CN101860385A - 一种多输入多输出无线通信***的信道建模方法 - Google Patents

Abstract

本发明涉及多输入多输出无线通信***，公开了一种多输入多输出无线通信***的信道建模方法。首先根据多输入多输出(MIMO)无线通信***的仿真环境生成MIMO无线通信***的信道模型参数，包括径时延、径功率、径到达角、径离开角，然后根据简化原则对信道模型进行简化处理，最后计算MIMO无线通信***信道的传输系数。本发明利用自适应减少信道多径数目的方法，降低了MIMO通信***信道模型的复杂度，与未简化的信道模型相比较，简化之后的信道模型的精准度受到的影响很小。

Description

一种多输入多输出无线通信***的信道建模方法

技术领域

本发明涉及多输入多输出无线通信***，特别涉及一种多输入多输出无线通信***的信道建模方法。

背景技术

近年来，多输入多输出(MIMO)技术得到了广泛的注意与发展，其特点在于能够利用无线信道的多径传输，开发信道的空间资源，建立空间并行传输信道，并利用通信***的空间特点结合空时联合处理技术，提高无线***的容量与可靠性。MIMO***中使用的各种信号处理算法的性能优劣都极大地依赖于MIMO信道的特性，特别是各个天线之间的相关性。因此，建立有效的能够反映MIMO信道空间相关特性并且适用于***级和链路级仿真的MIMO信道模型，就变得相当重要。

MIMO信道建模方法主要分为两类：确定型建模和随机型建模。由于确定型建模的使用范围特别狭窄，只适用于特定的传输环境，因而随机型建模在实际建模中得到了广泛的使用。目前最常使用的随机型建模有两类：基于相关矩阵的随机型建模(CBSM)和基于几何统计的随机型建模(GBSM)。GBSM受到了广泛的使用。3GPP提出的SCM(Spatial ChannelModel)模型，未来B3G/4G使用的SCME(Spatial Channel Extended Model)模型、欧盟WINNER项目中的WINNER信道模型以及IMT-Advanced MIMO信道模型均为基于几何统计的随机信道模型。

现有的基于几何统计的随机型建模方法中，设基站(BS)有S根天线，移动台(US)有U根天线，且天线阵列为均匀线性阵列(ULA，uniform linear arrays)，基站为发射端，移动台为接收端。在t时刻，移动台接收信号可表示为：y(t)＝[y₁(t)，y₂(t)，…，y_S(t)]^T式中[·]^T表示转置，基站发射信号可表示为：s(t)＝[s₁(t)，s₂(t)，…，s_U(t)]^T。BS和MS间共有S×U条信道，每条信道有N条可分辨路径，每条径有M条子径。

以下行链路为例，则BS和US间的MIMO无线信道可以表示为

$H(t,\mathrm{\τ})=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{H}_n\left(t\right)\mathrm{\δ}(\mathrm{\τ}-{\mathrm{\τ}}_n)---\left(1\right)$

其中，H(t，τ)∈C^S×U，H_n(t)为多径信道中第n径的信道传输矩阵，N表示可分辨多径的数目，τ_n表示多径信道中第n径的时延，δ函数为单位脉冲函数(在零点处值为1，其他的点均为0)。接收信号y(t)与发送信号s(t)之间的关系为：

$y\left(t\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{H}_n\left(t\right)s(t-{\mathrm{\τ}}_n)+n\left(t\right)---\left(2\right)$

式中n(t)表示噪声。

信道系数H_u，s，n(t)的生成过程为：首先根据信道模型的时延扩展、时延分布因子、角度扩展(到达角角度扩展、离开角角度扩展)，角度分布比例因子、莱斯K因子计算得到信道N条径的径时延、径功率、径到达角和径离开角；其次计算生成信道每条径中M条子径的子径到达角和子径离开角；再次随机生成每条子径的初始相位(服从[0，2π)均匀分布)；最后根据上面得到的模型参数计算生成信道系数。

信道为非视距传输时的信道系数H_u，s，n(t)可由下式计算得到：

(3)

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标n表示信道的第n条路径，下标m表示信道的某条路径的第m条子径，P_n表示信道的径功率，F_u表示接收天线的增益，F_s表示发射天线的增益，λ₀表示信道载波波长，Φ_n，m表示信道的第n条路径的第m条子径的初始相位，服从[0，2π)均匀分布，d_s表示发射天线s到发射参考天线的距离，φ_n，m表示信道的第n条路径的第m条子径的离开角，d_u表示接收天线u到接收参考天线的距离，

