首页 / 专利库 / 电信 / 瑞利衰落 / 应用于移动通信网络的无线信道建模与仿真方法

应用于移动通信网络的无线信道建模与仿真方法

阅读:430发布:2020-05-14

专利汇可以提供应用于移动通信网络的无线信道建模与仿真方法专利检索,专利查询,专利分析的服务。并且应用于 移动通信网络 的无线信道建模与仿真方法为,首先导出用于产生符合小尺度无线信道特征的 瑞利衰落 波形 的高斯随机序列所需满足的三个基本条件及自相关特性,利用蒙特卡罗方法产生独立标准高斯随机序列,并通过一种线性变换矩阵将其转换为满足相应三个基本条件及自相关特性的高斯随机序列,最后对其取模,从而得出无线信道中瑞利衰落波形;其中,线性变换矩阵通过按列递推的方式得到。该方法简单、实用,能够有效地产生符合小尺度无线信道特征的瑞利衰落波形,满足自相关特性及平稳性的要求,并且可以容易地产生多个相互独立的瑞利衰落波形,从而为研究与分析各种 频率 分集无线通信系统提供了条件与可能。,下面是应用于移动通信网络的无线信道建模与仿真方法专利的具体信息内容。

1.一种应用于移动通信网络的无线信道建模与仿真方法,其特征在于,首先导出用于产生符合小尺度无线信道特征的瑞利衰落波形的高斯随机序列所需满足的三个基本条件及自相关特性,利用蒙特卡罗方法产生独立标准高斯随机序列,并通过一种线性变换矩阵将其转换为满足相应三个基本条件及自相关特性的高斯随机序列,最后对其取模,从而得出无线信道中瑞利衰落波形;其中,线性变换矩阵通过按列递推的方式得到;
所述的三个基本条件如下:
2
1)实部分量即同相分量X(n)和虚部分量即正交分量Y(n)都均值为0、方差为σ 的高斯随机过程,其中n表示离散时刻;
2)同相分量X(n)和正交分量Y(n)在任意时刻统计独立,即它们的互相关函数E(X(n)*Y(n+m))=0,其中E(·)表示取数学期望,0≤m≤N-1为离散时间间隔;
3)同相分量X(n)、正交分量Y(n)是广义平稳随机过程,其自相关函数相等且为R(m)=E(X(n)*X(n+m))=E(Y(n)*Y(n+m));
自 相 关 特 性 为:同 相 分 量 X(n)和 正 交 分 量Y(n) 自 相 关 系 数 满 足其中,ρ(m)表示X(n)和Y(n)自相关系数,J0(·)为第一类零
阶贝赛尔函数,fm为最大多普勒频移,Ts为抽样时间间隔,σ2为方差;
利用蒙特卡罗方法中的舍选法产生标准高斯随机变量的方法是:作出标准高斯分布的概率密度曲线;位于横坐标范围内曲线下的面积就对应于这个范围内的概率;于是选择在标准高斯概率密度曲线下具有均匀分布的二维随机数,则标准高斯概率密度曲线下对应于横坐标处的点的分布满足标准高斯分布,因此该点即是标准高斯随机变量;利用上述方法产生N个随机数即得一组相互独立的标准高斯随机变量,记为η=[η(n),1≤n≤N];η经过线性变换可以得到X即:X′=Tη′,这里,[·]′表示取转置,T为线性变换矩阵;同样地,利用蒙特卡罗方法产生一组相互独立的标准高斯随机变量k=[k(n),1≤n≤N],由公式Y′=Tk′可得高斯随机过程Y;上述方法产生的X(n)与Y(n)满足三个基本条件及自相关特性;因此,由 可得满足小尺度无线信道特征的瑞利衰落波
形V=[V(n),1≤n≤N]。
2.根据权利要求1所述的移动通信网络的无线信道建模与仿真方法,其特征在于线性变换矩阵可以通过按列递推的方式得到,即可用如下递推公式得到线性变换矩阵T:
2
Ti1=σρ(i-1), 1≤i≤N a
公式a为初始值,公式b为按列递推公式;首先根据公式a得到线性变换矩阵T第一行元素T11,然后根据公式a得到线性变换矩阵T第二行第一列元素T21并根据公式b得到第二行第二列元素T22,从而得到线性变换矩阵T第二行各列元素[T21,T22],依次类推,以后各行均首先利用公式a得到其第一列元素,然后利用公式b得到其余各列元素,从而求得整个线性变换矩阵T。

