带你读《5G大规模天线增强技术》——2.4.9 基于地图的混合信道模型(1)

简介: 带你读《5G大规模天线增强技术》——2.4.9 基于地图的混合信道模型(1)

2.4.9 基于地图的混合信道模型


区别于3GPP目前广泛采用的统计模型,混合信道模型以电磁理论为基础构建信道模型。不同频段的电磁波在空间传播的物理统计特性由相关场景的空间拓扑和电磁理论保证,适合400MHz100GHz多种带宽的配置。对于当前5G对信道的空间相关性、时间相关性、频率相关性等特性自然满足,具有很强的后向兼容性。


混合信道模型包括确定性模型、统计模型两大部分。确定性模型主要基于确定性场景的3D模型,利用射线追踪(Ray Tracing, RT)技术,考虑直射、透射、反射、绕射等物理现象,进行确定性计算,得到发射及接收的主要射线的确定性结果。统计模型主要反映确定性模型中未进行建模的小物件、粗糙面,以及因为人流、车辆、植被等引发的散射、遮挡和闪烁反射现象。下面将从场景定义、确定性建模、统计建模等方面对混合信道模型进行讲解,并在最后介绍TR 36.901中第8章的内容。


1.场景定义


混合模型的场景定义不同于纯统计模型,相关场景中面/刃的几何尺寸、材质参数均为确定数值。从实现的角度,可以通过构建模型库的方式进行,仿真时仅需要配置场景索引即可。模型库分为:材质库、场景库,相互关系可参考图2-29,具体实例及描述如图2-29所示。


image.png

2-29 混合信道模型场景定义


1)材质库:含各类材质在0.4~100GHz频段内的电导率及介电常数。每类材质有一个编号,可分为基本材质和扩展材质,基本材质可标准化,扩展材质便于特殊仿真评估时灵活使用。


2)场景库:场景库中有基于需求组定义的各类场景的完整模型数据,包括“ 面”集合和“ 刃 ” 集合,“ 面 ” 由多个三维空间共面的点组成(每个点均有3个坐标)、每个面有唯一的材质编号和一个厚度参数;“ 刃 ” 由两个点组成。


3)场景:是场景库中一个确定的模型,其标准化结果可以通过xml文件进行定义。


4)建模配置:Tx/Rx位置的配置、Tx/Rx移动速度的配置及模型、频点及带宽、RT确定性计算的相关参数配置,如反射次数、统计模型参数配置等。

2.确定性建模


射线追踪是一种被广泛用于移动通信和个人通信环境中的预测无线电波传播特性的技术,可以用来辨认多径信道中收发之间所有可能的射线路径。一旦所有可能的射线被辨认出,就可以根据电波传播理论来计算每条射线的幅度、相位、时延和极化。然后结合天线方向图和系统带宽就可得到接收点的所有射线的相干合成结果。在射线追踪过程中,主要考虑射线的反射、绕射和透射过程。主要的建模原理和实现流程如图2-30所示,首先经几何运算部分获得所有有效径轨迹,其次在电磁计算部分中利用电参数等信息,根据Snell反射定律、UTD绕射模型及基于折射的穿透模型计算各有效径的电场,最终得到确定性的信道脉冲响应hRT ,以及每条多径的传播时延


image.png

image.png

2-30 确定性建模原理与流程

通过RT仿真计算得到的主径分量示例如图2-31所示。

image.png

2-31 通过RT仿真计算得到的主径分量示例


具体的确定性传播机制和相关描述如下。

1)反射原理和计算公式

  ① 几何计算

采用镜像法,以1次反射为例,算法模型意义如图2-32所示。


image.png

2-32 镜像法进行反射路径寻迹

② 电磁计算


image.png

image.png

2)衍射原理和计算公式


① 几何计算

衍射是指在电磁波传播路径上,当尺寸相当大的障碍物对其遮挡时,在障碍物背后的阴影区中会产生电磁波。衍射射线有曲面衍射射线和边缘衍射射线两种,本模型仅讨论边缘衍射射线。边缘衍射射线是指从源点传输经过边缘上某一绕射点Q而到达场点接收的射线,其边缘可能是一条直边、一条共面曲边或一条非共面曲边。这里仅考虑直边情况,一般认为射线经过直边后的衍射路径分布在Keller圆锥上,如图2-33所示。