表示信道的第n条路径的第m条子径的到达角，v_n，m表示多普勒频移：

$v_{n,m}=\frac{\left|\right|v\left|\right|\cos ({\mathrm{\φ}}_{n,m}-{\mathrm{\θ}}_v)}{{\mathrm{\λ}}_0}---\left(4\right)$

其中||v||表示移动台的移动速度，θ_v表示移动台的移动方向。

信道为视距传输时的信道系数H′_u，s，n(t)，

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标n表示信道的第n条路径(n∈{1，2，3，…，N})，K为信道模型的莱斯因子，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_LoS表示直射路径的初始相位，

表示直射路径的到达角，φ_LoS表示直射路径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，v_LoS表示多普勒频移：

GBSM与CBSM相比较，其优点在于：LoS(Line-of-Sight)和NLoS(Non-Line-of-Sight)之间可以方便地切换；时间相关和空间相关共同建模，模型体现了二者的共有特性，模型精准度较高；模型受限较少，不同的天线可以使用相同的信道模型。其缺点在于：模型变量较多，复杂度较高。

发明内容

本发明针对基于几何统计的随机型建模方法的多输入多输出信道模型的复杂度较高的缺陷，其目的在于提出了一种低复杂度的多输入多输出无线通信***的信道建模方法。

为实现上述目的，本发明是采取如下技术方案予以实现的。

一种多输入多输出无线通信***的信道建模方法，包括以下步骤：

(1)根据给定的信道模型参数(时延扩展、时延分布因子、到达角角度扩展、离开角角度扩展，角度分布比例因子、莱斯K因子)计算生成：信道的N条径的径时延τ_n，径功率p_n，径最大功率p_max，径到达角径离开角φ_n，下标n表示第n条径，n∈[1，2，3，…，N])；

(2)简化信道模型：

步骤一：首先设定一个径功率门限值P_th：

P_th＝P_max/R                                              (7)

$R=\left\{\begin{array}{cc}{R}^{\′}& \mathrm{NLoS}\\ R^{\′}*(K+1)& \mathrm{LoS}\end{array}\right.---\left(8\right)$

其中P_max表示信道的径功率的最大值，P_max与P_th的比值为R，R值由R′值确定，R′取值范围为20到40之间的实数(此处R′为经验值，R′值越大，信道模型的精准度越高，而信道模型的复杂度也越高)，K值为信道模型的莱斯K因子：

步骤二：遍历信道的所有径，如果径功率小于门限值p_th，则将此径忽略，记为忽略径，否则记为保留径，所有忽略径组成一个集合C(p_k＜p_th，k∈C)，所有保留径组成一个集合C′(p_j≥p_th，j∈C′)，统计集合C中元素个数为N₁，则C′中元素个数为N-N₁；

步骤三：统计所忽略径的功率总和，p_cut：

$p_{\mathrm{cut}}=\underset{k\∈C}{\mathrm{\Σ}}{p}_k---\left(9\right)$

如果，p_cut不为0，则重新生成一径：

此径功率为：

$p^{\′}=\underset{k\∈C}{\mathrm{\Σ}}{p}_k---\left(10\right)$

此径时延为：

${\mathrm{\τ}}^{\′}=\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k{\mathrm{\τ}}_k\right)/\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k\right)---\left(11\right)$

此径离开角为：

${\mathrm{\θ}}^{\′}=\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k{\mathrm{\θ}}_k\right)/\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k\right)---\left(12\right)$

此径到达角为：

其中C表示所有忽略径的集合；

步骤四：保留径集合C′与上述步骤三生成的径组成新的信道模型的径集合

此时信道模型的多径数目为

信道的

条径的径时延

径功率

径到达角径离开角

下标l表示第l条径，

其中，每一径包含M条子径；

3)生成信道系数：

步骤一：根据2)中得到的径到达角

和径离开角

生成子径的到达角和离开角：

${\widetilde{\mathrm{\φ}}}_{l,m}={\widetilde{\mathrm{\φ}}}_l+C_{\mathrm{AoD}}{\mathrm{\α}}_m---\left(15\right)$

