專利名稱:一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法和裝置的制作方法
技術(shù)領(lǐng)域:
本申請涉及無線通信領(lǐng)域,特別涉及一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法和裝置。
背景技術(shù):
鉄路作為國家重要基礎(chǔ)設(shè)施,國民經(jīng)濟(jì)大動脈和大眾化的交通工具,是國家綜合交通運(yùn)輸體系的骨干。在鉄路信息化體系的建設(shè)中,列車是鐵路運(yùn)營的中心載體,是ー個巨大的信息源,鉄路信息化如果沒有列車信息源,則很難全面發(fā)展。目前,鐵路已有的信息系統(tǒng)在提高鉄路的運(yùn)輸能力、提高列車安全性能等方面發(fā)揮著重要作用。但是,現(xiàn)有的通信系統(tǒng),如GSM-R(Global System of Mobile communication-Railway)只能解決中低速條件下(< 250km/h)列車和地面節(jié)點(diǎn)之間的列控窄帶通信需求,對于超高速(350km/h 580km/h)移動條件下,以乘客數(shù)據(jù)業(yè)務(wù)為主體的寬帶無線數(shù)據(jù)通信將是未來高速鉄路無線接入需要解決的關(guān)鍵問題。信道是通信系統(tǒng)設(shè)計(jì)的基礎(chǔ),準(zhǔn)確認(rèn)知無線信道是設(shè)計(jì)通信系統(tǒng)的前提條件,它為通信系統(tǒng)原型機(jī)設(shè)計(jì)和系統(tǒng)、鏈路級仿真提供真實(shí)參考,因此高速鉄路無線信道隨之成為研究的首要問題。高鐵無線信道具有其特殊性,主要是高鐵通常建在開闊地帯,基站相對較高,導(dǎo)致無線傳播中直視徑(Line of Sight-LOS)較強(qiáng),其余反射分量相對較弱,并且相關(guān)小尺度衰落特征隨列車和基站距離的變化而不同,表現(xiàn)在(I)直射徑和其他反射徑的強(qiáng)度比變化;(2)信道多徑時延色散特征不同;(3)高速移動帶來的Doppler頻偏在穿越基站時呈現(xiàn)由“最大”向“最小”快速變化。然而,現(xiàn)有標(biāo)準(zhǔn)化模型中,無論是單天線系統(tǒng)(Single-Input andSingle-Output-SISO)或者多天線系統(tǒng)(Multiple-Input and Multiple-Output),通常,經(jīng)典信道模型是基于廣義平穩(wěn)非相關(guān)散射(Wide-Sense Stationary Uncorrelated Scatterering-WSSUS)理想假設(shè),即時變信道的ー階和ニ階統(tǒng)計(jì)量是常數(shù),自相關(guān)函數(shù)僅和觀測時間間隔有關(guān);時變信道的不同延時的衰減和相位偏移不相關(guān)。但是真實(shí)高鐵信道具有非平穩(wěn)特性,造成非平穩(wěn)的原因多種多樣,從原理上說,如果從時域、頻域或空域改變收發(fā)信機(jī)之間傳播特征到達(dá)到一定門限,就可導(dǎo)致信道的非平穩(wěn)性。而現(xiàn)有技術(shù)無法正確反映高鐵信道的非平穩(wěn)特性。
發(fā)明內(nèi)容
本申請所要解決的技術(shù)問題是提供一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法和裝置,得到能夠準(zhǔn)確刻畫的高速鉄路平原無線信道的非平穩(wěn)變化特征的無線信道模型。為了解決上述問題,本申請公開了一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法,其特征在于,包括步驟101、將高速鉄路平原無線信道分為遠(yuǎn)端子信道,接近子信道,靠近子信道、甚靠近子信道和到達(dá)子信道;步驟102、確定各子信道的可分辨多徑數(shù)K,多徑時延特征和Doppler特征;步驟103、根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù);步驟104、根據(jù)對每條路徑存在狀態(tài)的馬爾科夫鏈測量統(tǒng)計(jì)結(jié)果,確定各子信道每條路徑的不同狀態(tài)之間的轉(zhuǎn)移概率。優(yōu)選的,所述每條路徑的狀態(tài)包括存在狀態(tài)和/或“消亡”狀態(tài)。優(yōu)選的,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù)包括ー階、和/或ニ階。優(yōu)選的,所述遠(yuǎn)端子信道的可分辨多徑數(shù)K為2 ;接近子信道的可分辨多徑數(shù)K為 4,靠近子信道的可分辨多徑數(shù)K為8,甚靠近子信道的可分辨多徑數(shù)K為3,到達(dá)子信道的可分辨多徑數(shù)K為I。優(yōu)選的,當(dāng)根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù)為ー階時,所述步驟104包括Al、當(dāng)遠(yuǎn)端子信道可分辨多徑數(shù)K為2吋,確定遠(yuǎn)端子信道第k = I條路徑和第k=2條路徑的“O”狀態(tài)轉(zhuǎn)至“O”狀態(tài)的概率分別是O和O. 7657 ;遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“ I ”狀態(tài)轉(zhuǎn)至“ I ”狀態(tài)的概率分別是I和O. 6087 ;A2、當(dāng)接近子信道可分辨多徑數(shù)K為4時,確定接近子信道第k = I條路徑、第k=2條路徑、第k = 3條路徑和第k = 4條路徑的“O”狀態(tài)轉(zhuǎn)至“O”狀態(tài)的概率分別是O、O. 4764,0. 5909和O. 8747,確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是1,0. 5957、0. 4187和O. 1970 ;A3、當(dāng)靠近子信道可分辨多徑數(shù)K為8吋,確定靠近子信道第k = I條路徑、第k =2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“O”狀態(tài)轉(zhuǎn)至“O”狀態(tài)的概率分別是0、0. 6014,0. 7167,0. 