CN112968743A - 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 - Google Patents

基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 Download PDF

Info

Publication number
CN112968743A
CN112968743A CN202110212740.1A CN202110212740A CN112968743A CN 112968743 A CN112968743 A CN 112968743A CN 202110212740 A CN202110212740 A CN 202110212740A CN 112968743 A CN112968743 A CN 112968743A
Authority
CN
China
Prior art keywords
path
representing
line
scatterer
expressed
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
Application number
CN202110212740.1A
Other languages
English (en)
Other versions
CN112968743B (zh
Inventor
许魁
廖程建
谢威
夏晓晨
陈丽花
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Army Engineering University of PLA
Original Assignee
Army Engineering University of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Army Engineering University of PLA filed Critical Army Engineering University of PLA
Priority to CN202110212740.1A priority Critical patent/CN112968743B/zh
Publication of CN112968743A publication Critical patent/CN112968743A/zh
Application granted granted Critical
Publication of CN112968743B publication Critical patent/CN112968743B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，涉及无线通信中的信道建模的技术领域。构建三维非平稳信道矩阵；假设散射体在用户周围单环分布，在高楼周围呈椭球分布；建立三维直角坐标系，计算各路径的多普勒平移、时延和初始相位；最后计算归一化功率表达式，构建非平稳信道矩阵；更新时变信道参数；引入生灭过程，计算各传播路径的生灭概率；构建转移概率矩阵，实时产生传播路径数目；设定一定的功率阈值，筛选出不可见的散射体，提取有效的散射路径。能针对去蜂窝大规模MIMO***表现出的新特性，进行较为精确的信道建模；能有效更新信道时变参数，较好的展现出去蜂窝大规模MIMO信道的非平稳特性。

Description

基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法
技术领域
本发明涉及无线通信中的信道建模的技术领域，尤其涉及基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法。
背景技术
用户通信需求提升和通信技术革新是移动通信***演进的源动力。随着信息通信技术的飞速发展以及新兴应用的快速涌现，移动数据流量和连接数量激增。目前，世界各国陆续发布了第六代移动通信***(Sixth-Generation，6G)的研发计划，以下4个技术将会在6G网络中扮演者十分重要的角色：①“去蜂窝”(Cell-Free)大规模MIMO技术；②太赫兹技术；③人工智能技术；④高精度定位与跟踪技术。
去蜂窝大规模MIMO***中，大量配置一根或多根天线的接入点(AccessPoint，AP)通过前向/回程链路连接到中央处理单元(Central Processing Unit，CPU)，来共同完成大范围区域的连续覆盖，从而突破了“以小区为中心”的传统蜂窝覆盖设计思想，通过引入“以用户为中心”的可伸缩服务架构，有效消除了传统蜂窝边界。相较于传统蜂窝网络，去蜂窝***可有效缩短用户到AP的距离，从而大幅降低路径损耗，有效获取空间宏分集增益，并利用大量AP带来的有利传播，减小多用户干扰，实现均匀覆盖并大幅提升用户体验。