其中下标l表示第l条径，下标m表示第m条子径，C_AoA和C_AoD分别表示到达角和离开角的角度偏移比例因子，α_m表示角度偏移；

步骤二：生成每一子径的初始相位Φ_l，m，Φ_l，m服从均匀分布U(0，2π]；

步骤三：生成信道系数：

(a)信道为非视距传输时的信道系数

(16)

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标l表示信道的第l条路径M表示每一径包含子径的个数，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_l，m表示第l条路径的第m条子径的初始相位，

表示第l条路径的第m条子径的到达角，表示第l条路径的第m条子径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，

表示多普勒频移：

其中||v||表示移动台的移动速度，θ_v表示移动台的移动方向。

(b)信道为视距传输时的信道系数

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标l表示信道的第l条路径K为信道模型的莱斯因子，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_LoS表示直射路径的初始相位，

表示直射路径的到达角，φ_LoS表示直射路径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，v_LoS表示多普勒频移：

在本发明的方法中，首先根据多输入多输出(MIMO)无线通信***的仿真环境生成MIMO无线通信***的信道模型参数，包括径时延、径功率、径到达角、径离开角，然后根据简化原则对信道模型进行简化处理，最后计算MIMO无线通信***信道的传输系数。本发明利用自适应减少信道多径数目的方法，降低了MIMO通信***信道模型的复杂度，与未简化的信道模型相比较，简化之后的信道模型的精准度受到的影响很小。

附图说明

下面结合附图和具体实施例对本发明作进一步的详细说明。

图1是多输入多输出(MIMO)无线通信***的信道模型的基本结构示意图；

图中：1为基站天线(发射天线)，共有S根天线；2为移动台天线(接收天线)，共有U根天线；3为散射体；4为信道多条路径中的一条径；5为信道的子径。

图2是城市微小区(Umi)视距传输(LoS)环境下R′值与模型复杂度之间的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为信道模型的复杂度，表示简化后信道模型的复杂度与原信道模型的复杂度的比值，复杂度为1表示简化后的信道模型与原信道模型的复杂度相同。

图3是城市微小区(Umi)非视距传输(NLoS)环境下R′值与模型复杂度之间的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为信道模型的复杂度，其值表示简化后信道模型的复杂度与原信道模型的复杂度的比值，复杂度为1表示简化后的信道模型与原信道模型的复杂度相同。

图4是Umi LoS环境下R′值与rms时延扩展的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为rms时延扩展误差。

图5是Umi NLoS环境下R′值对rms时延扩展的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为rms时延扩展误差。

图6是Umi LoS环境下R′值对到达角角度扩展的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为到达角角度扩展误差。

图7是Umi NLoS环境下R′值对到达角角度扩展的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为到达角角度扩展误差。

图8是Umi LoS环境下R′值对离开角角度扩展的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为离开角角度扩展误差。

