CN115225179A - 一种面向高机动平台的短波宽带移动信道模型 - Google Patents
一种面向高机动平台的短波宽带移动信道模型 Download PDFInfo
- Publication number
- CN115225179A CN115225179A CN202210825167.6A CN202210825167A CN115225179A CN 115225179 A CN115225179 A CN 115225179A CN 202210825167 A CN202210825167 A CN 202210825167A CN 115225179 A CN115225179 A CN 115225179A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- short
- speed
- channel
- wave
- 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
Links
- 230000004044 response Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000033001 locomotion Effects 0.000 claims description 63
- 230000008859 change Effects 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000005315 distribution function Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000005562 fading Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000001788 irregular Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 28
- 238000004891 communication Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010295 mobile communication Methods 0.000 abstract description 5
- 239000006185 dispersion Substances 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 4
- 238000013507 mapping Methods 0.000 abstract 1
- 238000001228 spectrum Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 230000009471 action Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000005433 ionosphere Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 208000020061 Hand, Foot and Mouth Disease Diseases 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3911—Fading models or fading generators
-
- 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
- H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
-
- 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
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及短波通信技术领域,特别涉及一种面向高机动平台的短波宽带移动信道模型,包括基于ITS模型提出高机动平台天波超视距移动信道模型,根据机动行为模式与信道时频二维双色散效应的映射关系,建立融合不同场景、不同传播模式的统一信道冲激响应表达式;本发明所建立信道模型能够基于飞行轨迹实现信号复现与信道模拟;还能在飞行轨迹未知情况下,基于飞行器种类、机动频率等先验信息,实现具有各态历经性的高机动平台短波宽带信道仿真,对短波移动通信系统研究起到重要参考作用。
Description
技术领域
本发明涉及短波通信技术领域,特别涉及一种面向高机动平台的短波宽带移动信道模型。
背景技术
短波通信(3~30MHz)利用电离层对高频电磁波反射的机理实现长达数千公里的超视距通信,是国家、军队远程通信、移动通信和应急通信的基本手段。随着船只、飞机、临近空间飞行器等机动平台活动范围与机动能力的快速发展,传统窄带短波通信体制难以适应高机动平台强多普勒效应下高可靠传输需要。宽带短波通信已成为高机动平台短波移动通信的重要研究方向。
