CN114598408B - 一种适用于全频段全场景的6g普适信道建模方法 - Google Patents
一种适用于全频段全场景的6g普适信道建模方法 Download PDFInfo
- Publication number
- CN114598408B CN114598408B CN202210235058.9A CN202210235058A CN114598408B CN 114598408 B CN114598408 B CN 114598408B CN 202210235058 A CN202210235058 A CN 202210235058A CN 114598408 B CN114598408 B CN 114598408B
- Authority
- CN
- China
- Prior art keywords
- cluster
- channel
- path
- scene
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000005562 fading Methods 0.000 claims abstract description 37
- 230000033001 locomotion Effects 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 230000008033 biological extinction Effects 0.000 claims abstract description 14
- 230000000903 blocking effect Effects 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 19
- 230000004083 survival effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010521 absorption reaction Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000005388 cross polarization Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 9
- 230000010287 polarization Effects 0.000 claims description 9
- 241000209094 Oryza Species 0.000 claims description 8
- 235000007164 Oryza sativa Nutrition 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 8
- 235000009566 rice Nutrition 0.000 claims description 8
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 6
- 238000004138 cluster model Methods 0.000 claims description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 238000010295 mobile communication Methods 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008034 disappearance Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000001704 evaporation Methods 0.000 claims description 3
- 230000008020 evaporation Effects 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 239000008186 active pharmaceutical agent Substances 0.000 claims 7
- 238000000926 separation method Methods 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3911—Fading models or fading generators
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种适用于全频段全场景的6G普适信道建模方法。具体包括以下步骤:S1、设置传播场景和传播条件,确定载波频率、天线类型和收发端布局等;S2、生成路径损耗、阴影衰落以及阻挡效应等大尺度衰落;S3、生成具有空间一致性的大尺度参数;S4、生成服从椭球高斯散射分布的散射体位置,并根据收发端和散射体的位置计算簇的时延、角度和功率,生成信道系数;S5、根据收发端运动和簇的生灭过程,进行大、小尺度参数的更新,生成新的信道系数。本发明中公开的6G普适几何随机信道模型是目前业界唯一一个可以普遍适用于全频段、全覆盖场景和全应用场景的信道模型,对于6G信道模型标准化、6G共性理论技术研究及系统融合构建至关重要。
Description
技术领域
本发明涉及一种适用于全频段全场景的6G普适信道建模方法,属于无线通信技术领域。
背景技术
6G无线信道可以总结为全频段(sub-6GHz/毫米波/太赫兹/光无线频段)、全覆盖场景(空天地海一体化,包含卫星、无人机、陆地和海洋通信信道)和全应用场景(车联网、高铁信道、大规模天线阵列、可重构智能表面、工业物联网等)信道,如下图2所示。与此同时,6G全频段全场景信道也展现出了众多新的信道特性,为6G信道建模工作带来了新的挑战。
在全频段方面,由于毫米波和太赫兹等高频段的应用,无线信道展示出大带宽、频域非平稳、漫散射、大路径损耗、阻挡效应和大气吸收等特性;在可见光波段,信道将不再具有小尺度衰落,并展现出可忽略的多普勒效应和频域非平稳特性。在全覆盖方面,除陆地移动通信场景外,还包括卫星通信、无人机通信和海洋通信场景。其中,卫星通信信道需要考虑由于卫星的快速移动带来的多普勒频移、降雨衰落,以及电离层效应。在无人机通信系统中,主要考虑无人机的三维(3D)任意运动和大尺度参数受无人机高度的影响。在全应用方面,车联网信道展示出多普勒频移,以及由于收发两端和簇的多移动性带来的时域非平稳特性;在时速超过500km/h的更高速移动场景下,信道经历更强的多普勒频移和更明显的时域非平稳;在真空管道中运行的超高速列车场景中,还需考虑真空管道波导效应的影响;超大规模天线阵列信道展示出球面波特性和空域非平稳特性;工业物联网信道中需要考虑超密集的散射体分布和多移动性;此外,应用可重构智能表面技术的无线信道精确建模也是必须研究的内容。
考虑到多种不同新技术的混合应用会带来不同信道特性的结合,6G信道建模的一个重要挑战就在于如何综合考虑多种多样的信道特性,提出一个适用于全频段全场景的普适信道模型。例如,在高速移动的场景中同时应用毫米波/太赫兹频段和大规模天线技术,无线信道会同时展示出空间-时间-频率非平稳特性、空间一致性(即多用户场景下,相近用户的信道系数具有相关性或单用户在不同的轨迹点具有空间相关性)以及多频段相关性等。
综上所述,建立一个准确的、普适的、灵活的6G信道模型刻不容缓。B5GCM、3GPPTR38.901、IMT-2020和QuaDRiGa等5G标准化信道模型已在该问题上做出尝试,但它们都不能准确和全面的描述前述的所有特性。在全频谱方面,这些模型都不适用于可见光频段,并且或多或少的忽略了毫米波/太赫兹频段的一些特性,例如QuaDRiGa忽略了对大气吸收和阻挡效应建模,3GPP TR 38.901和IMT-2020忽略了高频段的频率非平稳特性;在全覆盖方面,这些信道模型都是针对的陆地移动通信信道,不能适用于卫星、无人机和海洋通信场景;在全应用方面,他们都不支持对超高铁信道、可重构智能表面和工业物联网信道建模,并且,3GPP TR 38.901和IMT-2020未考虑(超)大规模天线阵列的球面波和空域非平稳特性。综上所述,这些模型仍旧缺少普适性,并没有考虑之前提到的所有信道特性。为了弥补这一研究空白,本发明提出普适信道建模理论,并将其应用到几何随机信道模型中,提出并公开了一种适用于全频段全场景的6G普适信道建模方法。
