CN114584237B - 大规模天线阵列通信的空域非平稳无线信道容量计算方法 - Google Patents

大规模天线阵列通信的空域非平稳无线信道容量计算方法 Download PDF

Info

Publication number
CN114584237B
CN114584237B CN202210208323.4A CN202210208323A CN114584237B CN 114584237 B CN114584237 B CN 114584237B CN 202210208323 A CN202210208323 A CN 202210208323A CN 114584237 B CN114584237 B CN 114584237B
Authority
CN
China
Prior art keywords
channel
antenna
transmitting
stationary
antenna array
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
Application number
CN202210208323.4A
Other languages
English (en)
Other versions
CN114584237A (zh
Inventor
王承祥
杨悦
郑一
黄杰
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 CN202210208323.4A priority Critical patent/CN114584237B/zh
Publication of CN114584237A publication Critical patent/CN114584237A/zh
Priority to PCT/CN2023/087941 priority patent/WO2023165630A1/zh
Application granted granted Critical
Publication of CN114584237B publication Critical patent/CN114584237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3912Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electromagnetism (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种用于大规模天线阵列通信的空域非平稳无线信道容量计算方法,包括以下步骤:首先构建带有互耦效应的大规模天线阵列的空域非平稳信道模型;搭建大规模天线阵列的信道测量系统,并得到测量数据;接着优化信道模型的参数,并仿真空间互相关函数;然后计算空域平稳区间并计算区间内信道容量和总的信道容量;最后将仿真结果与测量结果进行对比,验证计算方法的正确性。该发明提供的空域非平稳大规模天线阵列的信道容量计算方法,能够有效应用于具有非平稳特性的信道中,解决了香农信道容量公式计算的局限性。该发明中使用的信道模型具有很高的准确性,能够用于刻画真实的信道环境,且加入互耦效应更加符合大规模天线阵列信道的特点。