现有短波宽带信道模型主要针对点对点静态通信场景,难以有效描述机动平台移动通信信道特性,特别是针对超音速高机动飞行载具,高速运动的飞行器与高频载波会使接收信号产生较大的多普勒频移,通信质量受到严重影响并使系统具有很高的误码率。因此,建立准确的短波移动信道模型,可以在实验室条件下测试和评估短波移动通信系统,能够缩短开发周期,节约开发成本。
无线信道的建模方法主要有三种:统计性建模、确定性建模和半确定性建模。由于电离层具有时变性,难以利用确定性建模的方法来表征短波信道,通常基于历史信道探测数据来建立短波统计性信道模型。目前典型的两种短波信道模型窄带Watterson模型和宽带ITS模型都是基于实测数据得到的统计性模型。现有技术有采用Nakagami-m函数对ITS模型中的功率延迟剖面函数进行拟合,降低了模型复杂度,但该模型仍只适用于收发两端不存在相对运动的静态场景;对于移动信道的研究,现有技术在超短波频段对航空信道的小尺度衰落进行统计建模并仿真;但目前超短波网络尚不能覆盖所有区域,在正在兴起的极地飞行中,短波几乎是地空超视距通信的唯一手段针对航空移动信道的研究尚在继续,但仍缺乏一个面向高机动机载平台的性能较为完善的短波宽带移动信道模型。
发明内容
针对上述问题,本发明提出一种面向高机动平台的短波宽带移动信道模型,单传播模式下短波宽带移动信道模型的冲击响应为:
其中,hpn(t,τ)为t时刻单传播模式下短波宽带移动信道模型的冲击响应;Pn(τ)为在子路径n中的时延功率分布函数;Dn(t,τ)为确定相位函数;Ψn(t,τ)为一个随机序列,且该序列在时延τ上独立、在时间t上相关;fs为电离层不规则运动产生的多普勒频移;b为多普勒频移随时延τ的变化率;τc为中心频率处的平均时延;fm为由收发端相对运动所引起的多普勒频移;i为虚数。
进一步的,由收发端相对运动所引起的多普勒频移fm表示为:
其中,fc为信号的载波频率,c为光速;v为飞行器的速度;θn为在子路径n中速度方向与电波传播方向的夹角。
进一步的,由收发端相对运动所引起的多普勒频移fm表示为:
其中,fc为信号的载波频率,c为光速;v为飞行器的速度;θn为在子路径n中速度方向与电波传播方向的夹角。
进一步的,在已知飞行器的飞行轨迹的情况下,将飞行器的运动轨迹划分为急转机动状态、跃升或俯冲机动状态、筋斗机动状态、盘旋升或降机动状态以及桶滚机动状态,根据每种状态计算飞行器的速度。
进一步的,在未知飞行器的飞行轨迹的情况下,根据飞行器种类将其机动频率划分为低、中、高三个状态等级,按照每个机动频率模拟出一段时间内飞行器的运动状态,考虑到飞行器受发动机功率限制,运动速度要受到最大飞行速度的限制,其速度表示为:
其中,vmax为飞行器的最大速度,其值取决于飞行器种类;r为飞行器速度变化率;t为时间变量。
进一步的,采用Nakagami-m分布函数拟合时延功率分布函数的方法获取在子路径n中的时延功率分布函数Pn(τ),则进行归一化后的Nakagami-m形式功率延迟剖面函数的表达式为:
其中,m为衰落因子,与飞行器速度变化率成反比;σ是形状因子,Γ(m)表示伽马函数。
进一步的,飞行器的速度v表示为:
v(t)=v0+a(t)cosα(t)·t;
其中,v(t)表示t时刻飞行器的速度;v0为飞行器的初始速度;a(t)为t时刻为飞行器的加速度;α(t)为t时刻速度与加速度方向的夹角。
进一步的,多普勒频移随时延的变化率b表示为:
其中,fs、fsL分别为时延τ=τc、τ=τL时的多普勒频移;τc为中心频率处的平均延时,τL为最小时延。
本发明对ITS信道模型进行理论推导,再通过分析飞行器的最大移动速度、加速度、机动频率、运动轨迹等机动状态参数对短波宽带高机动信道的影响,建立短波宽带移动信道模型,该模型不仅能描述短波信道典型特征,还能有效描述由收发两端相对运动带来的多普勒频移和扩展。
附图说明
图1为现有技术中ITS短波宽带信道模型;
图2为现有技术中Nakagami-m分布函数示意图;
图3为本发明中飞行器状态为急转机动状态的示意图;
图4为本发明中飞行器状态为筋斗机动状态的示意图;
图5为本发明中飞行器状态为盘旋升或降机动状态的示意图;
图6为本发明一实施例中已知飞行轨迹的情况下飞行器飞行轨迹示意图;
图7为本发明在未知飞行轨迹的情况下飞行器速度上限变化示意图;
图8为本发明一实施例中未知飞行轨迹的情况下飞行器飞行轨迹示意图;
图9为本发明中短波宽带移动信道模型仿真框图;
图10为本发明单传播路径下时延功率分布函数的采样示意图;
图11为本发明时变多普勒频移的实现框图;
图12为本发明型机动状态持续时间内速度变化示意图;
图13为本发明型机动状态持续时间内多普勒频移变化示意图;
图14为本发明短波宽带移动信道的冲激响应示意图;其中图(a)所示为LFM信号估算出的信道的冲激响应,图(b)所示为信道冲激响应在时延剖方向上的剖面图;图(c)所示为信道模型在给定参数情况下的时延剖面函数;
图15为本发明中典型机动状态下短波宽带高机动信道频谱图;
