本发明涉及无线通信技术领域,特别涉及一种融合智能天线的mimo无线信道建模方法。
背景技术:
mimo(multiple-inputmultiple-output)技术作为新一代移动通信中的关键技术,它在提高无线通信系统容量与可靠性方面显示出了巨大的优势。借助于充分散射的传播环境,mimo系统能建立起并行传输子信道,在不增加系统带宽与发射功率的前提下,成倍地提高通信系统容量与可靠性。
mimo系统的性能,在很大的程度上受无线传播环境的影响,因此,了解和掌握各种传输环境中mimo信道的特性,对实现mimo系统潜在的巨大信道容量、选择合适的系统结构和设计优良的信号处理算法至关重要。
mimo无线信道模型研究作为mimo技术中的一项基础性研究,对mimo技术的发展起着决定性的作用。首先,mimo信道模型的研究为人们优化多天线排布指明了方向。其次,mimo空时码方案都是在特定的信道模型下设计的,其性能需要在合理信道模型下加以验证与优化。另外,mimo信道具有自身的特性,对这些特性的研究有助于人们研究性能更佳、更为简便的信道估计算法,也有助于设计合理的信道反馈方案。由于mimo信道模型的重要性,对它的研究一直是mimo无线传输技术中的研究热点之一。
mimo信道是一个矩阵信道,无论采用何种建模方法,首先应该能准确地反映实际mimo无线衰落信道的时域和频域的衰落统计特征(信道衰落系数);其次,还应该能够比较准确地描述引入了多元天线阵列后的信道空域衰落统计特征,特别是信道的空间相关特性。
目前用于mimo信道建模的方法主要有两大类:一类是确定性衰落信道建模方法,这类方法基于对特定传播环境的准确描述,具体又可分为基于冲激响应测量数据的方法和基于射线跟踪的建模方法。另一类建模方法是基于统计特征的建模方法,与确定性建模方法相比,这类建模方法试图利用统计平均的方法重新产生观察到的mimo信道的衰落现象,具体包括基于几何分布统计建模、参数化建模和基于衰落相关特性建模等方法。
现有的众多mimo信道建模方法考虑的都是基于阵元通道的普通mimo结构。然而,随着应用的需要,mimo的结构正不断地发生变化。一种热门趋势是通过在mimo中引入智能天线技术(smartantenna,sa),利用智能天线在空间分辨力上的优势,降低mimo子信道的空间相关性并抑制空间干扰,从而进一步提高了通信的可靠性和有效性。在这种融合了智能天线的mimo中,除了天线间的相关性,在各智能天线的波束之间也存在一定的相关性,因而其信道的空间特性将不同于普通mimo。显然,对于这种特殊的mimo结构,现有的针对普通mimo的信道模型将不再适用。
技术实现要素:
本发明针对在接收端融合智能天线的mimo通信结构(简称mimo-sa),提出了一种相应的信道建模方法。本发明方法在模拟信道时,充分考虑了发送端阵元间的相关性和接收端波束间的相关性两种影响子信道空间独立性的因素,能够很好的逼近实际的mimo-智能天线融合系统的传播信道。
为实现上述目的,本发明是采用如下技术方案予以实现的。
一种融合智能天线的mimo无线信道建模方法,包括以下步骤:
步骤1:建立发送端天线相关矩阵:计算发送端任意两个天线之间的空间相关系数,进而构建发送端的天线相关矩阵。
用p(θ)表示发送端信号的角度功率谱(pas),发送端任意两个间距为d的天线之间的空间相关系数为:
其中,z=2πd/λ(λ为信号波长,d/λ表示归一化天线间距),j为虚数单位,θ表示发送端的信号离开角。
用
显然,在rtx中,
步骤2:建立接收端波束相关矩阵:计算接收端任意两个智能天线波束之间的空间相关系数,进而构建接收端的波束相关矩阵。
用p(φ)表示接收端信号的pas,φ为接收端的信号到达角,则接收端第n1个和第n2个波束之间的空间相关系数由下式确定:
其中,d表示两个智能天线的距离,fn1(φ)和fn2(φ)为两个智能天线的功率方向图,n为接收端智能天线的数目。
智能天线的功率方向图可由下式确定:
fn(φ)=|a(φn)ha(φ)|,n=1,2,...,n
其中,φn是第n个智能天线的波束指向,a(·)表示智能天线的导向矢量,由智能天线的几何结构和方向确定,φn表示智能天线的波束指向,n为智能天线标识符,即a(φ)、a(φn)分别为智能天线在方向φ、φn上的导向矢量。
由计算出的n2个波束相关系数,构造如下的波束相关矩阵:
步骤3:建立mimo-sa信道的整体相关矩阵:
利用发送端天线相关矩阵rtx和接收端波束相关矩阵rrx,建立mimo-sa信道的整体相关矩阵:
其中,
步骤4:计算mimo-sa信道的空间相关成形矩阵:对mn×mn的整体相关矩阵rmimo-sa进行cholesky分解得到一个对称映射矩阵c,c即为mimo-sa信道的空间相关成形矩阵,即
rmimo-sa=cct