Description

大规模天线阵列通信的空域非平稳无线信道容量计算方法
技术领域
本发明涉及一种用于非平稳大规模天线阵列的信道容量计算技术,属于无线通信与信道建模技术领域。
背景技术
为了实现更快、更远、更大容量的信息传递目标,在第5代移动通信系统(Thefifth generation,5G),将大规模天线阵列作为了关键技术之一,它表征了通信的空间维度。在第6代移动通信系统(The sixth generation,6G),大规模天线阵列更加适用,但是随着天线数目的增多,天线阵列将处于近场区域,近场区域由阵列的菲涅尔区域定义,包括低于瑞利距离,即2L2/λ,其中λ和L分别表示天线阵列的波长和最大尺寸。此时应当考虑球面波前,而不是原来的平面波前。当天线阵列间的距离非常近时,天线单元之间的电磁相互作用会形成互耦,互耦效应在发射和接收天线阵列中有不同的表现。这在之前的信道模型中基本没有体现。
香农信道容量计算公式基于平稳信号的假设,因此并不适用于非平稳信道的容量计算。对于多天线信道模型的容量并没有考虑非平稳特性对于信道容量的影响。另外,之前的研究对于信道容量只进行了仿真,并没有真实环境的测量数据作为支撑,缺乏验证。为了更加准确地计算非平稳信道的容量,需要重新提出一种容量计算方法,并能够验证其正确性。
发明内容
技术问题:本发明的目的是通过构建一种6G的非平稳大规模天线阵列多输入多输出(multiple-input multiple-output,MIMO)信道模型,提出一种适用于非平稳信道的容量计算方法,解决香农信道容量公式在非平稳信道的局限,并发现非平稳特性对于信道容量的影响。
技术方案:本发明完整的技术手段和方法。
为了实现上述目标,本发明提供了一种用于非平稳6G大规模MIMO的信道容量计算方法,包括以下具体步骤:
S1、构建带有互耦效应的大规模天线阵列的非平稳信道模型;
S2、搭建大规模天线阵列的信道测量系统,得到测量数据;
S3、优化大规模天线阵列信道仿真参数,仿真空间互相关函数;
S4、根据空间互相关函数,提出并计算空域平稳区间;
S5、根据平稳区间,计算区间内信道容量和信道的总容量;
S6、对比仿真结果与测量结果,验证非平稳信道容量计算正确性。
所述步骤S1的具体步骤如下:
步骤S101、构建一种非平稳大规模MIMO信道模型(模型框架参考图2)的信道矩阵其中PL是路径损耗(path loss,PL),SH是服从对数正态分布的阴影衰落(shadowing,SH),BL表示阻挡衰落(blockage loss,BL),OL是氧气损耗(oxygenloss,OL)。/>表示小尺度衰落矩阵,其中MR和MT分别是接收端和发射端的天线数目,hqp(t,τ)是第p个发射天线与第q个接收天线在时间t,时延为τ时的信道冲激响应(channel impulse response,CIR)。它可以表示为视距(line-of-sight,LoS)和非视距(non line-of-sight,NLoS)的叠加
其中KR表示莱斯因子,非视距可以通过下式计算
其中{·}T是转置运算,载波频率由fc表示,分别是来自第p个发射天线和第q个接收天线的第m条射线在时间t的功率的时延,Nqp(t)和Mn分别是簇的总数量和簇中射线的总数量。极化矩阵Fr和Ft分别包含天线在接收端和发射端处的垂直和水平极化。天线极化沿传播路径的变化用M表示。
步骤S102、对于球面波前进行建模。根据图3中的几何关系,可以看到发射端天线的长度是在时间t,发射端通过第n个簇的第m条射线之间的距离/>可以计算为
其中表示初始时间通过第m条射线从第一个发射天线到第n条路径上的第一个簇的距离向量,vT(t)和/>分别是发射端和第n条路径上的第一个簇在时间t的移动速度。
根据球面坐标系之间的关系:
