[发明专利]一种基于实测的3D MIMO统计信道建模方法

权利要求书

1.一种基于实测的3D MIMO统计信道建模方法，其特征在于，所述基于实测的3D MIMO统计信道建模方法通过外场测量提取大尺度参数的统计量，生成大尺度参数的互相关矩阵；利用线性模型表示垂直域角度扩展与距离的依赖关系；引入混合VMF分布刻画多簇方位角和俯仰角的互依赖性并生成3D空间的到达角和离开角；再根据外场测量的统计分析确定信道模型的各个表征参数，最终生成3D MIMO信道系数；

所述基于实测的3D MIMO统计信道建模方法包括以下步骤：

步骤一，进行信道测量活动，通过信道测量得到信道冲激响应，根据信道冲激响应提取信道多径分量；

步骤二，建模生成大尺度参数LSPs并利用循环滤波法生成其互相关矩阵，七个大尺度参数分别是：延迟扩展，阴影衰落，方位离开角扩展，方位到达角扩展，俯仰离开角扩展，俯仰到达角扩展和莱斯K因子；

七个大尺度参数建模为对数正态分布，生成的大尺度参数(LSPs)为：

其中，s为大尺度参数向量，μ和σ为对数正态分布的均值和标准差向量，其可通过对外场测量数据进行统计分析得到，是描述大尺度参数间相关性的参数向量，A为七个大尺度参数的互相关矩阵，ξ通过利用相关距离使用循环滤波法生成，未获取相关距离的情况下则由均值为0，方差为1的高斯独立同分布变量随机生成；

对于同一条链路上的不同的大尺度参数，两个不同大尺度参数的相关系数如下所示：

其中，ρ_xy为大尺度参数x，y的相关系数，C_xy为大尺度参数x，y的协方差，C_xx，C_yy分别是大尺度参数x，y的方差；

步骤三，利用线性模型统计建模3D MIMO信道的俯仰角扩展，表明大尺度参数中垂直域角度扩展与距离的依赖关系；

步骤四，引入混合Von Mises Fisher分布建模生成3D空间的到达角和离开角；在3DMIMO统计信道模型中，角度参数共有四个，即收发两端的方位角和俯仰角；

步骤五，依据信道测量的统计分析确定模型的各个表征参数，包括LSPs的互相关矩阵，线性模型的斜率和截距，混合VMF分布中的簇数、簇扩展、方位角和俯仰角，其他的模型参数可以沿用WINNER系列或QuaDRiGa等主流模型中的表征参数；

步骤六，信道系数的产生；

(1)设置初始随机相位，对于第n条簇中第m条子径在四种极化方式(vv,vh,hv,hh)下设置随机初始相位初始相位在(-π,π)内是均匀分布的；

(2)确定天线阵列的导向矢量和多普勒频率；第s个发射天线到第u个接收天线的第n个簇的信道响应矩阵根据下式可得：

其中，H_u,s,n(t)为第n簇的信道系数矩阵，每一簇内共有M条射线，P_n为第n个簇的功率，F为发射天线或接收天线在水平或垂直极化的场方向图，是方位到达角φ_n,m,AoA和垂直到达角θ_n,m,EoA的归一化角度矢量，是方位离开角φ_n,m,AoD和垂直离开角θ_n,m,EoD的归一化角度矢量；和分别是接收天线u和发射天线s的位置矢量；κ_n,m是线性范围内的交叉极化功率比；λ₀是载波频率的波长；多普勒频率分量v_n,m由到达角(AoA，EoA)和UE的速度矢量得到；

当存在LOS路径时，计算LOS路径的信道系数：

所述步骤二中建模生成大尺度参数LSPs并利用循环滤波法生成其互相关矩阵的具体过程为：

(1)在变换域中生成初步的变换域大尺度参数(TLSPs)；服从高斯分布，在将映射得到s_i之前，要和进行关联，是对应于其他LSP或者其他链路的变换域大尺度参数；对于不同的网络布局，TLSPs的生成方法不同，考虑如下两种通信网络：

a)链路为一个BS到多个UE之间

UE坐标为(x₁,y₁),…(x_k,y_k)，生成一个系统网格，对每个结点生成七个高斯随机变量，分别对应7个TLSP，并找出k个用户在格点中的位置loc1…lock；生成对应于这七个TLSP的自相关滤波器响应：

