CN115589268B - 面向工业物联网的无线信道建模方法及系统 - Google Patents
面向工业物联网的无线信道建模方法及系统 Download PDFInfo
- Publication number
- CN115589268B CN115589268B CN202211096865.3A CN202211096865A CN115589268B CN 115589268 B CN115589268 B CN 115589268B CN 202211096865 A CN202211096865 A CN 202211096865A CN 115589268 B CN115589268 B CN 115589268B
- Authority
- CN
- China
- Prior art keywords
- time
- cluster
- path
- angle
- azimuth
- 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 35
- 230000004083 survival effect Effects 0.000 claims abstract description 22
- 238000004138 cluster model Methods 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 60
- 238000009826 distribution Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 15
- 238000003491 array Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000010287 polarization Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000005388 cross polarization Methods 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 241000209094 Oryza Species 0.000 claims 2
- 235000007164 Oryza sativa Nutrition 0.000 claims 2
- 235000009566 rice Nutrition 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 238000005314 correlation function Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013179 statistical model Methods 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
- H04B17/3912—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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种面向工业物联网的无线信道建模方法及系统,其中无线信道建模方法包括:建立表征工业物联网信道的CIR系统模型;基于工业信道的大设备、高密集特性,对所述LOS、GR和DR分量进行建模,获得确定性分量模型;基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型;基于工业信道时间‑空间非平稳特性,获取簇在时间‑阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t+Δt时刻Tx和Rx侧天线能够观测到的簇进行角度、功率、时延参数的更新。本发明建模方法准确性较高,并具有良好的有效性。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种面向工业物联网的无线信道建模方法及系统。
背景技术
工业物联网(Industrial Internet of Things,IIoT)是超过第五代(the BeyondFifth Generation,B5G)无线通信中的典型场景之一。在IIoT场景下,通过多源异构设备之间的信息交互和协同控制,可以大大提高生产效率。超可靠的低延迟通信(Ultra-reliableLow-latency Communications,uRLLC)和大规模的机器类型通信(massive Machine-typeCommunications,mMTC)为IIoT应用程序提供了基础。传播信道对uRLLC和mMTC有着重要作用。然而,为这些复杂的工业环境提出一个通用的信道模型是一项具有挑战性的工作,如车间、仓库、实验室等。因此,有必要研究IIoT场景下传播信道的特性。
从1988年开始,工业信道模型得到了广泛的研究。一般来说,这些模型可以概括为三种类型。第一种类型是确定性模型,一般来说,确定性模型能准确地描述电磁波在工业环境下的传播特性。但其精度取决于对环境的描述,计算复杂度相对较高。第二种类型是统计模型,该统计模型虽已被用于描述工业信道参数的性质。但是,其普遍性在大部分工业应用中受到了限制。第三种类型是半统计半确定性模型,与前面两种模型相比,半统计半确定性模型的计算量较低,并具有较高的通用性,已被广泛应用于工业应用之中。基于几何的随机模型(Geometric-based Stochastic Model,GBSM)是一种典型的半统计半确定性模型。