图16为本发明中各时间节点处信道散射函数示意图;
图17为本发明在机动频率为低、中、高三种情况下随机生成飞行器的飞行速度示意图;
图18为本发明一实施例中输出信号在时域、频域的波形示意图;
图19为本发明一实施例中不同时段内信号的频谱;
图20为本发明不同运动状态下itur-HFMD模型与短波宽带移动信道模型频谱对比。
具体实施方式
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,所描述的实施例仅仅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。
一种面向高机动平台的短波宽带移动信道模型,单传播模式下短波宽带移动信道模型的冲击响应为:
其中,h(t,τ)为t时刻单传播模式下短波宽带移动信道模型的冲击响应;Pn(τ)为在子路径n中的时延功率分布函数;Dn(t,τ)为确定相位函数;ψn(t,τ)为一个随机序列,且该序列在时延τ上独立、在时间t上相关;fs为电离层不规则运动产生的多普勒频移;b为多普勒频移随时延τ的变化率;τc为中心频率处的平均延时;fm为由收发端相对运动所引起的多普勒频移;i为虚数。
ITS信道模型是基于实测数据提出的一种短波宽带信道模型。该模型既适用于宽带信道,也适用于窄带信道,是现今公认的最能全面反映宽带短波信道特性的模型,其仿真表达如下:
y(t)=x(t)*h(t,τ)+n(t) (1)
其中,x(t)是输入信号,y(t)是输出信号,t是时间变量,τ是时延变量,h(t,τ)是信道冲激响应,n(t)是噪声和干扰。
ITS信道模型以信道冲激响应的形式实现,本文主要针对信道冲激响应h(t,τ)进行建模。单传播模式下模型框图如图1所示,单位冲击响应由时间变量t和时延变量τ定义,可表示为:
其中,hpn(t,τ)为第p个传播模式的信道冲激响应,n表示单一传播模式下的传播路径数。每一个传播模式下的信道冲激响应hn(t,τ)由此模式下的时延功率分布Pn(τ)、确定相位函数Dn(t,τ)以及随机调制函数Ψn(t,τ)共同表示。
ITS信道模型中功率延迟剖面函数的确定是进行信道仿真的难点,有些参数的确定需要进行迭代计算才能得到,因此要得出功率延迟剖面函数的仿真表达式是非常困难的。本实施例采用Nakagami-m分布函数拟合时延功率分布函数的方法来对进行拟合。Nakagami-m分布概率密度函数如图2所示,其表达式为:
进行归一化后的Nakagami-m形式功率延迟剖面函数的表达式为:
式中,m是衰落因子,m越大则衰落越小,Γ(m)表示伽马函数;σ是形状因子,决定函数扩展形状,越大则函数展宽越明显。使用Nakagami-m函数拟合方法时只需要确定m和σ的值就可以得到具体的时延功率分布函数,m的值通过仿真测试得到,σ的值可根据经验值取得。
为确定相位函数,可表示为:
Dn(t,τ)=exp{i2π[fs+b(τ-τc)]t} (6)
式中,fs、fsL分别为时延τ=τc、τ=τL时的多普勒频移;τ表示当前时延,τc为中心频率处的平均延时,决定了延时偏移;在实际通信中,若发射端发送一个脉冲波,接收端收到的是一个经历了时延τc和扩展的包状脉冲(如图10),由于扩展,接收端收到的脉冲波形就变成了时延范围为τL~τU,平均时延为τc的脉冲,τL为最小时延值,τU为最大时延值,各个时延的设定属于ITS模型的理论推导,本发明不对此赘述。
随机调制函数Ψn(t,τ)表征了信道的多普勒扩展,通常采用高斯型谱(中、低纬度地区)或洛伦兹型谱(高纬度地区)来模拟多普勒功率谱的扩展。信道模型中,每条路径的时延功率分布与随机复数时间序列构造出的随机调制函数Ψn(t,τ)相乘。该乘法使信道相位响应产生了随机起伏,这种起伏导致了发射信号的频谱拖尾效应,这个拖尾效应即是多普勒扩展。
对于每个独立的传输路径,需要计算一个随机序列,该序列在时延上独立,在时间上相关。当多普勒频谱的功率谱服从高斯分布时,由于高斯白噪声的功率谱服从均匀分布,可以用高斯滤波器对高斯白噪声进行滤波,得到高斯功率谱的噪声序列,该序列可以与输入信号相乘。两个信号在时域内的乘积运算等效于在频域内的卷积运算,以实现频谱扩展。
传统的短波信道模型只适用于收发两端不存在相对运动的场景,未考虑收发端在高速移动场景下带来的多普勒效应的影响。飞行器在高速移动的过程中,短波信道的每条路径的多普勒频移应由两个部分组成:除了电离层不规则运动产生的多普勒频移fs,还会存在一个由收发端相对运动所引起的多普勒频移fm。这时,信道第条路径的多普勒频移计算公式为:
fn=fs+fm (8)
其中,fc为信号的载波频率,c为光速,v为飞行器的运动速率,θn为第n条路径中接收端的入射波与其运动方向的夹角,其值在某范围内服从均匀分布。
建立短波宽带移动信道模型的意义在于:当明确飞行器的飞行轨迹时,根据航迹可以推测每一时刻的信道时频二维双色散效应的变化情况,更精确的获取信道参数,实现对原发送信号的提取;在飞行轨迹未知的情况下,结合飞行器种类、机动频率等先验信息,实现具有各态历经性的高机动平台短波宽带信道仿真。
