器具体用于初始化随机相位的状态个数；
[0069] 计算随机相位的量化口限值；
[0070] 根据所述随机相位的联合概率密度函数W及所述随机相位的量化口限值，计算所 述随机相位的状态转移概率矩阵；
[0071] 选择所述随机相位的初始状态；
[0072] 根据所述初始状态W及所述状态转移概率矩阵，建立所述随机相位的马尔科夫 链；
[0073] 基于马尔科夫（Markov)链原理计算每一个时刻上的随机相位。
[0074] 在本发明第H方面的第H种可能的实现方式中，结合第H方面，
[0075] 所述处理器具体用于初始化极化偏转角度的状态个数；
[0076] 计算极化偏转角度的量化口限值；
[0077] 根据所述极化偏转角度的联合概率密度函数W及所述极化偏转角度的量化口限 值，计算所述极化偏转角度的状态转移概率矩阵；
[0078] 选择所述极化偏转角度的初始状态；
[0079]根据所述初始状态W及所述状态转移概率矩阵，建立所述极化偏转角度的马尔科 夫链；
[0080] 基于马尔科夫（Markov)链原理计算每一个时刻上的极化偏转角度。
[0081] 由上可知，本发明W及本发明实施例提供一种无线信道建模方法及设备，在相邻 时间间隔上获取经过双极化MIM0信道的接收信号信噪比的联合概率密度函数、随机相位 的联合概率密度函数W及极化偏转角度的联合概率密度函数；根据接收信号信噪比的联合 概率密度函数，基于马尔科夫链原理计算每一个时刻上的接收信号幅度；根据随机相位的 联合概率密度函数，基于马尔科夫链原理计算每一个时刻上的随机相位；根据极化偏转角 度的联合概率密度函数，基于马尔科夫链原理计算每一个时刻上的极化偏转角度；根据每 一个相同时刻上的所述接收信号幅度，随机相位W及极化偏转角度生成同极化链路衰落系 数和交叉极化链路衰落系数。如此，基于马尔科夫（Markov)链原理对双极化MIM0信道进 行建模，提高了信道建模的准确度，同时提升了多天线系统的通信性能；避免现有的双极化 MIM0信道的建模方法存在准确度不高的问题，W及不能为多天线系统的性能研究提供足够 保证，从而不能提升对天线系统的通信性能的缺陷。
【附图说明】
[0082]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W 根据该些附图获得其它的附图。
[0083] 图1为本发明实施例提供的一种无线信道建模方法的流程示意图；
[0084] 图2为计算联合概率密度函数的流程示意图；
[0085] 图3为有限状态Markov链的状态转移示意图；
[0086] 图4为同极化链路和交叉极化链路衰落系数生成过程的示意图；
[0087]图5为本发明实施例提供的一种无线信道建模设备的结构示意图；
[0088]图6为本发明实施例提供的另一种无线信道建模设备的结构示意图。
【具体实施方式】
[0089] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清晰、完 整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它 实施例，都属于本发明保护的范围。
[0090] 本发明实施例提供的信道建模方法适用于双极化MIM0信道的建模，还可W适用 于任意一个具有记忆性的衰落信道的建模；本发明实施例对此不进行限定，本发明实施例 仅W双极化MIM0信道的建模为例进行说明。
[00川 实施例一
[0092]图1为本发明实施例提供的一种无线信道建模方法。该方法如图1所示，可W包 括W下步骤：
[009引101 ;在相邻时间间隔上获取经过双极化MIM0信道的接收信号信噪比的联合概率 密度函数、随机相位的联合概率密度函数W及极化偏转角度的联合概率密度函数；
[0094] 优选的，在步骤101之前，所述方法还包括：
[0095] 采集经过双极化MIM0信道的接收信号信噪比的数据样本集合{ Y kK随机相位的 数据样本集合{e kK极化偏转角度的数据样本集合{妈};
[0096] 例如，通过双极化MIM0信道发射具有指定功率为Pk的训练信号，经过测量可知在 接收端接收到所述训练信号的瞬时功率为C.，则可W得出经过双极化MIM0信道的接收信 号信噪比为：乃-。在一段时间内连续发射N个具有指定功率为Pk的训练信号，构成 n-n 训练序列，即可得到经过双极化MIMO信道的接收信号信噪比的数据样本集合{yJ，其中，k=0, 1，…，N，N为发射训练信号的次数，N的取值是根据需要进行设定的，在本发明实施例 提供的无线信道建模方法中对此不进行限定。
