系统
CN107391887A (zh) 一种电磁空间仿真系统及仿真方法

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