一种适用于全频段全场景的6G普适信道建模方法与流程

一种适用于全频段全场景的6g普适信道建模方法
技术领域
1.本发明涉及一种适用于全频段全场景的6g普适信道建模方法，属于无线通信技术领域。


背景技术：

2.6g无线信道可以总结为全频段(sub-6ghz/毫米波/太赫兹/光无线频段)、全覆盖场景(空天地海一体化，包含卫星、无人机、陆地和海洋通信信道)和全应用场景(车联网、高铁信道、大规模天线阵列、可重构智能表面、工业物联网等)信道，如下图2所示。与此同时，6g全频段全场景信道也展现出了众多新的信道特性，为6g信道建模工作带来了新的挑战。
3.在全频段方面，由于毫米波和太赫兹等高频段的应用，无线信道展示出大带宽、频域非平稳、漫散射、大路径损耗、阻挡效应和大气吸收等特性；在可见光波段，信道将不再具有小尺度衰落，并展现出可忽略的多普勒效应和频域非平稳特性。在全覆盖方面，除陆地移动通信场景外，还包括卫星通信、无人机通信和海洋通信场景。其中，卫星通信信道需要考虑由于卫星的快速移动带来的多普勒频移、降雨衰落，以及电离层效应。在无人机通信系统中，主要考虑无人机的三维(3d)任意运动和大尺度参数受无人机高度的影响。在全应用方面，车联网信道展示出多普勒频移，以及由于收发两端和簇的多移动性带来的时域非平稳特性；在时速超过500km/h的更高速移动场景下，信道经历更强的多普勒频移和更明显的时域非平稳；在真空管道中运行的超高速列车场景中，还需考虑真空管道波导效应的影响；超大规模天线阵列信道展示出球面波特性和空域非平稳特性；工业物联网信道中需要考虑超密集的散射体分布和多移动性；此外，应用可重构智能表面技术的无线信道精确建模也是必须研究的内容。
4.考虑到多种不同新技术的混合应用会带来不同信道特性的结合，6g信道建模的一个重要挑战就在于如何综合考虑多种多样的信道特性，提出一个适用于全频段全场景的普适信道模型。例如，在高速移动的场景中同时应用毫米波/太赫兹频段和大规模天线技术，无线信道会同时展示出空间-时间-频率非平稳特性、空间一致性(即多用户场景下，相近用户的信道系数具有相关性或单用户在不同的轨迹点具有空间相关性)以及多频段相关性等。
5.综上所述，建立一个准确的、普适的、灵活的6g信道模型刻不容缓。b5gcm、3gpp tr38.901、imt-2020和quadriga等5g标准化信道模型已在该问题上做出尝试，但它们都不能准确和全面的描述前述的所有特性。在全频谱方面，这些模型都不适用于可见光频段，并且或多或少的忽略了毫米波/太赫兹频段的一些特性，例如quadriga忽略了对大气吸收和阻挡效应建模，3gpp tr 38.901和imt-2020忽略了高频段的频率非平稳特性；在全覆盖方面，这些信道模型都是针对的陆地移动通信信道，不能适用于卫星、无人机和海洋通信场景；在全应用方面，他们都不支持对超高铁信道、可重构智能表面和工业物联网信道建模，并且，3gpp tr 38.901和imt-2020未考虑(超)大规模天线阵列的球面波和空域非平稳特性。综上所述，这些模型仍旧缺少普适性，并没有考虑之前提到的所有信道特性。为了弥补
这一研究空白，本发明提出普适信道建模理论，并将其应用到几何随机信道模型中，提出并公开了一种适用于全频段全场景的6g普适信道建模方法。


技术实现要素：

6.技术问题：本发明的目的是提出一种适用于全频段全场景的6g普适信道建模方法，该方法是一种普遍适用于全频段(sub-6ghz/毫米波/太赫兹/可见光频段)、全覆盖场景(空天地海一体化，包含卫星、无人机、陆地和海洋通信场景)和全应用场景(车联网、高铁信道、大规模天线阵列、可重构智能表面和工业物联网场景)的6g普适几何随机信道建模方法。
7.技术方案：本发明的一种适用于全频段全场景的6g普适信道建模方法，6g普适几何随机信道模型中发送端和接收端均采用大规模均匀线阵，模型为多跳传播，其中，为发送端天线阵列的第p个阵元，为接收端天线阵列的第q个阵元，发送端和接收端天线阵元间的距离为δ
t
(δr)；为xy平面内发送端和接收端天线阵列的方位角，为发送端和接收端天线阵列的俯仰角；到的第n条传播路径，n＝1,2,3,...,n
qp
(t)，其中为第n条路径上靠近发送端的首跳簇，为靠近接收端的末跳簇，将两簇之间的传播路径建模为虚拟的链路；当首跳簇和末跳簇间的虚拟链路时延为零时，模型退化为单跳模型。此外，n
qp
(t)为时刻t时到的路径数量，在双簇模型中对应着n
qp
(t)个簇对，首跳簇和末跳簇一一对应，在单簇模型中对应着n
qp