步骤5:生成空间独立mimo的信道衰落系数:利用单输入单输出(siso)信道仿真模型生成独立同分布(i.i.d)mimo子信道的衰落系数。用l表示系统可分辨的时延路径数,则对于m×n维的mimo信道结构,一共将产生l组m×n路独立的信道衰落系数。
步骤6:根据信道的功率延时分布(pdp),对不同的时延路径进行功率分配。
步骤7:计算所有延时路径的信道系数矩阵:由mimo信道的时频衰落特性和空间相关成形矩阵c,计算mimo-sa信道所有时延路径的信道系数矩阵,第l条径(时延路径)的信道系数矩阵可由下式确定:
式中,vec(·)表示矩阵向量化运算。pl是第l条径的平均功率,由功率时延分布决定。m×n路的衰落系数
步骤8:建立mimo-sa信道矩阵:按照频率选择性信道的抽头延迟线结构,由l条时延路径的信道系数矩阵h1,h2,...,hl和路径时延建立如下的mimo-sa信道矩阵:
其中,τl表示第l条径的路径时延。
本发明方法针对接收端融合智能天线的mimo结构,以波束为接收通道,简化了信道结构。该信道建模方法同时考虑了信道的空域、时域和频域相关性。尤其是在模拟信道的空域相关性时,考虑了智能天线波束间的相关特性,更加真实的反应了实际的信道特征。
附图说明
图1是mimo-sa信道结构示意图;
图2是mimo-sa信道路径信道系数矩阵结构示意图;
图3是mimo信道的抽头延迟线模型示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
实施例模拟通信上行链路(移动端发送-基站端接收)的传输环境,其信道空间结构如图1所示。其中,移动端(ms)用m=3根均匀线性排列的全向天线发送信息,相邻天线的归一化距离为8。基站端(bs)用n=3个智能天线波束定向接收信息,3个智能天线等间距(归一化间距为5)、线性排列,且每个智能天线都是归一化阵元间距为0.5,阵元数为ki=3的均匀线阵。移动端的天线和基站端的智能天线波束在空间构成了一个“3×3”的mimo信道结构。按照3gpp标准,移动端pas类型设为均匀分布,基站端pas类型设为截短拉普拉斯分布。其它,如路径数目、各路径时延及相对功率等也参照3gpp标准。
用实施例mimo-智能天线融合系统的信道建模如图2所示:
步骤1.构造移动端天线相关矩阵:计算移动端不同天线之间的空间相关系数,进而构建移动端的天线相关矩阵。
ms端的pas为均匀分布,即
p(θ)=q,θ∈[θ0-δ,θ0+δ]
其中,θ0表示发送端信号的平均离开角,δ表示角度扩展,q=1/2δ为归一化常数,由表达式
ms端任意两个全向天线之间的空间相关系数由下式确定:
其中,z=2πd/λ(λ为信号波长,d/λ表示归一化天线间距)。
设
然后利用共轭对称性得到:
最终可构造如下的天线相关矩阵:
步骤2.构造bs端的波束相关矩阵:计算bs端不同智能天线波束间的空间相关系数,进而构建接收端的波束相关矩阵。
bs端的pas为截短拉普拉斯分布,即
式中,φ0表示接收端信号的平均到达角,δ表示角度扩展,
首先计算bs端每个智能天线的功率方向图:设第n个智能天线的波束指向为φn,则它的功率方向图为
fn(φ)=|a(φn)ha(φ)|,n=1,2,3.
其中,
则接收端第n1个和第n2个波束之间的空间相关系数由下式确定:
其中,d表示这两个智能天线之间的距离,
由上式可计算出9个波束相关系数,然后构造如下的波束相关矩阵:
步骤3.建立mimo-sa信道的整体相关矩阵:
利用移动端的天线相关矩阵rtx和基站端的波束相关矩阵rrx,建立mimo-sa信道的整体相关矩阵:
步骤4.计算mimo-sa信道的空间相关成形矩阵:对9×9的整体相关矩阵rmimo-sa进行cholesky分解得到一个对称映射矩阵c,c即为mimo-sa信道的空间相关成形矩阵,即rmimo-sa=cct。
步骤5.生成空间独立mimo的信道衰落系数:利用改进的jakes模型生成独立同分布mimo子信道的衰落系数(幅度服从瑞利分布,相位服从均匀分布)。假设存在l条可分辨的时延路径,则对于3×3维的mimo结构,一共将产生l组3×3路独立衰落信道系数。
步骤6.按照3gpp标准的pdp,完成对不同时延路径的功率分配。
步骤7.计算所有时延路径的信道系数矩阵:由mimo信道的时频衰落特性和空间相关成形矩阵c,计算mimo-sa信道所有时延路径的信道系数矩阵,第l条径的信道系数矩阵可由下式确定:
其中,vec(·)是矩阵向量化运算。pl是第l条径的平均功率,由功率延迟分布决定。
步骤8.建立mimo-sa信道矩阵:按图3所示的抽头延迟线模型构建mimo频率选择性信道,由l条路径的信道系数矩阵h1,h2,...,hl和路径延时建立如下的mimo-sa信道矩阵:
其中,时延参数τl取值参照3gpp标准。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。