8016、O. 8313,0. 7188,0. 8407和O. 8571,確定靠近子信道第k = I條路徑、第k = 2條路徑、第k=3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“ I”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率分別是I、O. 4466、O. 8397、O. 3782、O. 2360、O. 4767、O. 4404 和 O. 3140 ;A4、當(dāng)甚靠近子信道可分辨多徑數(shù)K為3時,確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“O”狀態(tài)轉(zhuǎn)至“O”狀態(tài)的概率なk分別是O、O. 6574和O. 6250,確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率P11,k分別是I、O. 5075和O. 4271 ;A5、當(dāng)?shù)竭_(dá)子信道可分辨多徑數(shù)K為I時,確定到達(dá)子信道第k = I條路徑的“O”狀態(tài)轉(zhuǎn)至“O”狀態(tài)的概率是0,“ I”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率是I ;其中,所述的“O”狀態(tài)表示第k條路徑為“消亡”狀態(tài),所述“ I”狀態(tài)表示第k條路徑為“生存”狀態(tài)。優(yōu)選的,當(dāng)根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù)為ニ階時,所述步驟104包括BI、當(dāng)遠(yuǎn)端子信道可分辨多徑數(shù)K為2吋,確定遠(yuǎn)端子信道第k = I條路徑和第k=2條路徑的“ I”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率分別是O和O. 8182 ;確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率P23, k分別是O和O. 4648 ;確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“3”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率分別是O和O. 5972 ;確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是O和O. 3482 ;B2、當(dāng)接近子信道可分辨多徑數(shù)K為4時,確定接近子信道第k = I條路徑、第k=2條路徑、第k = 3條路徑和第k = 4條路徑的“ I ”狀態(tài)轉(zhuǎn)至“ I ”狀態(tài)的概率分別是O、O. 4800,0. 6369和O. 8811 ;確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是O、O. 3694、O. 5897和O. 8113,確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“3”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率P31,k分別是0、0. 4732,0. 5254和O. 8269 ;確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是0,0. 4242,0. 5765和O. 7692 ;B3、當(dāng)靠近子信道可分辨多徑數(shù)K為8吋,確定靠近子信道第k = I條路徑、第k =2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0、0. 6047,0. 7519,0. 8087、 O. 8683,0. 7424,0. 8567和O. 8678 ;確定靠近子信道第k = I條路徑、第k = 2條路徑、第k=3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是O、O. 5398、O. 3529、O. 5946、O. 7794、O. 4667,O. 6066和O. 6379 ;確定靠近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“3” 狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是 0,0. 5965,0. 6200,0. 7703,0. 6618,0. 6667,0. 7705 和O. 7931,確定靠近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“4”狀態(tài)轉(zhuǎn)至“3” 狀態(tài)的概率分別是 0,0. 5652,0. 1226,0. 6667,0. 7143,0. 5854,0. 5000 和 O. 8148 ;B4、當(dāng)甚靠近子信道可分辨多徑數(shù)K為3時,確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“ I ”狀態(tài)轉(zhuǎn)至“ I ”狀態(tài)的概率分別是0、0. 6895和O. 6649 ;確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是0、0. 5758和O. 6216,確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“3”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率分別是O、O. 5918和O. 5636 ;確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是0,0. 