[0097] 再例如，通过双极化MIM0信道发射具有指定相位为?k的训练信号，经过测量可 知在接收端接收到所述训练信号的相位为0t，则可W得出经过双极化MIM0信道的接收信 号随机相位为：巧=0/ -0,。在一段时间内连续发射N个具有指定相位为?k的训练信号， 构成训练序列，即可得到经过双极化MIM0信道的接收信号随机相位的数据样本集合{ 0J， 其中，k=0, 1，…，N，N为发射训练信号的次数，N的取值是根据需要进行设定的，在本发明实 施例提供的无线信道建模方法中对此不进行限定。
[0098] 再例如，通过双极化MIM0信道的垂直极化分支(或水平极化分支）发射具有指定 极化强度为Ik的训练信号，经过测量可知在接收端的水平极化分支(或垂直极化分支)上接 收到所述训练信号的瞬时极化强度为/;，则可W得出经过双极化MIM0信道的接收信号极 化偏转角为；巧二arcsin^。在一段时间内连续发射N个具有指定极化强度为Ik的训练信 h 号，构成训练序列，即可得到经过双极化MIMO信道的接收信号极化偏转角度的数据样本集 合，其中，k=0, 1，…，N，N为发射训练信号的次数，N的取值是根据需要进行设定的，在 本发明实施例提供的无线信道建模方法中对此不进行限定。
[0099] 示例性的，可W按照图2所示的联合概率密度的计算方法，根据采集到的接收信 号信噪比的数据样本集合（yj、随机相位的数据样本集合（9kK极化偏转角度的数据样 本集合巧}，在相邻时间间隔上获取经过双极化MIM0信道的接收信号信噪比的联合概率 密度函数Yi)、随机相位的联合概率密度函数0 1)W及极化偏转角度的 联合概率密度函数1，0);
[0100] 其中，在本发明实施例提供的无线信道建模方法中，所述时间间隔为训练信号的 时间长度；
[0101] 例如，图2为计算联合概率密度函数的流程示意图，假设样本集合为{Sk}，该集合 中样本个数为N，如图2所示可W包括W下步骤：
[0102] 201 ;建立xOy平面直角坐标系；其中，X轴表示时刻1-1时的样本值Si_i，y轴 表示时刻1时的样本值si，且X轴和y轴的值域均为[a,b];其中，下限a=min{sj，上限 b=max{sj；
[0103] 202 ;分别将X轴和y轴的值域划分为K个子区间；
[0104] 其中，K为根据需要选定的坐标划分个数，在本发明实施例提供的无线信道建模方 法中对此不进行限定；
[0105] 进一步的，将划分的K个子区间依次编号为0, 1，…，K-1，则整个xOy平面被划分 为K2个子区域，将每个子区域记为Au(i，j=0, 1，…，K-1);
[0106] 203;初始化循环值k=0，Nu=0(i，j=0, 1，…，K-1);其中，Nu为每个子区域中的坐 标点个数，所述坐标点由（Sk_i，Sk)组成；
[0107] 204 ;判断是否k<N-l;若是，执行步骤205 ;若否，执行步：207 ;
[010引205;查找坐标点（Sk_i，Sk)属于的子区域Au，并累计计数\尸Nu+1;
[0109] 206 ;k=k+l，返回步骤 204 ;
[0110] 207 ;对每个子区域的坐标点计数，得到计数值Nu(i，j=0, 1，…，K-1)，则概率密度 的统计点值为Pu>Nu/(N-1);从而可W通过插值处理得到渐进逼近的连续概率密度函 数。
[0111] 进一步的，本发明实施例中，通过下述步骤102在已知的联合密度函数的基础上， 实现对双极化MIM0信道的有限状态马尔科夫（Markov)链建模：
[0112] 102;根据接收信号信噪比的联合概率密度函数，基于马尔科夫（Markov)链原理 计算每一个时刻上的接收信号幅度；根据接收信号随机相位的联合概率密度函数，基于马 尔科夫（Markov)链原理计算每一个时刻上的随机相位；根据接收信号极化偏转角度的联 合概率密度函数，基于马尔科夫（Markov)链原理计算每一个时刻上的极化偏转角度；
[0113] 本发明实施例中，把双极化MIM0信道状态的发展过程看成是按照图3所示的有限 状态马尔科夫链运动的一种过程，即可W基于