其中和/>分别是第n个簇中第m条射线的离开仰角和离开方位角。δp是发射端第一个天线与第p个天线之间的距离,/>和/>分别是发射端天线阵列的仰角和方位角。/>和/>分别是在时间t时发射端的移动仰角和方位角,/>和/>分别是第n条路径上的第一个簇的移动仰角和方位角。最终可以得到/>的近似结果为
其中是发射端天线与第m个射线之间的角度,/>是散射体/>与发射天线之间的角度,可以分别表示为下式
对于接收端,则只需将以上公式中的和/>用/>和/>分别替换即可。
步骤S103、对于阵列轴上的演进进行建模。本发明中运用生灭过程刻画簇的生成和消失,对于发射端,簇在阵列轴上的生存概率可以通过下式计算
其中λR是簇的消失率,是一个系数取决于空间域中的场景。同理,接收端的生存概率为
其中δq是接收端第一个天线与第q个天线之间的距离。因此,空间演化产生的新生成簇数可以表示为
其中λG是簇的产生率。
步骤S104、对于天线间互耦效应进行建模。天线方向图会受到相互耦合的影响,因为在大规模MIMO信道中天线之间的距离非常小。本发明使用阻抗矩阵描述天线间的互耦,完整的通信系统参考图4,通过将天线电流和电压与端口电流和电压相关联,得到多端口模型
其中u1,i1和u2,i2分别是发射端和接收端的端口电压和电流,Z11,Z22分别是发射阻抗矩阵和接收阻抗矩阵,Z12,Z21是互阻抗矩阵。
当考虑各向同性天线的均匀线性阵列时,考虑输入和负载阻抗的互耦合效应可以计算为
cp=(ZG+ZL)(Z+ZLI)-1
其中ZG是自由空间中元件的输入阻抗,ZL是匹配的负载阻抗。电流向量表示为I。矩阵Z可以扩展为
因此,加入互耦效应后的通用信道矩阵可以表示为
其中和/>分别是接收端和发射端的耦合矩阵。
所述步骤S2构建的大规模MIMO信道测量系统可参考图5。
所述步骤S4的具体步骤如下:
步骤S401、针对本发明要研究的信道容量,可以采用发射端未知信道信息,接收端已知完全的信道信息,且信道矩阵是随机的情形
其中ρ是信噪比(signal-to-ratio,SNR),H是信道矩阵。
步骤S402、根据空间互相关函数,定义并计算空域平稳区间。
平稳区间可以用来测量估计的周期,在该周期内信道幅度响应可以被认为是平稳的。我们可以类比时域平稳区间的定义,它是时延功率谱密度的自相关函数超过80%阈值的最大时间长度,其中80%阈值是经验值,可以根据需要进行调整。类比之后,提出空域平稳区间的定义,它是角度功率谱密度的空间互相关函数超过80%阈值的最大天线数。因此,空间s的平稳区间I(r)的改进被定义为
I(r)=inf{Δr|RΛ(r,Δr)≤0.8}
其中inf{·}是函数的下确界,Δr是空间平稳区间的天线数目,RΛ(r,Δr)是角度功率谱密度的归一化空间互相关函数
其中是角度差。
步骤S5的具体内容为首先根据步骤4得到的平稳区间将信道分为n个分段,根据第i个分段的平稳区间Δri可以计算其信道容量为
其中Gi是第i个分段的通用信道矩阵。
最后得到整个观测区间R内的总信道容量为
步骤S6的具体内容是根据步骤S1的仿真模型与步骤S2得到的测量数据进行对比,最终验证提出的信道容量计算公式的正确性。
有益效果:本发明所带来的好处,所达到的指标。
本发明在传统无线信道建模的基础上引入了大规模MIMO的非平稳特性和互耦效应,提出了一种新颖的非平稳信道容量计算方法。本发明由于独特的大规模MIMO信道测量系统,能够支持模型和计算方法准确性的验证,因此能够解决香农信道容量公式在非平稳信道中不适用的问题。此外,与其他信道模型相比,本发明提出的信道模型更加符合真实通信场景,并且能够通过信道测量系统验证信道模型的准确性,并且本发明提出的信道容量计算公式具有复杂度低的特点。
附图说明
图1为本发明的流程示意图;
图2为本发明构建的三维大规模MIMO信道模型图;
图3为本发明信道模型中的距离几何关系示意图;
图4为本发明信道模型中加入的天线互耦效应示意图;
图5为本发明的信道测量环境;
图6为本发明实例的发射端与接收端天线配置图;
图7为本发明实例中信道空间互相关函数结果图;