基于以上优势，去蜂窝大规模MIMO***非常适合火车站、机场、体育场馆、大型商场、智能工厂等热点场景，也为下一代移动通信网络的研究提供了方向。“H.Q.Ngo,A.Ashikhmin,H.Yang,E.G.Larsson and T.L.Marzetta,Cell-Free Massive MIMO VersusSmall Cells,IEEE Transactions on WirelessCommunications,vol.16,no.3,pp.1834-1850,March 2017.”文献“Qiu J,Xu K,Xia X,et al.Downlink Power Optimization forCell-Free Massive MIMO over Spatially Correlated Rayleigh Fading Channels[J].IEEE Access,2020,PP(99):1-1.”考虑空间相关瑞利衰弱信道模型，研究了去蜂窝大规模MIMO***下行链路功率优化问题。文献“Ngo H Q,Ashikhmin A,Yang H,et al.Cell-FreeMassive MIMO Versus Small Cells[J].IEEE Transactions on WirelessCommunications,2017,16(3):1834-1850.”将信道建模为大尺度和小尺度衰落，研究了去蜂窝大规模MIMO***中用户吞吐量和对阴影衰落空间相关性的免疫力。
然而以上所有的研究，均未对去蜂窝大规模MIMO***进行精确的信道建模。相较于集中式大规模MIMO***，去蜂窝大规模MIMO信道展现出许多新的特性，但有效准确的信道建模是基本信息理论分析和***传输方案设计的基础。
发明内容
本发明目的是提供一种基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，针对去蜂窝大规模MIMO通信***展现出的新特性，进行有效精确的信道建模，为基本信息理论分析和***传输方案设计奠定基础。
一种基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，包括如下步骤：
步骤1、构建三维非平稳信道矩阵；假设散射体在用户周围单环分布，在高楼周围呈椭球分布；建立三维直角坐标系，计算所有AP、用户和散射体的三维地理位置坐标；针对每条视距路径、单散射路径和双散射路径，计算俯仰角和方位角，并用三维坐标表示；计算各路径的多普勒平移、时延和初始相位；最后计算归一化功率表达式，构建非平稳信道矩阵；
步骤2：更新时变信道参数；引入生灭过程，计算各传播路径的生灭概率；构建转移概率矩阵，实时产生传播路径数目；根据散射体和用户移动速度，更新散射体和用户的地理位置；
步骤3：用户可见区域划分；设定一定的功率阈值，筛选出不可见的散射体，提取有效的散射路径。
本发明专利与现有信道建模方案相比具有如下优点：能针对去蜂窝大规模MIMO***表现出的新特性，进行较为精确的信道建模；能有效更新信道时变参数，较好的展现出去蜂窝大规模MIMO信道的非平稳特性。对不同时刻下时间相关函数随时延因子的变化，时间自相关函数随着时延因子的增大在一定范围内减小。在同一时延因子的情况下，选取时刻越大，时间自相关函数越大。时间自相关函数的变化主要来源于接收端和散射体之间的相对运动，体现了信道的非平稳特性。
附图说明
图1是本发明的去蜂窝大规模MIMO信道建模流程示意图。
图2是本发明的去蜂窝大规模MIMO***模型示意图。
图3是本发明的去蜂窝大规模MIMO信道建模示意图。
图4本发明在不同时刻t的条件下时间相关函数随时延因子τ变化情况图。
具体实施方式
如图1、图2、图3所示，一种基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，包括如下步骤：
步骤1、构建三维非平稳信道矩阵；假设散射体在用户周围单环分布，在高楼周围呈椭球分布；建立三维直角坐标系，计算所有AP、用户和散射体的三维地理位置坐标；针对每条视距路径、单散射路径和双散射路径，计算俯仰角和方位角，并用三维坐标表示；计算各路径的多普勒平移、时延和初始相位；最后计算归一化功率表达式，构建非平稳信道矩阵；具体实施如下：
在提出的去蜂窝大规模MIMO通信***模型中，收发端均采用均匀平面阵列；发射端配置Q根天线，各天线元素之间的距离为δT；接收端配置P根天线，各天线元素之间的距离为δR；分别以发射端和接收端的第一个天线元素为圆心，建立双环模型，记半径分别为Rt和Rr，同时以两个圆心为焦点建立半椭球模型，记长半轴为a，短半轴为b，焦点距离为D；AP固定，以AP为圆心的环上分布着N1个移动散射体，记移动速度向量为
Figure BDA0002952952040000031
接收端速度向量为vR，以接收端为圆心的环上分布着N2个散射体，移动速度向量为
Figure BDA0002952952040000032
假设椭球区域内分布着N3个静止的散射体；
AP与用户间的三维非平稳信道矩阵可表示为
Figure BDA0002952952040000033
其中，t指的是时刻，hqp(t)表示从发射端第q根天线元素到接收端第p根天线元素的信道冲激响应，包括视距路径与非视距路径部分；其中非视距分量包括单射散射分量和双射散射分量，具体表达式为
Figure BDA0002952952040000041
其中，
Figure BDA0002952952040000042
表示视距分量，表达式为
Figure BDA0002952952040000043
其中，j表示虚数单位，K表示莱斯因子，
Figure BDA0002952952040000044
表示视距路径的多普勒频移，
Figure BDA0002952952040000045
表示视距路径由于地理位置引起的相位延迟，
Figure BDA0002952952040000046
表示初始相位；
Figure BDA0002952952040000047
表示单射散射路径分量，表达式为
Figure BDA0002952952040000048
其中，Pi表示每条路径分配的功率，m表示散射路径数目的变量，Ni表示散射路径数量，
Figure BDA0002952952040000049
表示非视距路径的单散射分量在AP端的多普勒频移，