4100和O. 5062 ;B5、當(dāng)?shù)竭_(dá)子信道可分辨多徑數(shù)K為I時,確定到達(dá)子信道第k = I條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率是0,確定到達(dá)子信道第k = I條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率是0,確定到達(dá)子信道第k = I條路徑的“3”狀態(tài)轉(zhuǎn)至“ I”狀態(tài)的概率是0,確定到達(dá)子信道第k = I條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的分別是O ;其中,所述“ I”狀態(tài)表示第k條路徑連續(xù)兩個獨(dú)立的狀態(tài)為“消亡”、“消亡”狀態(tài),所述“2”狀態(tài)表示第k條路徑連續(xù)兩個狀態(tài)為“消亡”、“生存”狀態(tài);所述“3”狀態(tài)表示第k條路徑連續(xù)兩個狀態(tài)為“生存”、“消亡”狀態(tài);所述“4”狀態(tài)表示第k條路徑連續(xù)兩個狀態(tài)為“生存”、“生存”狀態(tài)。優(yōu)選的,根據(jù)測試和仿真需求,調(diào)整平原無線信道帶寬,和在遠(yuǎn)端子信道、接近子信道、靠近子信道、甚靠近子信道,到達(dá)子信道的參數(shù)。優(yōu)選的,所述的子信道包括抽頭延遲線模型。優(yōu)選的,所述的抽頭延遲線模型包括時間延遲域信息、Doppler域信息、空間域信
O 相應(yīng)的,本申請還公開了ー種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建裝置,包括子信道分配模塊、用于將高速鉄路平原無線信道分為遠(yuǎn)端子信道,接近子信道,靠近子信道、甚靠近子信道和到達(dá)子信道;子信道確認(rèn)模塊、用于確定各子信道的可分辨多徑數(shù)K,多徑時延特征和Doppler特征;馬爾科夫鏈階數(shù)確認(rèn)模塊、用于根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù);概率計(jì)算模塊、用于根據(jù)對每條路徑存在狀態(tài)的馬爾科夫鏈測量統(tǒng)計(jì)結(jié)果,確定各子信道每條路徑的不同狀態(tài)之間的轉(zhuǎn)移概率。與現(xiàn)有技術(shù)相比,本申請包括以下優(yōu)點(diǎn)本申請通過將高速鉄路平原模型分為遠(yuǎn)端子信道,接近子信道,靠近子信道,甚靠近子信道和到達(dá)子信道,基于馬爾科夫鏈的高速鉄路平原場景下非平穩(wěn)無線信道模型,能夠準(zhǔn)確的描述列車運(yùn)行在不同的位置時候,其對應(yīng)的特定可分辨多徑“劇烈時變”——“生存或消亡”的過程,更加真實(shí)的逼近實(shí)際信道的變化特征,構(gòu)建了一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法和裝置,提高測試和仿真時的準(zhǔn)確性。
圖I是本申請ー種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建的方法流程圖;圖2是常規(guī)的TDL信道模型原理框圖;圖3是非平穩(wěn)TDL信道模型原理框圖;圖4是ー階和ニ階馬爾科夫狀態(tài)轉(zhuǎn)移圖;圖5是可分辨多徑數(shù)量隨距離變化的變化示意圖;圖6是本申請種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建裝置的結(jié)構(gòu)示意圖。
具體實(shí)施例方式為使本申請的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂,下面結(jié)合附圖和具體實(shí)施方式
對本申請作進(jìn)一步詳細(xì)的說明。參照圖1,示出了本申請ー種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法的流程示意圖,包括步驟101、將高速鉄路平原無線信道分為遠(yuǎn)端子信道,接近子信道,靠近子信道、甚靠近子信道和到達(dá)子信道。常規(guī)信道模型從測量到建模,一般都認(rèn)為滿足WSSUS條件,即時變信道的ー階和ニ階統(tǒng)計(jì)量是常數(shù),自相關(guān)函數(shù)僅和觀測時間間隔有關(guān);時變信道的不同延時的衰減和相位偏移不相關(guān)。因此,無線信道可建模為離散多徑信道模型,在高速移動條件下具有時變多徑性。如果多徑信道包含若干可分辨多徑,那么這樣的信道建模稱為離散多徑信道,通常這種信道建模方法需要確定的參數(shù)包括可分辨多徑抽頭增益,可分辨多徑抽頭延時,可分辨多徑的徑數(shù)。那么,可利用抽頭延遲線(Tapped Delay Line-TDL)將信道建模成為有限沖激響應(yīng)(Finite Impulse Response-FIR)濾波器(如圖2所示),形如
權(quán)利要求
1.一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法,其特征在于,包括 步驟101、將高速鐵路平原無線信道分為遠(yuǎn)端子信道,接近子信道,靠近子信道、甚靠近子信道和到達(dá)子信道; 步驟102、確定各子信道的可分辨多徑數(shù)K,多徑時延特征和Doppler特征; 步驟103、根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù); 步驟104、根據(jù)對每條路徑存在狀態(tài)的馬爾科夫鏈測量統(tǒng)計(jì)結(jié)果,確定各子信道每條路徑的不同狀態(tài)之間的轉(zhuǎn)移概率。
2.根據(jù)權(quán)利要求I所述的方法,其特征在于 所述每條路徑的狀態(tài)包括存在狀態(tài)和/或“消亡”狀態(tài)。
3.根據(jù)權(quán)利要求I所述的方法,其特征在于 確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù)包括一階、和/或二階。
