[發明專利]一種基于實測的3D MIMO統計信道建模方法

有效

• 申請號: 201710476525.6
• 申請日: 2017-06-21
• 公開（公告）號: CN107425895B
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 張陽;李晨;龐立華;欒英姿;李杰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04B7/08;H04B17/391;H04L25/02
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種基于實測的3D MIMO統計信道建模方法，其特征在于，所述基于實測的3D MIMO統計信道建模方法通過外場測量提取大尺度參數的統計量，生成大尺度參數的互相關矩陣；利用線性模型表示垂直域角度擴展與距離的依賴關系；引入混合VMF分布刻畫多簇方位角和俯仰角的互依賴性并生成3D空間的到達角和離開角；再根據外場測量的統計分析確定信道模型的各個表征參數，最終生成3D MIMO信道系數；

所述基于實測的3D MIMO統計信道建模方法包括以下步驟：

步驟一，進行信道測量活動，通過信道測量得到信道沖激響應，根據信道沖激響應提取信道多徑分量；

步驟二，建模生成大尺度參數LSPs并利用循環濾波法生成其互相關矩陣，七個大尺度參數分別是：延遲擴展，陰影衰落，方位離開角擴展，方位到達角擴展，俯仰離開角擴展，俯仰到達角擴展和萊斯K因子；

七個大尺度參數建模為對數正態分布，生成的大尺度參數(LSPs)為：

其中，s為大尺度參數向量，μ和σ為對數正態分布的均值和標準差向量，其可通過對外場測量數據進行統計分析得到，是描述大尺度參數間相關性的參數向量，A為七個大尺度參數的互相關矩陣，ξ通過利用相關距離使用循環濾波法生成，未獲取相關距離的情況下則由均值為0，方差為1的高斯獨立同分布變量隨機生成；

對于同一條鏈路上的不同的大尺度參數，兩個不同大尺度參數的相關系數如下所示：

其中，ρ_xy為大尺度參數x，y的相關系數，C_xy為大尺度參數x，y的協方差，C_xx，C_yy分別是大尺度參數x，y的方差；

步驟三，利用線性模型統計建模3D MIMO信道的俯仰角擴展，表明大尺度參數中垂直域角度擴展與距離的依賴關系；

步驟四，引入混合Von Mises Fisher分布建模生成3D空間的到達角和離開角；在3DMIMO統計信道模型中，角度參數共有四個，即收發兩端的方位角和俯仰角；

步驟五，依據信道測量的統計分析確定模型的各個表征參數，包括LSPs的互相關矩陣，線性模型的斜率和截距，混合VMF分布中的簇數、簇擴展、方位角和俯仰角，其他的模型參數可以沿用WINNER系列或QuaDRiGa等主流模型中的表征參數；

步驟六，信道系數的產生；

(1)設置初始隨機相位，對于第n條簇中第m條子徑在四種極化方式(vv,vh,hv,hh)下設置隨機初始相位初始相位在(-π,π)內是均勻分布的；

(2)確定天線陣列的導向矢量和多普勒頻率；第s個發射天線到第u個接收天線的第n個簇的信道響應矩陣根據下式可得：

其中，H_u,s,n(t)為第n簇的信道系數矩陣，每一簇內共有M條射線，P_n為第n個簇的功率，F為發射天線或接收天線在水平或垂直極化的場方向圖，是方位到達角φ_n,m,AoA和垂直到達角θ_n,m,EoA的歸一化角度矢量，是方位離開角φ_n,m,AoD和垂直離開角θ_n,m,EoD的歸一化角度矢量；和分別是接收天線u和發射天線s的位置矢量；κ_n,m是線性范圍內的交叉極化功率比；λ₀是載波頻率的波長；多普勒頻率分量v_n,m由到達角(AoA，EoA)和UE的速度矢量得到；

當存在LOS路徑時，計算LOS路徑的信道系數：

所述步驟二中建模生成大尺度參數LSPs并利用循環濾波法生成其互相關矩陣的具體過程為：

(1)在變換域中生成初步的變換域大尺度參數(TLSPs)；服從高斯分布，在將映射得到s_i之前，要和進行關聯，是對應于其他LSP或者其他鏈路的變換域大尺度參數；對于不同的網絡布局，TLSPs的生成方法不同，考慮如下兩種通信網絡：

a)鏈路為一個BS到多個UE之間

UE坐標為(x₁,y₁),…(x_k,y_k)，生成一個系統網格，對每個結點生成七個高斯隨機變量，分別對應7個TLSP，并找出k個用戶在格點中的位置loc1…lock；生成對應于這七個TLSP的自相關濾波器響應：