image.png

2-33 衍射几何寻迹示意图

image.png

image.png

3)透射原理和计算公式


image.png

3.统计建模


在通过射线跟踪对功率较强的离散主径分量进行仿真重构之后,接下来需要将统计部分嵌入混合模型之中。采用基于扩展的Salen-ValuenzulaS-V)的统计模型,其模型框架如图2-35所示,主要体现了信道传播多径在多个维度上的统计分布情况。模型参数描述如下,且一般可以通过实测或仿真数据进行参数估计回归得到。


image.png

image.png

2-35 基于扩展S-V的统计模型框架

image.png

image.png

2-36 Hybrid模型统计部分实现流程

image.png

image.png

image.png

image.png

2-37 遮挡模型应用流程

6)簇内子径产生流程

在得到所有离散主径信息后,需要将其扩展为在多个维度具有一定展宽的多径

簇,输出每条子径的脉冲响应。


image.png

image.png

7)闪烁路径产生流程


闪烁路径是指由于环境中随机物体(闪烁体)的出现,如室内装饰物和车辆,在某一时刻形成的新的强反射或散射传播路径。闪烁路径的特点如下。


突发性:从定义可知,闪烁路径主要起源于环境中随机出现的物体,且该物体需要和收发机两端同时可见,因此其发生条件不可控,具有突发性。


小尺度现象:从定义和图2-38可知,由闪烁体引起的信道传播状态的变化仅体现为增加了新的闪烁路径,即路径级别的变化,因此对该现象的研究应着眼于小尺度层级。


瞬时性:从定义和图2-38可知,产生闪烁路径的条件是偶发的且不可控制的,其稳定性比较差,因此该类路径的存在体现为瞬时特性。


与环境强的相关性:从定义和图2-38可知,该现象产生的概率易受到传播环境的影响,如闪烁体分布密度和几何尺寸。


与载频的强相关性:该类路径来源于反射或者全散射的单跳路径,因此路径强度受载频影响。

image.png

2-38 闪烁路径示例


由于该现象的产生具有极高的突发性,通过实测进行研究的可行性比较低,建议通过仿真的方式对不同传播条件下的闪烁路径特征进行研究。在统计模型构建时需要考虑以下参数特征:接收机接收闪烁路径概率、闪烁路径数量,以及该类路径的强度。这里需要基于该模型在所有多径的基础上额外随机生成部分闪烁路径,具体流程与步骤如图2-39所示,最终得到未耦合天线的纯净信道脉冲响应htotal

image.png

图2-39 闪烁路径模型的使用流程图

相关文章
|
6天前
|
传感器 监控 自动驾驶
|
5天前
|
边缘计算 物联网 5G
5G小基站技术:解决室内覆盖难题
【10月更文挑战第25天】
26 5
|
2天前
|
人工智能 运维 数据挖掘
跨界融合:AI与5G技术如何共同推动数字化转型
【10月更文挑战第29天】本文探讨了人工智能(AI)与第五代移动通信技术(5G)的结合如何推动数字化转型。通过高速、低延迟的5G网络和AI的数据分析能力,两者相辅相成,实现了智能化网络运维、增强网络功能和多行业的实际应用。文中提供了网络流量预测和故障预测的示例代码,展示了技术的实际应用潜力。
11 1
|
5天前
|
运维 安全 5G
|
4天前
|
传感器 安全 物联网
5G车联网技术:智能交通的未来
【10月更文挑战第26天】
14 1
|
6天前
|
机器学习/深度学习 人工智能 算法
|
6天前
|
安全 自动驾驶 物联网
5G技术概览:开启万物互联新时代
【10月更文挑战第23天】
25 1
|
1月前
|
自动驾驶 5G
5G技术中的时分双工(TDD)与频分双工(FDD)的应用区别
5G技术中的时分双工(TDD)与频分双工(FDD)的应用区别
273 63
|
18天前
|
安全 物联网 5G
5G技术对软件开发的影响及应对策略
【10月更文挑战第11天】5G技术的商用化正迅速推进,其高速度、低延迟和高可靠性将深刻影响软件开发。本文探讨了5G技术的特点及其对移动应用、物联网、后端服务和安全性的具体影响,并提出了开发者应采取的优化策略,包括提升移动应用体验、扩展物联网应用、强化后端服务和加强安全性。通过这些策略,开发者可以充分利用5G技术,为用户提供更好的服务。
|
25天前
|
安全 物联网 5G
无线网络技术:5G之后的通信革命
【10月更文挑战第16天】本文探讨了5G之后无线网络技术的发展趋势,涵盖5G-A、Wi-Fi 7及未来通信技术展望。5G-A提升了网络速度、时延和连接数,Wi-Fi 7则在性能和可靠性上大幅跃升,未来通信技术将朝向更高速度、更低延迟、更广覆盖方向发展。