(t)个簇；微观上，对第n条路径上的簇和进行分析，能见簇内存在mn(t)个散射体，表示中的第m个散射体，表示中的第m个散射体；从路径的角度来看，理解为到的第m个子径连接的散射体,理解为至的第m个子径连接的散射体；因此，和是时刻t时从至的第m个子径对应的方位离开角和俯仰离开角，和是时刻t时从至的第m个子径对应的方位到达角和俯仰到达角，此外，模型对发送端、接收端以及簇的运动情况分别建模，支持收发端及簇的任意速度和轨迹的三维运动，其中v
t
(t),vr(t),分别表示发送端、接收端，首跳簇以及末跳簇的运动速度，分别表示发送端，接收端，首跳簇以及末跳簇的运动方向的方位角，分别表示发送端，接收端，首跳簇以及末跳簇的运动方向的俯仰角；
8.6g普适几何随机信道模型的信道矩阵表示为：
9.h＝[pl
·
sh
·
bl
·
we
·
al]
1/2
·hs
[0010]
其中，pl,sh,bl,we,al为大尺度衰落，pl为路径损耗，sh为阴影衰落，bl为阻挡效应，al为大气吸收损耗，we为天气影响损耗，hs为小尺度衰落。
[0011]
所述小尺度衰落hs如下：
[0012]
[0013]
其中，m
t
为发送端天线阵列中天线阵元数量，mr为接收端天线阵列中天线阵元数量，为发送端天线阵元与接收天线阵元之间的信道冲激响应，表示为视距los分量与非视距nlos分量的叠加：
[0014][0015]
其中，kr(t)为莱斯因子，和分别如下：
[0016][0017][0018][0019]
其中，{*}
t
表示转置，fc表示载波频率，和表示在不同频段上天线单元对应垂直极化和水平极化的方向图，为交叉极化功率比，μ表征联合极化不均衡，和是时刻t时从至的los路径对应的方位离开角以及俯仰离开角,和是时刻t时从至的los路径对应的方位到达角以及俯仰到达角，的los路径对应的方位到达角以及俯仰到达角，和是服从(0,2π]均匀分布的随机相位，ψ
l,m
＝108/f
c2
为法拉第旋转角，此处计算法拉第旋转角时fc的单位是ghz，是nlos条件下到的第n条路径中的第m个子径的功率，是在时刻t时los路径的时延，是在时刻t时发送端天线阵元与接收天线阵元间的矢量距离，c为光速。是在时刻t时与之间的第n条路经的第m个子径的时延，是在时刻t时与之间的第n条路经的第m个子径的功率，以上所有参数均为时变参数。
[0020]
所述6g普适信道建模方法，在海洋通信信道场景中，模型分别将los径、粗糙的海洋表面和海面上空蒸发波导的多径传播这三个部分建模为和并使用功率系数，s1和s2控制对应部分随两船距离变化的消失和出现，即将计算公式中的nlos部分分为和两部分，其中s1+s2＝1，在工
业物联网信道中将镜面反射分量和密集多径分量分别建模为和其中中和的建模方法与相同，只是参数值和簇的分布不同；
[0021]
所述6g普适信道建模方法，在可重构智能表面场景中，将信道分为发送端到可重构智能表面的子信道h
ti
，可重构智能表面到接收端的子信道h
ir
和发送端到接收端的子信道h
tr
，对三个子信道分别建模并引入相移对角矩阵φ实现对信道环境的智能调控，h
ir
,h
ti
和h
tr
与的计算方法与hs相同，只是参数值和簇的分布不同。
[0022]
所述6g普适信道建模方法，针对可见光频段信道建模时，一方面光信号波长极短，接收端尺寸通常为几百万个波长，不会发生几个波长上的信号快速衰落；另一方面由于可见光通信系统中led灯发出的是非相干光，光信号没有相位信息，在接收端的实数多径信号叠加后并不会引起快衰落，而表现为缓慢变化的阴影衰落，因此，虽然现在的可见光模型表示形式是多径叠加的信道冲激响应形式，其本质是建模了pl和sh的大尺度模型，所以hs＝0，ph,pv为led面阵的行和列数。
[0023]
所述6g普适信道建模方法，在多链路场景中，假设基站数目为n
bs
，用户数为n
ms
，多链路信道模型的信道传输矩阵如下公式所示：
[0024][0025]
每条链路对应的i＝1,2
…nbs
,j＝1,2
…nms
，即为前述的单链路信道模型h。
[0026]
所述6g普适信道建模方法，信道矩阵h生成详细分为以下步骤：
[0027]
s1、设置传播场景和传播条件，确定载波频率和天线类型、收发端布局以及收发端运动轨迹等；
[0028]
s2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应的大尺度衰落；本方法主要聚焦于小尺度衰落的建模，此部分计算可参考标准化信道模型或业界经典模型；
[0029]
s3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展的大尺度参数；
[0030]
除sh外，其余相关大尺度参数有时延扩展ds、方位到达角扩展asa、方位离开角扩展asd、俯仰到达角扩展esa、俯仰离开角扩展esd、莱斯因子kr和交叉极化比xpr，时延扩展ds的生成如下公式所示：