说明书全文

应用于移动通信网络的无线信道建模与仿真方法

技术领域

[0001] 本发明属于无线通信网络技术领域,特别涉及移动通信网络的无线信道建模与仿真方法。

背景技术

[0002] 由于信道中电磁波受到反射、绕射、散射、多径传播等因素的影响,接收端所接收到的信号是各个方向到达电磁波的叠加,使信号在小范围内引起剧烈的波动,称之为多径衰落,亦称为小尺度衰落。小尺度衰落直接体现了无线信道的复杂性和随机性,是决定无线通信系统性能的基本问题。一般而言,小尺度衰落信道响应的包络服从瑞利分布,而相位服从(0,2π)内均匀分布。因此,无线信道建模的核心与关键即是如何简单有效地产生瑞利衰落包络,这也是研究与分析各种移动通信网络的首要任务。近年来,各种用于仿真小尺度瑞利衰落波形的模型不断涌现。这些模型可大致分为两类:统计类和确定类。
[0003] 1.统计类模型是基于对时域或者频域上的复高斯随机过程进行功率谱密度的滤波成形,该类模型宜于产生满足各种统计特性的瑞利衰落波形,但需要精心设计数字成形滤波器以及进行大数据量的逆离散傅立叶变换(IDFT)。这类方法实现复杂度高,不适于高速实时的仿真。
[0004] 2.确定类模型是基于对时域上精心选择的有限个余弦波进行叠加。最常用的确定类模型是Jakes模型及其改进型,由于其简单性而得到广泛应用。但是,Jakes模型及其改进型均是建立在产生的同向及正交分量服从高斯分布的假设基础上的。根据即中心极限定理的要求,当N趋于无穷时,同向及正交分量才真的服从高斯分布。因此,Jakes模型及其改进型均受到中心极限定理的限制。

发明内容

[0005] 技术问题:本发明的目的是提出一种移动通信网络的无线信道建模与仿真方法。该方法简单、实用,能够有效地产生符合小尺度无线信道特征的瑞利衰落波形,满足自相关特性及平稳性的要求,并且可以容易地产生多个相互独立的瑞利衰落波形,从而为研究与分析各种频率分集无线通信系统提供了条件与可能。
[0006] 技术方案:本发明的应用于移动通信网络的无线信道建模与仿真方法首先导出用于产生符合小尺度无线信道特征的瑞利衰落波形的高斯随机序列所需满足的三个基本条件及自相关特性,利用蒙特卡罗方法产生的独立标准高斯随机序列,并通过一种线性变换矩阵将其转换为满足相应三个基本条件及自相关特性的高斯随机序列,最后对其取模,从而得出无线信道中瑞利衰落波形;其中,线性变换矩阵通过按列递推的方式得到。
[0007] 所述的三个基本条件如下:
[0008] 1)实部分量即同相分量X(n)和虚部分量即正交分量Y(n)都均值为0、方差为σ2的高斯随机过程,其中n表示离散时刻;
[0009] 2)同相分量X(n)和正交分量Y(n)在任意时刻统计独立,即它们的互相关函数E(X(n)*Y(n+m))=0,其中E(·)表示取数学期望,0≤m≤N-1为离散时间间隔;
[0010] 3)同相分量X(n)、正交分量Y(n)是广义平稳随机过程,其自相关函数相等且为R(m)=E(X(n)*X(n+m))=E(Y(n)*Y(n+m));