Figure BDA00029529520400000410
表示非视距路径的单散射分量在用户端的多普勒频移，
Figure BDA00029529520400000411
表示非视距路径由于地理位置引起的相位延迟；
Figure BDA00029529520400000412
表示双射散射路径分量，表达式为
Figure BDA00029529520400000413
其中，m1，m2表示散射路径数目的变量，
Figure BDA00029529520400000414
表示非视距路径的双散射分量在AP端的多普勒频移，
Figure BDA00029529520400000415
表示非视距路径的双散射分量在用户端的多普勒频移，
Figure BDA00029529520400000416
表示非视距路径由于地理位置引起的相位延迟；Pi和PD表示归一化功率系数，且满足
Figure BDA00029529520400000417
视距路径的多普勒频移可表示为
Figure BDA00029529520400000418
其中，vR表示接收端速度向量，λ表示载波波长，
Figure BDA00029529520400000419
表示LoS路径发射端到接收端的离去角，具体可表示为
Figure BDA0002952952040000051
其中，
Figure BDA0002952952040000052
表示视距路径的俯仰角，
Figure BDA0002952952040000053
表示视距路径的方位角，第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体与发射端之间的多普勒频移可表示为
Figure BDA0002952952040000054
其中，
Figure BDA0002952952040000055
表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的速度向量，
Figure BDA0002952952040000056
表示NLoS路径发射端到散射体的离去角，具体可表示为
Figure BDA0002952952040000057
其中，
Figure BDA0002952952040000058
表示非视距路径在AP端的俯仰角，
Figure BDA0002952952040000059
表示非视距路径在AP端的方位角，第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体与接收端之间的多普勒频移可表示为
Figure BDA00029529520400000510
其中，
Figure BDA00029529520400000511
表示NLoS路径散射体到接收端的到达角；具体可表示为
Figure BDA00029529520400000512
其中，
Figure BDA00029529520400000513
表示非视距路径在接收端的俯仰角，
Figure BDA00029529520400000514
表示非视距路径在接收端的方位角，
Figure BDA00029529520400000515
表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的速度向量，vR表示接收端速度向量，分别表示为
Figure BDA0002952952040000061
Figure BDA0002952952040000062
其中，αR(t)表示接收端的俯仰角，βR(t)表示接收端的方位角，
Figure BDA0002952952040000063
表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的俯仰角，
Figure BDA0002952952040000064
表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的方位角；
视距路径的时延相位可表示为：
Figure BDA0002952952040000065
其中，λ表示载波波长；
Figure BDA0002952952040000066
表示收发端，即AP到用户的地理位置坐标向量；
非视距路径单散射分量的时延相位可表示为：
Figure BDA0002952952040000067
其中，
Figure BDA0002952952040000068
表示单散射路径在发端的位置矢量，
Figure BDA0002952952040000069
表示单射路径在收端的位置矢量；
非视距路径双散射分量的时延相位可表示为：
Figure BDA00029529520400000610
其中，
Figure BDA00029529520400000611
表示双散射路径从发端到中间散射体的位置矢量，
Figure BDA00029529520400000612
表示双散射路径从中间散射体到另一中间端散射体的位置矢量，
Figure BDA00029529520400000613
表示双散射路径从中间散射体到收端的位置矢量；
由于用户和散射体的不断移动，其地理位置也是时变的；其相对位置更新如下：
Figure BDA00029529520400000614
Figure BDA00029529520400000615
Figure BDA0002952952040000071
其中，τ表示时延，vR表示用户(即接收端)的速度矢量，
Figure BDA0002952952040000072
表示第ni个散射体的速度矢量；根据公式(17)至(19)，实时更新用户和散射体的位置矢量。