由于高机动率场景下的飞行器轨迹最为复杂多变,本文以高机动率场景为例,对其在多种典型运动状态下的多普勒频移进行建模,该模型也适用于中、低机动频率场景。在预知航迹的情况下,可以将飞行器航迹明确划分为几个典型机动状态下的轨迹及它们的组合轨迹。根据战斗机空中机动作战方式,可将其机动行为模式划分为5个典型机动状态:
A.急转机动状态
急转是所有空战机动中最基本的战术动作,可视为曲线运动,如图3所示,其速度与加速度方向及大小为时变值。假设飞行器初速度为v0,加速度为a,忽略二阶加速度得其速度表达式为:
v(t)=v0+a(t)·t·cosα(t) (10)
其中,α(t)表示速度与加速度方向的夹角,当α(t)=0°或α(t)=180°时,飞行器做直线上的加、减速运动。在此过程中,速度方向与电波传播方向的夹角θ在[0,π]间持续变化,因此运动引起的多普勒频移会发生由负到正的变化。
B.跃升或俯冲机动状态
飞行器的跃升或俯冲动作均可分解为水平方向上和垂直方向上的和速度。
速度分量vx、vy可表示为:
vx、y(t)=v0+a(t)·t (11)
其和速度的表达式如下:
此机动状态下,飞行器速度方向与电波传播方向的夹角θ变化较小,在某范围内服从均匀分布。
C.筋斗机动状态
飞行器的筋斗动作可视为前进方向上的圆周运动,如图4所示,其速度表达式为:
v(t)=[Ω0+μ(t)·t]·R (13)
其中,Ω0是角初速度,μ是角加速度,R是圆周半径。当μ=0时,其做垂直平面上的匀速圆周运动。由于其动作持续期间运动方向与电波传播方向的夹角在[0,2π]间持续变化,因此产生的时变多普勒频移值会在某范围内正负变化。
D.盘旋升、降机动状态
当飞行器对某区域执行战术监控时,其运动方式可分解为水平面内的圆周运动与垂直方向上的直线运动,如图5所示,其速度表达式为:
vxoy(t)=[Ω0+μ(t)·t]·R (14)
vz(t)=v0+a(t)·t·cosα(t) (15)
其运动方向与电波传播方向的夹角θ在某范围内服从均匀分布。
E.桶滚机动状态
桶滚机动是空战近距离格斗中十分实用的战术动作,其机动轨迹可视为螺旋前进,因此速度表达式可分解为下式:
vx(t)=v0+a(t)·t (17)
vyoz(t)=[Ω0+μ(t)·t]·R (18)
由于桶滚动作的圆周半径较小,其运动方向与电波传播方向的夹角的变化范围很小。
将各机动状态下的速度表达式代入式(9)得到时变多普勒频移值。
通常可以将飞行轨迹分解为以上5种典型机动状态,如图6所示。因此,在提前预知飞行器的飞行航线轨迹情况下,可以更准确的获知每一时刻的信道参数变化情况,提高接收端进行信号反演的准确性。同时,该信道模型也能对特定飞行轨迹下的短波信道进行定制化仿真。
在未知飞行器飞行轨迹情况下,信道的多普勒频移参数还与飞行器的机动频率有关。本文根据机动频率的等级,给出了3种典型场景下的机动频率参考值,如表1所示。
表1典型场景下机动参数参考值
考虑到飞行器受发动机功率限制,运动速度要受到最大飞行速度与最大加速度的限制,即不可能一直处于加速状态,表1中,在未知飞行轨迹的情况下,想要模拟飞行器处于机动状态时通信信道情况,首先需要根据飞行器种类(客机、战机等)划分其机动频率等级,其中战斗机处于最高机动频率等级,在该等级中速度和速度方向的变化最频繁但是每种变化的持续时间最短,表1中1Hz表示速度的大小和方向1s变化一次,且随着速度的增大,飞行器加速度应逐渐减小。由于飞行器速度存在正负值,可将Logistics函数表达式写为:
其中,P0为初始值,K为终值,r衡量曲线变化快慢。由于r越大,飞行器的速度变化越快,信道的衰落也越严重,即时延功率分布函数中m参数的值越小。因此,r的取值也会影响m参数的大小。令最大速度为vmax,此时P0=vmax,K=2vmax。则速度可表示为:
式中,取r=0.5,得到飞行器速度变化曲线如图7所示。随着飞行速度的增加,加速度会逐渐降低,直至飞行器保持最大飞行速度匀速飞行。
在移动场景,飞行器做变速运动或圆周运动时,由于每条路径内多普勒频移的快速变化会导致其多普勒扩展短时间内发生急剧变化。每条路径的多普勒频移与飞行器的移动速度有关,通常情况下,飞行器的速度公式为:
v(t)=v0+a(t)cosα(t)·t (22)
其中,v0表示飞行器的初始速度,a(t)为飞行器的加速度,为一时变值,当a(t)=0时,表示飞行器做匀速运动。α(t)为水平面内速度与加速度方向的夹角,当α=0时,飞行器做直线运动,其余情况下飞行器做圆周运动。这样,v(t)就描述出了飞行器的所有运动状态。在得到合理的飞行器飞行速度后按式(9)即可得到时变多普勒频移值。故飞行器在每条路径的多普勒频移为:
在未知轨迹的情况下,通常可以根据飞行器种类、机动频率等先验信息,模拟出飞行器的飞行轨迹。由于复杂的飞行轨迹投影至水平面后,分成很多小段,每小段都可以看成直线运动或部分圆周运动,如图8所示,因此可以将模拟出的航迹视为多段直线运动和部分圆周运动的组合。
根据上文对两种运动状态的多普勒频移建模方法,得到飞行器每一时刻的多普勒频移变化情况,对不同场景下的移动信道进行差异化仿真。
在仿真过程中,本实施例将短波宽带移动信道的冲激响应被划分为p个传播模式,对应于p条传播路径,每条传播路径由n个子路径组成,各子路径进行独立的相位调制和随机幅度调制,最后相加合成单路径的最终信号,单传播模式下的模型仿真实现框图如图9所示。