图9是Umi NLoS环境下R′值对离开角角度扩展的关系图；

图中：横轴为R′的取值，取值范围为1～100；纵轴为离开角角度扩展误差。

图10是Umi LoS环境下R′值对时间相关性的关系图；

图中：横轴为时间t，取值范围为0～0.1s；纵轴为信道系数相关性。

图11是Umi NLoS环境下R′值与时间相关性的关系图；

图中：横轴为时间t，取值范围为0～0.1s；纵轴为信道系数相关性。

图12是Umi LoS环境下R′值与空间相关性的关系图；

图中：横轴为天线间距，取值范围为0～5λ，λ表示载波波长；纵轴为信道系数相关性。

图13是Umi NLoS环境下R′值与空间相关性的关系图；

图中：横轴为天线间距，取值范围为0～5λ，λ表示载波波长；纵轴为信道系数相关性。

图14是Umi LoS环境下R′值与信道容量随信噪比的变化情况的关系图；

图中：横轴为信噪比，取值范围为10～23dB；纵轴为信道容量，单位为比特/秒。

图15是Umi LoS环境下对于不同的R′值信噪比为10dB时信道容量累计概率分布图；

图中：横轴为信道容量，单位为比特/秒；纵轴为累计概率，单位为％。

图16是Umi NLoS环境下R′值与信道容量随信噪比的变化情况的关系图；

图中：横轴为信噪比，取值范围为10～23dB；纵轴为信道容量，单位为比特/秒

图17是Umi NLoS环境下对于不同的R′值信噪比为10dB时信道容量累计概率分布图；

图中：横轴为信道容量，单位为比特/秒；纵轴为累计概率，单位为％。

具体实施方式

参照图1所示的多输入多输出(MIMO)无线通信***的信道模型，对本发明的多输入多输出无线通信***的信道建模方法进行详细说明。

1)信道模型为图1所示，MIMO***共有S*U条信道，每条信道有N条多径，每条多径有M条子径，根据给定的信道模型参数(时延扩展、时延分布因子、到达角角度扩展、离开角角度扩展，角度分布比例因子、莱斯K因子)计算生成：信道的N条径的径时延τ_n，径功率p_n，径最大功率P_max，径到达角径离开角φ_n(下标n表示第n条径，n∈[1，2，3，…，N])；

2)简化信道模型：

由(1)式可知信道卷积的复杂度与信道多径数目N成正比例关系，由(3)、(5)式可知信道系数生成的复杂度也与信道多径数目N成正比例关系，因而可以用将信道的功率较小的径合并为一条径，减小信道多径数目的方法来降低信道模型的复杂度，做法为忽略功率小于门限值的径的影响。为保证功率归一化和信道模型的精准度受影响很小，将所有忽略径合并为一径，设定此径的功率为所有被忽略的径的总功率，此径的时延为所有被忽略的径的平均附加时延，此径的到达角为所有被忽略的径的平均到达角，此径的离开角为所有被忽略的径的平均离开角，具体做法为：

步骤一：首先设定一个径功率门限值P_th：

P_th＝P_max/R                                             (7)

$R=\left\{\begin{array}{cc}{R}^{\′}& \mathrm{NLoS}\\ R^{\′}*(K+1)& \mathrm{LoS}\end{array}\right.---\left(8\right)$

其中P_max表示信道的径功率的最大值，P_max与P_th的比值为R，R值由R′值确定，R′取值范围为20到40之间的实数(此处R′为经验值，R′值越大，信道模型的精准度越高，而信道模型的复杂度也越高)，K值为信道模型的莱斯K因子；

步骤二：遍历信道的所有径，如果径功率小于门限值p_th，则将此径忽略，记为忽略径，否则记为保留径，所有忽略径组成一个集合C(p_k＜p_th，k∈C)，所有保留径组成一个集合C′(p_j≥p_th，j∈C′)，统计集合C中元素个数为N₁，则C′中元素个数为N-N₁；

步骤三：统计所忽略径的功率总和p_cut：

$p_{\mathrm{cut}}=\underset{k\∈C}{\mathrm{\Σ}}{p}_k---\left(9\right)$

如果，p_cut不为0，则重新生成一径：

此径功率为：

$p^{\′}=\underset{k\∈C}{\mathrm{\Σ}}{p}_k---\left(10\right)$

此径时延为：

${\mathrm{\τ}}^{\′}=\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k{\mathrm{\τ}}_k\right)/\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k\right)---\left(11\right)$

此径离开角为：

${\mathrm{\θ}}^{\′}=\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k{\mathrm{\θ}}_k\right)/\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k\right)---\left(12\right)$

此径到达角为：

其中C表示所有忽略径的集合；

步骤四：保留径集合C′与步骤三生成的径组成新的信道模型的径集合

此时信道模型的多径数目为

信道的

条径的径时延

径功率

径到达角

径离开角

(下标l表示第l条径，

)；

由(5)(6)式可以看出R′和P_max共同决定了P_th的大小，而R′也决定了

值的大小，当R′值越大，

值也越大，信道模型的复杂度越高，而信道模型的精准度也越高。以城市微小区(Umi)为例，将此信道模型与未执行简化步骤的信道模型(原信道模型)相比较。可知，原信道模型精准度较高，而复杂度也较高。

图2、图3所示的是Umi LoS和NLoS仿真场景中R′值与模型复杂度之间的关系，由(1)、(4)式可以看出信道模型的复杂度与信道多经数目成正比。设定原信道模型的复杂度为标准，则信道模型的复杂度可以用ε_N表示：

${\mathrm{\ϵ}}_N=E\left[\frac{\tilde{N}}{N}\right]---\left(20\right)$

其中

为信道模型简化之后的多径数目，N为信道模型简化之前的多径数目，ε_N表示简化后信道模型的复杂度与原信道模型的复杂度的比值，则ε_N越小表示信道模型的复杂度越低。由图2、图3可以看出在LoS和NLoS情况下随着R′值的增大，ε_N增大，即信道模型的复杂度增大。