GBSM成为研究工业信道建模的关键技术。一些研究表明,B5G工业场景存在大量的大型设备,工业信道呈现出高密集、散射特性,这导致工业环境下的设备表面可能会产生额外的强反射信号。但目前并没有针对这些镜面反射分量的模型。因此,针对IIoT场景建立了一个精准有效、支持uRLLC和mMTC的GBSM是至关重要的。
发明内容
本申请实施例提供一种面向工业物联网的无线信道建模方法及系统,用于解决现有技术中在工业环境下由大型金属机器表面反射引起的设备反射分量难以建模的问题。
本发明中的一些名词解释:冲激响应(Channel Impulse Model,CIR);视距(Lineof Sight,LOS);非视距(Non-Line of Sight,NLOS);近地反射(Ground Reflection,GR);设备反射(Device Reflection,DR)。
本发明实施例提供一种面向工业物联网的无线信道建模方法,该方法包括:
S1:建立表征工业物联网信道的CIR系统模型,其中,所述CIR系统模型包括确定性分量和随机性分量,所述确定性分量包括LOS、GR和DR分量,所述随机性分量包括NLOS非视距分量;
S2:基于工业信道的大设备、高密集特性,对所述LOS、GR和DR分量进行建模,获得确定性分量模型,其中,所述确定性分量模型包括反射路径的角度、时延和功率;
S3:基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型,其中,所述簇的模型包括簇及簇内射线角度、时延和功率;
S4:基于工业信道时间-空间非平稳特性,依据所述簇的模型,获取簇在时间-阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t+Δt时刻Tx和Rx侧天线观测到的簇进行角度、功率、时延参数的更新,其中,所述t+Δt时刻Tx和Rx侧天线观测到的簇包括幸存簇和新生簇。
作为优选地,所述S1中,工业物联网的信道冲激响应由MR×MT矩阵表示;其中,hqp(t,τ)是t时刻/>与/>之间的冲激响应,/>为接收机的天线q,/>为发射机的天线p,MR、MT分别是接收机侧和发射机侧的天线数量,则所述系统模型的冲激响应可以计算为:
其中,τn(t)、分别是t时刻簇Clustern的延迟,簇Clustern内第mn条射线的延迟,/>与/>之间LOS分量的延迟,/>和/>分别是t时刻/>与/>之间GR分量和第lth条DR路径的时延,K是莱斯因子,N(t)、Mn(t)、L(t)分别为t时刻簇、簇Clustern内射线以及DR路径的数量,N(t)、Mn(t)分别利用广义极值分布与广义Pareto分布确定,L(t)是经验值,根据场景确定,/>和分别是t时刻/>与/>之间LOS、NLOS、GR和DR分量的信道冲激响应,分别如下式所示:
其中,上标V和H分别表示垂直极化和水平极化,分别表示t时刻接收天线阵列的方位角和仰角,/>分别表示t时刻发射天线阵列的方位角和仰角,/>分别为t时刻簇Clustern内第mth射线与接收天线阵列中心之间的方位角和仰角,/>分别为t时刻簇Clustern内第m条射线与发射天线阵列中心之间的方位角和仰角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/>分别表示t时刻GR路径的离开方位角和离开仰角,/> 分别表示t时刻第lth条DR路径的到达方位角和到达仰角, 分别表示t时刻第lth条DR路径的离开方位角和离开仰角,FT(·)和FR(·)是在全局坐标系中发射机Tx和接收机Rx的天线方向图,/>分别表示GR的水平反射系数和垂直反射系数,/>表示t时刻分量X的Doppler频移,LOS和NLOS的相位均匀分布在(0,2π]内,κ为交叉极化比,/>表示中簇内射线的归一化平均功率,表示接收机的天线q,/>表示发射机的天线p,则/>是t时刻/>与/>之间的LOS距离矢量,/>分别是t时刻/>和/>距离全局坐标系原点的3D位置矢量,(·)T表示矩阵转置运算,||·||表示Frobenius范数运算,rrx,LOS(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,rtx,LOS(t)表示t时刻与方位角和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角相关的球面单位向量,rrx,GR(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,rtx,GR(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量。
作为优选地,所述步骤S2包括:
利用几何光学理论,对LOS、DR和GR路径的角度、长度、时延以及功率建模。
作为优选地,所述对LOS路径的角度、长度、时延以及功率建模具体包括:
LOS路径的功率被定义为:
其中,K是莱斯因子。
作为优选地,所述对DR路径的角度、长度、时延以及功率建模具体包括:
表示接收机的天线q,/>表示发射机的天线p,dl,q(t)和dl,p(t)分别是t时刻/>到第lth个设备反射面的距离,dl,qp(t)为t时刻/>和/>在第lth个反射面上投影点之间的距离,hrx,q(t),htx,p(t)分别是t时刻/>和/>距离地面的高度,则第lth条DR路径的长度为:
第lth条DR路径的角度为:
基于第lth条DR路径的长度,计算第lth条DR路径的时延为:
第lth条DR路径的功率计算为:
作为优选地,所述对GR路径的角度、长度、时延以及功率建模具体包括:
表示接收机的天线q,/>表示发射机的天线p,hrx,q(t),htx,p(t)分别是t时刻/>和/>距离地面的高度,d2D,qp(t)为t时刻/>和/>的水平距离,表示t时刻发射天线阵列的方位角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/>分别表示t时刻GR路径的离开方位角和离开仰角,则GR路径的长度为:
GR路径的角度为:
基于GR路径的长度,计算GR路径的时延和功率分别为:
作为优选地,所述步骤S3包括:
S31:基于簇的角度服从包裹高斯分布,对簇的角度进行建模;
S32:根据簇的角度参数,获得簇在发射机Tx和接收机Rx侧的距离矢量,基于所述距离矢量对簇的时延建模;
S33:根据S32得出的时延对簇的功率建模。
作为优选地,所述步骤S31具体包括:
第mn条射线的角度参数通过簇Clustern的角度加上角度偏差即可获得:
其中,ΔφAOA,ΔφEOA,分别是射线的角度偏差,服从均值为零和标准差为1°的Laplace分布,/>分别为t时刻簇Clustern内第mth射线与接收天线阵列中心之间的方位角和仰角,/> 分别为t时刻簇Clustern内第mth射线与发射天线阵列中心之间的方位角和仰角。
作为优选地,所述步骤S32具体包括:
簇Clustern的延迟:
作为优选地,所述步骤S33具体包括:
簇Clustern的平均功率为:
其中,rτ是延迟比例,στ是延迟扩展因子,Zn服从高斯分布Zn~N(0,σn),σn是每个簇的阴影标准差;
第mn条射线的平均功率可计算为:
对射线mn的平均功率在Clustern的平均功率下进行比例缩放,得到:
作为优选地,所述步骤S4包括:
S41:令簇的生成率和重组率分别为λG和λR,设p′和q′分别是t时刻与天线p、q不同的Tx侧、Rx侧上单位天线,经过Δt后,一个簇对不同天线q(p)、q′(p′)的时间-阵列联合幸存概率为:
其中,是t时刻Rx侧的参考天线q和Rx侧与q不同的天线q′之间的间距,/>分别是t时刻接收天线q和接收天线q′的3D位置矢量,是t时刻发射机的参考天线p和发射机Tx中与p不同的天线p′之间的间距,/>分别是t时刻发射天线p和发射天线p′的3D位置矢量,ΔvR=E[‖vR-vC‖]和ΔvT=E[‖vT-vC‖]分别表示Rx和Tx的平均相对速度,/>和/>分别是描述空间、时间相关性的相关系数,PF表示在工业环境中移动簇的百分比;
S43:根据步骤S3对新生簇和幸存簇进行角度、时延和功率的参数更新。
本发明实施例还提供了一种面向工业物联网的无线信道建模的系统,该系统包括:
CIR构建模块,用于建立表征工业物联网信道的CIR系统模型,其中,所述CIR系统模型包括确定性分量和随机性分量,所述定性分量包括LOS、GR和DR分量,所述随机性分量包括NLOS非视距分量;
确定性分量建模模块,用于基于工业信道的大设备、高密集特性,对所述LOS、GR和DR分量进行建模,获得确定性分量模型,其中,所述确定性分量模型包括反射路径的角度、时延和功率;
随机性分量建模模块,用于基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型,其中,所述簇的模型包括簇及簇内射线角度、时延和功率;
簇更新模块,用于基于工业信道时间-空间非平稳特性,依据所述簇的模型,获取簇在时间-阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t+Δt时刻Tx和Rx侧天线观测到的簇进行角度、功率、时延参数的更新,其中,所述t+Δt时刻Tx和Rx侧天线观测到的簇包括幸存簇和新生簇。
从以上技术方案可以看出,本发明具有以下优点:
本发明基于几何随机模型提出一种面向工业物联网的无线信道建模方法及系统,其考虑工业物联网信道的富散射、高密集特性,利用几何光学理论对由大型金属机器表面反射引起的DR和由地面反射产生的GR分量进行建模,并描述了簇在时间-阵列轴上的生-灭过程,模拟大规模MIM(Multiple-Input Multiple-Output)信道的时间-空间非平稳特性,仿真结果表明,该建模方法准确性较高,并具有良好的有效性。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种面向工业物联网的无线信道建模方法流程示意图;
图2为本发明实施例提供的一种IIoT场景几何随机模型示意图;
图3为本发明实施例提供的一种工业信道确定性分量几何示意图;
图4为本发明实施例提供的一种面向工业物联网的无线信道建模系统的示意图;
图5为本发明实施例中提供的不同工业环境功率时延谱的射线仿真结果图;
图6为本发明实施例中提供的射线仿真、包含DR分量与不包含DR分量的均方根时延扩展的累积分布函数对比图;
图7为本发明实施例中提供的不同DR占比情况下的空间互相关函数图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
如图1所示,本发明公开了一种面向工业物联网的无线信道建模方法,下面参考图2,对本发明提供的方法进行详细的说明。
步骤S101:建立表征工业物联网信道的CIR系统模型,其中,所述CIR系统模型包括确定性分量和随机性分量,所述确定性分量包括LOS、GR和DR分量,所述随机性分量包括NLOS非视距分量。
工业物联网的信道冲激响应由MR×MT矩阵表示;其中,hqp(t,τ)是t时刻/>与/>之间的冲激响应,/>为接收机的天线q,/>为发射机的天线p,MR、MT分别是接收机侧和发射机侧的天线数量,则所述系统模型的冲激响应可以计算为:
其中,τn(t)、分别是t时刻簇Clustern的延迟,簇Clustern内第mn条射线的延迟,/>与/>之间LOS分量的延迟,/>和/>分别是t时刻/>与/>之间GR分量和第lth条DR路径的时延,K是莱斯因子,N(t)、Mn(t)、L(t)分别为t时刻簇、簇Clustern内射线以及DR路径的数量,N(t)、Mn(t)分别利用广义极值分布与广义Pareto分布确定,L(t)是经验值,根据场景确定,/>和分别是t时刻/>与/>之间LOS、NLOS、GR和DR分量的信道冲激响应,分别如下式所示:
其中,上标V和H分别表示垂直极化和水平极化,分别表示t时刻接收天线阵列的方位角和仰角,/>分别表示t时刻发射天线阵列的方位角和仰角,/>分别为t时刻簇Clustern内第mth射线与接收天线阵列中心之间的方位角和仰角,/>分别为t时刻簇Clustern内第m条射线与发射天线阵列中心之间的方位角和仰角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/>分别表示t时刻GR路径的离开方位角和离开仰角,/> 分别表示t时刻第lth条DR路径的到达方位角和到达仰角, 分别表示t时刻第lth条DR路径的离开方位角和离开仰角,FT(·)和FR(·)是在全局坐标系中发射机Tx和接收机Rx的天线方向图,/>分别表示GR的水平反射系数和垂直反射系数,/>表示t时刻分量X的Doppler频移,LOS和NLOS的相位均匀分布在(0,2π]内,κ为交叉极化比,/>表示中簇内射线的归一化平均功率,表示接收机的天线q,/>表示发射机的天线p,则/>是t时刻/>与/>之间的LOS距离矢量,/>分别是t时刻/>和/>距离全局坐标系原点的3D位置矢量,(·)T表示矩阵转置运算,||·||表示Frobenius范数运算,rrx,LOS(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,rtx,LOS(t)表示t时刻与方位角和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角相关的球面单位向量,rrx,GR(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,rtx,GR(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量,表示t时刻与方位角/>和仰角/>相关的球面单位向量。
骤S102:基于工业信道的大设备、高密集特性,对步骤S1中LOS、GR和DR分量进行建模,获得确定性分量模型,其中,所述确定性分量模型包括反射路径的角度、时延和功率。
下面结合图3,对工业信道确定性分量进行建模。
所述步骤S102包括:
利用几何光学理论,对LOS、DR和GR路径的角度、长度、时延以及功率建模;
进一步地,所述利用几何光学理论,对LOS路径的角度、长度、时延以及功率建模具体包括:
LOS路径的功率被定义为:
其中,K是莱斯因子。
进一步地,所述利用几何光学理论,对DR路径的角度、长度、时延以及功率建模具体包括:
表示接收机的天线q,/>表示发射机的天线p,dl,q(t)和dl,p(t)分别是t时刻/>到第lth个设备反射面的距离,dl,qp(t)为t时刻/>和/>在第lth个反射面上投影点之间的距离,hrx,q(t),htx,p(t)分别是t时刻/>和/>距离地面的高度,则第lth条DR路径的长度为:
第lth条DR路径的角度为:
基于第lth条DR路径的长度,计算第lth条DR路径的时延为:
第lth条DR路径的功率计算为:
进一步地,所述利用几何光学理论,对GR路径的角度、长度、时延以及功率建模具体包括:
表示接收机的天线q,/>表示发射机的天线p,hrx,q(t),htx,p(t)分别是t时刻/>和/>距离地面的高度,d2D,qp(t)为t时刻/>和/>的水平距离,表示t时刻发射天线阵列的方位角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/>分别表示t时刻GR路径的离开方位角和离开仰角,则GR路径的长度为:
GR路径的角度为:
基于GR路径的长度,计算GR路径的时延和功率分别为:
步骤S103:基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型,其中,所述簇的模型包括簇及簇内射线角度、时延和功率。
所述步骤S103包括:
S1031:基于簇的角度服从包裹高斯分布,对簇的角度进行建模;
S1032:根据簇的角度参数,获得簇在发射机Tx和接收机Rx侧的距离矢量,基于所述距离矢量对簇的时延建模;
S1033:根据S1032得出的时延对簇的功率建模。
进一步地,所述步骤S1031具体包括:
第mn条射线的角度参数通过簇Clustern的角度加上角度偏差即可获得:
其中,ΔφAOA,ΔφEOA,分别是射线的角度偏差,服从均值为零和标准差为1°的Laplace分布,/>分别为t时刻簇Clustern内第mth射线与接收天线阵列中心之间的方位角和仰角,/> 分别为t时刻簇Clustern内第mth射线与发射天线阵列中心之间的方位角和仰角。
进一步地,所述步骤S1032具体包括:
簇Clustern的延迟:
进一步地,所述步骤S1033具体包括:
簇Clustern的平均功率为:
其中,rτ是延迟比例,στ是延迟扩展因子,Zn服从高斯分布Zn~N(0,σn),σn是每个簇的阴影标准差;
第mn条射线的平均功率可计算为:
对射线mn的平均功率在Clustern的平均功率下进行比例缩放,得到:
步骤S104:基于工业信道时间-空间非平稳特性,依据S103中的簇的模型,获取簇在时间-阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t+Δt时刻Tx和Rx侧天线观测到的簇进行角度、功率、时延参数的更新,其中,所述t+Δt时刻Tx和Rx侧天线观测到的簇包括幸存簇和新生簇,具体包括:
S1041:令簇的生成率和重组率分别为λG和λR,设p′和q′分别是t时刻与天线p、q不同的Tx侧、Rx侧上单位天线。经过Δt后,一个簇对不同天线q(p)、q′(p′)的时间-阵列联合幸存概率为:
其中,是t时刻Rx侧的参考天线q和Rx侧与q不同的天线q′之间的间距,/>分别是t时刻接收天线q和接收天线q′的3D位置矢量,是t时刻发射机的参考天线p和发射机Tx中与p不同的天线p′之间的间距,/>分别是t时刻发射天线p和发射天线p′的3D位置矢量,ΔvR=E[‖vR-vC‖]和ΔvT=E[‖vT-vC‖]分别表示Rx和Tx的平均相对速度,/>和/>分别是描述空间、时间相关性的相关系数,PF表示在工业环境中移动簇的百分比;
S1043:根据步骤S103对新生簇和幸存簇进行角度、时延和功率的参数更新。
之后,可以分析工业物联网信道统计特性,包括功率时延谱、均方根时延扩展、空间互相关函数,进行仿真与射线追踪结果之间的拟合。
本发明还提供一种面向工业物联网的无线信道建模系统,可以执行上述方法实施例中的方法步骤,其实现原理和技术效果类似,在此不再赘述。如图4所示,该系统包括:CIR构建模块401、确定性分量建模模块402、随机分量建模模块403和簇更新模块404。
所述CIR构建模块401,用于建立表征工业物联网信道的CIR系统模型,其中,所述CIR系统模型包括确定性分量和随机性分量,所述定性分量包括LOS、GR和DR分量,所述随机性分量包括NLOS非视距分量;
所述确定性分量建模模块402,用于基于工业信道的大设备、高密集特性,对所述LOS、GR和DR分量进行建模,获得确定性分量模型,其中,所述确定性分量模型包括反射路径的角度、时延和功率;
所述随机性分量建模模块403,用于基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型,其中,所述簇的模型包括簇及簇内射线角度、时延和功率;
所述簇更新模块404,用于基于工业信道时间-空间非平稳特性,依据所述簇的模型,获取簇在时间-阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t+Δt时刻Tx和Rx侧天线能够观测到的簇进行角度、功率、时延参数的更新,其中,所述t+Δt时刻Tx和Rx侧天线能够观测到的簇包括幸存簇和新生簇。
下面,结合具体实施例对本发明的技术方案做进一步说明与解释。
本发明为了分析在信道建模中考虑DR分量的必要性,在5.8GHz下对几个典型的B5G IIoT场景进行了RT仿真,包括自动车间、实验室和仓库。我们对模拟数据进行处理,得到各场景在t=0.1s的功率时延谱(Power Delay Profile,PDP),如图5所示。结果表明,在仿真的3种工业环境中均产生DR分量。
以自动车间为例,图6显示了所提出的IIoT信道模型的均方根(Root MeanSquare,RMS)时延扩展(Delay Spread,DS)的累积分布函数(cumulative distributionfunctions,CDF)与RT仿真的拟合。结果表明,考虑DR分量比不考虑DR分量更能准确地描述工业信道特性。
图7为空间互相关函数(Cross-correlation Function,CCF)的仿真结果。我们可以观察到,空间CCF随天线间距的增加而减小,这可以用大规模MIMO引起的空间非平稳特性来解释。此外,本发明还对不同DR分量比值下的空间CCF进行了比较和分析,结果表明,DR分量所占功率比越大,空间CCF值越小。这是因为DR分量的比值越大,信号的包络波动就越大,导致空间CCF值越小。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.一种面向工业物联网的无线信道建模方法,其特征在于,包括:
S1:建立表征工业物联网信道的CIR系统模型,其中,所述CIR系统模型包括确定性分量和随机性分量,所述确定性分量包括LOS、GR和DR分量,所述随机性分量包括NLOS分量,其中CIR表示信道冲激响应,LOS表示视距,NLOS表示非视距,GR表示近地反射,DR表示设备反射;
S2:基于工业信道的大设备、高密集特性,利用几何光学理论对所述LOS、GR和DR分量进行建模,获得确定性分量模型,其中,所述确定性分量模型包括反射路径的角度、时延和功率;
所述步骤S2具体包括:利用几何光学理论,对LOS路径的角度、长度、时延以及功率建模,具体包括:
LOS路径的功率被定义为:
其中,K是莱斯因子;
利用几何光学理论,对DR路径的角度、长度、时延以及功率建模,具体包括:
表示接收机的天线q,/>表示发射机的天线p,dl,q(t)和dl,p(t)分别是t时刻到第l个设备反射面的距离,dl,qp(t)为t时刻/>和/>在第l个反射面上投影点之间的距离,hrx,q(t),htx,p(t)分别是t时刻/>和/>距离地面的高度,则第l条DR路径的长度为:
第l条DR路径的角度为:
基于第l条DR路径的长度,计算第l条DR路径的时延为:
第l条DR路径的功率计算为:
利用几何光学理论,对GR路径的角度、长度、时延以及功率建模,具体包括:
表示接收机的天线q,/>表示发射机的天线p,hrx,q(t),htx,p(t)分别是t时刻和/>距离地面的高度,d2D,qp(t)为t时刻/>和/>的水平距离,/>表示t时刻发射天线阵列的方位角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/>分别表示t时刻GR路径的离开方位角和离开仰角,则GR路径的长度为:
GR路径的角度为:
基于GR路径的长度,计算GR路径的时延和功率分别为:
S3:基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型,其中,所述簇的模型包括簇及簇内射线角度、时延和功率;
S4:基于工业信道时间-空间非平稳特性,依据所述簇的模型,获取簇在时间-阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t+Δt时刻Tx和Rx侧天线观测到的簇进行角度、功率、时延参数的更新,其中,所述t+Δt时刻Tx和Rx侧天线观测到的簇包括幸存簇和新生簇。
2.根据权利要求1所述的一种面向工业物联网的无线信道建模方法,其特征在于,所述S1中,工业物联网的信道冲激响应由MR×MT矩阵 表示;其中,hqp(t,τ)是t时刻/>与/>之间的冲激响应,/>为接收机的天线q,/>为发射机的天线p,MR、MT分别是接收机侧和发射机侧的天线数量,则所述系统模型的冲激响应可以计算为:
其中,δ(.)是狄拉克函数,τn(t)、分别是t时刻簇Clustern的延迟,簇Clustern内第mn条射线的延迟,/>与/>之间LOS分量的延迟,/>和/>分别是t时刻/>与/>之间GR路径和第l条DR路径的时延,K是莱斯因子,N(t)、Mn(t)、L(t)分别为t时刻簇、簇Clustern内射线以及DR路径的数量,N(t)、Mn(t)分别利用广义极值分布与广义Pareto分布确定,L(t)是经验值,根据场景确定,和/>分别是t时刻/>与/>之间LOS、NLOS、GR和DR分量的信道冲激响应,分别如下式所示:
其中,λ表示波长,和/>分别表示GR分量和第l条DR分量的路径长度,上标V和H分别表示垂直极化和水平极化,/>分别表示t时刻接收天线阵列的方位角和仰角,/>分别表示t时刻发射天线阵列的方位角和仰角,分别为t时刻簇Clustern内第m条射线与接收天线阵列中心之间的方位角和仰角,/>分别为t时刻簇Clustern内第m条射线与发射天线阵列中心之间的方位角和仰角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/> 分别表示t时刻GR路径的离开方位角和离开仰角,分别表示t时刻第l条DR路径的到达方位角和到达仰角,分别表示t时刻第l条DR路径的离开方位角和离开仰角,FT(·)和FR(·)是在全局坐标系中发射机Tx和接收机Rx的天线方向图,/>分别表示GR的水平反射系数和垂直反射系数,/>表示t时刻分量X的Doppler频移,LOS和NLOS的相位均匀分布在(0,2π]内,κ为交叉极化比,/>表示中簇内射线的归一化平均功率,表示接收机的天线q,/>表示发射机的天线p,则/>是t时刻/>与/>之间的LOS距离矢量,/>分别是t时刻/>和/>距离全局坐标系原点的3D位置矢量,(·)T表示矩阵转置运算,||·||表示Frobenius范数运算,rrx,LOS(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,rtx,LOS(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角相关的球面单位向量,rrx,GR(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,rtx,GR(t)表示t时刻与方位角/>和仰角/>相关的球面单位向量,/>表示t时刻与方位角/>和仰角/>相关的球面单位向量,表示t时刻与方位角/>和仰角/>相关的球面单位向量。
3.根据权利要求1所述的一种面向工业物联网的无线信道建模方法,其特征在于,所述步骤S3包括:
S31、基于簇的角度服从包裹高斯分布,对簇的角度进行建模;
S32、根据簇的角度参数,获得簇在发射机Tx和接收机Rx侧的距离矢量,基于所述距离矢量对簇的时延建模;
S33、根据步骤S32得出的时延对簇的功率建模。
4.根据权利要求3所述的一种面向工业物联网的无线信道建模方法,其特征在于,所述步骤S31具体包括:
簇Clustern内第m条射线的角度参数通过簇Clustern的角度加上角度偏差即可获得:
5.根据权利要求4所述的一种面向工业物联网的无线信道建模方法,其特征在于,所述步骤S32具体包括:
簇Clustern的延迟:
7.根据权利要求1所述的一种面向工业物联网的无线信道建模方法,其特征在于,所述步骤S4包括:
S41:令簇的生成率和重组率分别为λG和λR,设p′和q′分别是t时刻与天线p、q不同的Tx侧、Rx侧上单位天线,经过Δt后,一个簇对不同天线q(p)、q′(p′)的时间-阵列联合幸存概率为:
其中,是t时刻Rx侧的参考天线q和Rx侧与q不同的天线q′之间的间距,/>分别是t时刻接收天线q和接收天线q′的3D位置矢量,是t时刻发射机的参考天线p和发射机Tx中与p不同的天线p′之间的间距,/>分别是t时刻发射天线p和发射天线p′的3D位置矢量,ΔvR=E[||vR-vC||]和ΔvT=E[||vT-vC||]分别表示Rx和Tx的平均相对速度,vR、vT和vC分别表示Rx、Tx和簇的移动速度,/>和/>分别是描述空间、时间相关性的相关系数,PF表示在工业环境中移动簇的百分比;