[0011] 自相关 特性为:同相分 量X(n)和正交 分量Y(n)自相 关系数满 足其中,ρ(m)表示X(n)和Y(n)自相关系数,J0(·)为第一类零阶贝赛尔函数,fm为最大多普勒频移,Ts为抽样时间间隔,σ2为方差。
[0012] 利用蒙特卡罗方法产生的独立标准高斯随机序列,是一组相互独立的标准“即均值为0,方差为1”高斯随机变量序列;由于高斯随机变量的累积分布函数无法用解析式给出,因此利用蒙特卡罗方法中的舍选法产生标准高斯随机变量,其方法是:作出标准高斯分布的概率密度曲线,位于横坐标范围内曲线下的面积就对应于这个范围内的概率;于是选择在标准高斯概率密度曲线下具有均匀分布的二维随机数,则标准高斯概率密度曲线下对应于横坐标处的点的分布满足标准高斯分布,因此该点即是标准高斯随机变量;利用上述方法产生N个随机数即得一组相互独立的标准高斯随机变量,记为η=[η(n),1≤n≤N];η经过线性变换可以得到X即:X′=Tη′,这里,[·]′表示取转置,T为线性变换矩阵;同样地,利用蒙特卡罗方法产生一组相互独立的标准高斯随机变量κ=[κ(n),1≤n≤N],由公式Y′=Tκ′可得高斯随机过程Y;上述方法产生的X(n)与Y(n)满足三个基本条件及自相关特性;因此,由 可得满足小尺度无线信
道特征的瑞利衰落波形V=[V(n),1≤n≤N]。
[0013] 线性变换矩阵可以通过按列递推的方式得到,即可用如下递推公式得到线性变换矩阵T:
[0014] Ti1=σ2ρ(i-1),1≤i≤N a
[0015]
[0016] 公式a为初始值,公式b为按列递推公式;首先根据公式a得到线性变换矩阵T第一行元素T11,然后根据公式a得到线性变换矩阵T第二行第一列元素T21并根据公式b得到第二行第二列元素T22,从而得到线性变换矩阵T第二行各列元素[T21,T22],依次类推,以后各行均首先利用公式a得到其第一列元素,然后利用公式b得到其余各列元素,从而求得整个线性变换矩阵T。
[0017] 有益效果:本发明的创新点如下:
[0018] 本发明即应用于移动通信网络的无线信道建模与仿真方法,其特征首先在于导出了用于产生符合小尺度无线信道特征的瑞利衰落波形的高斯随机序列所需满足的三个基本条件及自相关特性,利用蒙特卡罗方法产生的独立标准高斯随机序列,并通过一种线性变换矩阵将其转换为满足相应条件及自相关特性的高斯随机序列,从而得出无线信道中瑞利衰落波形。
[0019] 根据高斯随机序列的相应的自相关特性,可以通过简单的按列递推的方式得到线性变换矩阵,而不需要复杂的矩阵变换或求解。
[0020] 本发明简单、实用,能够有效地产生符合小尺度无线信道特征的瑞利衰落波形,满足自相关特性及平稳性的要求。
[0021] 本发明可以容易地产生多个相互独立的瑞利衰落波形,从而为研究与分析各种频率分集无线通信系统(例如跳频(FH)系统、多载波码分多址(MC-CDMA)系统,正交频分复用(OFDM)系统)提供了条件与可能。附图说明
[0022] 图1为无线信道建模与仿真方法流程图