图8为本发明实例中信道容量在平稳信道与非平稳信道的对比结果图;
图9为本发明实例中信道容量在仿真数据与测量数据的对比结果图。
具体实施方式
下面结合附图和具体实施对本发明进行详细说明。本实施例1以本发明技术方案为前提进行实施,给出了详细的实施方案和具体的操作过程,但本发明的保护范围不限于下属的实施例。
根据权利要求所包含的内容举例说明
实施例1:
如图2所示,在典型的大规模MIMO通信场景中,根据收发端天线的不同设置,信道会呈现不同的特点,这里以发射端为均匀线阵,接收端为均匀面阵为例,展示了大规模MIMO信道场景的几何随机模型。为准确计算上述信道模型的容量,本发明提供了一种用于非平稳大规模天线阵列的信道容量计算方法,如图1所示,具体包括以下步骤:
S1、构建带有互耦效应的大规模天线阵列的非平稳信道模型;
S2、搭建大规模天线阵列的信道测量系统,得到测量数据;
S3、优化大规模天线阵列信道仿真参数,仿真空间互相关函数;
S4、根据空间互相关函数,提出并计算空域平稳区间;
S5、根据平稳区间,计算区间内信道容量和信道的总容量;
S6、对比仿真结果与测量结果,验证非平稳信道容量计算正确性。
所述步骤S1的具体步骤如下:
步骤S101、构建一种非平稳大规模MIMO信道模型(模型框架参考图2)的信道矩阵其中PL是路径损耗(path loss,PL),SH是服从对数正态分布的阴影衰落(shadowing,SH),BL表示阻挡衰落(blockage loss,BL),OL是氧气损耗(Oxygenloss,OL)。/>表示小尺度衰落矩阵,其中MR和MT分别是接收端和发射端的天线数目,hqp(t,τ)是第p个发射天线与第q个接收天线在时间t,时延为τ时的信道冲激响应(channel impulse response,CIR)。它可以表示为视距(line-of-sight,LoS)和非视距(non line-of-sight,NLoS)的叠加
其中KR表示莱斯因子,非视距可以通过下式计算
其中{·}T是转置运算,载波频率由fc表示,分别是来自第p个发射天线和第q个接收天线的第m条射线在时间t的功率的时延,Nqp(t)和Mn分别是簇的总数量和簇中射线的总数量。极化矩阵Fr和Ft分别包含天线在接收端和发射端处的垂直和水平极化。天线极化沿传播路径的变化用M表示。
步骤S102、对于球面波前进行建模。根据图3中的几何关系,可以看到发射端天线的长度是在时间t,发射端通过第n个簇的第m条射线之间的距离/>可以计算为
其中表示初始时间通过第m条射线从第一个发射天线到第n条路径上的第一个簇的距离向量,vT(t)和/>分别是发射端和第n条路径上的第一个簇在时间t的移动速度。
根据球面坐标系之间的关系:
其中和/>分别是第n个簇中第m条射线的离开仰角和离开方位角。δp是发射端第一个天线与第p个天线之间的距离,/>和/>分别是发射端天线阵列的仰角和方位角。/>和/>分别是在时间t时发射端的移动仰角和方位角,/>和/>分别是第n条路径上的第一个簇的移动仰角和方位角。最终可以得到/>的近似结果为
其中是发射端天线与第m个射线之间的角度,/>是散射体/>与发射天线之间的角度,可以分别表示为下式
对于接收端,则只需将以上公式中的和/>用/>和/>分别替换即可。
步骤S103、对于阵列轴上的演进进行建模。本发明中运用生灭过程刻画簇的生成和消失,对于发射端,簇在阵列轴上的生存概率可以通过下式计算
其中λR是簇的消失率,是一个系数取决于空间域中的场景。同理,接收端的生存概率为
其中δq是接收端第一个天线与第q个天线之间的距离。因此,空间演化产生的新生成簇数可以表示为
其中λG是簇的产生率。
步骤S104、对于天线间互耦效应进行建模。天线方向图会受到相互耦合的影响,因为在大规模MIMO信道中天线之间的距离非常小。本发明使用阻抗矩阵描述天线间的互耦,完整的通信系统参考图4,通过将天线电流和电压与端口电流和电压相关联,得到多端口模型