发明内容
技术问题:本发明的目的是提出一种适用于全频段全场景的6G普适信道建模方法,该方法是一种普遍适用于全频段(sub-6GHz/毫米波/太赫兹/可见光频段)、全覆盖场景(空天地海一体化,包含卫星、无人机、陆地和海洋通信场景)和全应用场景(车联网、高铁信道、大规模天线阵列、可重构智能表面和工业物联网场景)的6G普适几何随机信道建模方法。
技术方案:本发明的一种适用于全频段全场景的6G普适信道建模方法,6G普适几何随机信道模型中发送端和接收端均采用大规模均匀线阵,模型为多跳传播,其中,为发送端天线阵列的第p个阵元,/>为接收端天线阵列的第q个阵元,发送端和接收端天线阵元间的距离为δT(δR);/>为xy平面内发送端和接收端天线阵列的方位角,/>为发送端和接收端天线阵列的俯仰角;/>到/>的第n条传播路径,n=1,2,3,...,Nqp(t),其中/>为第n条路径上靠近发送端的首跳簇,/>为靠近接收端的末跳簇,将两簇之间的传播路径建模为虚拟的链路;当首跳簇和末跳簇间的虚拟链路时延为零时,模型退化为单跳模型。此外,Nqp(t)为时刻t时/>到/>的路径数量,在双簇模型中对应着Nqp(t)个簇对,首跳簇和末跳簇一一对应,在单簇模型中对应着Nqp(t)个簇;微观上,对第n条路径上的簇/>和/>进行分析,能见簇内存在Mn(t)个散射体,/>表示/>中的第m个散射体,/>表示/>中的第m个散射体;从路径的角度来看,/>理解为/>到/>的第m个子径连接的散射体,/>理解为/>至的第m个子径连接的散射体;因此,/>和/>是时刻t时从/>至/>的第m个子径对应的方位离开角和俯仰离开角,/>和/>是时刻t时从/>至/>的第m个子径对应的方位到达角和俯仰到达角,此外,模型对发送端、接收端以及簇的运动情况分别建模,支持收发端及簇的任意速度和轨迹的三维运动,其中vT(t),vR(t),/>分别表示发送端、接收端,首跳簇以及末跳簇的运动速度,/>分别表示发送端,接收端,首跳簇以及末跳簇的运动方向的方位角,/>分别表示发送端,接收端,首跳簇以及末跳簇的运动方向的俯仰角;
6G普适几何随机信道模型的信道矩阵表示为:
H=[PL·SH·BL·WE·AL]1/2·Hs
其中,PL,SH,BL,WE,AL为大尺度衰落,PL为路径损耗,SH为阴影衰落,BL为阻挡效应,AL为大气吸收损耗,WE为天气影响损耗,Hs为小尺度衰落。
所述小尺度衰落Hs如下:
其中,MT为发送端天线阵列中天线阵元数量,MR为接收端天线阵列中天线阵元数量,为发送端天线阵元/>与接收天线阵元/>之间的信道冲激响应,表示为视距LoS分量/>与非视距NLoS分量/>的叠加:
其中,KR(t)为莱斯因子,和/>分别如下:
其中,{*}T表示转置,fc表示载波频率,和/>表示在不同频段上天线单元/>对应垂直极化和水平极化的方向图,/>为交叉极化功率比,μ表征联合极化不均衡,/>和/>是时刻t时从/>至/>的LoS路径对应的方位离开角以及俯仰离开角,和/>是时刻t时从/>至/>的LoS路径对应的方位到达角以及俯仰到达角,/> 和/>是服从(0,2π]均匀分布的随机相位,ψl,m=108/fc 2为法拉第旋转角,此处计算法拉第旋转角时fc的单位是GHz,/>是NLoS条件下/>到/>的第n条路径中的第m个子径的功率,/>是在时刻t时LoS路径的时延,/>是在时刻t时发送端天线阵元/>与接收天线阵元/>间的矢量距离,c为光速。/>是在时刻t时/>与/>之间的第n条路经的第m个子径的时延,/>是在时刻t时/>与/>之间的第n条路经的第m个子径的功率,以上所有参数均为时变参数。
所述6G普适信道建模方法,在海洋通信信道场景中,模型分别将LoS径、粗糙的海洋表面和海面上空蒸发波导的多径传播这三个部分建模为和并使用功率系数,S1和S2控制对应部分随两船距离变化的消失和出现,即将计算公式中的NLoS部分分为/>和/>两部分,其中S1+S2=1,在工业物联网信道中将镜面反射分量和密集多径分量分别建模为/>和/>其中/> 和/>的建模方法与/>相同,只是参数值和簇的分布不同;
所述6G普适信道建模方法,在可重构智能表面场景中,将信道分为发送端到可重构智能表面的子信道HTI,可重构智能表面到接收端的子信道HIR和发送端到接收端的子信道HTR,对三个子信道分别建模并引入相移对角矩阵Φ实现对信道环境的智能调控,HIR,HTI和HTR与的计算方法与Hs相同,只是参数值和簇的分布不同。
所述6G普适信道建模方法,针对可见光频段信道建模时,一方面光信号波长极短,接收端尺寸通常为几百万个波长,不会发生几个波长上的信号快速衰落;另一方面由于可见光通信系统中LED灯发出的是非相干光,光信号没有相位信息,在接收端的实数多径信号叠加后并不会引起快衰落,而表现为缓慢变化的阴影衰落,因此,虽然现在的可见光模型表示形式是多径叠加的信道冲激响应形式,其本质是建模了PL和SH的大尺度模型,所以Hs=0,pH,pV为LED面阵的行和列数。
所述6G普适信道建模方法,在多链路场景中,假设基站数目为NBS,用户数为NMS,多链路信道模型的信道传输矩阵如下公式所示:
每条链路对应的i=1,2…NBS,j=1,2…NMS,即为前述的单链路信道模型H。
所述6G普适信道建模方法,信道矩阵H生成详细分为以下步骤:
S1、设置传播场景和传播条件,确定载波频率和天线类型、收发端布局以及收发端运动轨迹等;
S2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应的大尺度衰落;本方法主要聚焦于小尺度衰落的建模,此部分计算可参考标准化信道模型或业界经典模型;
S3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展的大尺度参数;
除SH外,其余相关大尺度参数有时延扩展DS、方位到达角扩展ASA、方位离开角扩展ASD、俯仰到达角扩展ESA、俯仰离开角扩展ESD、莱斯因子KR和交叉极化比XPR,时延扩展DS的生成如下公式所示:
其中,P=(PT,PR)由收发端位置矢量组成,PT(t)=(xT(t),yT(t),zT(t))和PR(t)=(xR(t),yR(t),zR(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量,其初始值根据仿真环境及要求生成;XDS(P)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量,表示DS在fc频段的均值,/>表示DS在fc频段的方差。根据终端的高度hUT,/>的配置值可分为三种类型;对于陆地移动通信场景1.5m≤hUT≤22.5m,可以参考3GPP TR 38.901标准化文档中的表7.5-6中的值;对于无人机场景22.5m≤hUT≤300m,取值参考3GPP TR 36.777标准化文档中的表B1.2中的值;对于低轨卫星通信场景,取值参考3GPP TR 38.811标准化文档中的表6.7-2中的值,城市宏小区UMa场景NLoS条件下,载波频率介于2-4GHz情况下/>的计算如下
其他的大尺度参数的生成与时延扩展DS的生成过程相同,8个大尺度参数都生成后,乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值,然后,需要将对数域的值转化到线性域,至此,信道的大尺度参数都可得到;
S4、生成服从椭球高斯散射分布的散射体,并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率,生成信道系数;