[0031][0032]
其中，p＝(p
t
,pr)由收发端位置矢量组成，p
t
(t)＝(x
t
(t),y
t
(t),z
t
(t))和pr(t)＝(xr(t),yr(t),zr(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量，其初始值根据仿真环境及要求生成；x
ds
(p)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量，表示ds在fc频段的均值，表示ds在fc频段的方差。根据终端
的高度h
ut
，的配置值可分为三种类型；对于陆地移动通信场景1.5m≤h
ut
≤22.5m，可以参考3gpp tr 38.901标准化文档中的表7.5-6中的值；对于无人机场景22.5m≤h
ut
≤300m，取值参考3gpp tr 36.777标准化文档中的表b1.2中的值；对于低轨卫星通信场景，取值参考3gpp tr 38.811标准化文档中的表6.7-2中的值，城市宏小区uma场景nlos条件下，载波频率介于2-4ghz情况下的计算如下
[0033][0034]
其他的大尺度参数的生成与时延扩展ds的生成过程相同，8个大尺度参数都生成后，乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值，然后，需要将对数域的值转化到线性域，至此，信道的大尺度参数都可得到；
[0035]
s4、生成服从椭球高斯散射分布的散射体，并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率，生成信道系数；
[0036]
s5、根据收发端运动和簇的生灭过程，进行大、小尺度参数的更新，生成新的信道系数，模型的空-时-频非平稳性主要体现在两个方面，一方面是空-时-频变化的参数，另一个方面是簇在空-时-频域的生灭过程，t时刻簇数量计算如下：
[0037]nqp
(t)＝n
surv
(t)+n
new
(t)
[0038]
其中，n
qp
(t)为簇的数量，n
surv
(t)为幸存簇的数目，由簇的生存概率p
surv
(δt,δr,δf)决定，n
new
(t)为新生簇的数目，服从均值为e[n
new
(t)]的泊松分布，定义λg为簇的出生率、λr为簇的结合率即灭亡率。
[0039]
所述步骤s4具体为：
[0040]
步骤s401、使用椭球高斯散射分布，获取散射体的位置，即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为和的高斯分布，在获得散射体的位置后可将它们转换成球坐标，相对于第一根发送天线的位置和第一根接收天线的位置的第n个簇内的散射体的位置和可以表示为和其中，其中，和分别表示第n个簇第m个子径到x(x∈{t,r}，分别表示发送端和接收端)天线阵列的距离、方位角和俯仰角；
[0041]
步骤s402、初始时刻簇内子径时延计算，在多跳信道模型中，簇内子径的时延可通过计算，其中，表示和之间虚拟链路的时延，为t0时刻到之间的距离，为t0时刻到之间的距离。为首跳簇和末跳簇间的距离，τ
link
为服从指数分布的非负随机变量；
[0042]
步骤s403、在大规模天线阵中，簇内子径的功率会沿着时间轴和阵列轴
变化，通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程，非归一化的簇内子径功率为：
[0043][0044]
其中，ds为均方根时延扩展，zn是以db为单位的每簇阴影项，r
τ
为时延分布比例因子，ξn(p,q)是一个二维空间对数正态过程，用于模拟天线阵列上平滑的功率变化；
[0045]
在大带宽场景下，需要考虑频域非平稳特性，所以我们在频域上将功率值乘以项，其中，是依赖于频率的常数因子，最后，通过将所有簇的功率归一化即可得到最终簇内子径的功率如果簇是新产生的，通过将替换成得到和之间第n簇内第m个子径的初始功率；
[0046]
步骤s404、对于幸存的簇，需要在不同的时刻更新簇内子径的功率、时延等小尺度参数，对于时刻t1处的轨迹段，即在簇生成后的下一个时刻,第p根发送天线的坐标为其中，初始时刻第p根发送天线的坐标通过计算，在t1时刻，第n个首跳簇中第m个散射体的坐标通过计算。在t1时刻，到的距离可以通过计算得到，同理可得到的距离t1时刻的簇内子径的时延利用前一时刻发送端、接收端和散射体的地理位置可以得到和(t＝t2,t3,...)。
[0047]
所述步骤s5中：为了更精确地建模簇的空-时-频演进过程，引入两种采样间隔，一种是时域采样间隔δt，频域采样间隔δf和空间域(阵列域)采样间隔δr，信道参数连续更新；另一种是的δt，δf和δr的整数倍，分别是δt