S43:根据步骤S3对新生簇和幸存簇进行角度、时延和功率的参数更新。
8.一种面向工业物联网的无线信道建模的系统,其特征在于,包括:
CIR构建模块,用于建立表征工业物联网信道的CIR系统模型,其中,所述CIR系统模型包括确定性分量和随机性分量,所述定性分量包括LOS、GR和DR分量,所述随机性分量包括NLOS分量,其中CIR表示信道冲激响应,LOS表示视距,NLOS表示非视距,GR表示近地反射,DR表示设备反射;
确定性分量建模模块,用于基于工业信道的大设备、高密集特性,利用几何光学理论对所述LOS、GR和DR分量进行建模,获得确定性分量模型,其中,所述确定性分量模型包括反射路径的角度、时延和功率;
所述确定性分量建模模块具体包括:
利用几何光学理论,对LOS路径的角度、长度、时延以及功率建模,具体包括:
LOS路径的功率被定义为:
其中,K是莱斯因子;
利用几何光学理论,对DR路径的角度、长度、时延以及功率建模,具体包括:
表示接收机的天线q,/>表示发射机的天线p,dl,q(t)和dl,p(t)分别是t时刻到第l个设备反射面的距离,dl,qp(t)为t时刻/>和/>在第l个反射面上投影点之间的距离,hrx,q(t),htx,p(t)分别是t时刻/>和/>距离地面的高度,则第l条DR路径的长度为:
第l条DR路径的角度为:
基于第l条DR路径的长度,计算第l条DR路径的时延为:
第l条DR路径的功率计算为:
利用几何光学理论,对GR路径的角度、长度、时延以及功率建模,具体包括:
表示接收机的天线q,/>表示发射机的天线p,hrx,q(t),htx,p(t)分别是t时刻和/>距离地面的高度,d2D,qp(t)为t时刻/>和/>的水平距离,/>表示t时刻发射天线阵列的方位角,/>分别表示t时刻GR路径的到达方位角和到达仰角,/>分别表示t时刻GR路径的离开方位角和离开仰角,则GR路径的长度为:
GR路径的角度为:
基于GR路径的长度,计算GR路径的时延和功率分别为:
随机性分量建模模块,用于基于工业信道的富散射特性,采用双跳传播机制将发射机和接收机之间的散射环境建模为簇,对所述NLOS分量进行建模,获得簇的模型,其中,所述簇的模型包括簇及簇内射线角度、时延和功率;
簇更新模块,用于基于工业信道时间-空间非平稳特性,依据所述簇的模型,获取簇在时间-阵列轴上的幸存概率,根据所述幸存概率生成t+Δt时刻Tx侧和Rx侧天线的可见簇的平均数量,根据所述可见簇的平均数量对t时刻Tx和Rx侧天线观测到的簇进行角度、功率、时延参数的更新,其中,所述t+Δt时刻Tx和Rx侧天线观测到的簇包括幸存簇和新生簇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211096865.3A CN115589268B (zh) | 2022-09-08 | 2022-09-08 | 面向工业物联网的无线信道建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211096865.3A CN115589268B (zh) | 2022-09-08 | 2022-09-08 | 面向工业物联网的无线信道建模方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115589268A CN115589268A (zh) | 2023-01-10 |
CN115589268B true CN115589268B (zh) | 2023-06-13 |
Family
ID=84772104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211096865.3A Active CN115589268B (zh) | 2022-09-08 | 2022-09-08 | 面向工业物联网的无线信道建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115589268B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114665998A (zh) * | 2022-03-22 | 2022-06-24 | 北京大学 | 空时一致性下的三重非平稳无线通信信道建模方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9002286B2 (en) * | 2009-03-30 | 2015-04-07 | Massachusetts Institute Of Technology | Method and system for identification and mitigation of errors in non-line-of-sight distance estimation |
CN114124261B (zh) * | 2021-11-19 | 2022-07-15 | 江南大学 | 工业物联网信道的几何随机建模方法及系统 |
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