S5、根据收发端运动和簇的生灭过程,进行大、小尺度参数的更新,生成新的信道系数,模型的空-时-频非平稳性主要体现在两个方面,一方面是空-时-频变化的参数,另一个方面是簇在空-时-频域的生灭过程,t时刻簇数量计算如下:
Nqp(t)=Nsurv(t)+Nnew(t)
其中,Nqp(t)为簇的数量,Nsurv(t)为幸存簇的数目,由簇的生存概率Psurv(Δt,Δr,Δf)决定,Nnew(t)为新生簇的数目,服从均值为E[Nnew(t)]的泊松分布,定义λG为簇的出生率、λR为簇的结合率即灭亡率。
所述步骤S4具体为:
步骤S401、使用椭球高斯散射分布,获取散射体的位置,即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为/>和/>的高斯分布,在获得散射体的位置后可将它们转换成球坐标,相对于第一根发送天线的位置/>和第一根接收天线的位置/>的第n个簇内的散射体的位置/>和/>可以表示为和/>其中,/> 和/>分别表示第n个簇第m个子径到X(X∈{T,R},分别表示发送端和接收端)天线阵列的距离、方位角和俯仰角;
步骤S402、初始时刻簇内子径时延计算,在多跳信道模型中,簇内子径的时延可通过计算,其中,/>表示/>和/>之间虚拟链路的时延,/>为t0时刻/>到/>之间的距离,/>为t0时刻/>到/>之间的距离。为首跳簇和末跳簇间的距离,τlink为服从指数分布的非负随机变量;
步骤S403、在大规模天线阵中,簇内子径的功率会沿着时间轴和阵列轴变化,通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程,非归一化的簇内子径功率/>为:
其中,DS为均方根时延扩展,Zn是以dB为单位的每簇阴影项,rτ为时延分布比例因子,ξn(p,q)是一个二维空间对数正态过程,用于模拟天线阵列上平滑的功率变化;
在大带宽场景下,需要考虑频域非平稳特性,所以我们在频域上将功率值乘以项,其中,/>是依赖于频率的常数因子,最后,通过将所有簇的功率归一化即可得到最终簇内子径的功率/>如果簇是新产生的,通过将/>替换成/>得到和/>之间第n簇内第m个子径的初始功率;
步骤S404、对于幸存的簇,需要在不同的时刻更新簇内子径的功率、时延等小尺度参数,对于时刻t1处的轨迹段,即在簇生成后的下一个时刻,第p根发送天线的坐标为其中,初始时刻第p根发送天线的坐标/>通过/>计算,在t1时刻,第n个首跳簇中第m个散射体的坐标/>通过/>计算。在t1时刻,/>到/>的距离可以通过/>计算得到,同理可得/>到/>的距离/>t1时刻的簇内子径的时延/>利用前一时刻发送端、接收端和散射体的地理位置可以得到/>和/>(t=t2,t3,...)。
所述步骤S5中:为了更精确地建模簇的空-时-频演进过程,引入两种采样间隔,一种是时域采样间隔Δt,频域采样间隔Δf和空间域(阵列域)采样间隔Δr,信道参数连续更新;另一种是的Δt,Δf和Δr的整数倍,分别是ΔtBD,ΔfBD和ΔrBD,在这些采样点发生簇的生灭演进过程,发送端和接收端簇沿阵列轴和时间轴的生存概率:
其中,和/>分别表示发送和接收天线单元在阵列轴上以及时间轴上的位置差,/>和/>分别表示在阵列轴和时间轴依赖于场景的相关因子,发送端和接收端簇的联合生存概率为:
新生簇的平均数量为:
当研究大带宽时,在频率轴上也会存在簇的生灭过程,频率轴上簇的生存概率为:
其中,F(ΔfBD)和可以通过信道测量决定,/>表示在频率轴依赖于场景的相关因子,
综上所述,同时考虑空-时-频域簇的生灭过程时,簇的生存概率为:
新生簇的平均数量为:
超高速列车场景中,考虑真空管道超高速列车场景的波导效应和管道壁粗糙度对信道的影响,新生簇的平均数量为:
其中,Dqp(t)为t时刻收发端的直线距离,D为收发端的初始距离,ρs为管道壁散射系数,ρs0为粗糙度σh=0时的散射系数。
有益效果:本发明提出了一种普适信道建模理论,并将该理论应用于几何随机信道模型,使用基于簇的几何随机信道建模方法和框架,使用统一的信道冲激响应表达式,对6G全频段全场景信道特性进行建模,提出了一种基本适用于sub-6GHz、毫米波、太赫兹和可见光等全频段信道,低轨卫星、无人机和海洋通信等全覆盖场景信道,以及超大规模天线阵列、工业物联网、可重构智能表面等全应用场景信道的6G普适几何随机信道模型。并且,通过调整6G普适信道模型的参数,可简化为特定频段、特定场景的专用信道模型。6G普适几何随机信道模型对于6G信道模型标准化、6G共性理论技术研究及系统融合构建至关重要。
附图说明
图1为本发明实施例中的流程图。
图2为本发明中6G无线信道示意图。
图3为本发明中普适信道建模理论示意图。
图4为本发明中6G普适几何随机信道模型示意图。
具体实施方式
为了实现上述目的,本发明提出了普适信道建模理论,并基于该理论提出了6G普适几何随机信道模型,因此,本发明主要包含普适信道模型建模理论和6G普适几何随机信道模型构建两部分:
1.普适信道建模理论
普适信道建模理论即使用统一的信道建模方法和框架、统一的信道冲激响应表达式、综合考虑6G全频段全场景信道的统计特性,构建普遍适用于6G各个频段、各个场景,并能准确反应其信道特性的6G普适信道模型,如图3所示。同时,6G普适信道模型可通过调整信道模型的参数,简化为适用于特定频段、特定场景的专用信道模型。通过对6G普适信道模型进行分析,可以研究信道模型参数、信道特性和通信系统性能之间的复杂映射关系,并且其作为一个统一的信道模型框架,对6G信道模型标准化、6G共性理论技术研究及系统融合构建至关重要。
2.6G普适几何随机信道模型
6G普适几何随机信道模型示意图如图4示。模型中天线类型可以是均匀线阵、均匀面阵等天线阵列类型,支持任意天线极化类型,示意图中发送端和接收端均采用大规模均匀线阵。示意图中模型为多跳传播,其中,为发送端天线阵列的第p个阵元,/>接收端端天线阵列的第q个阵元,发送端(接收端)天线阵元间的距离为δT(δR)。/>为xy平面内发送端(接收端)天线阵列的方位角,/>为发送端(接收端)天线阵列的俯仰角。为了更易理解,我们在图中只描述了/>到/>的第n(n=1,2,3,...,Nqp(t))条传播路径,其中/>为第n条路径上靠近发送端的首跳簇,/>为靠近接收端的末跳簇,将两簇之间的传播路径建模为虚拟的链路。当首跳簇和末跳簇间的虚拟链路时延为零时,模型退化为单跳模型。此外,Nqp(t)为时刻t时/>到/>的路径数量,在双簇模型中对应着Nqp(t)个簇对,首跳簇和末跳簇一一对应,在单簇模型中对应着Nqp(t)个簇;微观上,对第n条路径上的簇/>和/>进行分析,能见 簇内存在Mn(t)个散射体,/>表示/>中的第m个散射体,/>表示/>中的第m个散射体;从路径的角度来看,/>理解为/>到/>的第m个子径连接的散射体,/>理解为/>至/>的第m个子径连接的散射体;因此,/>和/>是时刻t时从/>至/>的第m个子径对应的方位离开角和俯仰离开角,/>和/>是时刻t时从/>至/>的第m个子径对应的方位到达角和俯仰到达角,此外,模型对发送端、接收端以及簇的运动情况分别建模,支持收发端及簇的任意速度和轨迹的三维运动,其中vT(t),vR(t),/>分别表示发送端、接收端,首跳簇以及末跳簇的运动速度,/>分别表示发送端,接收端,首跳簇以及末跳簇的运动方向的方位角,/>分别表示发送端,接收端,首跳簇以及末跳簇的运动方向的俯仰角。
6G普适几何随机信道模型的信道矩阵可表示为:
H=[PL·SH·BL·WE·AL]1/2·Hs
其中,PL,SH,BL,WE,AL为大尺度衰落,PL为路径损耗,SH为阴影衰落,BL为阻挡效应,AL为大气吸收损耗,例如毫米波频段的氧气吸收损耗和太赫兹频段的分子吸收损耗等,WE为天气影响损耗,例如卫星通信场景中的雨水衰落。本发明主要聚焦于小尺度衰落Hs的计算,方法如下:
其中,MT(MR)为发送端(接收端)天线阵列中天线阵元数量,为发送端天线阵元/>与接收天线阵元/>之间的信道冲激响应,可以表示为视距(LoS)分量/>与非视距(NLoS)分量/>的叠加:
其中,KR(t)为莱斯因子。和/>分别计算如下:
其中,{*}T表示转置,fc表示载波频率,和/>表示在不同频段上天线单元/>对应垂直极化和水平极化的方向图,/>为交叉极化功率比,μ表征联合极化不均衡,/>和/>是时刻t时从/>至/>的LoS路径对应的方位离开角以及俯仰离开角,/>和/>是时刻t时从/>至/>的LoS路径对应的方位到达角以及俯仰到达角。 和/>是服从(0,2π]均匀分布的随机相位,ψl,m=108/fc 2为法拉第旋转角,此处计算法拉第旋转角时fc的单位是GHz,/>是NLoS条件下/>到/>的第n个路径的第m个子径的功率,时刻t时LoS路径的时延/> 是在时刻t时发送端天线阵元/>与接收天线阵元/>间的矢量距离,c为光速。/>是在时刻t时/>与/>之间的第n个路径的第m个子径的时延。以上所有参数均为时变参数。
值得注意的是,在海洋通信信道场景中,本模型分别将LoS径、粗糙的海洋表面和海面上空蒸发波导的多径传播这三个部分建模为和/>并使用功率系数S1和S2控制对应部分随两船距离变化的消失和出现,即将信道冲激响应矩阵计算中的NLoS部分分为两部分,其中S1+S2=1。在工业物联网信道中将镜面反射分量和密集多径分量分别建模为/>和/>其中/>和/>的建模方法与/>相同,只是参数值和簇的分布不同。在可重构智能表面场景中,将信道分为发送端到可重构智能表面的子信道HTI,可重构智能表面到接收端的子信道HIR和发送端到接收端的子信道HTR,对三个子信道分别建模并引入相移对角矩阵Φ实现对信道环境的智能调控。HIR,HTI和HTR与的计算方法与Hs相同,只是参数值和簇的分布不同。
在可见光频段时,一方面光信号波长极短,接收端尺寸通常为几百万个波长,不会发生几个波长上的信号快速衰落;另一方面由于可见光通信系统中LED灯发出的是非相干光,光信号没有相位信息,在接收端的实数多径信号叠加后并不会引起快衰落,而表现为缓慢变化的阴影衰落。因此,虽然现在的可见光模型表示形式是多径叠加的信道冲激响应形式,其本质是建模了PL和SH的大尺度模型,所以Hs=0, pH,pV为LED面阵的行和列数。
考虑多用户场景时,假设基站数目为NBS,用户数为NMS,多链路信道模型的信道传输矩阵如下公式所示:
每条链路对应的i=1,2…NBS,j=1,2…NMS,即为前述的单链路信道模型H。
信道系数生成详细分为以下步骤:
S1、设置传播场景和传播条件,确定载波频率和天线类型、收发端布局以及收发端运动轨迹等;
S2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应等大尺度衰落值;本发明主要聚焦于小尺度衰落的建模,此部分可参考标准化信道模型或业界经典模型。
S3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展等大尺度参数;
除SH外,其余相关大尺度参数有时延扩展(delay spread,DS)、方位到达角扩展(azimuth spread of arrival,ASA)、方位离开角扩展(azimuth spread of departure,ASD)、俯仰到达角扩展(elevation spread of arrival,ESA)、俯仰离开角扩展(elevationspread of departure,ESD)、莱斯因子KR和交叉极化比(cross-polarization ratio,XPR)。大尺度参数的生成方法相同,此处以生成时延扩展DS为例,如下公式所示:
其中,P=(PT,PR)由收发端位置矢量组成,PT(t)=(xT(t),yT(t),zT(t))和PR(t)=(xR(t),yR(t),zR(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量,其初始值根据仿真环境及要求生成。XDS(P)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量,表示DS在fc频段的均值,/>表示DS在fc频段的方差。根据终端的高度hUT,/>的配置值可分为三种类型。对于陆地移动通信场景(1.5m≤hUT≤22.5m),可以参考3GPP TR 38.901标准化文档中的表7.5-6中的值;对于无人机场景(22.5m≤hUT≤300m),取值参考3GPP TR 36.777标准化文档中的表B1.2中的值;对于低轨卫星通信场景,取值参考3GPP TR 38.811标准化文档中的表6.7-2中的值。城市宏小区(UMa)场景NLoS条件下,载波频率介于2-4GHz情况下/>的计算如下
8个大尺度参数均采用这种方法独立生成,乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值,然后,需要将对数域的值转化到线性域。至此,信道的大尺度参数都可得到。
S4、生成服从椭球高斯散射分布的散射体,并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率,生成信道系数;
步骤S401、使用椭球高斯散射分布,获取散射体的位置,即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为/>和/>的高斯分布,在获得散射体的位置后可将它们转换成球坐标,相对于第一根发送天线的位置/>和第一根接收天线的位置/>的第n个簇内的散射体的位置/>和/>可以表示为和/>其中,/> 和/>分别表示第n个簇第m个子径到X(X∈{T,R},分别表示发送端和接收端)天线阵列的距离、方位角和俯仰角;
步骤S402、初始时刻簇内子径时延计算,在多跳信道模型中,簇内子径的时延可通过计算,其中,/>表示/>和/>之间虚拟链路的时延,/>为t0时刻/>到/>之间的距离,/>为t0时刻/>到/>之间的距离。为首跳簇和末跳簇间的距离,τlink为服从指数分布的非负随机变量。
步骤S403、在大规模天线阵中,簇内子径的功率会沿着时间轴和阵列轴变化,通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程,非归一化的簇内子径功率/>为:
其中,DS为均方根时延扩展,Zn是以dB为单位的每簇阴影项,rτ为时延分布比例因子,ξn(p,q)是一个二维空间对数正态过程,用于模拟天线阵列上平滑的功率变化。
在大带宽场景下,需要考虑频域非平稳特性,所以我们在频域上将功率值乘以项,其中,/>是依赖于频率的常数因子。最后,通过将所有簇的功率归一化即可得到最终簇内子径的功率/>如果簇是新产生的,可以通过将/>替换成/>得到/>和/>之间第n簇内第m个子径的初始功率。
步骤S404、对于幸存的簇,需要在不同的时刻更新簇内子径的功率、时延等小尺度参数。对于时刻t1处的轨迹段,即在簇生成后的下一个时刻,第p根发送天线的坐标为其中,初始时刻第p根发送天线的坐标/>可以通过/>计算,/>可以通过/> 计算。在t1时刻,/>到首跳簇/>的距离可以通过计算得到,同理可得/>到/>的距离/>t1时刻的簇内子径的时延/>利用前一时刻发送端、接收端和散射体的地理位置可以得到/>和/>(t=t2,t3,...)。
S5、根据收发端运动和簇的生灭过程,进行大、小尺度参数的更新,生成新的信道系数。
模型的空-时-频非平稳性主要体现在两个方面,一方面是空-时-频变化的参数,另一个方面是簇在空-时-频域的生灭过程。t时刻簇数量计算如下:
Nqp(t)=Nsurv(t)+Nnew(t)
其中,Nqp(t)为簇的数量,Nsurv(t)为幸存簇的数目,由簇的生存概率Psurv(Δt,Δr,Δf)决定,Nnew(t)为新生簇的数目,服从均值为E[Nnew(t)]的泊松分布。定义λG为簇的出生率、λR为簇的结合率(灭亡率)。为了更精确地建模簇的空-时-频演进过程,我们引入两种采样间隔,一种是时域采样间隔Δt,频域采样间隔Δf和空间域(阵列域)采样间隔Δr,信道参数连续更新;另一种是的Δt,Δf和Δr的整数倍,分别是ΔtBD,ΔfBD和ΔrBD,在这些采样点发生簇的生灭演进过程。发送端和接收端簇沿阵列轴和时间轴的生存概率:
其中,和/>分别表示发送(接收)天线单元在阵列轴上以及时间轴上的位置差。/>和/>分别表示在阵列轴和时间轴依赖于场景的相关因子。发送端和接收端簇的联合生存概率为:
新生簇的平均数量为:
当研究大带宽时,在频率轴上也会存在簇的生灭过程。频率轴上簇的生存概率为:
其中,F(ΔfBD)和可以通过信道测量决定,/>表示在频率轴依赖于场景的相关因子。
综上所述,同时考虑空-时-频域簇的生灭过程时,簇的生存概率为:
新生簇的平均数量为:
超高速列车场景中,考虑真空管道超高速列车场景的波导效应和管道壁粗糙度对信道的影响,新生簇的平均数量为:
其中,Dqp(t)为t时刻收发端的直线距离,D为收发端的初始距离,ρs为管道壁散射系数,ρs0为粗糙度σh=0时的散射系数。
基于前述方法和利用发送端、接收端和散射体之间的几何关系,可以得到不同天线对的小尺度参数,至此可以得到信道矩阵中所有参数值,模型的建模方法和对应参数总结如下表所示:
表1.模型参数与建模方法
/>
3.5模型简化
通过调整参数,可将6G普适信道模型简化为多个专用信道模型。如表2所示。
表2. 6G普适信道模型简化总结表
/>
/>
/>
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
以毫米波段超大规模天线阵列场景为例,P6GCM的信道矩阵可表示为:
H=[PL·SH·BL·AL]1/2·Hs
其中,PL为路径损耗,SH为阴影衰落,BL为阻挡效应,AL为大气吸收损耗。
其中,MT(MR)为发送端(接收端)天线阵列中天线阵元数量,为/>与/>之间的信道冲激响应,可以表示为LoS分量与非视距(NLoS)分量的叠加:
其中,KR(t)为莱斯因子。和/>分别计算如下:
其中,{*}T表示转置,fc表示载波频率,和/>表示在不同频段上天线单元/>对应垂直极化和水平极化的方向图,/>为交叉极化功率比,μ表征联合极化不均衡,/>和/>是时刻t时从/>至/>的第m个子径对应的方位离开角和俯仰离开角,/>和/>是时刻t时从/>至/>的第m个子径对应的方位到达角和俯仰到达角,和/>是时刻t时从/>至/>的LoS路径对应的方位离开角以及俯仰离开角,和/>是时刻t时从/>至/>的LoS路径对应的方位到达角以及俯仰到达角,/> 和/>是服从(0,2π]均匀分布的随机相位,/>是NLoS条件下到/>的第n个路径的第m个子径的功率,/>是在时刻t时LoS路径的时延,是在时刻t时发送端天线阵元/>与接收天线阵元/>间的矢量距离,c为光速。/>是在时刻t时/>与/>之间的第n个路径的第m个子径的时延。以上所有参数均为时变参数。
信道系数生成详细分为以下步骤:
S1、设置传播场景和传播条件,确定载波频率和天线类型、收发端布局以及收发端运动轨迹等;
S2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应等大尺度衰落值;本发明主要聚焦于小尺度衰落的建模,此部分可参考标准化信道模型或业界经典模型。
S3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展等大尺度参数;
除SH外,其余相关大尺度参数有时延扩展(delay spread,DS)、方位到达角扩展(azimuth spread of arrival,ASA)、方位离开角扩展(azimuth spread of departure,ASD)、俯仰到达角扩展(elevation spread of arrival,ESA)、俯仰离开角扩展(elevationspread of departure,ESD)、莱斯因子KR和交叉极化比(cross-polarization ratio,XPR)。大尺度参数的生成方法相同,此处以生成时延扩展DS为例,如下公式所示:
其中,P=(PT,PR)由收发端位置矢量组成,PT(t)=(xT(t),yT(t),zT(t))和PR(t)=(xR(t),yR(t),zR(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量,其初始值根据仿真环境及要求生成。XDS(P)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量,表示DS在fc频段的均值,/>表示DS在fc频段的方差。根据终端的高度hUT,/>的配置值可分为三种类型。本实施例中的值可以参考3GPP TR 38.901标准化文档中的表7.5-6。8个大尺度参数均采用这种方法独立生成,乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值,然后,需要将对数域的值转化到线性域。至此,信道的大尺度参数都可得到。
S4、生成服从椭球高斯散射分布的散射体,并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率,生成信道系数;
步骤S401、使用椭球高斯散射分布,获取散射体的位置,即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为/>和/>的高斯分布,在获得散射体的位置后可将它们转换成球坐标,相对于第一根发送天线的位置/>和第一根接收天线的位置/>的第n个簇内的散射体的位置/>和/>可以表示为和/>其中,/> 和/>分别表示第n个簇第m个子径到X(X∈{T,R},分别表示发送端和接收端)天线阵列的距离、方位角和俯仰角;
步骤S402、初始时刻簇内子径时延计算,在多跳信道模型中,簇内子径的时延可通过计算,其中,/>表示/>和/>之间虚拟链路的时延,/>为t0时刻/>到/>之间的距离,/>为t0时刻/>到/>之间的距离。为首跳簇和末跳簇间的距离,τlink为服从指数分布的非负随机变量。
步骤S403、在大带宽大规模天线阵中,簇内子径的功率会沿着时间轴、频率轴和阵列轴变化,通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程,非归一化的簇内子径功率/>为:
其中,DS为均方根时延扩展,Zn是以dB为单位的每簇阴影项,rτ为时延分布比例因子,ξn(p,q)是一个二维空间对数正态过程,用于模拟天线阵列上平滑的功率变化。
在毫米波段,大带宽场景下,需要考虑频域非平稳特性,所以我们在频域上将功率值乘以项,其中,/>是依赖于频率的常数因子。通过将所有簇的功率归一化即可得到最终簇内子径的功率/>如果簇是新产生的,可以通过将/>替换成/>得到/>和/>之间第n簇内第m个子径的初始功率。
步骤S404、对于幸存的簇,需在不同的时刻更新簇内子径的功率、时延等小尺度参数。对于时刻t1处的轨迹段,即在簇生成后的下一个时刻,第p根发送天线的坐标为其中,初始时刻第p根发送天线的坐标/>可以通过/>计算,/>可以通过/>/>计算。在t1时刻,/>到首跳簇/>的距离可以通过计算得到,同理可得/>到/>的距离/>t1时刻的簇内子径的时延/>利用前一时刻发送端、接收端和散射体的地理位置可以得到/>和/>(t=t2,t3,...)。
S5、根据收发端运动和簇的生灭过程,进行大、小尺度参数的更新,生成新的信道系数。
模型的空-时-频非平稳性主要体现在两个方面,一方面是空-时-频变化的参数,另一个方面是簇在空-时-频域的生灭过程。t时刻簇数量计算如下:
Nqp(t)=Nsurv(t)+Nnew(t)
其中,Nqp(t)为簇的数量,Nsurv(t)为幸存簇的数目,由簇的生存概率Psurv(Δt,Δr,Δf)决定,Nnew(t)为新生簇的数目,服从均值为E[Nnew(t)]的泊松分布。定义λG为簇的出生率、λR为簇的结合率(灭亡率)。为了更精确地建模簇的空-时-频演进过程,我们引入两种采样间隔,一种是时域采样间隔Δt,频域采样间隔Δf和空间域(阵列域)采样间隔Δr,信道参数连续更新;另一种是的Δt,Δf和Δr的整数倍,分别是ΔtBD,ΔfBD和ΔrBD,在这些采样点发生簇的生灭演进过程。发送端和接收端簇沿阵列轴和时间轴的生存概率:
其中,和/>分别表示发送(接收)天线单元在阵列轴上以及时间轴上的位置差。/>和/>分别表示在阵列轴和时间轴依赖于场景的相关因子。发送端和接收端簇的联合生存概率为:
新生簇的平均数量为:
当研究大带宽时,在频率轴上也会存在簇的生灭过程。频率轴上簇的生存概率为:
其中,F(ΔfBD)和可以通过信道测量决定,/>表示在频率轴依赖于场景的相关因子。
综上所述,同时考虑空-时-频域簇的生灭过程时,簇的生存概率为:
新生簇的平均数量为:
基于前述方法和利用发送端、接收端和散射体之间的几何关系,可以得到不同天线对的小尺度参数,至此可以得到信道矩阵中所有参数值。
Claims (9)
1.一种适用于全频段全场景的6G普适信道建模方法,其特征在于,所述的建模方法中,6G普适几何随机信道模型中发送端和接收端均采用大规模均匀线阵,模型为多跳传播,其中,为发送端天线阵列的第p个阵元,/>为接收端天线阵列的第q个阵元,发送端和接收端天线阵元间的距离为δT(δR);/>为xy平面内发送端和接收端天线阵列的方位角,/>为发送端和接收端天线阵列的俯仰角;/>到/>的第n条传播路径,n=1,2,3,...,Nqp(t),其中/>为第n条路径上靠近发送端的首跳簇,/>为靠近接收端的末跳簇,将两簇之间的传播路径建模为虚拟的链路;当首跳簇和末跳簇间的虚拟链路时延为零时,模型退化为单跳模型,此外,Nqp(t)为时刻t时/>到/>的路径数量,在双簇模型中对应着Nqp(t)个簇对,首跳簇和末跳簇一一对应,在单簇模型中对应着Nqp(t)个簇;微观上,对第n条路径上的簇/>和进行分析,簇内存在Mn(t)个散射体,/>表示/>中的第m个散射体,/>表示/>中的第m个散射体;从路径的角度来看,/>理解为/>到/>的第m个子径连接的散射体,/>理解为/>至/>的第m个子径连接的散射体;此外,/>和/>是时刻t时从/>至/>的第m个子径对应的方位离开角和俯仰离开角,/>和/>是时刻t时从/>至/>的第m个子径对应的方位到达角和俯仰到达角,此外,模型对发送端、接收端以及簇的运动情况分别建模,支持收发端及簇的任意速度和轨迹的三维运动,其中vT(t),vR(t),/>分别表示发送端、接收端,首跳簇以及末跳簇的运动速度,/>分别表示发送端,接收端,首跳簇以及末跳簇的运动方向的方位角,/>分别表示发送端,接收端,首跳簇以及末跳簇的运动方向的俯仰角;
6G普适几何随机信道模型的信道矩阵表示为:
H=[PL·SH·BL·WE·AL]1/2·Hs
其中,PL,SH,BL,WE,AL为大尺度衰落,PL为路径损耗,SH为阴影衰落,BL为阻挡效应,AL为大气吸收损耗,WE为天气影响损耗,Hs为小尺度衰落。
2.根据权利要求1所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述小尺度衰落Hs如下:
其中,MT为发送端天线阵列中天线阵元数量,MR为接收端天线阵列中天线阵元数量,为时刻t时发送端天线阵元/>与接收天线阵元/>之间的信道冲激响应,表示为视距LoS分量/>与非视距NLoS分量/>的叠加:
其中,KR(t)为莱斯因子,和/>分别如下:
其中,{*}T表示转置,fc表示载波频率,和/>表示在不同频段上天线单元对应垂直极化和水平极化的方向图,/>为交叉极化功率比,μ表征联合极化不均衡,/>和/>是时刻t时从/>至/>的LoS路径对应的方位离开角以及俯仰离开角,和/>是时刻t时从/>至/>的LoS路径对应的方位到达角以及俯仰到达角,和/>是服从(0,2π]均匀分布的随机相位,ψl,m=108/fc 2为法拉第旋转角,此处计算法拉第旋转角时fc的单位是GHz,/>是NLoS条件下/>到/>的第n条路径中的第m个子径的功率,/>是在时刻t时路路径的时延,/> 是在时刻t时发送端天线阵元/>与接收天线阵元/>间的矢量距离,c为光速;/>是在时刻t时/>与/>之间的第n条路经的第m个子径的时延,/>是在时刻t时/>与/>之间的第n条路经的第m个子径的功率。
3.根据权利要求2所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述6G普适信道建模方法,在海洋通信信道场景中,模型分别将LoS路径、粗糙的海洋表面和海面上空蒸发波导的多径传播这三个部分建模为和/>并使用功率系数,S1和S2控制对应部分随两船距离变化的消失和出现,即将/>计算公式中的NLoS部分分为/>和/>两部分,其中S1+S2=1,在工业物联网信道中将镜面反射分量和密集多径分量分别建模为/>和/>其中和/>的建模方法与/>相同,只是参数值和簇的分布不同。
4.根据权利要求1所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述6G普适信道建模方法,在可重构智能表面场景中,将信道分为发送端到可重构智能表面的子信道HTI,可重构智能表面到接收端的子信道HIR和发送端到接收端的子信道HTR,对三个子信道分别建模并引入相移对角矩阵Φ实现对信道环境的智能调控,HIR,HTI和HTR与的计算方法与Hs相同,只是参数值和簇的分布不同。
5.根据权利要求1所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述6G普适信道建模方法,针对可见光频段信道建模时,一方面光信号波长极短,接收端尺寸通常为几百万个波长,不会发生几个波长上的信号快速衰落;另一方面由于可见光通信系统中LED灯发出的是非相干光,光信号没有相位信息,在接收端的实数多路径信号叠加后并不会引起快衰落,而表现为缓慢变化的阴影衰落,因此,虽然现在的可见光模型表示形式是多路径叠加的信道冲激响应形式,其本质是建模了PL和SH的大尺度模型,所以
pH,pV为LED面阵的行和列数,为pH行pV列LED LoS路径的信道冲激响应表达式,/>为pH行pV列LED NLoS路径的信道冲激响应表达式,/>和/>分别为pH行pV列LED对应的LoS路径在t时刻的接收功率和时延,/>和/>分别为pH行pV列LED对应的NLoS路径中第n个簇内第m个子路径在t时刻的接收功率和时延。
6.根据权利要求1所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述6G普适信道建模方法,在多链路场景中,假设基站数目为NBS,用户数为NMS,多链路信道模型的信道传输矩阵如下公式所示:
每条链路对应的即为前述的信道矩阵H。
7.根据权利要求1所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述6G普适信道建模方法,信道矩阵H生成详细分为以下步骤:
S1、设置传播场景和传播条件,确定载波频率和天线类型、收发端布局以及收发端运动轨迹等;
S2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应的大尺度衰落;本方法主要聚焦于小尺度衰落的建模,此部分计算参考标准化信道模型或业界经典模型;
S3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展的大尺度参数;
除SH外,其余相关大尺度参数有时延扩展DS、方位到达角扩展ASA、方位离开角扩展ASD、俯仰到达角扩展ESA、俯仰离开角扩展ESD、莱斯因子KR和交叉极化比XPR,时延扩展DS的生成如下公式所示:
其中,P=(PT,PR)由收发端位置矢量组成,PT(t)=(xT(t),yT(t),zT(t))和PR(t)=(xR(t),yR(t),zR(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量,其初始值根据仿真环境及要求生成;XDS(P)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量,表示DS在fc频段的均值,/>表示DS在fc频段的方差;根据终端的高度hUT,/>的配置值可分为三种类型;对于陆地移动通信场景1.5m≤hUT≤22.5m;对于无人机场景22.5m≤hUT≤300m;对于低轨卫星通信场景,城市宏小区UMa场景NLoS条件下,载波频率介于2-4GHz情况下/>的计算如下:
其他的大尺度参数的生成与时延扩展DS的生成过程相同,8个大尺度参数都生成后,乘以大尺度参数间的互相关矩阵得到具有空间一致性的全部大尺度参数在对数域的值,然后,需要将对数域的值转化到线性域,至此,信道的大尺度参数都可得到;
S4、生成服从椭球高斯散射分布的散射体,并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率,生成信道系数;
S5、根据收发端运动和簇的生灭过程,进行大、小尺度参数的更新,生成新的信道系数,
模型的空-时-频非平稳性主要体现在两个方面,一方面是空-时-频变化的参数,另一个方面是簇在空-时-频域的生灭过程,t时刻簇数量计算如下:
Nqp(t)=Nsurv(t)+Nnew(t)
其中,Nqp(t)为簇的数量,Nsurv(t)为幸存簇的数目,Nnew(t)为新生簇的数目,服从均值为E[Nnew(t)]的泊松分布,定义λG为簇的出生率、λR为簇的结合率即灭亡率。
8.根据权利要求7所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述步骤S4具体为:
步骤S401、使用椭球高斯散射分布,获取散射体的位置,即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为/>和/>的高斯分布,在获得散射体的位置后可将它们转换成球坐标,相对于第一根发送天线的位置/>和第一根接收天线的位置/>的第n个簇内的散射体的位置/>和/>表示为和/>其中,和/>分别表示第n个簇第m个子路径到X天线阵列的距离、方位角和俯仰角;X∈{T,R},T、R分别表示发送端和接收端;
步骤S402、初始时刻簇内子路径时延计算,在多跳信道模型中,簇内子路径的时延通过计算,其中,/>表示/>和/>之间虚拟链路的时延,/>为t0时刻/>到/>之间的距离,/>为t0时刻/>到/>之间的距离; 为首跳簇和末跳簇间的距离,τlink为服从指数分布的非负随机变量;
步骤S403、在大规模天线阵中,簇内子路径的功率会沿着时间轴和阵列轴变化,通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程,非归一化的簇内子路径功率/>为:
其中,为t时刻第n个簇第m个子路径的时延,DS为均方根时延扩展,Zn是以dB为单位的每簇阴影项,rτ为时延分布比例因子,ξn(p,q)是一个二维空间对数正态过程,用于模拟天线阵列上平滑的功率变化;
在大带宽场景下,需要考虑频域非平稳特性,在频域上将功率值乘以项,其中,γmn是依赖于频率的常数因子,最后,通过将所有簇的功率归一化即可得到最终簇内子路径的功率/>如果簇是新产生的,通过将/>替换成/>得到/>和/>之间第n簇内第m个子路径的初始功率;
步骤S404、对于幸存的簇,需要在不同的时刻更新簇内子路径的功率、时延等小尺度参数,对于时刻t1处的轨迹段,即在簇生成后的下一个时刻,第p根发送天线的坐标为其中,初始时刻第p根发送天线的坐标/>通过/>计算,在t1时刻,第n个首跳簇中第m个散射体的坐标/>通过/> 计算;其中,/>和/>分别为发送端运动的方位角和俯仰角,/>和/>分别为发送端天线初始时刻放置的方位角和俯仰角;在t1时刻,/>到/>的距离通过/>计算得到,同理可得/>到的距离/>t1时刻的簇内子路径的时延/>c为光速,/>为虚拟路径的时延;利用前一时刻发送端、接收端和散射体的地理位置得到/>和/>t=t2,t3,...,/>为t时刻第n个簇第m个子路径的时延。
9.根据权利要求7所述的适用于全频段全场景的6G普适信道建模方法,其特征在于,所述步骤S5中:为了更精确地建模簇的空-时-频演进过程,引入两种采样间隔,一种是时域采样间隔Δt,频域采样间隔Δf和空间域阵列域采样间隔Δr,信道参数连续更新;另一种是的Δt,Δf和Δr的整数倍,分别是ΔtBD,ΔfBD和ΔrBD,在这些采样点发生簇的生灭演进过程,发送端和接收端簇沿阵列轴和时间轴的生存概率:
其中,和/>分别表示发送和接收天线单元在阵列轴上以及时间轴上的位置差,δp为第p根发送天线与参考天线阵元与第1根之间的间距,δq为第q根接收天线与参考天线阵元第1根之间的间距,/>和/>分别为发送端天线初始时刻放置的方位角和俯仰角,vT为发送端运动速度,vR为接收端运动速度;/>和/>分别表示在阵列轴和时间轴依赖于场景的相关因子,发送端和接收端簇的联合生存概率为:
新生簇的平均数量为:
当研究大带宽时,在频率轴上也会存在簇的生灭过程,频率轴上簇的生存概率为:
其中,F(ΔfBD)和通过信道测量决定,/>表示在频率轴依赖于场景的相关因子,
同时考虑空-时-频域簇的生灭过程时,簇的生存概率为:
新生簇的平均数量为:
超高速列车场景中,考虑真空管道超高速列车场景的波导效应和管道壁粗糙度对信道的影响,新生簇的平均数量为:
其中,Dqp(t)为t时刻收发端的直线距离,D为收发端的初始距离,ρs为管道壁散射系数,为粗糙度σh=0时的散射系数,/>为发射端参考天线即第一根天线阵元到第n个首跳簇的第m个子路径对应的俯仰离开角,λ为电磁波波长。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210235058.9A CN114598408B (zh) | 2022-03-10 | 2022-03-10 | 一种适用于全频段全场景的6g普适信道建模方法 |
PCT/CN2023/082380 WO2023169590A1 (zh) | 2022-03-10 | 2023-03-19 | 一种适用于全频段全场景的6g普适信道建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210235058.9A CN114598408B (zh) | 2022-03-10 | 2022-03-10 | 一种适用于全频段全场景的6g普适信道建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114598408A CN114598408A (zh) | 2022-06-07 |
CN114598408B true CN114598408B (zh) | 2024-02-27 |
Family
ID=81817474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210235058.9A Active CN114598408B (zh) | 2022-03-10 | 2022-03-10 | 一种适用于全频段全场景的6g普适信道建模方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114598408B (zh) |
WO (1) | WO2023169590A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114598408B (zh) * | 2022-03-10 | 2024-02-27 | 东南大学 | 一种适用于全频段全场景的6g普适信道建模方法 |
CN115150861A (zh) * | 2022-06-28 | 2022-10-04 | 南京航空航天大学 | 机舱内部5g宽带信号覆盖性能评估方法 |
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 |
CN115589268B (zh) * | 2022-09-08 | 2023-06-13 | 江南大学 | 面向工业物联网的无线信道建模方法及系统 |
CN116633423B (zh) * | 2023-07-24 | 2023-10-13 | 成都本原星通科技有限公司 | 一种基于可重构智能表面的低轨卫星辅助通信方法 |
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 |