步骤2：更新时变信道参数；引入生灭过程，计算各传播路径的生灭概率；构建转移概率矩阵，实时产生传播路径数目；根据散射体和用户移动速度，更新散射体和用户的地理位置；具体实施如下：
考虑散射体的生灭过程，建模为二状态马尔科夫过程；假设状态0表示消亡，状态1表示存在；引入生灭过程，一次散射路径生灭过程的转移概率矩阵可以表示为
Figure BDA0002952952040000073
其中，Δt表示在时刻t后经过较短时延，
Figure BDA0002952952040000074
表示从状态a到状态b的概率转移矩阵，且a,b∈{0,1}，
Figure BDA0002952952040000075
表示经过Δt后散射体从无到无的概率，
Figure BDA0002952952040000076
表示经过Δt后散射体从无到有的概率，
Figure BDA0002952952040000077
表示经过Δt后散射体从有到无的概率，
Figure BDA0002952952040000078
表示经过Δt后散射体从有到有的概率，
Figure BDA0002952952040000079
和
Figure BDA00029529520400000710
分别表示一次散射径的消亡概率和新生概率，
Figure BDA00029529520400000711
表示一次散射径的时变信道波动因子，表示为
Figure BDA00029529520400000712
其中，Pc表示散射体移动的平均概率，||vR(t)||表示接收端的平均运动速度，
Figure BDA00029529520400000713
表示第ni簇散射体的平均运动速度，则散射径的存活概率Psur(t,Δt)表示为
Figure BDA00029529520400000714
新生的散射路径应遵守泊松过程，数学期望表示为
Figure BDA00029529520400000715
其中，Nnew(t,Δt)表示新产生的散射路径数目；结合公式(22)和(23)得到散射路径的平均数目为
Figure BDA0002952952040000081
E{N(t,Δt)}表示散射路径的平均数目。
步骤3：用户可见区域划分；设定一定的功率阈值，筛选出不可见的散射体，提取有效的散射路径；具体实施如下:
以Hata模型为基础，建立路径损耗公式：
Figure BDA0002952952040000082
其中d表示发射天线和接收天线的距离，f表示载波频率，hT、hR分别表示发射天线和接收天线的高度，
Figure BDA0002952952040000083
表示接收天线的相关系数，表达式为
Figure BDA0002952952040000084
取hT＝hR＝0，整理得路损计算公式
PLHata(d)＝68.75+27.72lgfc+44.9lgd(26)
忽略散射体处的功率损耗，得各散射路径的可见增益G的计算表达式
Figure BDA0002952952040000085
若可见增益大于等于阈值增益，则保留该有效散射路径；若可见增益小于阈值增益，则对无效路径进行筛除。
如图2所示，去蜂窝大规模MIMO***中，阵列天线随机布设，不同用户/AP周围的散射体分布各不相同。传统集中式大规模MIMO的远场平行波入射假设，以及在波达/离方向、散射体数目、随机衰落统计特性等方面体现出的共参数和广义平稳特性，在去蜂窝大规模MIMO***中变得不再适用。同时，收发距离的缩短使得信道角度扩展显著增大，近场传播和环境演变特性导致共散射簇数目显著减少。伴随着用户、散射体的随机移动，不同散射路径在时空轴向呈现生灭和演变现象，散射簇可见区域也在动态变化。针对去蜂窝大规模MIMO信道展现出的这些新特性，本发明提出了一种可见区域划分的时变去蜂窝大规模MIMO信道建模方法。
如图4所示，为采用本技术方案对不同时刻t下时间相关函数随时延因子τ的变化情况。可以看出，时间自相关函数随着时延因子τ的增大在一定范围内减小。在同一时延因子的情况下，选取时刻越大，时间自相关函数越大。时间自相关函数的变化主要来源于接收端和散射体之间的相对运动，体现了信道的非平稳特性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，其特征在于包括如下步骤：
步骤1、构建三维非平稳信道矩阵；假设散射体在用户周围单环分布，在高楼周围呈椭球分布；建立三维直角坐标系，计算所有AP、用户和散射体的三维地理位置坐标；针对每条视距路径、单散射路径和双散射路径，计算俯仰角和方位角，并用三维坐标表示；计算各路径的多普勒平移、时延和初始相位；最后计算归一化功率表达式，构建非平稳信道矩阵；
步骤2：更新时变信道参数；引入生灭过程，计算各传播路径的生灭概率；构建转移概率矩阵，实时产生传播路径数目；根据散射体和用户移动速度，更新散射体和用户的地理位置；
步骤3：用户可见区域划分；设定一定的功率阈值，筛选出不可见的散射体，提取有效的散射路径。
2.根据权利要求1所述的基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，其特征在于上述步骤1中的构建三维非平稳信道矩阵具体实施如下：
在提出的去蜂窝大规模MIMO通信***模型中，收发端均采用均匀平面阵列；发射端配置Q根天线，各天线元素之间的距离为δT；接收端配置P根天线，各天线元素之间的距离为δR；分别以发射端和接收端的第一个天线元素为圆心，建立双环模型，记半径分别为Rt和Rr，同时以两个圆心为焦点建立半椭球模型，记长半轴为a，短半轴为b，焦点距离为D；AP固定，以AP为圆心的环上分布着N1个移动散射体，记移动速度向量为