短波宽带高机动信道的时变多普勒频移由电离层运动产生的多普勒频移与收发端相对运动产生的多普勒频移两部分组成,实现框图如图11所示。
在得到多普勒频移值后,让一个复信号频移Δf相当于时域上乘以ej2πΔft,假设输入信号为ej2πft,频移后的信号应为ej2π(f+Δf)t,这样,路径的信号频率便得到偏移。由于该多普勒频移值是时变的,因此不同时刻的偏移值不同。
ITS模型的多普勒扩展谱型分为高斯型和洛伦兹型,考虑到我国地处中、低纬度地区,因此仿真中采用高斯型功率谱实现多普勒扩展。由于高斯白噪声的功率谱服从均匀分布,可以利用高斯滤波器对高斯白噪声进行滤波,得到具有高斯功率谱的噪声序列,再与输入信号相乘,从数字信号处理角度来看,两个信号在时域做乘法运算,相当于在频域做卷积运算,即可实现频谱扩展。
对于宽带短波信道模型而言,时延扩展、多普勒频率扩展和多普勒频率偏移是最为重要的特性。散射函数(SCF)表示能量在时间轴和频率轴上的散布,其实质是一个二维的功率谱密度函数。它与时延扩展、多普勒频移和多普勒扩展有关,是一种展示信号能量分布的图形化方法。根据多普勒频谱形状可将信道散射函数分为以下两个式子:
其中,σf为多普勒扩展半带宽σD的函数,φ0为任意常数相位。通常用|S(τ,fD)|的三维图像来提供功率随延时、多普勒频移分布的可视化表示。
测量信道散射函数的流程如下:
Step1:设发射端发射的上变频之后的信号为:
I(t)=x(t)exp(j2πf0t) (27)
式中,x(t)为本地LFM信号序列。信号经短波信道和下变频后可表示为:
O(t)=h(t,τ)*x(t) (28)
Step2:将接收信号O(τ)与本地信号x(t)作相关运算,可得:
C(t,τ)≈h(t,τ) (30)
因此,可以用相关函数C(t,τ)去估计信道的冲击响应h(t,τ),利用LFM信号对信道进行多次探测;
Step3:对得到的一系列冲击响应h(t,τ)(ti=1,2,...,n)在时间轴t上作自相关运算:
R(Δt,τ)=E[C*(t,τ)C(t+Δt,τ)] (31)
Step4:再对所得自相关函数作傅里叶变换得到信道的散射函数:
测试中使用的LFM信号参数为:采样频率48kHz、单个符号长度约为0.01s、带宽24kHz、总符号数为1000。由此LFM信号探测得到的信道散射函数描述精度为:时延域约0.02ms、多普勒域约0.048Hz。
在预知航迹情况下,首先针对5种典型机动状态对短波宽带移动信道进行仿真,设载波频率为15MHz,飞行器的加速度根据不同战术动作的需求时刻变化,最大飞行速度2.2马赫,最大加速度50m/s2,10s内的速度与多普勒频移变化仿真结果如图12~13所示。
从图中可以看出模型可以模拟出各种机动状态下的多普勒频移值,且不同机动状态由于速度方向与入射波方向的夹角θ变化范围不同,其多普勒频移值的变化范围也不同,与理论相符。
在实际的短波信道探测中,信道的冲激响应是无法直接获得的,只能通过利用自相关特性比较好的序列,经调制对信道进行探测,在接收端下变频后与发射端上变频之前的序列作相关运算去估计信道的冲激响应。这里对载波频率为15MHz的信号进行仿真,为了便于观察,仿真时假设输入信号为从高频下变频到带宽为24kHz(0~24kHz)的LFM信号,2条路径的中心时延分别为0ms、2ms,假设飞行器处于急转机动状态,初始速度为1.5马赫,加速度在20~40m/s2内变化。
图15(a)所示为LFM信号估算出的信道的冲激响应,从中可以清晰分辨出信道有2条传播路径,在不同时刻,各路径的衰落程度并不相同,信道是个典型的时变衰落信道。图15(b)所示为信道冲激响应在时延剖方向上的剖面图,图15(c)所示为信道模型在给定参数情况下的时延剖面函数,前面2.1中已给出理论推导,可以看出由LFM信号估算出的信道冲激响应的时延扩展形状与信道模型预设的时延功率剖面函数基本一致,两条路径的冲激响应整体幅值出现偏差是因为信道冲激响应的幅值不仅受到时延功率剖面函数的影响,还会因为多普勒效应带来的频域色散导致其在时间域上的幅度变化,这也验证了所建立信道模型在实现时域、频域双色散效应所使用算法的可行性。
短波宽带移动信道模型既适用于宽带信号,也适用于窄带信号,为了观察当飞行器处于不同机动状态下信号在频域上的变化,这里对15MHz载波频率下,输入为1000Hz的窄带信号在5个典型机动状态下的信道进行仿真,输出信号的频谱如图15所示。从中可以看出,在5种机动模式下,输出信号的频谱均发生了频移和频谱扩展现象,与理论相符。
在高机动信道中,由于多普勒频移参数为时变值,因此信道的散射函数在每一时刻都不同。本文将选取固定时间节点,利用测量信道散射函数的方法,从散射函数中获取某一时刻的信道参数,再将其与理论值做对比,进一步验证该信道模型算法的可行性。
为便于观察,本次仿真仅设置1条传播路径,仿真中假设飞行器执行监测任务,在0~10s内处于盘旋上升机动状态,其盘旋半径为R=1000m,初始角速度为0.6rad/s,角加速度为0.01rad/s2,上升方向初速度为0.3马赫,加速度为10m/s2。其在动作持续时间内的速度与多普勒频移变化情况参考图13。本次仿真选取t1=1s、t2=5s、t3=7s作为时间节点,各节点处的信道参数如表2所示。