当考虑各向同性天线的均匀线性阵列时,考虑输入和负载阻抗的互耦合效应可以计算为
cp=(ZG+ZL)(Z+ZLI)-1
其中ZG是自由空间中元件的输入阻抗,ZL是匹配的负载阻抗。电流向量表示为I。矩阵Z可以扩展为
因此,加入互耦效应后的信道矩阵可以表示为
其中和/>分别是接收端和发射端的耦合矩阵。最终得到加入互耦效应的信道矩阵。
所述步骤S2构建的大规模MIMO信道测量环境可参考图5,本实例展示中国江苏省南京市无线谷开展的大规模MIMO信道测量工作,所用的是5.3GHz频段,160MHz带宽的超大规模MIMO系统。接收端阵列尺寸为4.3136m×0.361m,天线单元间距为0.5955波长,发射端是8个全向天线,天线单元间距为0.88波长,发射端与接收端的天线设计可参考图6。具体的测量步骤如下。首先发射机开机,设置发射端控制软件发射信号。接收端设置接收端控制软件接收信号。收发两端通过对讲机保证在正确的位置点采集数据。其次将发射机挪到路线1的第一个点进行测量,依次进行第二个点…以及路线2的第一个点、第二个点…直至路线4的最后一个点,在测量过程中GPS天线要跟着移动,并且保证铷钟精度。每个测量点数据采集时间设置为5s(对应接收端数据量约为16384MB)。最终我们得到了静止场景下的8×128天线阵列的信道冲激响应,是我们后续研究信道容量的基础。
步骤S3可通过步骤S2得到的测量数据,优化仿真参数后,可以求出信道的空间互相关函数如图7所示。
所述步骤S4的具体步骤如下:
步骤S401、针对本发明要研究的信道容量,可以采用发射端未知信道信息,接收端已知完全的信道信息,且信道矩阵是随机的情形
其中ρ是信噪比(signal-to-ratio,SNR),H是信道矩阵。
步骤S402、根据空间互相关函数,定义并计算空域平稳区间。
平稳区间可以用来测量估计的周期,在该周期内信道幅度响应可以被认为是平稳的。我们可以类比时域平稳区间的定义,它是时延功率谱密度的自相关函数超过80%阈值的最大时间长度,其中80%阈值是经验值,可以根据需要进行调整。类比之后,提出空域平稳区间的定义,它是角度功率谱密度的空间互相关函数超过80%阈值的最大天线数。因此,空间s的平稳区间I(r)的改进被定义为
I(r)=inf{Δr|RΛ(r,Δr)≤0.8}
其中inf{·}是函数的下确界,RΛ(r,Δr)是角度功率谱密度的归一化空间互相关函数
其中是角度差。根据上式计算得到的空域平稳区间大致为6个相邻天线。因此,我们以相邻的6个天线为一组,分段求解信道容量,最后得到总的信道容量。
步骤S5的具体内容为首先根据步骤4得到的平稳区间将信道分为n个分段,根据第i个分段的平稳区间Δri可以计算其信道容量为
最后得到整个观测区间R内的总信道容量为
最终得到的非平稳信道和平稳信道的容量对比图如图8所示。可以看到非平稳信道容量大约是平稳信道容量的两倍,且加入互耦后大约带来了2bps/Hz的容量提升。
步骤S6的具体内容是根据步骤S1的仿真模型与步骤S2得到的测量数据进行对比,最终验证提出的信道容量计算公式的正确性。图9展示了仿真结果与测量结果的对比,可以看到非平稳信道与测量的结果更加符合。验证了考虑互耦效应的大规模MIMO信道的准确性,也证明了一种用于非平稳大规模天线阵列容量计算的正确性。
本发明提出了一种用于非平稳大规模天线阵列的信道容量计算方法。与现有的信道容量计算方法相比,本发明所提出的方法考虑了信道的非平稳性与天线的互耦效应,并且与信道测量结果进行了对比,解决了之前的信道容量计算在非平稳信道中不适用的问题。本发明提出的非平稳信道容量计算方法通过了测量拟合,提供整个通信信道的信道冲激响应,并由此分析系统的空间互相关函数和信道容量。
可以理解,本发明是通过一些实施例进行描述的,本领域技术人员知悉的,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (1)