Figure FDA0002952952030000011
接收端速度向量为vR，以接收端为圆心的环上分布着N2个散射体，移动速度向量为
Figure FDA0002952952030000012
假设椭球区域内分布着N3个静止的散射体；
AP与用户间的三维非平稳信道矩阵可表示为
Figure FDA0002952952030000013
其中，t指的是时刻，hqp(t)表示从发射端第q根天线元素到接收端第p根天线元素的信道冲激响应，包括视距路径与非视距路径部分；其中非视距分量包括单射散射分量和双射散射分量，具体表达式为
Figure FDA0002952952030000021
其中，
Figure FDA0002952952030000022
表示视距分量，表达式为
Figure FDA0002952952030000023
其中，j表示虚数单位，K表示莱斯因子，
Figure FDA0002952952030000024
表示视距路径的多普勒频移，
Figure FDA0002952952030000025
表示视距路径由于地理位置引起的相位延迟，
Figure FDA0002952952030000026
表示初始相位；
Figure FDA0002952952030000027
表示单射散射路径分量，表达式为
Figure FDA0002952952030000028
其中，Pi表示每条路径分配的功率，m表示散射路径数目的变量，Ni表示散射路径数量，
Figure FDA0002952952030000029
表示非视距路径的单散射分量在AP端的多普勒频移，
Figure FDA00029529520300000210
表示非视距路径的单散射分量在用户端的多普勒频移，
Figure FDA00029529520300000211
表示非视距路径由于地理位置引起的相位延迟；
Figure FDA00029529520300000212
表示双射散射路径分量，表达式为
Figure FDA00029529520300000213
其中，m1，m2表示散射路径数目的变量，
Figure FDA00029529520300000214
表示非视距路径的双散射分量在AP端的多普勒频移，
Figure FDA00029529520300000215
表示非视距路径的双散射分量在用户端的多普勒频移，
Figure FDA00029529520300000216
表示非视距路径由于地理位置引起的相位延迟；Pi和PD表示归一化功率系数，且满足
Figure FDA00029529520300000217
视距路径的多普勒频移可表示为
Figure FDA00029529520300000218
其中，vR表示接收端速度向量，λ表示载波波长，
Figure FDA00029529520300000219
表示LoS路径发射端到接收端的离去角，具体可表示为
Figure FDA0002952952030000031
其中，
Figure FDA0002952952030000032
表示视距路径的俯仰角，
Figure FDA0002952952030000033
表示视距路径的方位角，第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体与发射端之间的多普勒频移可表示为
Figure FDA0002952952030000034
其中，vnim表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的速度向量，
Figure FDA0002952952030000035
表示NLoS路径发射端到散射体的离去角，具体可表示为
Figure FDA0002952952030000036
其中，
Figure FDA0002952952030000037
表示非视距路径在AP端的俯仰角，
Figure FDA0002952952030000038
表示非视距路径在AP端的方位角，第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体与接收端之间的多普勒频移可表示为
Figure FDA0002952952030000039
其中，
Figure FDA00029529520300000310
表示NLoS路径散射体到接收端的到达角；具体可表示为
Figure FDA00029529520300000311
其中，
Figure FDA00029529520300000312
表示非视距路径在接收端的俯仰角，
Figure FDA00029529520300000313
表示非视距路径在接收端的方位角，vnim表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的速度向量，vR表示接收端速度向量，分别表示为
Figure FDA0002952952030000041
Figure FDA0002952952030000042
其中，αR(t)表示接收端的俯仰角，βR(t)表示接收端的方位角，
Figure FDA0002952952030000043
表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的俯仰角，
Figure FDA0002952952030000044
表示第ni,i＝1,2,3簇第m＝1,2,...Ni个散射体的方位角；
视距路径的时延相位可表示为：
Figure FDA0002952952030000045
其中，λ表示载波波长；
Figure FDA0002952952030000046