- 2022-09-08 CN CN202211096865.3A patent/CN115589268B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114665998A (zh) * | 2022-03-22 | 2022-06-24 | 北京大学 | 空时一致性下的三重非平稳无线通信信道建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115589268A (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fu et al. | An improvement on resampling algorithm of particle filters | |
Salmi et al. | Detection and tracking of MIMO propagation path parameters using state-space approach | |
CN109341845B (zh) | 一种海洋环境稳态声场空间实时仿真的方法及装置 | |
CN110927669B (zh) | 一种用于无线声传感器网络的cs多声源定位方法及系统 | |
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 | |
CN115589268B (zh) | 面向工业物联网的无线信道建模方法及系统 | |
CN113484865A (zh) | 一种基于声学传感器阵列的非视域声源目标探测与定位方法 | |
Orekondy et al. | Winert: Towards neural ray tracing for wireless channel modelling and differentiable simulations | |
Zhang et al. | A 3-D hybrid dynamic channel model for indoor THz communications | |
Pao et al. | The optimal order of processing sensor information in sequential multisensor fusion algorithms | |
CN114301558A (zh) | 信道建模方法、装置、电子设备及存储介质 | |
CN114124261B (zh) | 工业物联网信道的几何随机建模方法及系统 | |
Li et al. | A 3D non-stationary geometry-based stochastic model for industrial automation wireless communication systems | |
Tichavsky et al. | Quasi-fluid-mechanics-based quasi-Bayesian Crame/spl acute/r-Rao bounds for deformed towed-array direction finding | |
Tang et al. | Efficient energy-based orthogonal matching pursuit algorithm for multiple sound source localization with unknown source count | |
CN115567131A (zh) | 一种基于降维复卷积网络的6g无线信道特性提取方法 | |
Xiao et al. | New Monte Carlo integration models for underwater wireless optical communication | |
Ghods et al. | Complex-domain super MDS: A new framework for wireless localization with hybrid information | |
Schüβler et al. | Achieving efficient and realistic full-radar simulations and automatic data annotation by exploiting ray meta data from a radar ray tracing simulator | |
Martins et al. | A trajectory simulator using frenet–serret formulas applied to punctual objects | |
Ahmad et al. | Machine learning approaches for radio propagation modeling in urban vehicular channels | |
Gu et al. | A general 3D geometry-based stochastic channel model for B5G mmWave IIoT | |
Mansour et al. | Multipath removal by online blind deconvolution in through-the-wall-imaging | |
CN117220806A (zh) | 一种工业物联网走廊信道建模方法、装置、系统及存储介质 | |
Barowski et al. | A Monte-Carlo approach to modeling radio propagation by ray-tracing |
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 |