图4、图5所示为Umi LoS和Umi NLoS仿真场景中R′值对rms时延扩展的影响。设定原信道模型的rms时延扩展为标准，则可以用rms时延扩展误差ε_DS来表示R′值对rms时延扩展的影响：

${\mathrm{\ϵ}}_{\mathrm{DS}}=E\left[\right|\frac{{\widetilde{\mathrm{\τ}}}_{\mathrm{rms}}-{\mathrm{\τ}}_{\mathrm{rms}}}{{\mathrm{\τ}}_{\mathrm{rms}}}\left|\right]---\left(21\right)$

其中τ_rms表示信道模型简化之前的rms时延扩展，

表示信道模型简化之后的rms时延扩展。ε_DS表示简化后信道模型的rms时延扩展与原信道模型的rms时延扩展的平均偏差值。ε_DS越大表示对rms时延扩展的影响越大。由图4、图5可以看出在LoS和NLoS情况下随着R′值的增大，ε_DS值减小，即信道模型的rms时延扩展的误差越小，当R′值足够大时，ε_DS值趋向于0，即信道模型的rms时延扩展的误差趋向于0。

图6、图7所示为Umi LoS和Umi NLoS仿真场景中R′值对到达角角度扩展的影响，设定原信道模型的到达角角度扩展为标准，则可以用到达角角度扩展误差ε_AoA表示R′值对到达角角度扩展的影响：

${\mathrm{\ϵ}}_{\mathrm{AoA}}=E\left[\right|\frac{{\widetilde{\mathrm{\Δ}}}_{\mathrm{AoA}}-{\mathrm{\Δ}}_{\mathrm{AoA}}}{{\mathrm{\Δ}}_{\mathrm{AoA}}}\left|\right]---\left(22\right)$

其中Δ_AoA表示信道模型简化之前的到达角角度扩展，

表示信道模型简化之后的到达角角度扩展。ε_AoA表示简化后信道模型的到达角角度扩展与原信道模型的到达角角度扩展的平均偏差值。ε_AoA值大，表示对到达角角度扩展影响大。由图6、图7可以看出在LoS和NLoS情况下随着R′值的增大，ε_AoA值减小，即信道模型的到达角角度扩展误差越低，当R′值足够大时，ε_AoA趋向于0，即信道模型的到达角角度扩展误差趋向于0。

图8、图9所示为Umi LoS和Umi NLoS仿真场景中R′值对离开角角度扩展的影响，设定原信道模型的离开角角度扩展为标准，则可以用离开角角度扩展误差ε_AoD表示R′值对离开角角度扩展的影响：

${\mathrm{\ϵ}}_{\mathrm{AoD}}=E\left[\right|\frac{{\widetilde{\mathrm{\Δ}}}_{\mathrm{AoD}}-{\mathrm{\Δ}}_{\mathrm{AoD}}}{{\mathrm{\Δ}}_{\mathrm{AoD}}}\left|\right]---\left(23\right)$

其中Δ_AoD表示信道模型简化之前的到达角角度扩展，

表示信道模型简化之后的到达角角度扩展。ε_AoD表示简化后信道模型的离开角角度扩展与原信道模型的离开角角度扩展的平均偏差值。ε_AoD值大，表示对离开角角度扩展影响大。由图8、图9可以看出在LoS和NLoS情况下随着R′值的增大，ε_AoD值减小，即信道模型的离开角角度扩展误差越小，当R′值足够大时，ε_AoD趋向于0，即信道模型的离开角角度扩展误差趋向于0。

3)生成信道系数：

步骤一：根据2)中得到的径到达角和径离开角生成子径(其中，每一径包含M条子径)的到达角和离开角：

${\widetilde{\mathrm{\φ}}}_{l,m}={\widetilde{\mathrm{\φ}}}_l+C_{\mathrm{AoD}}{\mathrm{\α}}_m---\left(15\right)$

其中下标l表示第l条子径，下标m表示第m条子径，C_AoA和C_AoD分别表示到达角和离开角的角度偏移比例因子，α_m表示角度偏移；

步骤二：生成每一子径的初始相位Φ_l，m，Φ_l，m服从均匀分布U(0，2π]；

步骤三：生成信道系数：

(a)信道为非视距传输时的信道系数

(16)