1.一种用于大规模天线阵列通信的空域非平稳无线信道容量计算方法,其特征在于,包括以下步骤:
S1、构建带有互耦效应的大规模天线阵列的非平稳信道模型;
S2、搭建大规模天线阵列的信道测量系统,得到测量数据;
S3、优化大规模天线阵列信道仿真参数,仿真空间互相关函数;
S4、根据空间互相关函数,提出并计算空域平稳区间;
S5、根据平稳区间,计算区间内信道容量和信道的总容量;
S6、对比仿真结果与测量结果,验证非平稳信道容量计算正确性;
步骤S1的具体步骤如下:
步骤S101、构建非平稳大规模MIMO信道模型的信道矩阵其中PL是路径损耗,SH是服从对数正态分布的阴影衰落,BL表示阻挡衰落,OL是氧气损耗;表示小尺度衰落矩阵,其中MR和MT分别是接收端和发射端的天线数目;
步骤S102、对于球面波前进行建模;在时间t,发射端通过第n个簇的第m条射线之间的距离表示为
其中,表示发射端天线的长度,/>表示初始时间通过第m条射线从第一个发射天线到第n条路径上的第一个簇的距离向量,vT(t)和/>分别是发射端和第n条路径上的第一个簇在时间t的移动速度;
步骤S103、对于阵列轴上的演进进行建模;运用生灭过程刻画簇的生成和消失,对于发射端,簇在阵列轴上的生存概率通过下式计算
其中λR是簇的消失率,δp是发射端第一个天线与第p个天线之间的距离,是一个系数取决于空间域中的场景;同理,接收端的生存概率为
其中δq是接收端第一个天线与第q个天线之间的距离,和/>分别是发射端天线阵列和接收端天线阵列的仰角;因此,空间演化产生的新生成簇数表示为
其中λG是簇的产生率;
步骤S104、对于天线间互耦效应进行建模;使用阻抗矩阵描述天线间的互耦,通过将天线电流和电压与端口电流和电压相关联,得到多端口模型
其中u1,i1和u2,i2分别是发射端和接收端的端口电压和电流,Z11,Z22分别是发射阻抗矩阵和接收阻抗矩阵,Z12,Z21是互阻抗矩阵;
当考虑各向同性天线的均匀线性阵列时,考虑输入和负载阻抗的互耦合效应表示为
cp=(ZG+ZL)(Z+ZLI)-1
其中ZG是自由空间中元件的输入阻抗,ZL是匹配的负载阻抗;电流向量表示为I;矩阵Z扩展为
加入互耦效应后的信道矩阵表示为
其中和/>分别是接收端和发射端的耦合矩阵;
hqp(t,τ)是第p个发射天线与第q个接收天线在时间t,时延为τ时的信道冲激响应,可表示为视距和非视距的叠加
其中KR表示莱斯因子,非视距通过下式计算
其中{·}T是转置运算,载波频率由fc表示,分别是来自第p个发射天线和第q个接收天线的第m条射线在时间t的功率的时延,Nqp(t)和Mn分别是簇的总数量和簇中射线的总数量;极化矩阵Fr和Ft分别包含天线在接收端和发射端处的垂直和水平极化;天线极化沿传播路径的变化用M表示;
根据球面坐标系之间的关系:
其中和/>分别是第n个簇中第m条射线的离开仰角和离开方位角;δp是发射端第一个天线与第p个天线之间的距离,/>和/>分别是发射端天线阵列的仰角和方位角;和/>分别是在时间t时发射端的移动仰角和方位角,/>和/>分别是第n条路径上的第一个簇的移动仰角和方位角;最终得到/>的近似结果为
其中θT是发射端天线与第m个射线之间的角度,是散射体/>与发射天线之间的角度,分别表示为下式
对于接收端,则只需将以上公式中的θT和/>用/>θR和/>分别替换即可;
步骤S4的具体步骤如下:
步骤S401、采用发射端未知信道信息,接收端已知完全的信道信息,且信道矩阵是随机的情形
其中ρ是信噪比,H是信道矩阵;
步骤S402、根据空间互相关函数,定义并计算空域平稳区间;
空域平稳区间的定义是角度功率谱密度的空间互相关函数超过80%阈值的最大天线数;因此,空间s的平稳区间I(r)的改进被定义为
I(r)=inf{Δr|RΛ(r,Δr)≤0.8}
其中inf{·}是函数的下确界,Δr是空间平稳区间的天线数目,RΛ(r,Δr)是角度功率谱密度的归一化空间互相关函数
其中是角度差;
步骤S5的具体内容为:首先根据步骤S4得到的平稳区间将信道分为n个分段,根据第i个分段的平稳区间Δri计算其信道容量为
其中Gi是第i个分段的通用信道矩阵;
最后得到整个观测区间R内的总信道容量为
CN202210208323.4A 2022-03-04 2022-03-04 大规模天线阵列通信的空域非平稳无线信道容量计算方法 Active CN114584237B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210208323.4A CN114584237B (zh) 2022-03-04 2022-03-04 大规模天线阵列通信的空域非平稳无线信道容量计算方法
PCT/CN2023/087941 WO2023165630A1 (zh) 2022-03-04 2023-04-12 大规模天线阵列通信的空域非平稳无线信道容量计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210208323.4A CN114584237B (zh) 2022-03-04 2022-03-04 大规模天线阵列通信的空域非平稳无线信道容量计算方法