bd
，δf
bd
和δr
bd
，在这些采样点发生簇的生灭演进过程，发送端和接收端簇沿阵列轴和时间轴的生存概率：
[0048]
[0049][0050]
其中，和分别表示发送和接收天线单元在阵列轴上以及时间轴上的位置差，和分别表示在阵列轴和时间轴依赖于场景的相关因子，发送端和接收端簇的联合生存概率为：
[0051][0052]
新生簇的平均数量为：
[0053][0054]
当研究大带宽时，在频率轴上也会存在簇的生灭过程，频率轴上簇的生存概率为：
[0055][0056]
其中，f(δf
bd
)和可以通过信道测量决定，表示在频率轴依赖于场景的相关因子，
[0057]
综上所述，同时考虑空-时-频域簇的生灭过程时，簇的生存概率为：
[0058][0059]
新生簇的平均数量为：
[0060][0061]
超高速列车场景中，考虑真空管道超高速列车场景的波导效应和管道壁粗糙度对信道的影响，新生簇的平均数量为：
[0062][0063][0064]
其中，d
qp
(t)为t时刻收发端的直线距离，d为收发端的初始距离，ρs为管道壁散射系数，ρ
s0
为粗糙度σh＝0时的散射系数。
[0065]
有益效果：本发明提出了一种普适信道建模理论，并将该理论应用于几何随机信道模型,使用基于簇的几何随机信道建模方法和框架，使用统一的信道冲激响应表达式，对6g全频段全场景信道特性进行建模，提出了一种基本适用于sub-6ghz、毫米波、太赫兹和可见光等全频段信道，低轨卫星、无人机和海洋通信等全覆盖场景信道，以及超大规模天线阵列、工业物联网、可重构智能表面等全应用场景信道的6g普适几何随机信道模型。并且，通过调整6g普适信道模型的参数，可简化为特定频段、特定场景的专用信道模型。6g普适几何随机信道模型对于6g信道模型标准化、6g共性理论技术研究及系统融合构建至关重要。
附图说明
[0066]
图1为本发明实施例中的流程图。
[0067]
图2为本发明中6g无线信道示意图。
[0068]
图3为本发明中普适信道建模理论示意图。
[0069]
图4为本发明中6g普适几何随机信道模型示意图。
具体实施方式
[0070]
为了实现上述目的，本发明提出了普适信道建模理论，并基于该理论提出了6g普适几何随机信道模型，因此，本发明主要包含普适信道模型建模理论和6g普适几何随机信道模型构建两部分：
[0071]
1.普适信道建模理论
[0072]
普适信道建模理论即使用统一的信道建模方法和框架、统一的信道冲激响应表达式、综合考虑6g全频段全场景信道的统计特性，构建普遍适用于6g各个频段、各个场景，并能准确反应其信道特性的6g普适信道模型，如图3所示。同时，6g普适信道模型可通过调整信道模型的参数，简化为适用于特定频段、特定场景的专用信道模型。通过对6g普适信道模型进行分析，可以研究信道模型参数、信道特性和通信系统性能之间的复杂映射关系，并且其作为一个统一的信道模型框架，对6g信道模型标准化、6g共性理论技术研究及系统融合构建至关重要。
[0073]
2.6g普适几何随机信道模型
[0074]
6g普适几何随机信道模型示意图如图4示。模型中天线类型可以是均匀线阵、均匀面阵等天线阵列类型，支持任意天线极化类型，示意图中发送端和接收端均采用大规模均匀线阵。示意图中模型为多跳传播，其中，为发送端天线阵列的第p个阵元，接收端端天线阵列的第q个阵元，发送端(接收端)天线阵元间的距离为δ
t
(δr)。为xy平面内发送端(接收端)天线阵列的方位角，为发送端(接收端)天线阵列的俯仰角。为了更易理解，我们在图中只描述了到的第n(n＝1,2,3,...,n
qp
(t))条传播路径，其中为第n条路径上靠近发送端的首跳簇，为靠近接收端的末跳簇，将两簇之间的传播路径建模为虚拟的链路。当首跳簇和末跳簇间的虚拟链路时延为零时，模型退化为单跳模型。此外，n
qp
(t)为时刻t时到的路径数量，在双簇模型中对应着n
qp
(t)个簇对，首跳簇和末跳簇一一对应，在单簇模型中对应着n
qp
(t)个簇；微观上，对第n条路径上的簇和进行分析，能见簇内存在mn(t)个散射体，表示中的第m个散射体，表示中的第m个散射体；从路径的角度来看，理解为到的第m个子径连接的散射体,理解为至的第m个子径连接的散射体；因此，和是时刻t时从至的第m个子径对应的方位离开角和俯仰离开角，和是时刻t时从至的第m个子径对应的方位到达角和俯仰到达角，此外，模型对发送端、接收端以及簇的运动情况分别建模，支持收发端及
簇的任意速度和轨迹的三维运动，其中v
t
