有限状态Markov链对双极化MIMO信道状态 进行建模，本发明实施例中，有限状态Markov链为一阶有限状态Markov链；假设接收信号 幅度、随机相位W及极化偏转角度是相互独立的，则可W根据图3所示的有限状态马尔科 夫链原理图，分别对接收信号幅度或随机相位或极化偏转角度的Markov链进行建模；
[0114] 其中，如图3所示，为建立信道模型所需马尔科夫链的图解，其中考虑了K个马尔 科夫状态，除首尾两状态，其余每个状态均为单跳状态且是两入两出转移和保持过程。
[0115] 示例性的，假设双极化MIM0系统的双极化发射天线数目和接收天线数目分别为 Nt和Nf，f是归一化接收信号信噪比的均值，且信道是慢衰落的瑞利信道，根据所述接收信 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；根据所述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；根据所述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接收信号极化偏转角度，可W包括W下过 程：
[0116] 1)初始化接收信号信噪比、随机相位、极化偏转角度的状态个数；例如，接收信号 信噪比的状态个数为Ky，随机相位的状态个数为Ke，极化偏转角度的状态个数为Kp;
[0117] 进一步的，假设各个参数的平稳状态分布均为等概率分布，则接收信号信噪比量 化状态为：坤'I= 1/片,，A= 0,I，2,...，A'., -1 ;
[0118] 在散射体丰富的环境下，接收信号的随机相位是服从均匀分布的，因此随机相位 量化状态为馬，A= 0，l，2，...，而-1;
[0119] 由于接收信号的极化强度大小与极化波在空间中极化角度的随机偏转有关，且在 散射体丰富的环境下，极化天线所接收的极化波的偏转角度是服从均匀分布的，因此，极化 偏转角度量化状态为：坤。' =I/片0，A= 0，1，2，...乂0-1;
[0120] 2)计算接收信号信噪比、随机相位、极化偏转角度的量化口限值；
[0121] 例如，接收信号信噪比量化口限值为：
[012引皆)=-尸In(1 -/(//C,)，A' = 0,1，2,...，片,-1 ;
[012引随机相位量化口限值为：1..户=2巧点//^。，义'=0，1，2，...乂0-1;
[0124] 极化偏转角度量化口限值为：vf 乂'二0，1，2，...乂<,,-1 ;
[0125] 3)根据所述接收信号信噪比的联合概率密度函数W及所述接收信号信噪比的量 化口限值、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、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，计算接收信 号信噪比、随机相位、极化偏转角度的状态转移矩阵tW、tW、tW;
[0126]例如，对于接收信号信噪比状态转移矩阵tW，在本发明实施例提供的无线信道 建模方法中，利用经过步骤101得到的接收信号信噪比的联合概率密度函数fV(Y1_1，Y1)， 根据图3所示的有限状态马尔科夫链中的状态转移，计算tW内的各元素：
【主权项】
1. 一种无线信道建模方法，其特征在于，包括： 在相邻时间间隔上获取经过双极化MMO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以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（Markov)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（Markov)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 (Markov)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、随机相位以及极化偏转角度生成同极化 链路的衰落系数和交叉极化链路的衰落系数。
2. 根据权利要求1所述的方法，其特征在于，所述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；包括： 初始化接收信号信噪比的状态个数； 计算接收信号信噪比的量化门限值； 根据所述接收信号信噪比的联合概率密度函数以及所述接收信号信噪比的量化门限 值，计算所述接收信号信噪比的状态转移概率矩阵； 选择所述接收信号信噪比的初始状态； 根据所述初始状态以及所述状态转移概率矩阵，建立所述接收信号信噪比的马尔科夫 链； 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。
3. 根据权利要求1所述的方法，其特征在于，所述根据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；包括： 初始化随机相位的状态个数； 计算随机相位的量化门限值； 根据所述随机相位的联合概率密度函数以及所述随机相位的量化门限值，计算所述随 机相位的状态转移概率矩阵； 选择所述随机相位的初始状态； 根据所述初始状态以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； 基于马尔科夫（MarkoV )链原理计算每一个时刻上的随机相位。
4. 根据权利要求1所述的方法，其特征在于，所述根据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；包括： 初始化极化偏转角度的状态个数； 计算极化偏转角度的量化门限值； 根据所述极化偏转角度的联合概率密度函数以及所述极化偏转角度的量化门限值，计 算所述极化偏转角度的状态转移概率矩阵； 选择所述极化偏转角度的初始状态； 根据所述初始状态以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； 基于马尔科夫（Markov)原理链计算每一个时刻上的极化偏转角度。
5. -种无线信道建模设备，其特征在于，包括： 获取模块：用于在相邻时间间隔上获取经过双极化MMO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以及极化偏转角度的联合概率密度函数； 计算模块：用于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； 生成模块：用于根据每一个相同时刻上的所述接收信号幅度，随机相位以及极化偏转 角度生成同极化链路的衰落系数和交叉极化链路的衰落系数。
6. 根据权利要求5所述的设备，其特征在于， 所述计算模块具体用于：初始化接收信号信噪比的状态个数； 计算接收信号信噪比的量化门限值； 根据所述接收信号信噪比的联合概率密度函数以及所述接收信号信噪比的量化门限 值，计算所述接收信号信噪比的状态转移概率矩阵； 选择所述接收信号信噪比的初始状态； 根据所述初始状态以及所述状态转移概率矩阵，建立所述接收信号信噪比的马尔科夫 链； 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。
7. 根据权利要求5所述的设备，其特征在于， 所述计算模块具体用于：初始化随机相位的状态个数； 计算随机相位的量化门限值； 根据所述随机相位的联合概率密度函数以及所述随机相位的量化门限值，计算所述随 机相位的状态转移概率矩阵； 选择所述随机相位的初始状态； 根据所述初始状态以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； 基于马尔科夫（MarkoV )链原理计算每一个时刻上的随机相位。
8. 根据权利要求5所述的设备，其特征在于， 所述计算模块具体用于：初始化极化偏转角度的状态个数； 计算极化偏转角度的量化门限值； 根据所述极化偏转角度的联合概率密度函数以及所述极化偏转角度的量化门限值，计 算所述极化偏转角度的状态转移概率矩阵； 选择所述极化偏转角度的初始状态； 根据所述初始状态以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； 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。
【专利摘要】本发明提供了一种无线通信领域中的信道建模方法及设备。本发明提高了双极化MIMO信道建模的准确度，同时提升了多天线系统的通信性能。本发明实施例提供并示范的方法包括：在相邻时间间隔上获取经过双极化MIMO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以及极化偏转角度的联合概率密度函数；根据上述每个联合概率密度函数分别基于对应的马尔科夫链原理计算每一个时刻上的接收信号的幅度、随机相位以及极化偏转角度；根据每一个相同时刻上的所述接收信号幅度、随机相位以及极化偏转角度生成同极化链路的衰落系数和交叉极化链路的衰落系数。
【IPC分类】H04B17-391
【公开号】CN104753618
【申请号】CN201310753647
【发明人】刘云, 杨光, 周亮
【申请人】华为技术有限公司
【公开日】2015年7月1日
【申请日】2013年12月31日