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标l表示信道的第l条路径

M表示每一径包含子径的个数，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_l，m表示第l条路径的第m条子径的初始相位，

表示第l条路径的第m条子径的到达角，

表示第l条路径的第m条子径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，表示多普勒频移：

其中||v||表示移动台的移动速度，θ_v表示移动台的移动方向。

(b)信道为视距传输时的信道系数

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标l表示信道的第l条路径

K为信道模型的莱斯因子，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_LoS表示直射路径的初始相位，

表示直射路径的到达角，φ_LoS表示直射路径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，v_LoS表示多普勒频移：

由于MIMO***中使用的各种信号处理算法和技术的性能优劣都极大地依赖于MIMO信道的特性，特别是各个天线之间的相关性。MIMO信道的精准度的评估指标还包括信道时间相关性，空间相关性，信道容量。

图10、图11分别为在Umi LOS仿真场景下和Umi NLoS仿真场景下R′值对信道时间相关性的影响，由图10、图11可以看出，在两种场景下R′的取值较大时(R′≥20)，信道时间相关性几乎不受影响。

图12、图13分别为在Umi LoS仿真场景下和Umi NLoS仿真场景下R′值对信道空间相关性的影响，由图12、图13可以看出，在两种场景下当R′的取值较大时(R′≥20)，信道空间相关性几乎不受影响。

图14、图16所示为Umi LoS和Umi NLoS仿真场景中对于不同的R′值信道容量随信噪比的变化，图15、图17是Umi LoS和Umi NLoS环境下信噪比为10dB对于不同的R′值时信道容量累计概率分布图。假设基站天线数大于或等于移动用户端天线数，信道容量：

$C=\frac{1}{B}\underset{B}{\∫}{\log }_2\det (I+\frac{\mathrm{\ρ}}{S}H\left(f\right)H{\left(f\right)}^H)\mathrm{df}---\left(24\right)$

$\tilde{C}=\frac{1}{B}\underset{B}{\∫}{\log }_2\det (I+\frac{\mathrm{\ρ}}{S}\tilde{H}\left(f\right)\tilde{H}{\left(f\right)}^H)\mathrm{df}---\left(25\right)$

其中C表示信道模型简化之前的信道容量，

表示信道模型简化之后的信道容量，S为移动用户端天线数。由图14、图16可以看出在Umi LoS和Umi NLoS环境下，此简化方法对信道容量随信噪比的变化情况的影响很小，随着R′值的增大，影响越来越小。由图15、图17可以看出在Umi LoS和Umi NLoS环境下，此简化方法对信道容量的累计概率分布影响很小，随着R′值的增大，影响越来越小。

R′值的选择问题：

R′值的大小决定了简化后信道模型的精准度和复杂度。R′值大，信道模型的复杂度高，仿真时间长，而精准度也高。因此，需要在信道模型复杂度和精准度之间进行折中，取得合理的R′值。

在Umi LoS情况下，当R′为20～40之间时，由图2、图4，图6，图8可知，rms时延扩展误差最大约为5％，最小约为1.5％，到达角角度扩展误差最大约为6％，最小约为2％，离开角角度扩展误差最大约为9％，最小约为3％，而信道模型的复杂度最大约为原信道模型的60％，最小约为原信道模型的70％；由图10，图12可知当R′为20～40之间时，简化之后信道模型的时间相关性和空间相关性与原模型相比相差很小，图14，图16可知简化之后信道模型的信道容量随信噪比的变化情况和信噪比的累计概率分布与原模型相比相差很小。

在Umi NLoS情况下，当R′为20～40之间时，由图3、图5，图7，图9可知，rms时延扩展误差最大约为3％，最小约为1％，到达角角度扩展误差最大约为5％，最小约为1％，离开角角度扩展误差最大约为6％，最小约为2％，而信道模型的复杂度最大约为原信道模型的83％，最小约为原信道模型的70％；由图11，图13可知当R′为20～40之间时，简化之后信道模型的时间相关性和空间相关性与原模型相比相差很小，图15，图17可知简化之后信道模型的信道容量随信噪比的变化情况和信噪比的累计概率分布与原模型相比相差很小。

综合以上所述，可知当R′为20～40之间时，信道模型的复杂度得到了很大的降低，而信道模型的精准度受到的影响很小。综合考虑信道模型复杂度和精准度，R′的取值范围可以选定为20～40。

Claims (1)