(t),vr(t),分别表示发送端、接收端，首跳簇以及末跳簇的运动速度，分别表示发送端，接收端，首跳簇以及末跳簇的运动方向的方位角，分别表示发送端，接收端，首跳簇以及末跳簇的运动方向的俯仰角。
[0075]
6g普适几何随机信道模型的信道矩阵可表示为：
[0076]
h＝[pl
·
sh
·
bl
·
we
·
al]
1/2
·hs
[0077]
其中，pl,sh,bl,we,al为大尺度衰落，pl为路径损耗，sh为阴影衰落，bl为阻挡效应，al为大气吸收损耗，例如毫米波频段的氧气吸收损耗和太赫兹频段的分子吸收损耗等，we为天气影响损耗，例如卫星通信场景中的雨水衰落。本发明主要聚焦于小尺度衰落hs的计算，方法如下：
[0078][0079]
其中，m
t
(mr)为发送端(接收端)天线阵列中天线阵元数量，为发送端天线阵元与接收天线阵元之间的信道冲激响应，可以表示为视距(los)分量与非视距(nlos)分量的叠加：
[0080][0081]
其中，kr(t)为莱斯因子。和分别计算如下：
[0082][0083][0084][0085]
其中，{*}
t
表示转置，fc表示载波频率，和表示在不同频段上天线单元对应垂直极化和水平极化的方向图，为交叉极化功率比，μ表征联合极化不均衡，和是时刻t时从至的los路径对应的方位离开角以及俯仰离开角,和是时刻t时从至的los路径对应的方位到达角以及俯仰到达角。的los路径对应的方位到达角以及俯仰到达角。和是服从(0,2π]均匀分布的随机相位，ψ
l,m
＝108/f
c2
为法拉第旋转角，此处计算法拉第旋转角时fc的单位是ghz，是nlos
条件下到的第n个路径的第m个子径的功率，时刻t时los路径的时延的第n个路径的第m个子径的功率，时刻t时los路径的时延是在时刻t时发送端天线阵元与接收天线阵元间的矢量距离，c为光速。是在时刻t时与之间的第n个路径的第m个子径的时延。以上所有参数均为时变参数。
[0086]
值得注意的是，在海洋通信信道场景中，本模型分别将los径、粗糙的海洋表面和海面上空蒸发波导的多径传播这三个部分建模为和并使用功率系数s1和s2控制对应部分随两船距离变化的消失和出现，即将信道冲激响应矩阵计算中的nlos部分分为两部分，其中s1+s2＝1。在工业物联网信道中将镜面反射分量和密集多径分量分别建模为和其中和的建模方法与相同，只是参数值和簇的分布不同。在可重构智能表面场景中，将信道分为发送端到可重构智能表面的子信道h
ti
，可重构智能表面到接收端的子信道h
ir
和发送端到接收端的子信道h
tr
，对三个子信道分别建模并引入相移对角矩阵φ实现对信道环境的智能调控。h
ir
,h
ti
和h
tr
与的计算方法与hs相同，只是参数值和簇的分布不同。
[0087]
在可见光频段时，一方面光信号波长极短，接收端尺寸通常为几百万个波长，不会发生几个波长上的信号快速衰落；另一方面由于可见光通信系统中led灯发出的是非相干光，光信号没有相位信息，在接收端的实数多径信号叠加后并不会引起快衰落，而表现为缓慢变化的阴影衰落。因此，虽然现在的可见光模型表示形式是多径叠加的信道冲激响应形式，其本质是建模了pl和sh的大尺度模型，所以hs＝0，＝0，ph,pv为led面阵的行和列数。
[0088]
考虑多用户场景时，假设基站数目为n
bs
，用户数为n
ms
，多链路信道模型的信道传输矩阵如下公式所示：
[0089][0090]
每条链路对应的i＝1,2
…nbs
,j＝1,2
…nms
，即为前述的单链路信道模型h。
[0091]
信道系数生成详细分为以下步骤：
[0092]
s1、设置传播场景和传播条件，确定载波频率和天线类型、收发端布局以及收发端运动轨迹等；
[0093]
s2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应等大尺度衰落值；本发明主要聚焦于小尺度衰落的建模，此部分可参考标准化信道模型或业界经典模型。
[0094]
s3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展等大尺度参数；
[0095]
除sh外，其余相关大尺度参数有时延扩展(delay spread，ds)、方位到达角扩展(azimuth spread of arrival，asa)、方位离开角扩展(azimuth spread of departure，asd)、俯仰到达角扩展(elevation spread of arrival，esa)、俯仰离开角扩展(elevation spread of departure，esd)、莱斯因子kr和交叉极化比(cross-polarization ratio，xpr)。大尺度参数的生成方法相同，此处以生成时延扩展ds为例，如下公式所示：
