[发明专利]气象卫星信道概率统计特性仿真模型的建立方法

权利要求书

1.气象卫星信道概率统计特性仿真模型的建立方法，其特征在于，包括下列步骤：

一)计算气象卫星发送信号，信号调制方式可采用BPSK或QPSK的调制方式，气象卫星发送信号可以表示为

s(t)＝Acos(ω_ct+θ)                    (1)

式中，A为发射信号的振幅，ω_c为载波信号的角频率，θ根据调制方式的不同取值也不同；

二)根据气象卫星发射的信号s(t)＝Acos(ω_ct+θ_k)，k＝4，采用QPSK调制方式，在不同的天气状态下因多径效应、散射效应和阴影遮蔽效应等，使得到达地面接收站点的接收信号由不同成分组成，推导相应的包络概率密度分布，根据不同天气状态下的气象卫星地面接收系统接收的信号表达形式，建立对应的仿真模型：

1)阴雨天气时，气象卫星信道物理环境较差，假设地面接收站的接收信号只包含一定强度的多径分量，接收信号的包络和相位都是随机缓变的，则接收信号r(t)可表示为

r(t)＝a(t)cos[ω_ct+θ(t)]

＝μ_c(t)cosω_ct-μ_s(t)sinω_ct    (2)

式中

μ_c(t)＝a(t)cos[θ(t)]           (3)

μ_s(t)＝a(t)sin[θ(t)]           (4)

式中，a(t)和θ(t)分别是r(t)的随机包络和随机相位，ω_c为载波频率，a(t)≥0，

由式(2)知：接收信号r(t)的统计特性可以由μ_c(t)和μ_s(t)的统计特性确定，由中心极限定理可知，μ_c(t)和μ_s(t)为正态随机过程，其概率密度函数分别为

f(μc)=1σc2πexp(-μc22σc2)---(5)]]>

f(μs)=1σs2πexp(-μs22σs2)---(6)]]>

进而推导得包络a(t)的一维概率密度函数为

f(a)=∫-∞∞f(a,θ)dθ=∫02πa2πσr2exp[-a22σr2]dθ=aσr2exp[-a22σr2],a≥0---(7)]]>

该式表明，接收信号包络a(t)的概率密度服从Rayleigh分布，

由式(2)、(3)、(4)、(5)和(6)可以建立图2Rayleigh信道仿真模型；

2)多云天气时，因云层较厚和云量较多，云在地面接收站上空一定的范围散开分布形成部分阴影遮挡，地面接收站接收信号如果含有直射信号和一定强度的多径信号，假设直射信号只有时延没有衰减，则接收的混合信号为

r(t)＝Acos[ω_c(t-τ)+θ]+r′(t)

＝Acos[ω_ct-ω_cτ+θ]+r′(t)

＝Acos[ω_ct+θ′]+r′(t)                (8)

式中，τ表示直射信号的时延值，θ′是直射信号经时延到接收站点的相位，r′(t)如式(2)所示。

将式(8)展开推导得r(t)的包络υ(t)的概率密度函数为

f(υ)=υσr2exp(-υ2+A22σr2)·I0(Aυσr2),υ≥0---(9)]]>

即接收信号r(t)的包络υ(t)的概率密度服从Rice分布，

由式(8)可以建立图3Rice信道仿真模型；

3)多云天气时，因云层较厚和云量较多，在地面接收站上空一定的范围分布较厚的云层形成完全阴影遮挡，云的垂直密度是非均匀分布的，可以在云的垂直方向上划分N层不同密度的层结，而传播信号每经过一个层结都会因阴影遮蔽效应造成不同程度的衰减，且衰减是时变的，假设云的第i层结阴影遮蔽因子是K_i(t)，则整个云层的阴影遮蔽因子该阴影遮蔽因子是信道的乘性干扰，假设发射信号到达云顶时没有衰减只有时延τ，地面接收站接收的信号如果只含有经较厚云层阴影遮蔽后的直射信号，则接收信号可表示为

r(t)＝k(t)·s(t-τ)＝k(t)Acos(ω_ct+θ′)＝ξ_c(t)cosω_ct-ξ_s(t)sinω_ct    (10)

式中

ξ_c(t)＝k(t)Acosθ′                            (11)

ξ_s(t)＝k(t)Asinθ′                            (12)

则r(t)的包络和相位分别为

ξ(t)=ξc2(t)+ξs2(t)=Ak(t),ξ≥0---(13)]]>

由式(13)推导出

lnξ(t)=lnA+lnk(t)=lnA+Σi=1NlnKi(t)---(15)]]>

由中心极限定理可知，服从正态分布，进而可以推导r(t)包络的概率密度函数

fr(ξ)=1σξ2πexp(-(lnξ-μ)22σ2)---(16)]]>

即r(t)包络的概率密度服从Lognormal分布，

由式(10)可以建立图4所示Lognormal信道仿真模型；

4)晴朗天气时，假设地面接收信号主要包括没有衰减只有时延的直射信号和很弱的多径信号，则接收信号表示为

r(t)＝s(t-τ)+r″(t)≈s(t-τ)                    (17)

式中，r″(t)是很弱的多径信号，即接收信号的信噪比很大，

因为与Rice分布时的接收信号的组成分量类似，仅信噪比相对要大很多，则由式(9)可知，当信噪比很大时，有则式(9)可为

f(υ)=υσr2exp(-υ2+A22σr2)·12πAυσr2exp(Aυσr2)=υ2πAυ·σrexp[-(υ-A)22σr2]---(18)]]>

当υ≈A时，f(υ)可近似表示为高斯分布，即接收信号包络的概率密度函数为

f(υ)≈12π·σrexp(-(υ-A)22σr2),υ≥0---(19)]]>

即r(t)包络的概率密度服从Gauss分布，根据Gauss信道统计特性模型，将Rice信道仿真模型中的多径信号的能量取小就可以实现对Gauss信道的仿真。