[发明专利]基于双马尔科夫模型的LEO卫星信道建模方法及装置

权利要求书

1.一种基于双Markov模型的LEO卫星信道建模方法，其特征在于，包括：

获取近地轨道LEO卫星在过境期间接收信号的实测数据；其中，所述实测数据包括：大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布及多径时延；

使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，所述一阶Markov多状态信道模型包括：多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间及所述多个大尺度衰落状态下的第一转移概率，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间，其中，N为区间总数；

在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与所述大尺度衰落下的视距LOS径对应的小尺度衰落实测数据；其中，所述小尺度衰落实测数据包括：多径生成速率、多径消亡速率及当前时刻多径的总数目；

将当前时刻多径的总数目，作为多个小尺度衰落状态；获取所述多个小尺度衰落状态下的第二转移概率；

利用所述多个小尺度衰落状态及所述第二转移概率，建立小尺度衰落的二阶Markov多状态信道模型；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数；

通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型；

所述根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数，包括：

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述瞬时多径数目进行分段拟合多径生成速率、多径消亡速率以及环境因子，统计每段中与多个大尺度衰落状态对应的时间段内的瞬时多径数目，确定所述瞬时多径数目的泊松分布，以使从所述泊松分布中，确定每一时间段内的瞬时多径数目；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述包络分布进行分段拟合包络分布，统计每段中与多个大尺度衰落状态对应的时间段内的包络分布，确定所述包络分布的瑞利分布，以使从所述瑞利分布中，确定每一时间段内的包络分布；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述多径时延进行分段拟合时延分布因子及时延扩展，统计每段中与多个大尺度衰落状态对应的时间段内的多径时延，确定所述多径时延的均匀分布，以使从所述均匀分布中，确定同一时间段内的多径时延；

利用莱斯因子，确定所述接收信号幅度的总分布，其中，所述莱斯因子为当前时刻LOS径功率与多径功率的比值，所述LOS径功率为每条LOS径幅度的平方，所述多径功率是利用所述信号多径数目以及所述多径信号的包络分布中每条多径的幅度计算的。

2.如权利要求1所述的方法，其特征在于，所述使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，包括：

采用LOS径确定的不同区间的信号平均功率，划分多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间；其中，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间；

获取所述多个大尺度衰落状态下的第一转移概率；

利用所述多个大尺度衰落状态、每个大尺度衰落状态下的保持时间及所述第一转移概率，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型。