[0096][0097]
其中，p＝(p
t
,pr)由收发端位置矢量组成，p
t
(t)＝(x
t
(t),y
t
(t),z
t
(t))和pr(t)＝(xr(t),yr(t),zr(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量，其初始值根据仿真环境及要求生成。x
ds
(p)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量，表示ds在fc频段的均值，表示ds在fc频段的方差。根据终端的高度h
ut
，的配置值可分为三种类型。对于陆地移动通信场景(1.5m≤h
ut
≤22.5m)，可以参考3gpp tr 38.901标准化文档中的表7.5-6中的值；对于无人机场景(22.5m≤h
ut
≤300m)，取值参考3gpp tr 36.777标准化文档中的表b1.2中的值；对于低轨卫星通信场景，取值参考3gpp tr 38.811标准化文档中的表6.7-2中的值。城市宏小区(uma)场景nlos条件下，载波频率介于2-4ghz情况下的计算如下
[0098][0099]
8个大尺度参数均采用这种方法独立生成，乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值，然后，需要将对数域的值转化到线性域。至此，信道的大尺度参数都可得到。
[0100]
s4、生成服从椭球高斯散射分布的散射体，并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率，生成信道系数；
[0101]
步骤s401、使用椭球高斯散射分布，获取散射体的位置，即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为和的高斯分布，在获得散射体的位置后可将它们转换成球坐标，相对于第一根发送天线的位置和第一根接收天线的位置的第n个簇内的散射体的位置和可以表示为和其中，其中，和分别表示第n个簇第m个子径到x(x∈{t,r}，分别表示发送端和接收端)天线阵列的距离、方位角和俯仰角；
[0102]
步骤s402、初始时刻簇内子径时延计算，在多跳信道模型中，簇内子径的时延可通过计算，其中，表示和之间虚拟链路的时延，为t0时刻到之间的距离，为t0时刻到之间的距离。
为首跳簇和末跳簇间的距离，τ
link
为服从指数分布的非负随机变量。
[0103]
步骤s403、在大规模天线阵中，簇内子径的功率会沿着时间轴和阵列轴变化，通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程，非归一化的簇内子径功率为：
[0104][0105]
其中，ds为均方根时延扩展，zn是以db为单位的每簇阴影项，r
τ
为时延分布比例因子，ξn(p,q)是一个二维空间对数正态过程，用于模拟天线阵列上平滑的功率变化。
[0106]
在大带宽场景下，需要考虑频域非平稳特性，所以我们在频域上将功率值乘以项，其中，是依赖于频率的常数因子。最后，通过将所有簇的功率归一化即可得到最终簇内子径的功率如果簇是新产生的，可以通过将替换成得到和之间第n簇内第m个子径的初始功率。
[0107]
步骤s404、对于幸存的簇，需要在不同的时刻更新簇内子径的功率、时延等小尺度参数。对于时刻t1处的轨迹段，即在簇生成后的下一个时刻,第p根发送天线的坐标为其中，初始时刻第p根发送天线的坐标可以通过计算，可以通过可以通过计算。在t1时刻，到首跳簇的距离可以通过计算得到，同理可得到的距离t1时刻的簇内子径的时延利用前一时刻发送端、接收端和散射体的地理位置可以得到和(t＝t2,t3,...)。
[0108]
s5、根据收发端运动和簇的生灭过程，进行大、小尺度参数的更新，生成新的信道系数。
[0109]
模型的空-时-频非平稳性主要体现在两个方面，一方面是空-时-频变化的参数，
另一个方面是簇在空-时-频域的生灭过程。t时刻簇数量计算如下：
[0110]nqp
(t)＝n
surv
(t)+n
new
(t)
[0111]
其中，n
qp
(t)为簇的数量，n
surv
(t)为幸存簇的数目，由簇的生存概率p
surv
(δt,δr,δf)决定，n
new
(t)为新生簇的数目，服从均值为e[n
new
(t)]的泊松分布。定义λg为簇的出生率、λr为簇的结合率(灭亡率)。为了更精确地建模簇的空-时-频演进过程，我们引入两种采样间隔，一种是时域采样间隔δt，频域采样间隔δf和空间域(阵列域)采样间隔δr，信道参数连续更新；另一种是的δt，δf和δr的整数倍，分别是δt
bd
，δf
bd
和δr