表示收发端，即AP到用户的地理位置坐标向量；
非视距路径单散射分量的时延相位可表示为：
Figure FDA0002952952030000047
其中，
Figure FDA0002952952030000048
表示单散射路径在发端的位置矢量，
Figure FDA0002952952030000049
表示单射路径在收端的位置矢量；
非视距路径双散射分量的时延相位可表示为：
Figure FDA00029529520300000410
其中，
Figure FDA00029529520300000411
表示双散射路径从发端到中间散射体的位置矢量，
Figure FDA00029529520300000412
表示双散射路径从中间散射体到另一中间端散射体的位置矢量，
Figure FDA00029529520300000413
表示双散射路径从中间散射体到收端的位置矢量；
由于用户和散射体的不断移动，其地理位置也是时变的；其相对位置更新如下：
Figure FDA00029529520300000414
Figure FDA00029529520300000415
Figure FDA0002952952030000051
其中，τ表示时延，vR表示用户(即接收端)的速度矢量，
Figure FDA0002952952030000052
表示第ni个散射体的速度矢量；根据公式(17)至(19)，实时更新用户和散射体的位置矢量。
3.根据权利要求2所述的基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，其特征在于上述步骤2所述的更新时变信道参数具体实施如下：
考虑散射体的生灭过程，建模为二状态马尔科夫过程；假设状态0表示消亡，状态1表示存在；引入生灭过程，一次散射路径生灭过程的转移概率矩阵可以表示为
Figure FDA0002952952030000053
其中，Δt表示在时刻t后经过较短时延，
Figure FDA0002952952030000054
表示从状态a到状态b的概率转移矩阵，且a,b∈{0,1}，
Figure FDA0002952952030000055
表示经过Δt后散射体从无到无的概率，
Figure FDA0002952952030000056
表示经过Δt后散射体从无到有的概率，
Figure FDA0002952952030000057
表示经过Δt后散射体从有到无的概率，
Figure FDA0002952952030000058
表示经过Δt后散射体从有到有的概率，
Figure FDA0002952952030000059
和
Figure FDA00029529520300000510
分别表示一次散射径的消亡概率和新生概率，
Figure FDA00029529520300000511
表示一次散射径的时变信道波动因子，表示为
Figure FDA00029529520300000512
其中，Pc表示散射体移动的平均概率，||vR(t)||表示接收端的平均运动速度，
Figure FDA00029529520300000516
表示第ni簇散射体的平均运动速度，则散射径的存活概率Psur(t,Δt)表示为
Figure FDA00029529520300000513
新生的散射路径应遵守泊松过程，数学期望表示为
Figure FDA00029529520300000514
其中，Nnew(t,Δt)表示新产生的散射路径数目；结合公式(22)和(23)
得到散射路径的平均数目为
Figure FDA00029529520300000515
E{N(t,Δt)}表示散射路径的平均数目。
4.根据权利要求3所述的基于可见区域划分的时变去蜂窝大规模MIMO信道建模方法，其特征在于上述步骤3所述的用户可见区域划分具体实施如下:
以Hata模型为基础，建立路径损耗公式：
Figure FDA0002952952030000061
其中d表示发射天线和接收天线的距离，f表示载波频率，hT、hR分别表示发射天线和接收天线的高度，
Figure FDA0002952952030000062
表示接收天线的相关系数，表达式为
Figure FDA0002952952030000063
取hT＝hR＝0，整理得路损计算公式
PLHata(d)＝68.75+27.72lgfc+44.9lgd(26)
忽略散射体处的功率损耗，得各散射路径的可见增益G的计算表达式
Figure FDA0002952952030000064
若可见增益大于等于阈值增益，则保留该有效散射路径；若可见增益小于阈值增益，则对无效路径进行筛除。
CN202110212740.1A 2021-02-25 2021-02-25 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 Active CN112968743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110212740.1A CN112968743B (zh) 2021-02-25 2021-02-25 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110212740.1A CN112968743B (zh) 2021-02-25 2021-02-25 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法

Publications (2)

Publication Number Publication Date