CN118101000B (zh) * | 2024-04-25 | 2024-07-02 | 南京邮电大学 | 一种辅助6g车与车通信的混合智能反射面功率分配优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008059629A1 (fr) * | 2006-11-14 | 2008-05-22 | National Institute Of Information And Communications Technology | Appareil et méthode d'analyse d'une caractéristique d'un canal |
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 (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105553584A (zh) * | 2015-12-10 | 2016-05-04 | 国网山东省电力公司烟台供电公司 | 一种3d mimo信道建模的方法 |
CN107425895B (zh) * | 2017-06-21 | 2020-07-03 | 西安电子科技大学 | 一种基于实测的3d mimo统计信道建模方法 |
CN114598408B (zh) * | 2022-03-10 | 2024-02-27 | 东南大学 | 一种适用于全频段全场景的6g普适信道建模方法 |
-
2022
- 2022-03-10 CN CN202210235058.9A patent/CN114598408B/zh active Active
-
2023
- 2023-03-19 WO PCT/CN2023/082380 patent/WO2023169590A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008059629A1 (fr) * | 2006-11-14 | 2008-05-22 | National Institute Of Information And Communications Technology | Appareil et méthode d'analyse d'une caractéristique d'un canal |
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)
Title |
---|
《面向6g的无线通信信道特性分析与建模》;王承翔等;物联网学报;20200331;第第4卷卷(第第1期期);第19-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114598408A (zh) | 2022-06-07 |
WO2023169590A1 (zh) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114598408B (zh) | 一种适用于全频段全场景的6g普适信道建模方法 | |
Wang et al. | Pervasive wireless channel modeling theory and applications to 6G GBSMs for all frequency bands and all scenarios | |
Wang et al. | 6G wireless channel measurements and models: Trends and challenges | |
Liu et al. | A novel non-stationary 6G UAV channel model for maritime communications | |
Matolak et al. | Air-ground channel characterization for unmanned aircraft systems: The near-urban environment | |
Palat et al. | Cooperative relaying for ad-hoc ground networks using swarm UAVs | |
JP6772166B2 (ja) | データ転送速度の向上 | |
Guan et al. | Channel characterization and capacity analysis for THz communication enabled smart rail mobility | |
CN104994517B (zh) | 一种高空平台mimo通信系统三维信道建模方法 | |
CN111147170A (zh) | 一种空天地一体化太赫兹通信信道建模方法 | |
Matolak et al. | Initial results for air-ground channel measurements & modeling for unmanned aircraft systems: Over-sea | |
CN114499724B (zh) | 一种面向低轨卫星通信的空时频非平稳传输特性分析方法 | |
Zhu et al. | Effects of digital map on the RT-based channel model for UAV mmWave communications | |
King et al. | Low elevation wideband land mobile satellite MIMO channel characteristics | |
Liu et al. | 6G enabled advanced transportation systems | |
CN115189779A (zh) | 一种基于无人机的低轨卫星设备测试方法及无人机 | |
Lyu et al. | Measurement-based fading characteristics analysis and modeling of UAV to vehicles channel | |
Wang et al. | A complete study of space-time-frequency statistical properties of the 6G pervasive channel model | |
Hu et al. | Channel modeling for UAV-aided LEO satellite communication | |
CN117040670A (zh) | 一种面向卫星信道的几何随机信道建模方法 | |
Yang et al. | Analysis of channel characteristics between satellite and space station in terahertz band based on ray tracing | |
CN115664567A (zh) | 一种太赫兹mimo无人机非平稳性信道建模方法 | |
Wang et al. | Communication channels in FANET | |
Zhang et al. | Three-Dimensional Geometry-based Stochastic Model for Sub-Terahertz Air-to-Air UAV-MIMO channels | |
Kim et al. | Channel measurements and characterizations for long range air-to-ground communication systems in the UHF band |
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 |