时域自相关Nakagami-m衰落复信道仿真方法
【专利摘要】本发明公开了一种时域自相关Nakagami?m衰落复信道仿真方法，首先对包络分布进行单独仿真，使得包络的概率密度函数和累积分布函数与理论值吻合；其次对相位分布进行单独仿真，以使相位的概率密度函数和累积分布函数统计指标与理论值吻合；然后，对包络序列和相位序列分别进行排序，使得自相关函数和功率谱密度与理论值吻合；最后，叠加排序后的包络和相位序列，得到满足全部仿真性能评估统计量的时域自相关Nakagami?m衰落复信道随机序列。本发明实现了时域自相关Nakagami?m衰落复信道的良好自相关特性衰落仿真和快衰落仿真，具有很好扩展性，为后续采用更高效的模块仿真算法提供了方便。
【专利说明】
时域自相关Nakagam i-m衰落复信道仿真方法
技术领域
[0001] 本发明属于无线通信信道建模及模拟技术领域，尤其设及一种时域自相关 Nakagami-m衰落复信道仿真方法。
【背景技术】
[0002] 无线移动通信环境中，化kagami-m衰落相较于传统的瑞利分布或莱斯分布可W更 好更广泛地表征小尺度衰落特征。化kagami-m衰落是通过变参数伽马分布的密度函数拟合 实验数据所得到的，其主要参数有形状因子m和接收信号的平均功率Q。通过改变形状因子 m可W模拟从严重、适中、轻微到无衰落的信道环境，包含了瑞利分布和莱斯分布。时域自相 关信道仿真需要考虑信道的相关特性，同时关注信道的一阶统计特性概率密度分布和累积 分布函数、二阶统计特性电平通过率和平均衰落时间和时域自相关函数统计量。目前时域 自相关化kagami-m衰落复信道仿真模型主要有时域自相关逆变换模型、Brute Froce模型、 秩匹配模型等S种模型。由于化kagami-m衰落信道模型目前实测的自相关性数据较少，在 采用时域自相关逆变换模型仿真过程中一般都采用瑞利近似表达化kagami-m衰落相关性， 导致了化kagami-m衰落自相关函数的仿真值与理论值存在较大误差。Brute Froce模型利 用了化kagami-m分布与高斯分布的关系，通过n = 2m个高斯分布的叠加来生成化kagami-m 分布，运种方法优点在于利用现有的高斯分布的生成方法，降低了仿真算法研究的难度;缺 点在于随着n = 2m的增大，算法复杂度增加，仿真时间长，耗费存储空间。在秩匹配模型中由 于仅采用独立化kagami-m包络作为模型输入源，模型丢失相位信息，电平通过率和自相关 函数的仿真值与理论存在较大误差。因此，有必要提出一种能够同时满足一阶统计特性和 二阶统计统计特性的仿真方法。
【发明内容】
[0003] 本发明的目的在于提供一种时域自相关化kagami-m衰落复信道仿真方法，旨在解 决现有仿真方法中存在的无法同时满足一阶统计特性概率密度分布、累积分布函数和二阶 统计统计特性电平通过率、平均衰落时间、时域自相关函数的问题。
[0004] 本发明是运样实现的，一种时域自相关化kagami-m衰落复信道仿真方法，该方法 采用正弦叠加法生成的自相关瑞利平方和的根序列对舍弃法生成的包络序列进行秩匹配 排序，同时利用正弦叠加法生成的自相关瑞利序列对相位序列进行秩匹配排序，叠加排序 后的自相关包络序列和自相关相位序列生成时域自相关化kagami-m衰落复信道随机序列。 所述时域自相关Nakagami-m衰落复信道仿真方法包括：
[0005] 首先对包络分布进行单独仿真，使得包络的概率密度函数和累积分布函数与理论 值吻合；
[0006] 其次对相位分布进行单独仿真，W使相位的概率密度函数和累积分布函数统计指 标与理论值吻合；
[0007] 然后，对包络序列和相位序列分别进行排序，满足自相关函数和功率谱密度与理 论值吻合；
[0008] 最后，叠加排序后的包络和相位序列，得到满足全部仿真性能评估统计量的时域 自相关Nakagami-m衰落复信道随机序列。
[0009] 进一步，所述时域自相关Nakagami-m衰落复信道仿真方法具体包括W下步骤：
[0010] 步骤一，采用正弦叠加法(SoS)模型生成自相关瑞利序列化ayi化)和^，'! + 1」个自相 关瑞利平方和的根序列和化ay2化）；
[0011] 步骤二，根据化kagami-m衰落幅度和相位分布函数，采用舍弃法生成幅度随机序 列Rx化)和相位随机序列Re化），其中k=l，2,…，N为目标随机序列长度；