1.一种多输入多输出无线通信***的信道建模方法，包括以下步骤：

(1)根据给定的信道模型参数计算生成：信道的N条径的径时延τ_n，径功率p_n，径最大功率P_max，径到达角

径离开角φ_n，下标n表示第n条径，n∈[1，2，3，…，N])；

(2)简化信道模型：

步骤一：首先设定一个径功率门限值P_th：

P_th＝P_max/R

$R=\left\{\begin{array}{cc}{R}^{\′}& \mathrm{NLoS}\\ R^{\′}*(K+1)& \mathrm{LoS}\end{array}\right.$

其中P_max表示信道的径功率的最大值，P_max与P_th的比值为R，R值由R′值确定，R′取值范围为20到40之间的实数(此处R′为经验值，R′值越大，信道模型的精准度越高，而信道模型的复杂度也越高)，K值为信道模型的莱斯K因子；

步骤二：遍历信道的所有径，如果径功率小于门限值p_th，则将此径忽略，记为忽略径，否则记为保留径，所有忽略径组成一个集合C(p_k＜p_th，k∈C)，所有保留径组成一个集合C′(p_j≥p_th，j∈C′)，统计集合C中元素个数为N₁，则C′中元素个数为N-N₁；

步骤三：统计所忽略径的功率总和p_cut：

$p_{\mathrm{cut}}=\underset{k\∈C}{\mathrm{\Σ}}{p}_k$

如果p_cut不为0，则重新生成一径：

此径功率为：

$p^{\′}=\underset{k\∈C}{\mathrm{\Σ}}{p}_k$

此径时延为：

${\mathrm{\τ}}^{\′}=\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k{\mathrm{\τ}}_k\right)/\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k\right)$

此径离开角为：

${\mathrm{\θ}}^{\′}=\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k{\mathrm{\θ}}_k\right)/\left(\underset{k\∈C}{\mathrm{\Σ}}{p}_k\right)$

此径到达角为：

其中C表示所有忽略径的集合；

步骤四：保留径集合C′与上述步骤三生成的径组成新的信道模型的径集合

此时信道模型的多径数目为信道的

条径的径时延

径功率

径到达角

径离开角

下标l表示第l条径，

其中，每一径包含M条子径；

(3)生成信道系数：

步骤一：根据(2)中得到的径到达角

和径离开角

生成子径的到达角和离开角：

${\widetilde{\mathrm{\φ}}}_{l,m}={\widetilde{\mathrm{\φ}}}_l+C_{\mathrm{AoD}}{\mathrm{\α}}_m$

其中下标l表示第l条径，下标m表示第m条子径，C_AoA和C_AoD分别表示到达角和离开角的角度偏移比例因子，α_m表示角度偏移；

步骤二：生成每一子径的初始相位Φ_l，m，Φ_l，m服从均匀分布U(0，2π]；

步骤三：生成信道系数：

(a)信道为非视距传输时的信道系数

${\tilde{H}}_{u,s,l}\left(t\right)=\sqrt{{\tilde{P}}_l}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{F}_u\left[\exp \left(j{\mathrm{\Φ}}_{l,m}\right)\right]F_s\exp \left({\mathrm{jd}}_s{2\mathrm{\π\λ}}_0^{-1}\sin \left({\widetilde{\mathrm{\φ}}}_{l,m}\right)\right)$

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标l表示信道的第l条路径

M表示每一径包含子径的个数，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_l，m表示第l条路径的第m条子径的初始相位，

表示第l条路径的第m条子径的到达角，表示第l条路径的第m条子径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，

表示多普勒频移：

其中||v||表示移动台的移动速度，θ_v表示移动台的移动方向；

(b)信道为视距传输时的信道系数

${\tilde{H}}_{u,s,l}^{\′}\left(t\right)={\tilde{H}}_{u,s,l}\left(t\right)+$

其中下标u表示第u根接收天线，下标s表示第s根发射天线，下标l表示信道的第l条路径

K为信道模型的莱斯因子，F_u表示接收天线的增益，F_s表示发射天线的增益，Φ_LoS表示直射路径的初始相位，

表示直射路径的到达角，φ_LoS表示直射路径的离开角，λ₀表示信道载波波长，d_s表示发射天线s到发射参考天线的距离，d_u表示接收天线u到接收参考天线的距离，v_LoS表示多普勒频移：

Images