表2各时间节点处的信道参数
假设飞行器的最大加速度能达到80m/s2,最大飞行速度2.5马赫,随机生成60s的速度变化仿真结果如图17所示。
从图中可以看出飞行器可以做各种不同类型的运动,且随着机动频率的提升,飞行器的运动状态越来越复杂,与理论相符,满足进一步的仿真需求。在未知航迹情况下对短波宽带移动信道仿真时,参考国际电信联盟对典型短波电离层反射信道的仿真参数。为便于观察,仿真中将输入信号设为200Hz的单音信号,载波频率为15MHz。假设飞行器属于高机动频率,飞行轨迹未知,2条路径的延时分别为0ms、2ms,多普勒扩展分别为0.5Hz、1Hz,信噪比为10db,得到10s内的输出信号如图18所示。将时域波形按照时间区间划分,分时段后的信号的频域波形如图19所示。
为了观察不同运动状态导致的多普勒频移和扩展的情况,参考国际电信联盟对典型短波电离层反射信道的仿真参数,使用标准itur-HFMD信道模型与短波宽带移动信道模型在5s内的频谱进行对比,运动参数如表3所示,仿真结果如图20所示。
表3飞行器的飞行轨迹参数
在无噪声干扰的情况下,不同运动状态的频移和扩展差异很大。飞行器在直线运动状态下,与itur-HFMD模型相比,信号整体发生了更大的频偏,且由于加速度影响,与匀速直线运动相比,匀加速状态下信号频谱扩展更大。飞行器在匀速圆周运动也伴随着运动方向的改变发生正向或负向频偏。
根据图20中不同运动方式的频谱图,结合图19可以估计出飞行器在0-2s内进行圆周运动,在3-7s内进行直线运动,在8-10s内进行圆周运动。仿真结果表明,随机生成的速度可以模拟出飞行器可能的运动状态,进一步验证了短波宽带移动信道模型算法的可行性。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
3.根据权利要求2所述的一种面向高机动平台的短波宽带移动信道模型,其特征在于,在已知飞行器的飞行轨迹的情况下,将飞行器的运动轨迹划分为急转机动状态、跃升或俯冲机动状态、筋斗机动状态、盘旋升或降机动状态以及桶滚机动状态,根据每种状态计算飞行器的速度。
6.根据权利要求2所述的一种面向高机动平台的短波宽带移动信道模型,其特征在于,飞行器的速度v表示为:
v(t)=v0+a(t)cosα(t)·t;
其中,v(t)表示t时刻飞行器的速度;v0为飞行器的初始速度;a(t)为t时刻为飞行器的加速度;α(t)为t时刻速度与加速度方向的夹角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210825167.6A CN115225179B (zh) | 2022-07-14 | 2022-07-14 | 一种应用面向高机动平台的短波宽带移动信道模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210825167.6A CN115225179B (zh) | 2022-07-14 | 2022-07-14 | 一种应用面向高机动平台的短波宽带移动信道模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115225179A true CN115225179A (zh) | 2022-10-21 |
CN115225179B CN115225179B (zh) | 2024-02-09 |
Family
ID=83611500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210825167.6A Active CN115225179B (zh) | 2022-07-14 | 2022-07-14 | 一种应用面向高机动平台的短波宽带移动信道模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115225179B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854216A (zh) * | 2009-10-30 | 2010-10-06 | 北京航空航天大学 | 一种基于修正电离层信道模型进行信道对等性研究的方法 |
CN105207960A (zh) * | 2015-08-11 | 2015-12-30 | 上海交通大学 | 一种基于hf mimo预编码系统的信道预测方法 |
CN107800497A (zh) * | 2017-10-31 | 2018-03-13 | 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) | 一种适用于宽带短波通信的信道模拟方法及装置 |