其中，λ_m為各LSP的自相關距離；d為系統網格中的坐標擴充值；用濾波器對各個結點中的七個高斯隨機變量濾波，將濾波后位置為loc1…lock的7組數據記為這k條鏈路的TLSPs；

b)鏈路為一個BS到一個UE

直接生成七個高斯隨機變量，作為該鏈路的TLSPs；

(2)添加各TLSPs之間的互相關

得到各鏈路的7個變換域大尺度參數ξ，互相關矩陣為A(7×7)，則最終的TLSPs為：

(3)由TLSPs轉化為LSPs

所述步驟三中利用線性模型統計建模3D MIMO信道的俯仰角擴展，表明大尺度參數中垂直域角度擴展與距離的依賴關系：

垂直域的角度特征取決于BS與UE之間的距離，相對應的角度擴展建模為對數正態隨機分布：

由線性模型來表示ESD和ESA對相關距離的依賴性μ＝λd+η；

其中λ和η是線性函數系數，d是BS和UE之間的距離，以米為單位；

所述步驟四中引入混合Von Mises Fisher分布建模生成3D空間的到達角和離開角，在3D MIMO統計信道模型中，角度參數共有四個，即收發兩端的方位角和俯仰角；以BS側的AoD和EoD為例，生成方法如下，利用類似的方法可生成UE側的AoA和EoA；具體步驟為：

(1)基于外場測量，采用截斷拉普拉斯分布擬合俯仰角、截斷高斯分布擬合方位角；用簇功率和它們各自的角擴展作為輸入來計算逆高斯和逆拉普拉斯函數，得到AoD和EoD；

方位角角度功率譜PAS服從截斷高斯分布，由簇功率P_n和均方根角度擴展σ_ASD來生成隨機角度AoD：

其中σ_ASD是由步驟二得到的方位離開角擴展，常數C是與簇數相關的比例因子，在LOS情況下取決于萊斯K因子，用C^LOS代替：

C^LOS＝C·(1.1035-0.028K-0.002K²+0.0001K³)；

俯仰角角度功率譜PAS服從截斷拉普拉斯分布，由簇功率P_n和均方根角度擴展σ_ESD來生成隨機角度EoD：

其中σ_ESD是由步驟二得到的俯仰離開角擴展，C是與簇數相關的比例因子，在LOS情況下取決于萊斯K因子，用C^LOS代替：

C^LOS＝C·(1.3086+0.0339K-0.0077K²+0.0002K³)；

(2)對基于外場測量生成的n個簇的AoD和EoD進行隨機配對，形成n組AoD和EoD的角度集合，作為簇中射線的平均俯仰角和方位角，生成指定簇的平均波發/波達角度向量；簇的平均波發/波達角度向量由單位矢量Δ表示，Δ＝[sinθ_ocosφ_o sinθ_osinφ_o cosθ_o]^T，其中θ_o和φ_o分別作為簇中射線的平均俯仰角和方位角；

(3)利用VonMisesFisher分布建模單簇的3D角度聯合分布，描述方位角和俯仰角的簇角度擴展，得到第n個簇第m個子徑的方位離開角φ_n,m和俯仰離開角θ_n,m；根據VMF分布可表征方位角和俯仰角之間的相關性；

VMF分布的概率密度函數表示為：f_p(Ω；Δ,κ)＝C_p(κ)exp(κΔ^TΩ)sinθ；

其中，Ω＝[sinθcosφ sinθsinφ cosθ]^T代表單位球上的任意一個波發/波達方向，θ為俯仰角，φ為方位角；Δ為簇的平均波發/波達角度向量，即簇心的指向；收斂參數κ描述簇波發/波達角度的擴散程度，κ越大，簇角度越集中，變得各向異性，而κ＝0時簇角度出現各向同性散射；I_d(κ)是第一類修正貝塞爾函數，其階數為d，且在3D空間場景中p＝3；

由(2)可得簇平均波發/波達角度向量Δ，Δ＝[sinθ_ocosφ_o sinθ_osinφ_o cosθ_o]^T，κ建模為對數正態分布，則VMF分布的概率密度函數(PDF)重新寫為：

f_p(θ,φ|θ_o,φ_o,κ)＝C_p(κ)exp{κ[sinθ_osinθcos(φ-φ_o)+cosθ_ocosθ]}sinθ；

其中Δ^T和Ω的內積被簡化為標量形式，Δ^TΩ＝sinθ_osinθcos(φ-φ_o)+cosθ_ocosθ；

通過VMF分布的PDF，可以計算出φ和θ的邊緣概率密度函數；因此產生了簇內具有角度擴展的方位角和俯仰角，得到了各個子徑的方位離開角φ_n,m和俯仰離開角θ_n,m；

再通過VMF分布說明方位角和俯仰角之間的相關性，可以看出VMF的PDF取決于旋轉對稱軸Δ和收斂參數κ；以θ_o,φ_o＝0,0為例來重新討論其PDF，此時旋轉對稱軸即為z軸，Δ＝[0 0 1]^T，

θ的邊緣PDF被表示為

φ的邊緣PDF服從均勻分布，表示為

在這種情況下，俯仰角與方位角獨立分布；但在實際傳播環境中絕大部分的簇的平均方向向量θ_o,φ_o≠0,0，Δ的旋轉對稱軸指向z軸以外；所以俯仰角和方位角是具有相關性的；

值得說明的是，無線信道中存在著大量散射體，信道是多簇的，因此需要混合VMF分布表征實際的傳播特性；構建混合VMF分布涉及到角度應該歸屬于哪個簇和簇的最佳數目這兩個問題；需要用聚類算法來確定角度和簇的數目，可以使用軟期望最大化算法來聚類角度成簇和確定簇數。