6G信道模型(3)
发布网友
发布时间：2023-04-02 23:59
共1个回答
热心网友
时间：2024-08-18 03:42
中国电子学会通信分会联合东南大学等单位定于2022年5月6日（周五）在南京+线上举办2022年“6G无线信道测量与建模”国际研讨会。本次研讨会将针对满足6G全频段全场景无线信道测量与建模需求的信道探测器、信道测量、信道参数估计算法、几何随机信道建模方法、射线追踪信道建模方法、波束域信道建模方法、人工智能使能的预测信道建模方法、6G标准化普适信道模型等议题，邀请无线信道测量与建模领域的国内外学术界、工业界知名专家学者展开讨论，积极推动6G全频段全场景无线信道测量与建模的发展，促进学术界、工业界的交流，加速未来6G无线通信网络的建设。
主题： 面向6G的全频段全场景无线信道测量与建模
时间： 2022年5月6日（周五），08:30-18:00
地点： 江苏南京（上秦淮国际文化交流中心）+ 线上
主办单位：
东南大学
华为技术有限公司
网络通信与安全紫金山实验室
中国电子学会通信分会
中国通信学会物联网委员会
书接上文
3.1 毫米波/太赫兹信道模型
文献[10]
[10] HUANG J, LIU Y, WANG C X, et al, 5G millimeter wave channel sounders, measurements, and models:recent developments and future
challenges[J]. IEEE Communications Magazine, 2019, 57(1):138-145.
对毫米波信道模型进行了全面总结。确定性信道模型包括射线追踪、基于地图的模型和点云模型。射线追踪模型应用于 IEEE 802.11ad 标准化模型中，而基于地图的模型由 METIS 项目组提出并应用于毫米波信道建模中。准确定性模型应用于 MiWEBA 项目组及 IEEE 802.11ay 标准化模型中。随机性信道模型包括 SV 模型、传播图模型、几何随机信道模型。几何随机信道模型应用于 NYU WIRELESS、3GPP 38.901、METIS、mmMAGIC 等模型中。射线追踪模型与几何随机信道模型也广泛应用于太赫兹信道建模中。同时，人体/植被衰减、雨/云/雪/雾衰减在毫米波及太赫兹频段也需要考虑。太赫兹通信频率高，传输带宽大，会引发信道的频域非平稳性；由于路径损耗较大，收发两端通常需要采用大规模/超大规模天线阵列，会引发信道的空域非平稳性；另外，收发端设备的移动性会引发信道的时域非平稳性。针对太赫兹信道的信道特性，提出一种三维空—时—频非平稳室内信道模型。该模型使用几何随机建模方法，信道参数在空域、时域、频域演进以体现其非平稳特性。给出了不同时间（t= 0, 10 s）、不同频率（f = 300 GHz, 350 GHz）太赫兹信道的时间自相关函数和空间互相关函数，太赫兹信道的相关函数如图 2 所示。可以看到，由于终端的长时间移动，不同时刻的相关函数显著不同，体现出时域非平稳性。同时，随着频率的增加，同一时刻信道的时间自相关函数和空间互相关函数将减小。
3.3 卫星通信信道模型
卫星通信信道主要为直射路径，因此，接收信号强度一般较稳定，除非受天气条件与对流层闪烁的影响。当前多数卫星通信信道模型主要考虑接收信号幅度的概率密度分布，根据接收到的信号强度，信道状态可以分为好、中等、差，从而使用马尔可夫链进行建模。同时，一些初步的研究工作尝试使用几何随机信道模型对卫星通信信道进行建模。
文献[45]
[45] BAI L, WANG C X, GOUSSETIS G, et al. Channel modeling for satellite communication channels at Q-band in high latitude[J]. IEEE Access, 2019, 7: 137691-137703.
提出了一种适用于高纬度地区 Q 波段的卫星通信三维信道模型，散射簇位于半球球面上，考虑接收端的运动对接收信号的影响以及受环
境散射影响的莱斯因子。仿真得到的卫星通信信道的时间自相关函数如图 5 所示。仿真频率为 f = 39.402 GHz，接收端移动速度为 v= 3 m/s，散射簇的移动速度为 vc= 0.5 m/s。理论模型与仿真模型得到的结果一致，验证了模型的正确性。在不同时刻（t = 0, 10 s）的自相关函数不同，表明卫星通信信道具有时域非平稳性。
3.4 无人机通信信道模型
文献[20]
[20] KHAWAJA W, GUVENC I, MATOLAK D W, et al. A survey of air-to-ground propagation channel modeling for unmanned aerial vehicles[J]. IEEE Communications Surveys & Tutorials, 2019, 21(3):2361-2391.
对空—地无人机通信信道大尺度路径损耗模型进行了全面总结。无人机小尺度多径信道模型包括确定性与随机性信道模型。确定性模型包括射线追踪模型和分析性模型，如两径模型等。随机性信道模型包括规则形状几何随机信道模型、非规则形状几何随机信道模型、非几何随机信道模型与马尔可夫模型。由于无人机通信信道具有高移动性、俯仰角大、散射体在近地空间分布等特性，使用几何随机建模方法提出了一种三维非平稳无人机空—地信道模型，详细的理论推导参见文献[46]。
[46] CHANG H T, BIAN J, WANG C X, et al. A 3D non-stationary wide band GBSM for low-altitude UAV-to-ground V2V MIMO channels[J].
IEEE Access, 2019, 7: 70719-70732.
在规则随机几何建模的基础上引入散射簇在时间上的演进，根据几何关系实时更新信道参数，从而较好地反映无人机通信信道的时域非平稳特性。考虑散射体分布在近地空间这一特性，该模型支持根据建筑物和地形的高度限定散射体分布的高度。此外，通过改变控制簇生成算法的参数，如时延分布、角度分布等，该模型可以适用于不同的应用场景，具有较好的通用性。仿真与测量的无人机通信信道均方根时延扩展的累积分布函数如图 6 所示，结果显示，该模型能够较好地拟合开阔场景和居民区场景的均方根时延扩展。不同速度下无人机通信信道平稳间隔的概率分布如图 7 所示，结果显示，在无人机发送端速度增加（vT= 5 m/s, 10 m/s, 15 m/s）、接收端速度不变（vR = 3 m/s）的情况下，平稳间隔逐渐变小，与实际情况相符。