[0012] 步骤S，利用个自相关瑞利平方和的根序列对包络随机序列秩匹配排序， 利用自相关瑞利序列对相位随机序列秩匹配排序；
[OOU] 步骤四，叠加由上述生成的化kagami-m包络秩匹丽席別R/化）巧相仿巧匹配序列 Re*化），得到时域自相关Nakagami-m衰落复信道随机序列：
[0014] 进一步，所述步骤一包括W下步骤：
[001引第一步，采用等间距法、均方误差法、等面积法、蒙特卡洛法、Lp-norm法、精确多普 勒扩展法、Jakes法中的任意一种发法，计算瑞利信道化kes仿真模型中多普勒系数、离散多 普勒频率和多普勒相位模型参数；
[0016]第二步，将多普勒系数、离散多普勒频率和多普勒相位带入正弦叠加模型生成自 相关瑞利序列化ayl化）；
[0017] 第立步，重复得到瑞利随机序列集
[001引第四步，将RRay,1化)带入下式，得到Lw + 1」个自相关瑞利平方和的根序列RRaysa):
[0019]
[0020] 进一步，所述步骤二包括W下步骤：
[002"1]第一步，产生在(0,￡1〇上均匀分布随机数Uix,其中ax=max(x);
[0022]第二步，产生在(0,bx)上均匀分布随机数U2x，其中bx=max(fR(x));
[002；3] 第立步，化X 化lx)，则令X = Ulx,算法完成；否则舍弃Ulx和化X，重新开始舍弃法计 算。
[0024] 得到服从幅度概率密度分布函数fR(x)的随机序列Rx化）=X后，按照同样的均匀舍 弃法步骤生成满足相位概率分布fe(x)的随机序列Re化）。
[0025] 进一步，所述步骤=包括W下步骤：
[0026] 第一步，Wl_畑牛1」个自相关瑞利平方和的根序列RRay2化)作为源序列，化kagami-m 包络随机序列Rx化)作为目标序列，获取IW2化)的相对大小排列顺序SRay2化），将Rx化）内所 有元素按照此相对顺序重新排列，得到排列后的包络秩匹配序列Rx^k);
[0027] 第二步，W自相关序列化ayi化)作为源序列，Nakagami-m相位随机序列IMk)作为目 标序列，获取RRayl化)的相对大小排列顺序SRayl化），将IMk)内的所有元素按此相对顺序重 新排列，得到的相位秩匹配序列Re^k);此相对顺序重新排列，得到的相位秩匹配序列R/ 化)。
[0028] 本发明提供的时域自相关化kagami-m衰落复信道仿真方法，与现有仿真方法相比 较，本发明提出的模块化仿真方法优点在于：
[0029] (1)、采用舍弃法产生的化kagami-m衰落包络序列和相位序列，在保证一阶统计特 性与理论值吻合的基础上，实现复杂度更低。
[0030] (2)、采用正弦叠加生成的自相关瑞利序列对包络序列和相位序列进行秩匹配排 序能够获得特定的自相关函数和准确的电平通过率；
[0031] (3)、正弦叠加法中引入的多普勒频移可实现Nakagami信道的快/慢衰落仿真。
[0032] (4)、所提出的模块化仿真方法的包络概率密度函数、相位概率密度函数、电平通 过率、平均衰落时间、时域自相关函数等一阶和二阶统计量的仿真结果与理论值均能高度 吻合，各项仿真性能指标较其他仿真方法具有明显优势。
[0033] (5)、该仿真方法可W对仿真中的算法模块进行替换，具有很好的扩展性，为后续 采用更高效的模块仿真算法提供了方便。
【附图说明】
[0034] 图1是本发明实施例提供的时域自相关Nakagami-m衰落复信道仿真方法流程图。 [00对图2是本发明实施例提供的m = 5, Q =1，N=106的模块化的时域自相关Pfekagami-m衰落复信道包络仿真结果图。
[00%]图3是本发明实施例提供的m = 5, Q =1，N=106的模块化的时域自相关Pfekagami-m衰落复信道相位仿真结果图。
[0037]图4是本发明实施例提供的m = 5, Q =1，N=106的模块化的时域自相关Pfekagami-m衰落复信道电平通过率仿真结果图。
[00測图5是本发明实施例提供的m = 5, Q =1，N=106的模块化的时域自相关Pfekagami-m衰落复信道平均衰落时间仿真结果图。
[0039] 图6是本发明实施例提供的m = 5, Q =1，N=106的模块化的时域自相关Pfekagami-m衰落复信道自相关函数仿真结果图。
【具体实施方式】