bd
，在这些采样点发生簇的生灭演进过程。发送端和接收端簇沿阵列轴和时间轴的生存概率：
[0112][0113][0114]
其中，和分别表示发送(接收)天线单元在阵列轴上以及时间轴上的位置差。和分别表示在阵列轴和时间轴依赖于场景的相关因子。发送端和接收端簇的联合生存概率为：
[0115][0116]
新生簇的平均数量为：
[0117][0118]
当研究大带宽时，在频率轴上也会存在簇的生灭过程。频率轴上簇的生存概率为：
[0119][0120]
其中，f(δf
bd
)和可以通过信道测量决定，表示在频率轴依赖于场景的相关因子。
[0121]
综上所述，同时考虑空-时-频域簇的生灭过程时，簇的生存概率为：
[0122][0123]
新生簇的平均数量为：
[0124][0125]
超高速列车场景中，考虑真空管道超高速列车场景的波导效应和管道壁粗糙度对信道的影响，新生簇的平均数量为：
[0126]
[0127][0128]
其中，d
qp
(t)为t时刻收发端的直线距离，d为收发端的初始距离，ρs为管道壁散射系数，ρ
s0
为粗糙度σh＝0时的散射系数。
[0129]
基于前述方法和利用发送端、接收端和散射体之间的几何关系，可以得到不同天线对的小尺度参数，至此可以得到信道矩阵中所有参数值，模型的建模方法和对应参数总结如下表所示：
[0130]
表1.模型参数与建模方法
[0131]
[0132][0133]
3.5模型简化
[0134]
通过调整参数，可将6g普适信道模型简化为多个专用信道模型。如表2所示。
[0135]
表2. 6g普适信道模型简化总结表
[0136]
[0137]
[0138]
[0139][0140]
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0141]
以毫米波段超大规模天线阵列场景为例，p6gcm的信道矩阵可表示为：
[0142]
h＝[pl
·
sh
·
bl
·
al]
1/2
·hs
[0143]
其中，pl为路径损耗，sh为阴影衰落，bl为阻挡效应，al为大气吸收损耗。
[0144][0145]
其中，m
t
(mr)为发送端(接收端)天线阵列中天线阵元数量，为与之间的信道冲激响应，可以表示为los分量与非视距(nlos)分量的叠加：
[0146][0147]
其中，kr(t)为莱斯因子。和分别计算如下：
[0148][0149][0150]
其中，{*}
t
表示转置，fc表示载波频率，和表示在不同频段上天线单元对应垂直极化和水平极化的方向图，为交叉极化功率比，μ表征联合极化不均衡，和是时刻t时从至的第m个子径对应的方位离开角和俯仰离开
角，和是时刻t时从至的第m个子径对应的方位到达角和俯仰到达角,和是时刻t时从至的los路径对应的方位离开角以及俯仰离开角,和是时刻t时从至的los路径对应的方位到达角以及俯仰到达角，的los路径对应的方位到达角以及俯仰到达角，和是服从(0,2π]均匀分布的随机相位，是nlos条件下到的第n个路径的第m个子径的功率，是在时刻t时los路径的时延，是在时刻t时发送端天线阵元与接收天线阵元间的矢量距离，c为光速。是在时刻t时与之间的第n个路径的第m个子径的时延。以上所有参数均为时变参数。
[0151]
信道系数生成详细分为以下步骤：
[0152]
s1、设置传播场景和传播条件，确定载波频率和天线类型、收发端布局以及收发端运动轨迹等；
[0153]
s2、生成路径损耗、阴影衰落、氧气吸收以及阻挡效应等大尺度衰落值；本发明主要聚焦于小尺度衰落的建模，此部分可参考标准化信道模型或业界经典模型。
[0154]
s3、根据收发端位置和运动情况生成具有空间一致性的时延扩展、4个角度扩展等大尺度参数；
[0155]
除sh外，其余相关大尺度参数有时延扩展(delay spread，ds)、方位到达角扩展(azimuth spread of arrival，asa)、方位离开角扩展(azimuth spread of departure，asd)、俯仰到达角扩展(elevation spread of arrival，esa)、俯仰离开角扩展(elevation spread of departure，esd)、莱斯因子kr和交叉极化比(cross-polarization ratio，xpr)。大尺度参数的生成方法相同，此处以生成时延扩展ds为例，如下公式所示：
[0156][0157]
其中，p＝(p
t
,pr)由收发端位置矢量组成，p
t
(t)＝(x
t
(t),y
t
(t),z
t
(t))和pr(t)＝(xr(t),yr(t),zr(t))分别表示t时刻发送端的坐标矢量和接收端的坐标矢量，其初始值根据仿真环境及要求生成。x