CN112968743A true CN112968743A (zh) 2021-06-15
CN112968743B CN112968743B (zh) 2023-06-02

Family

ID=76286154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110212740.1A Active CN112968743B (zh) 2021-02-25 2021-02-25 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法

Country Status (1)

Country Link
CN (1) CN112968743B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113541836A (zh) * 2021-07-21 2021-10-22 北京航空航天大学 一种车联网信道冲激响应确定方法及***
CN113692010A (zh) * 2021-08-27 2021-11-23 南京航空航天大学 一种无人机对地通信传播路径随机生灭的动态模拟方法
CN113890578A (zh) * 2021-09-29 2022-01-04 浙大城市学院 基于ris和相关信道无蜂窝***功率设计方法
CN113938233A (zh) * 2021-11-18 2022-01-14 重庆邮电大学 一种无人机非平稳空对空mimo信道的几何随机建模方法
CN114124263A (zh) * 2021-11-25 2022-03-01 江苏科技大学 基于大规模智能反射单元的无人机信道模型建立方法
CN114301546A (zh) * 2021-12-02 2022-04-08 中国人民解放军国防科技大学 时变nlos场景下卫星导航信道仿真方法、装置及***
CN115347924A (zh) * 2022-07-27 2022-11-15 南京邮电大学 Vr交叠的超大规模mimo***中用户功率分配方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108199794A (zh) * 2018-03-05 2018-06-22 南京邮电大学 一种新型Massive MIMO信道模型的统计性建模方法
CN109639378A (zh) * 2019-01-29 2019-04-16 南京信息工程大学 矩形隧道无线传播信道建模方法
CN111314001A (zh) * 2020-03-10 2020-06-19 合肥工业大学 一种基于几何的非平稳v2v mimo信道建模方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108199794A (zh) * 2018-03-05 2018-06-22 南京邮电大学 一种新型Massive MIMO信道模型的统计性建模方法
CN109639378A (zh) * 2019-01-29 2019-04-16 南京信息工程大学 矩形隧道无线传播信道建模方法
CN111314001A (zh) * 2020-03-10 2020-06-19 合肥工业大学 一种基于几何的非平稳v2v mimo信道建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张薇等: "一种基于随机散射簇的非平稳3D空间信道模型", 《电子与信息学报》 *
江凯丽等: "三维场景非平稳MIMO信道构建及参数演进方法", 《应用科学学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113541836B (zh) * 2021-07-21 2022-06-10 北京航空航天大学 一种车联网信道冲激响应确定方法及***
CN113541836A (zh) * 2021-07-21 2021-10-22 北京航空航天大学 一种车联网信道冲激响应确定方法及***
CN113692010A (zh) * 2021-08-27 2021-11-23 南京航空航天大学 一种无人机对地通信传播路径随机生灭的动态模拟方法
CN113692010B (zh) * 2021-08-27 2023-03-14 南京航空航天大学 一种无人机对地通信传播路径随机生灭的动态模拟方法
CN113890578A (zh) * 2021-09-29 2022-01-04 浙大城市学院 基于ris和相关信道无蜂窝***功率设计方法
CN113938233A (zh) * 2021-11-18 2022-01-14 重庆邮电大学 一种无人机非平稳空对空mimo信道的几何随机建模方法
CN113938233B (zh) * 2021-11-18 2023-09-29 重庆邮电大学 一种无人机非平稳空对空mimo信道的几何随机建模方法
CN114124263A (zh) * 2021-11-25 2022-03-01 江苏科技大学 基于大规模智能反射单元的无人机信道模型建立方法
CN114124263B (zh) * 2021-11-25 2023-09-22 江苏科技大学 基于大规模智能反射单元的无人机信道模型建立方法
CN114301546A (zh) * 2021-12-02 2022-04-08 中国人民解放军国防科技大学 时变nlos场景下卫星导航信道仿真方法、装置及***
CN114301546B (zh) * 2021-12-02 2024-04-19 中国人民解放军国防科技大学 时变nlos场景下卫星导航信道仿真方法、装置及***