US20190268112A1 (en) * | 2017-12-20 | 2019-08-29 | CINVESTAV-IPN ( Centro de Investigación .... | Generic of doubly selective channel emulator, locally non-stationary in time, nonstationary in frequency, with non-separable dispersion function |
US20200067617A1 (en) * | 2017-04-04 | 2020-02-27 | Centro De Investigación Y De Estudios Avanzados Del Instituto Politécnico Nacional | Method and system for generating stationary and non-stationary channel realizations of arbitrary length |
CN112671489A (zh) * | 2020-12-17 | 2021-04-16 | 重庆邮电大学 | 基于沃特森模型的短波航空移动信道建模方法 |
CN113364544A (zh) * | 2021-06-07 | 2021-09-07 | 北京理工大学 | 一种非对称毫米波亚毫米波无线信道仿真方法 |
-
2022
- 2022-07-14 CN CN202210825167.6A patent/CN115225179B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854216A (zh) * | 2009-10-30 | 2010-10-06 | 北京航空航天大学 | 一种基于修正电离层信道模型进行信道对等性研究的方法 |
CN105207960A (zh) * | 2015-08-11 | 2015-12-30 | 上海交通大学 | 一种基于hf mimo预编码系统的信道预测方法 |
US20200067617A1 (en) * | 2017-04-04 | 2020-02-27 | Centro De Investigación Y De Estudios Avanzados Del Instituto Politécnico Nacional | Method and system for generating stationary and non-stationary channel realizations of arbitrary length |
CN107800497A (zh) * | 2017-10-31 | 2018-03-13 | 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) | 一种适用于宽带短波通信的信道模拟方法及装置 |
US20190268112A1 (en) * | 2017-12-20 | 2019-08-29 | CINVESTAV-IPN ( Centro de Investigación .... | Generic of doubly selective channel emulator, locally non-stationary in time, nonstationary in frequency, with non-separable dispersion function |
CN112671489A (zh) * | 2020-12-17 | 2021-04-16 | 重庆邮电大学 | 基于沃特森模型的短波航空移动信道建模方法 |
CN113364544A (zh) * | 2021-06-07 | 2021-09-07 | 北京理工大学 | 一种非对称毫米波亚毫米波无线信道仿真方法 |
Non-Patent Citations (4)
Title |
---|
L. DOSSI ET AL.: "Statistical analysis of measured impulse response functions of 2.0 GHz indoor radio channel", 《PROCEEDINGS IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS ICC \'95》, pages 1153 - 1157 * |
姚誉: "高效调制雷达通信一体化系统相关技术研究", 《中国学位论文全文数据库》 * |
粟根花等: "宽带短波信道建模综述", 《数字通信》, vol. 41, no. 3, pages 48 - 52 * |
马欢: "短波高速移动信道建模与仿真系统研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》, pages 3 - 4 * |
Also Published As
Publication number | Publication date |
---|---|
