一种针对时变信道多径分量的分簇与跟踪方法
【技术领域】
[0001] 本发明涉及无线移动通信技术领域，尤其涉及一种针对时变信道多径分量的分簇 与跟踪方法。
【背景技术】
[0002] 近年来，车对车通信由于能够显著提升智能交通系统的效率和安全性，而得到了 研究学者的广泛关注。对于车对车通信电波传播的研究，更是整个车对车无线通信系统研 究的基础。然而与传统蜂窝通信系统不同，车对车通信因为其显著的信道时变特性而变得 更加复杂。
[0003] 针对复杂的时变信道，建立准确的车对车通信信道模型来描述电波传播特性成为 必须。其中，基于散射体簇的信道模型因为其准确描述信道物理特性成为一类重要的模型， 并被许多工业界标准化组织(如3GPP、COST等)应用。
[0004] 在基于散射体簇的信道模型中，根据示意场景中反散射体的分布，电波传播过程 中产生的多径分量通过多径的时延、离开角以及到达角被分成不同的多径簇，显然，模型建 立的基础首先就是对多径分量进行分簇。对多径簇定义的过程大多依赖于传统数学分布产 生。在过去几年的时间内，已有相关学者针对这一问题提出了肉眼观察分簇的一些方法以 及针对非时变信道的自动分簇方法，然而这些方法显然难以实现对时变信道多径簇的追 踪。此外，虽然针对追踪方法也有部分研究成果，但是这些研究成果往往需要基于对时变过 程中每一个时刻多径分量分簇的结果，而一旦分簇结果在某一时刻产生偏差，就会大大影 响跟踪的效果。
[0005] 也就是说，现有方法主要是在每个离散时刻对多径簇进行分簇，并未从算法本身 考虑时变现象，不仅复杂度高，而且准确度也较低。例如，如果利用k-means算法，其分簇数 目必须为先验数值，无法满足时变信道条件下散射体簇数目不断变化的要求。而DBSCAN算 法虽然可以解决散射体簇数目不断变化的问题，但是其分簇的准确性在许多时刻都比较 低。
[0006] 综上所述，如何建立一个针对时变信道多径分量的低复杂度和高准确度的分簇方 法，以及如何利用时变信道特性实现多径簇跟踪，成为本领域亟待解决的技术问题。
【发明内容】
[0007] 本发明的目的在于提供一种针对时变信道多径分量的分簇与跟踪方法，以提高时 变信道条件下多径分量分簇及跟踪的准确性，并降低复杂度。
[0008] 为达到上述目的，本发明采用下述技术方案：
[0009] -种针对时变信道多径分量的分簇与跟踪方法，包括以下步骤：
[0010] S1、对于第一个时刻的多径分量，采用聚类算法进行初始分簇；
[0011] S2、对于后续各个时刻的多径分量，根据前一时刻的分簇结果对当前时刻的多径 分量进行分簇与跟踪。
[0012]优选地，所述步骤S2包括：
[0013] S201、计算当前时刻所有多径分量所对应的散射点与前一时刻的所有簇心的距 离；
[0014] S202、根据计算得到的距离，将当前时刻的各个多径分量划分到与之距离最近的 前一时刻的簇中；
[0015] S203、确定前一时刻的所有簇的最大范围门限和最小密度门限；
[0016] S204、根据所述最大范围门限判定当前时刻是否有新簇产生；
[0017] S205、如果判定出当前时刻有新簇产生，根据所述最小密度门限判定所述新簇是 否为噪声，如果判定所述新簇为噪声，则删除该新簇。
[0018] 优选地，在步骤S201中，根据以下公式（1)计算当前时刻的多径分量所对应的散射 点与前一时刻的所有簇心的距离：
[0020] 其中，Uk为前一时刻第k个簇的簇心，yi为当前时刻第i个多径分量，dik(yi，Uk)为当 前时刻第i个多径分量所对应的散射点与前一时刻第k个簇的簇心的距离，ck为当前时刻第 i个多径分量所对应的散射点与前一时刻第k个簇的簇心之间的归一化时延差值，&为当前 时刻第i个多径分量所对应的散射点与前一时刻第k个簇的簇心之间的归一化到达角差值。
[0021] 优选地，根据以下公式(2)确定前一时刻的所有簇的最大范围门限：
[0022] THi,k=max{djk(xj ,Uk)} (2)
[0023] 其中，前一时刻包括K个簇，m,k为第k个簇的最大范围门限，1 < k < K;Uk为前一时 亥Ij第k个簇的簇心，Xj为前一时刻第j个多径分量，djk(xj，uk)为前一时刻第j个多径分量所对 应的散射点与前一时刻第k个簇的簇心的距离。
[0024] 优选地，根据以下公式(3)确定前一时刻的所有簇的最小密度门限TH2:
[0026]其中，Uk为前一时刻第k个簇的簇心，Xj为前一时刻第j个多径分量，djk(Xj，Uk)为前 一时刻第j个多径分量所对应的散射点与前一时刻第k个簇的簇心的距离，number(k)为前 一时刻第k个簇中的多径分量所对应的散射点的点数。
[0027] 优选地，所述步骤S204包括：
[0028] 根据步骤S203中确定的最大范围门限对当前时刻的所有多径分量进行判定，如果 某个或某些多径分量所对应的散射点与距其最近的前一时刻的簇心之间的距离大于该簇 的最大范围门限，则将所述某个或某些多径分量划分为新簇中的多径分量，判定有新簇产 生；
[0029] 由不同簇心的最大范围门限所判定的多径分量属于不同的新簇，由同一个簇心的 最大范围门限所判定的多径分量属于相同的新簇。
[0030] 优选地，所述步骤S204还包括：
[0031]当所述新簇中的多径分量所对应的散射点的点数小于5个时，判定该新簇为噪声。 [0032] 优选地，所述步骤S205包括：
[0033] 根据步骤S203中确定的最小密度门限对当前时刻产生的新簇进行判定，如果所述 新簇中的多径分量所对应的散射点的密度小于所述最小密度门限，则判定所述新簇为噪 声。
[0034] 优选地，所述方法还包括：
[0035] 在基于射线跟踪法的仿真器中建立仿真场景，获取并存储仿真结果，并将所述仿 真结果与分簇的结果进行比较，评价分簇的准确性。
[0036]优选地，步骤Sl中的聚类算法为基于密度的聚类算法。
[0037] 本发明具有以下有益效果：
[0038] 利用时变信道的特性以及相邻时刻多径分量之间的联系，仅对第一个时刻的多径 分量使用传统聚类算法进行初始分簇，而对接下来的各个时刻的多径分量不再利用传统聚 类算法来分簇，而是利用时变信道的特性，直接基于前一时刻的分簇结果对下一时刻的多 径簇进行分簇与跟踪，因此能够显著提升分簇与跟踪的准确性，且降低其复杂度。
【附图说明】
[0039]下面结合附图对本发明的【具体实施方式】作进一步详细的说明。
[0040] 图1是本发明实施例中所提供的针对时变信道多径分量的分簇与跟踪方法的流程 图；
[0041] 图2是本发明实施例中步骤S2的具体流程图；
[0042] 图3是本发明实施例中的仿真场景示意图；
[0043]图4是利用射线跟踪法在仿真场景中针对81时刻得到的多径分量示意图；
[00