Publications (2)

Publication Number Publication Date
CN114584237A CN114584237A (zh) 2022-06-03
CN114584237B true CN114584237B (zh) 2024-01-26

Family

ID=81773035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210208323.4A Active CN114584237B (zh) 2022-03-04 2022-03-04 大规模天线阵列通信的空域非平稳无线信道容量计算方法

Country Status (2)

Country Link
CN (1) CN114584237B (zh)
WO (1) WO2023165630A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584237B (zh) * 2022-03-04 2024-01-26 东南大学 大规模天线阵列通信的空域非平稳无线信道容量计算方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106685507A (zh) * 2016-12-15 2017-05-17 哈尔滨工程大学 色噪声环境下基于约束Kalman波束形成方法
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
CN113922900A (zh) * 2021-10-22 2022-01-11 东南大学 一种考虑天线尺寸与天线互耦的无线电信道建模方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7424273B2 (en) * 2003-11-18 2008-09-09 Lucent Technologies Inc. Evaluating performance of a multiple-input multiple output (MIMO) communications link
CN107248877B (zh) * 2017-05-22 2020-06-16 西安电子科技大学 基于实测数据的MassiveMIMO信道建模方法
US10505646B2 (en) * 2017-12-15 2019-12-10 Keysight Technologies, Inc. Systems and methods for testing a wireless device having a beamforming circuit
CN113141202B (zh) * 2021-04-25 2022-06-17 上海大学 基于图像轮廓提取的mimo空间非平稳信道估计方法
CN114584237B (zh) * 2022-03-04 2024-01-26 东南大学 大规模天线阵列通信的空域非平稳无线信道容量计算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106685507A (zh) * 2016-12-15 2017-05-17 哈尔滨工程大学 色噪声环境下基于约束Kalman波束形成方法
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
CN113922900A (zh) * 2021-10-22 2022-01-11 东南大学 一种考虑天线尺寸与天线互耦的无线电信道建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
衰落相关信道近似算法及其Massive MIMO系统分析;周杰;邹士娇;陈珍;菊池久和;;新疆大学学报(自然科学版)(03);全文 *

Also Published As

Publication number Publication date
WO2023165630A1 (zh) 2023-09-07
CN114584237A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
Zhu et al. A novel 3D non-stationary UAV-MIMO channel model and its statistical properties
Ye et al. Neural-network-assisted UE localization using radio-channel fingerprints in LTE networks
Monfared et al. Experimental demonstration of BLE transmitter positioning based on AOA estimation
Dvorecki et al. A machine learning approach for Wi-Fi RTT ranging
CN107248877B (zh) 基于实测数据的MassiveMIMO信道建模方法
CN112995892B (zh) 基于复数神经网络的大规模mimo指纹定位方法
CN104618041B (zh) 一种信道数据回放方法及装置
CN110958069A (zh) 一种基于隧道环境的三维非平稳宽带双簇信道建模方法
CN109151714A (zh) 一种三维鲁棒估计定位方法
Li et al. Channel measurements and angle estimation for massive MIMO systems in a stadium
CN114584237B (zh) 大规模天线阵列通信的空域非平稳无线信道容量计算方法
CN107171703B (zh) 一种能够模拟室内多天线通信系统中衰落信号传播特性的方法
CN104537171A (zh) 一种mimo信道空间衰落相关性计算方法及多天线系统
CN108199794A (zh) 一种新型Massive MIMO信道模型的统计性建模方法
CN108872971A (zh) 一种基于运动单阵列的目标定位方法与装置
CN108226912B (zh) 基于稀疏网络的非接触物体感知定位的方法及系统
CN108279411B (zh) 一种基于mds的被动mimo时差定位方法
Bai et al. A 3-D wideband multi-confocal ellipsoid model for wireless massive MIMO communication channels with uniform planar antenna array
Zhang et al. Three-dimensional localization algorithm for WSN nodes based on RSSI-TOA and LSSVR method
Lai et al. A novel beam domain channel model for B5G massive MIMO wireless communication systems
CN106908760B (zh) 基于阵列自相关矩阵的单站无源定位方法
CN110413939A (zh) 一种基于原子范数的到达角估计方法
CN111505566B (zh) 一种特高频射频信号doa估计方法
CN103138818A (zh) 一种mimo极化信道的去极化模型处理方法及其系统
Bai et al. A 3-D wideband multi-confocal ellipsoid model for wireless MIMO communication channels

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