其中，λ_m为各LSP的自相关距离；d为系统网格中的坐标扩充值；用滤波器对各个结点中的七个高斯随机变量滤波，将滤波后位置为loc1…lock的7组数据记为这k条链路的TLSPs；

b)链路为一个BS到一个UE

直接生成七个高斯随机变量，作为该链路的TLSPs；

(2)添加各TLSPs之间的互相关

得到各链路的7个变换域大尺度参数ξ，互相关矩阵为A(7×7)，则最终的TLSPs为：

(3)由TLSPs转化为LSPs

所述步骤三中利用线性模型统计建模3D MIMO信道的俯仰角扩展，表明大尺度参数中垂直域角度扩展与距离的依赖关系：

垂直域的角度特征取决于BS与UE之间的距离，相对应的角度扩展建模为对数正态随机分布：

由线性模型来表示ESD和ESA对相关距离的依赖性μ＝λd+η；

其中λ和η是线性函数系数，d是BS和UE之间的距离，以米为单位；

所述步骤四中引入混合Von Mises Fisher分布建模生成3D空间的到达角和离开角，在3D MIMO统计信道模型中，角度参数共有四个，即收发两端的方位角和俯仰角；以BS侧的AoD和EoD为例，生成方法如下，利用类似的方法可生成UE侧的AoA和EoA；具体步骤为：

(1)基于外场测量，采用截断拉普拉斯分布拟合俯仰角、截断高斯分布拟合方位角；用簇功率和它们各自的角扩展作为输入来计算逆高斯和逆拉普拉斯函数，得到AoD和EoD；

方位角角度功率谱PAS服从截断高斯分布，由簇功率P_n和均方根角度扩展σ_ASD来生成随机角度AoD：

其中σ_ASD是由步骤二得到的方位离开角扩展，常数C是与簇数相关的比例因子，在LOS情况下取决于莱斯K因子，用C^LOS代替：

C^LOS＝C·(1.1035-0.028K-0.002K²+0.0001K³)；

俯仰角角度功率谱PAS服从截断拉普拉斯分布，由簇功率P_n和均方根角度扩展σ_ESD来生成随机角度EoD：

其中σ_ESD是由步骤二得到的俯仰离开角扩展，C是与簇数相关的比例因子，在LOS情况下取决于莱斯K因子，用C^LOS代替：

C^LOS＝C·(1.3086+0.0339K-0.0077K²+0.0002K³)；

(2)对基于外场测量生成的n个簇的AoD和EoD进行随机配对，形成n组AoD和EoD的角度集合，作为簇中射线的平均俯仰角和方位角，生成指定簇的平均波发/波达角度向量；簇的平均波发/波达角度向量由单位矢量Δ表示，Δ＝[sinθ_ocosφ_o sinθ_osinφ_o cosθ_o]^T，其中θ_o和φ_o分别作为簇中射线的平均俯仰角和方位角；

(3)利用VonMisesFisher分布建模单簇的3D角度联合分布，描述方位角和俯仰角的簇角度扩展，得到第n个簇第m个子径的方位离开角φ_n,m和俯仰离开角θ_n,m；根据VMF分布可表征方位角和俯仰角之间的相关性；

VMF分布的概率密度函数表示为：f_p(Ω；Δ,κ)＝C_p(κ)exp(κΔ^TΩ)sinθ；

其中，Ω＝[sinθcosφ sinθsinφ cosθ]^T代表单位球上的任意一个波发/波达方向，θ为俯仰角，φ为方位角；Δ为簇的平均波发/波达角度向量，即簇心的指向；收敛参数κ描述簇波发/波达角度的扩散程度，κ越大，簇角度越集中，变得各向异性，而κ＝0时簇角度出现各向同性散射；I_d(κ)是第一类修正贝塞尔函数，其阶数为d，且在3D空间场景中p＝3；

由(2)可得簇平均波发/波达角度向量Δ，Δ＝[sinθ_ocosφ_o sinθ_osinφ_o cosθ_o]^T，κ建模为对数正态分布，则VMF分布的概率密度函数(PDF)重新写为：

f_p(θ,φ|θ_o,φ_o,κ)＝C_p(κ)exp{κ[sinθ_osinθcos(φ-φ_o)+cosθ_ocosθ]}sinθ；

其中Δ^T和Ω的内积被简化为标量形式，Δ^TΩ＝sinθ_osinθcos(φ-φ_o)+cosθ_ocosθ；

通过VMF分布的PDF，可以计算出φ和θ的边缘概率密度函数；因此产生了簇内具有角度扩展的方位角和俯仰角，得到了各个子径的方位离开角φ_n,m和俯仰离开角θ_n,m；

再通过VMF分布说明方位角和俯仰角之间的相关性，可以看出VMF的PDF取决于旋转对称轴Δ和收敛参数κ；以θ_o,φ_o＝0,0为例来重新讨论其PDF，此时旋转对称轴即为z轴，Δ＝[0 0 1]^T，

θ的边缘PDF被表示为

φ的边缘PDF服从均匀分布，表示为

在这种情况下，俯仰角与方位角独立分布；但在实际传播环境中绝大部分的簇的平均方向向量θ_o,φ_o≠0,0，Δ的旋转对称轴指向z轴以外；所以俯仰角和方位角是具有相关性的；

值得说明的是，无线信道中存在着大量散射体，信道是多簇的，因此需要混合VMF分布表征实际的传播特性；构建混合VMF分布涉及到角度应该归属于哪个簇和簇的最佳数目这两个问题；需要用聚类算法来确定角度和簇的数目，可以使用软期望最大化算法来聚类角度成簇和确定簇数。