CN115347924A (zh) * 2022-07-27 2022-11-15 南京邮电大学 Vr交叠的超大规模mimo***中用户功率分配方法
CN115347924B (zh) * 2022-07-27 2023-05-30 南京邮电大学 Vr交叠的超大规模mimo***中用户功率分配方法

Also Published As

Publication number Publication date
CN112968743B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
CN112968743B (zh) 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法
Hemadeh et al. Millimeter-wave communications: Physical channel models, design considerations, antenna constructions, and link-budget
CN107248877B (zh) 基于实测数据的MassiveMIMO信道建模方法
Jiang et al. Three-dimensional geometry-based stochastic channel modeling for intelligent reflecting surface-assisted UAV MIMO communications
Cheng et al. Modeling and simulation for UAV air-to-ground mmWave channels
CN113489521A (zh) 反射面辅助无小区大规模mimo网络智能联合波束赋形方法
CN110620627B (zh) 一种车辆到车辆多天线***的非平稳信道建模方法及装置
Huang et al. A non-stationary 6G V2V channel model with continuously arbitrary trajectory
Hao et al. Ultra wideband THz IRS communications: Applications, challenges, key techniques, and research opportunities
CN115278707A (zh) 基于智能反射面辅助的noma太赫兹网络能效优化方法
CN115665759A (zh) 一种基于uav-ris的辅助无线安全通信传输方法
Zaman et al. A millimeter wave channel modeling with spatial consistency in 5G systems
He et al. Investigation and comparison of QuaDRiGa, NYUSIM and MG5G channel models for 5G wireless communications
CN114499724A (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
Hasan et al. Performance estimation of massive MIMO drop-based propagation channel model for mmWave communication
CN102035588A (zh) 基于角度信息的发射多播赋形方法及***
Hu et al. Channel modeling for UAV-aided LEO satellite communication
Shang et al. UAV swarm-enabled aerial reconfigurable intelligent surface
Chen et al. A twin-multi-ring channel model for massive MIMO system
CN114499615B (zh) 一种太赫兹通信***中近远场统一的发射波束成形方法
Tamaddondar et al. 3D massive MIMO channel modeling with cluster based ray tracing method
Wang et al. Geometry-based UAV-MIMO channel model for intelligent reflecting surface-assisted communication systems
Liao et al. 3D stochastic geometry channel model of cell-free massive MIMO system
Emmanuel et al. Development of an Optimum Beamforming Strategy for Outdoor Communication in Millimeter Wave Wireless Sensor Network.
Biswas et al. A robust mobile anchor–based localisation technique for wireless sensor network using smart antenna

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