移动通信基础(13)TDL、CDL、信道相关性

目录

TDL模型(Tap Delay Line)

CDL模型 (Cluster Delay Line)

 多径特性的参数分析

时延扩展 

 频域相关性

高速条件下的信道非平稳特性

信道模型参数 

延迟缩放 

信道相关性 

信号的相关性 

信道相关性  


参考《U 型槽无线信道多径传播特性测量与建模方法的研究》、《5G信号源中的信道模拟与仿真研究》

衰落:衰落理解为信号幅度在时间和频率上的不断波动,是无线信道一个重要的恶化特性。信道幅度恶化的两个主要来源分别是加性噪声和信号衰落,高斯白噪声信道模型就是典型的加性噪声,信号衰落引起的是乘性的信号扰动,与加性噪声从原理上完全不同。 

信道的频率选择性衰落组为无线信道的重要特征之一,是人们进行无线系统设计考虑的重要因素,决定了导频隔间的大小。频率选择性衰落是由信道对发送信号的时间色散引起的。从时域上,受多径传播的影响,发送符号的各条路径分量相互叠加造成符号间干扰,较强的符号间干扰会使接收机的符号判决性能严重下降;从频移上,如果相干带宽小于发送信号带宽,会导致接收信号波形产生频率选择性衰落,即某些频率成分的信号幅值加强,而另外一些频率成分的信号幅值衰减。反之,如果多径信道的相干带宽大于发送信号带宽,则接收信号经历平坦衰落,发送信号的频率特性在接收机内仍能保持不变。
利用超宽带信号可以细化信道,提高多径分辨率,所以UWB信道常被称为密集多径信道,基于UWB信道的簇模型也逐步形成。
常用多径信道建模方法可以分为抽头延迟线(TDL)法和簇延迟线(CDL)两类。

如果路径中不存在直射分量那么就可以简单建模为瑞利衰落,如果路径中存在直射分量那么就可以建模为莱斯衰落。

TDL模型(Tap Delay Line)

TDL信道模型针对从 0.5GHz-100GHz 的全频率范围以及2GHz 的最大带宽来定义。 

  • TDL-A,TDL-B,TDL-C 三种模型用于 NLOS的三种不同的信道场景。其中 TDL-A,TDL-B 有 23 个抽头,TDL-C 有 24 个抽头。
  • TDL-D 和 TDL-E 用于 LOS 的信道场景,分别有 13 个和 14 个抽头,每个抽头的归一化延迟和相对功率都不相同,具体参数可在 3GPP TR 38.901 协议中找到。 

TDL 信道模型由一组具有不同衰落系数和不同时延的抽头组成。TDL 模型的衰落系数由衰落信道生成器的输出与抽头功率相乘得到。可以用 FIR 滤波器实现 TDL 信道模型。滤波器的输出为 

 

 

 TDL模型最为简单,适用于窄带信道建模,其多径的分辨率较低。在一个可分辨的附加时延内,可能有两个或者多个多径信号到达,但这些多径信号不可分辨,其矢

### 原理 STAR - RIS(智能可重构反射面)信道相关性主要基于电磁波传播特性。当STAR - RIS反射和传输信号时,由于信号传播路径的特性,不同天线或不同位置的信道响应会存在一定的关联。从物理层面来看,电磁波在空间中传播时,若多个信号路径具有相似的传播环境,如相同的散射体分布、传播距离相近等,那么这些路径对应的信道就会呈现出相关性。例如,在一个室内环境中,STAR - RIS反射的信号可能经过相同的墙壁反射到达接收端,这些信号的信道就可能具有较高的相关性。 ### 影响因素 - **空间因素**:STAR - RIS单元之间的间距、STAR - RIS与发射端和接收端的相对位置都会影响信道相关性。如果STAR - RIS单元间距较小,相邻单元反射的信号传播路径相似,信道相关性会较高;反之,间距增大,相关性会降低。此外,STAR - RIS与发射端和接收端的距离和角度也会改变信号传播路径,从而影响信道相关性。 - **环境因素**:周围散射体的分布和特性对信道相关性有重要影响。在散射体丰富的环境中,信号会经过多次反射和散射,不同路径的信号可能会具有相似的统计特性,导致信道相关性增加。例如,在城市街道环境中,建筑物的反射会使STAR - RIS反射的信号具有较高的相关性。 - **信号特性**:信号的频率、带宽等特性也会影响信道相关性。高频信号的波长较短,传播过程中对环境变化更敏感,信道相关性可能会较低;而低频信号则相反。较宽的信号带宽会使信号在不同频率上的信道特性差异增大,从而降低信道相关性。 ### 研究现状 目前,关于STAR - RIS信道相关性的研究处于不断发展阶段。许多研究致力于建立准确的信道相关性模型,以更好地理解和分析STAR - RIS在不同场景下的性能。一些研究通过理论推导和仿真实验,探究了不同因素对信道相关性的定量影响。此外,也有研究将信道相关性应用于STAR - RIS的优化设计中,如通过调整STAR - RIS单元的配置来降低信道相关性,以提高系统的容量和可靠性。 ```python # 以下为简单示例代码,用于模拟不同STAR - RIS单元间距下的信道相关性变化 import numpy as np import matplotlib.pyplot as plt # 定义不同的单元间距 spacing = np.linspace(0.1, 1, 10) correlation = [] # 模拟信道相关性随单元间距的变化 for s in spacing: # 这里简单假设相关性与间距成反比关系,实际情况需更复杂模型 corr = 1 / s correlation.append(corr) # 绘制结果 plt.plot(spacing, correlation) plt.xlabel('STAR - RIS单元间距') plt.ylabel('信道相关性') plt.title('STAR - RIS单元间距对信道相关性的影响') plt.show() ```
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值