具体实施方式

[0023] 设Z(n)=X(n)+jY(n),n=1,2,…,N为复高斯随机过程。Z(n)可以写成随机向量形式Z=[Z(1),Z(2),…,Z(N)]。Z(n)必须满足如下基本条件:1)实部分量(即同相分2
量)X(n)和虚部分量(即正交分量)Y(n)均为均值为0,方差为σ 的高斯随机过程。2)X(n)和Y(n)在任意时刻统计独立,即它们的互相关函数E(X(n)*Y(n+m))=0。3)X(n)、Y(n)是广义平稳随机过程,其自相关函数相等且为R(m)=E(X(n)*X(n+m))=E(Y(n)*Y(n+m)),
0≤m≤N-1为离散时间间隔。
[0024] 设Z(n)的包络 条件1)与条件2)联合保证了V(n)在任意时刻服从均值为 方差为 的瑞利分布,其概率密度函数为:
条件3)进一步保证了包络V(n)的广义平稳性。
[0025] 在前面论述的基础上,现在提出瑞利衰落波形的实现模型。为获得符合小尺度无线信道特征的瑞利衰落波形,复高斯随机过程Z(n)的同相分量X(n)和正交分量Y(n)除满足上节所述三个基本条件外,其功率谱均应满足下式:
[0026]
[0027] 其中f为频率,fm为最大多普勒频移。fm=K/λ=Kf0/Ω(K表示移动台的移动8
速度,λ表示载波波长,f0为载波频率,Ω为光速3×10m/s)。公式(1)就是Jakes的U型功率谱,满足该功率谱的信道就是通常所说的瑞利衰落信道。通过对公式S(f)傅立叶反变换并离散化(离散抽样)可得X(n)和Y(n)自相关函数:
[0028] R(m)=σ2J0(2πfmmTs) (2)
[0029] Ts为抽样时间间隔,J0(·)为第一类零阶贝赛尔函数。因此X(n)和Y(n)自相关系数均为:
[0030]
[0031] 根据前面的理论基础,若要产生满足小尺度无线信道特征的瑞利衰落波形,只需产生满足相应的三个基本条件且自相关特性(ρ(m))符合公式(3)的高斯随机过程X(n)和Y(n)。由于X(n)或Y(n)具有类似的性质,不失一般性,下面以X(n)为例介绍其产生过程。
[0032] 首先,利用蒙特卡罗方法产生一组相互独立的标准(即均值为0,方差为1)高斯随机变量,记为η(n),1≤n≤N。蒙特卡罗方法是一种随机模拟或随机抽样方法。蒙特卡罗方法中的舍选法能够有效地产生满足独立性要求的标准高斯随机序列。假定η(n)的向量形式η=[η(1),η(2),…,η(N)]经过一定线性变换可以得到X=[X(1),X(2),…,X(N)](X(n)的向量形式)即:
[0033] X′=Tη′ (4)
[0034] 这里,[·]′表示取转置,T为线性变换矩阵。若T为下三矩阵且所有元素均非负,则: 转换矩阵T必须满足下式:
[0035] TT′=E(X′X) (5)
[0036] 其中E(·)表示对矩阵中的每个元素分别取数学期望。由前所述,可得[0037]
[0038] 根据公式(5)、(6),我们可用如下递推公式求解转换矩阵T:
[0039] Ti1=σ2ρ(i-1),1≤i≤N (7-a)
[0040]
[0041] 公式(7-a)为初始值,公式(7-b)为按列递推公式。根据这两个公式,首先得到转换矩阵T第一行各列元素T11,进而得到转换矩阵T第二行各列元素[T21,T22],依次类推,最后得到转换矩阵T第N行各列元素[TN1,TN2,…,TNN],从而求得整个转换矩阵T。
[0042] 由式(4)可以看出,X(n)(1≤n≤N)均由相互独立的标准高斯随机变量η(n)的线性组合得到。显然,产生的X(n)仍然服从高斯分布且均值为零。而转换矩阵T由上面递推公式得到,因此保证了由公式(4)产生的X(n)的方差及自相关特性满足公式(6)。进而,产生的X(n)仍然具有广义平稳性。同样地,利用蒙特卡罗方法产生一组相互独立的标准高斯随机变量κ(n),1≤n≤N(κ为其向量形式),由公式Y′=Tκ′可得高斯随机过程Y(n)(Y为其向量形式)。由于κ(n)与η(n)在任意时刻相互独立(由蒙特卡罗方法所决定),产生的X(n)与Y(n)在任意时刻统计独立。因此上述方法产生的X(n)与Y(n)满足三个基本条件及公式(6)规定自相关特性。因此,由 可得满足小尺度无线信道特征的瑞利衰落波形V=[V(1),V(2),…,V(N)]。
[0043] 本发明应用于移动通信网络的无线信道建模与仿真方法实例如下:
[0044] 第一步:根据仿真要求,初始化信道参数:方差σ2,最大多普勒频移fm,抽样时间间隔Ts;
[0045] 第二步:由公式(3)计算得到高斯随机过程X(n)和Y(n)的自相关特性ρ(m);
[0046] 第三步:由按列递推公式(7-a)及(7-b),首先得到转换矩阵T第一行各列元素T11,进而得到转换矩阵T第二行各列元素[T21,T22],依次类推,最后得到转换矩阵T第N行各列元素[TN1,TN2,…,TNN],从而求得整个转换矩阵T。
[0047] 第四步:利用蒙特卡罗方法中的舍选法产生两组相互独立标准高斯随机变量序列η和κ。
[0048] 第五步:根据公式(4),即X′=Tη′和Y′=Tκ′。分别得到满足三个基本条件及公式(3)规定的自相关特性的高斯随机变量序列X和Y以及复高斯随机变量序列Z。
[0049] 第六步:由 可得满足小尺度无线信道特征的瑞利衰落波形V=[V(1),V(2),…,V(N)]。
[0050] 本发明即移动通信网络的无线信道建模与仿真方法流程图如图1所示。
[0051] 下表给出了本发明产生的两个相互独立的瑞利衰落波形V1(n)和V2(n)的概率密度分布、自相关函数及其互相关函数的仿真值与理论值的比较测度(其中自相关函数是指瑞利衰落波形对应高斯随机序列的自相关函数)。仿真工具为VC++,比较测度为仿真值与理论值的差值占理论值的比例(相对误差值),每个比较测度为十次仿真的平均值。由该表可知,本发明能够较好地产生满足无线信道特征的多个独立的瑞利衰落波形。
[0052]
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