[0040] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合实施例，对本发明 进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并不用于 限定本发明。
[0041] 下面结合附图对本发明的应用原理作详细的描述。
[0042] 如图1所示，给定m=5, Q =1，N=106时的模块化的时域自相关化kagami-m衰落复 信道仿真具体实施方案如下：
[0043] Sl采用正弦叠加法(SoS)模型生成自相关瑞利序列RRayl化)和L? + l」个自相关瑞利 平方和的根序列和化ay2化）;本发明实施例的具体实施方案如下：
[0044] Sl. 1采用等间距法(MED)、均方误差法(MSEM)、等面积法(MEA)、蒙特卡洛法(MCM)、 Lp-norm法(LP醒）、精确多普勒扩展法(MEDS) Jakes法(JM)中的任意一种发放，计算瑞利信 道化keS仿真模型中多普勒系数Cl,n、离散多普勒频率fi,n和多普勒相位(1)1,。等模型参数;其 中化kes仿真法最为节省资源，应用也最为广泛，本发明采用化kes法(JM)来计算模型参数：
[0045]
[0046]
[0047]
[004引其中i = 1分布表示实部序列，i = 2表示虚部序列，n表示第n路正弦叠加信号，OO为 平均功率，Ni为叠加的正弦波数目，fmax为最大多普勒频移。
[0049] SI. 2将多普勒系数Ci,n、离散多普勒频率fi,n和多普勒相位4i,n带入正弦叠加模型 生成自相关瑞利序列化ayl化）；
[(K)加 ]
[0化1 ] Sl. 3重复步骤Sl. 1、S1.2得到瑞利随机序列集
[005^ Sl . 4将RRay,i化)带入下式，得到1_W + 1」个自相关瑞利平方和的根序列RRay2化）： [0化3]
[0054] S2根据化kagami-m衰落幅度和相位分布函数，采用舍弃法生成幅度随机序列Rx 化)和相位随机序列Re化）；本发明采用均匀帽子舍弃法生成随机序列，步骤如下，假设产生 概率密度为fR(x)的随机序列X;
[00对 S2.1产生在(0，山化均匀分布随机数Uix,其中ax=max(x);
[0056] S2.2产生在(0,bx)上均匀分布随机数贴〇其中bx=max(fR(x));
[0057] S2.3如果化化X)，则令X = Uix,算法完成；否则舍弃Uix和化X，回到步骤S2.1， S2.2重新开始舍弃法计算。
[005引得到服从幅度概率密度分布函数fR(x)的随机序列Rx化）=X,按照同样的均匀舍弃 法步骤生成满足相位概率分布fe(x)的随机序列Re化）。
[0059] S3利用L贿+ 1」个自相关瑞利平方和的根序列对包络随机序列秩匹配排序，利用自 相关瑞利序列对相位随机序列秩匹配排序;步骤包括：
[0060] 53.1叫饥+ 1」个自相关瑞利平方和的根序列1^2化)作为源序列，化1?1旨日1111-111衰落 包络随机序列Rx化)作为目标序列，获取IW2化)的相对大小排列顺序序列SRay2化），将Rx化） 内所有元素按照此相对顺序序列SRay2化僅新排列，得到排列后的包络秩匹配序列Rx^);
[0061] S3.2W自相关序列化ayi化)作为源序列，化kagami-m衰落相位随机序列IMk)作为 目标序列，获取化ayl化)的相对大小排列顺序序列SRayl化），将IMk)内的所有元素按此相对 顺序序列SRayl化)重新排列，得到的相位秩匹配序列Re^k);
[0062] S4叠加由上述生成的化kagami-m衰落包络秩匹配序列Rx*化）和相位秩匹配序列 Re*化），得到模块化的自相关Nakagami-m衰落复信道随机序列：
[0063]
[0064] 本发明对模块化的时域自相关化kagami-m衰落复信道进行了仿真，其中参数m = 5, Q =1，N=106的仿真结果如图2、图3、图4、图5、图6所示。该模型实现了模块化的时域自 相关的化kagami-m衰落复信道仿真，其包络的概率密度函数、相位的概率密度函数、电平通 过率、平均衰落时间、时域自相关函数等统计量的仿真值与理论值均能很好的吻合。