ds
(p)是用正弦波叠加法生成的服从均值为0、方差为1的空间一致性的正态分布变量，表示ds在fc频段的均值，表示ds在fc频段的方差。根据终端的高度h
ut
，的配置值可分为三种类型。本实施例中的值可以参考3gpp tr 38.901标准化文档中的表7.5-6。8个大尺度参数均采用这种方法独立生成，乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值，然后，需要将对数域的值转化到线性域。至此，信道的大尺度参数都可得到。
[0158]
s4、生成服从椭球高斯散射分布的散射体，并根据收发端和散射体的地理位置信息计算簇的时延、角度和功率，生成信道系数；
[0159]
步骤s401、使用椭球高斯散射分布，获取散射体的位置，即以为中心的第n个簇内的散射体服从标准差在三个坐标轴上分别为和的高斯分布，在获得散射体的位置后可将它们转换成球坐标，相对于第一根发送天线的位置和第一根
接收天线的位置的第n个簇内的散射体的位置和可以表示为和其中，其中，和分别表示第n个簇第m个子径到x(x∈{t,r}，分别表示发送端和接收端)天线阵列的距离、方位角和俯仰角；
[0160]
步骤s402、初始时刻簇内子径时延计算，在多跳信道模型中，簇内子径的时延可通过计算，其中，表示和之间虚拟链路的时延，为t0时刻到之间的距离，为t0时刻到之间的距离。为首跳簇和末跳簇间的距离，τ
link
为服从指数分布的非负随机变量。
[0161]
步骤s403、在大带宽大规模天线阵中，簇内子径的功率会沿着时间轴、频率轴和阵列轴变化，通常将其建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程，非归一化的簇内子径功率为：
[0162][0163]
其中，ds为均方根时延扩展，zn是以db为单位的每簇阴影项，r
τ
为时延分布比例因子，ξn(p,q)是一个二维空间对数正态过程，用于模拟天线阵列上平滑的功率变化。
[0164]
在毫米波段，大带宽场景下，需要考虑频域非平稳特性，所以我们在频域上将功率值乘以项，其中，是依赖于频率的常数因子。通过将所有簇的功率归一化即可得到最终簇内子径的功率如果簇是新产生的，可以通过将替换成得到和之间第n簇内第m个子径的初始功率。
[0165]
步骤s404、对于幸存的簇，需在不同的时刻更新簇内子径的功率、时延等小尺度参数。对于时刻t1处的轨迹段，即在簇生成后的下一个时刻,第p根发送天线的坐标为其中，初始时刻第p根发送天线的坐标可以通过计算，可以通过
计算。在t1时刻，到首跳簇的距离可以通过计算得到，同理可得到的距离t1时刻的簇内子径的时延利用前一时刻发送端、接收端和散射体的地理位置可以得到和(t＝t2,t3,...)。
[0166]
s5、根据收发端运动和簇的生灭过程，进行大、小尺度参数的更新，生成新的信道系数。
[0167]
模型的空-时-频非平稳性主要体现在两个方面，一方面是空-时-频变化的参数，另一个方面是簇在空-时-频域的生灭过程。t时刻簇数量计算如下：
[0168]nqp
(t)＝n
surv
(t)+n
new
(t)
[0169]
其中，n
qp
(t)为簇的数量，n
surv
(t)为幸存簇的数目，由簇的生存概率p
surv
(δt,δr,δf)决定，n
new
(t)为新生簇的数目，服从均值为e[n
new
(t)]的泊松分布。定义λg为簇的出生率、λr为簇的结合率(灭亡率)。为了更精确地建模簇的空-时-频演进过程，我们引入两种采样间隔，一种是时域采样间隔δt，频域采样间隔δf和空间域(阵列域)采样间隔δr，信道参数连续更新；另一种是的δt，δf和δr的整数倍，分别是δt
bd
，δf
bd
和δr
bd
，在这些采样点发生簇的生灭演进过程。发送端和接收端簇沿阵列轴和时间轴的生存概率：
[0170][0171][0172]
其中，和分别表示发送(接收)天线单元在阵列轴上以及时间轴上的位置差。和分别表示在阵列轴和时间轴依赖于场景的相关因子。发送端和接收端簇的联合生存概率为：
[0173][0174]
新生簇的平均数量为：
[0175][0176]
当研究大带宽时，在频率轴上也会存在簇的生灭过程。频率轴上簇的生存概率为：
[0177][0178]
其中，f(δf
bd
)和可以通过信道测量决定，表示在频率轴依赖于场景的相关因子。
[0179]
综上所述，同时考虑空-时-频域簇的生灭过程时，簇的生存概率为：
[0180][0181]
新生簇的平均数量为：
[0182][0183]
基于前述方法和利用发送端、接收端和散射体之间的几何关系，可以得到不同天线对的小尺度参数，至此可以得到信道矩阵中所有参数值。