CN115225179B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Borowski | Characterization of a very shallow water acoustic communication channel | |
CN110045341B (zh) | 雷达高度表低截获性能测试方法 | |
Groll et al. | Sparsity in the delay-Doppler domain for measured 60 GHz vehicle-to-infrastructure communication channels | |
Nguyen | Modeling of Doppler power spectrum for underwater acoustic channels | |
CN105467369B (zh) | 一种目标回波仿真方法和装置 | |
CN102879785B (zh) | 基于频谱认知和分段跳频调频的水下物体探测方法及系统 | |
EP3268768B1 (en) | Wideband channel equalization for signals propagated in lossy transmission media | |
CN112671489B (zh) | 基于沃特森模型的短波航空移动信道建模方法 | |
Gómez-Vega et al. | Doppler spectrum measurement platform for narrowband V2V channels | |
Zhang et al. | HFM spread spectrum modulation scheme in shallow water acoustic channels | |
Ding et al. | A time-varying transition channel model for air-ground communication | |
CN115225179B (zh) | 一种应用面向高机动平台的短波宽带移动信道模型的方法 | |
US20080211714A1 (en) | Method of Measuring the Speed of Air by Doppler Radar | |
Naderi et al. | Modelling the Doppler power spectrum of non-stationary underwater acoustic channels based on Doppler measurements | |
US8264909B2 (en) | System and method for depth determination of an impulse acoustic source by cepstral analysis | |
CN103529434B (zh) | 微波着陆接收机测角精度分析方法 | |
Schneckenburger | A wide-band air-ground channel model | |
CN107579798A (zh) | 无线传感器网络单节点多径信号抑制方法及通信信号的盲区识别方法 | |
Sadler et al. | Multi-modal sensor localization using a mobile access point | |
CN103197320B (zh) | 船在纵摇情况下利用海底回波理论测量船速的方法 | |
Nguyen et al. | Methods to Estimate the Channel Delay Profile and Doppler Spectrum of Shallow Underwater Acoustic Channels | |
Lichtblau et al. | Development of a novel channel model for train-onboard communication in commuter traffic at 100 km/h | |
Dey | A Simulink-based Channel Emulator for Underwater Acoustic Communications | |
Thomä et al. | Characterization of multi-link propagation and bistatic target reflectivity for distributed multi-sensor ISAC | |
Mielke et al. | Path-Based Statistical Modeling of Multipath Components in Propagation Channels for Wireless Communications in Unmanned Aviation |
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 |