[0065] W上所述仅为本发明的较佳实施例而已，并不用W限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种时域自相关化kagami-m衰落复信道仿真方法，其特征在于，所述时域自相关 化kagami-m衰落复信道仿真方法采用正弦叠加法生成的自相关瑞利平方和的根序列对舍 弃法生成的包络序列秩匹配排序，同时利用正弦叠加法生成的自相关瑞利序列对相位序列 进行秩匹配排序，叠加排序后的自相关包络序列和自相关相位序列生成时域自相关 Nakagami-m衰落复信道随机序列。2. 如权利要求1所述的时域自相关化kagami-m衰落复信道仿真方法，其特征在于，所述 时域自相关Nakagami-m衰落复信道仿真方法包括： 首先对包络分布进行单独仿真，使得包络的概率密度函数和累积分布函数与理论值吻 合； 其次对相位分布进行单独仿真，W使相位的概率密度函数和累积分布函数统计指标与 理论值吻合； 然后，对包络序列和相位序列分别进行排序，满足自相关函数和功率谱密度与理论值 吻合； 最后，叠加排序后的包络和相位序列，得到满足全部仿真性能评估统计量的时域自相 关Nakagami-m衰落复信道随机序列。3. 如权利要求1所述的时域自相关化kagami-m衰落复信道仿真方法，其特征在于，所述 时域自相关Nakagami-m衰落复信道仿真方法具体包括W下步骤： 步骤一，采用正弦叠加法（SoS)模型生成自相关瑞利序列化ayi化)和!_闽+1」个自相关瑞 利平方和的根序列和化ay2化）； 步骤二，根据化kagami-m衰落幅度和相位分布函数，采用舍弃法生成幅度随机序列Rx 化)和相位随机序列Re化），其中k=l，2,…，N为目标随机序列长度； 步骤Ξ，利用Lw +1」个自相关瑞利平方和的根序列对包络随机序列秩匹配排序，利用自 相关瑞利序列对相位随机序列秩匹配排序； 步骤四，叠加由上述生成的化kagami-m包络秩匹配序列Rx*(k)和相位秩匹配序列Re* 化），得到时域自相关Nakagami-m衰落复信道随机序列：巧(A) = /?/ (A').?,"" '"。4. 如权利要求3所述的时域自相关化kagami-m衰落复信道仿真方法，其特征在于，所述 步骤一包括W下步骤： 第一步，采用等间距法、均方误差法、等面积法、蒙特卡洛法、Lp-norm法、精确多普勒扩 展法、Jakes法中的任意一种发法，计算瑞利信道化kes仿真模型中多普勒系数、离散多普勒 频率和多普勒相位模型参数； 第二步，将多普勒系数、离散多普勒频率和多普勒相位带入正弦叠加模型生成自相关 瑞利序列化ayl化）； 第立步，重复得到瑞利随机序列集IW, i化)i = 1，2，…，L贿+1」； 第四步，将RRay,i化)带入下式，得到Lw + l」个自相关瑞利平方和的根序列RRay2化）：5. 如权利要求3所述的时域自相关化kagami-m衰落复信道仿真方法，其特征在于，所述 步骤二包括w下步骤： 第一步，产生在(〇，ax)上均匀分布随机数Uix，其中ax=max(x); 第二步，产生在(〇,bx)上均匀分布随机数贴〇其中bx=max(fR(x)); 第立步，化X 化lx)，则令X = Ulx，算法完成;否则舍弃Ulx和化X，重新开始舍弃法计算； 得到服从幅度概率密度分布函数fR(x)的随机序列Rx化）=X后，按照同样的均匀舍弃法 步骤生成满足相位概率分布fe(x)的随机序列Re化）。6.如权利要求3所述的时域自相关化kagami-m衰落复信道仿真方法，其特征在于，所述 步骤Ξ包括W下步骤： 第一步，WL化+ 1」个自相关瑞利平方和的根序列RRay2化)作为源序列，化kagami-m包络 随机序列Rx化)作为目标序列，获取RRay2化)的相对大小排列顺序SRay2化），将Rx化）内所有元 素按照此相对顺序重新排列，得到排列后的包络秩匹配序列Rx^k); 第二步，W自相关序列化ayl化)作为源序列，Nakagami-m相位随机序列iMk)作为目标序 列，获取RRayl化)的相对大小排列顺序SRayl化），将Re化）内的所有元素按此相对顺序重新排 列，得到的相位秩匹配序列Re处）；此相对顺序重新排列，得到的相位秩匹配序列Re种）。
【文档编号】H04B17/391GK105846926SQ201610235470
【公开日】2016年8月10日
【申请日】2016年4月15日
【发明人】石磊, 边志耀, 刘彦明, 郭振, 李小平
【申请人】西安电子科技大学