4.根據(jù)權(quán)利要求I所述的方法,其特征在于 所述遠(yuǎn)端子信道的可分辨多徑數(shù)K為2 ;接近子信道的可分辨多徑數(shù)K為4,靠近子信道的可分辨多徑數(shù)K為8,甚靠近子信道的可分辨多徑數(shù)K為3,到達(dá)子信道的可分辨多徑數(shù)K為I。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,當(dāng)根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù)為一階時,所述步驟104包括 Al、當(dāng)遠(yuǎn)端子信道可分辨多徑數(shù)K為2時,確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“0”狀態(tài)轉(zhuǎn)至“0”狀態(tài)的概率分別是0和0. 7657 ;遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“ I ”狀態(tài)轉(zhuǎn)至“ I ”狀態(tài)的概率分別是I和0. 6087 ; A2、當(dāng)接近子信道可分辨多徑數(shù)K為4時,確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“0”狀態(tài)轉(zhuǎn)至“0”狀態(tài)的概率分別是0、0. 4764、.0. 5909和0. 8747,確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是1、0. 5957,0. 4187和0. 1970 ; A3、當(dāng)靠近子信道可分辨多徑數(shù)K為8時,確定靠近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“ 0 ”狀態(tài)轉(zhuǎn)至“ 0 ”狀態(tài)的概率分別是0、0. 6014、0. 7167、0. 8016、.0. 8313,0. 7188,0. 8407和0. 8571,確定靠近子信道第k = I條路徑、第k = 2條路徑、第k=3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是1、0. 4466,0. 8397,0. 3782,0. 2360,0. 4767、.0. 4404 和 0. 3140 ; A4、當(dāng)甚靠近子信道可分辨多徑數(shù)K為3時,確定甚靠近子信道第k = I條路徑、第k=2條路徑和第k = 3條路徑的“0”狀態(tài)轉(zhuǎn)至“0”狀態(tài)的概率Ptlthk分別是0、0. 6574和.0. 6250,確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率P11,k分別是1、0. 5075和0. 4271 ; A5、當(dāng)?shù)竭_(dá)子信道可分辨多徑數(shù)K為I時,確定到達(dá)子信道第k = I條路徑的“0”狀態(tài)轉(zhuǎn)至“0”狀態(tài)的概率是0,“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率是I ; 其中,所述的“0”狀態(tài)表示第k條路徑為“消亡”狀態(tài),所述“ I ”狀態(tài)表示第k條路徑為“生存”狀態(tài)。
6.根據(jù)權(quán)利要求4所述的方法,其特征在于,當(dāng)根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù)為二階時,所述步驟104包括 BI、當(dāng)遠(yuǎn)端子信道可分辨多徑數(shù)K為2時,確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0和0. 8182 ;確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率P23,k分別是0和0. 4648 ;確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“3”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0和0. 5972 ;確定遠(yuǎn)端子信道第k = I條路徑和第k = 2條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是·0 和 0. 3482 ; B2、當(dāng)接近子信道可分辨多徑數(shù)K為4時,確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0、0. 4800、·0. 6369和0. 8811 ;確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是0,0. 3694,0. 5897和0. 8113,確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“3”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率P31,k分別是0、0. 4732,0. 5254和0. 8269 ;確定接近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑和第k = 4條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是 0,0. 4242,0. 5765 和 0. 7692 ; B3、當(dāng)靠近子信道可分辨多徑數(shù)K為8時,確定靠近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0,0. 6047,0. 7519,0. 8087、·0.8683,0. 7424,0. 8567和0. 8678 ;確定靠近子信道第k = I條路徑、第k = 2條路徑、第k=3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是O、0. 5398,0. 3529,0. 5946,0. 7794,0. 4667,·0.6066和0. 6379 ;確定靠近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“3”狀態(tài)轉(zhuǎn)至“I” 狀態(tài)的概率分別是 0,0. 5965,0. 6200,0. 7703,0. 6618,0. 6667,0. 7705 和·0.7931,確定靠近子信道第k = I條路徑、第k = 2條路徑、第k = 3條路徑、第k = 4條路徑、第k = 5條路徑、第k = 6、條路徑、第k = 7條路徑、第k = 8條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是 0,0. 5652,0. 1226,0. 6667,0. 7143,0. 5854,0. 5000 和 0. 8148 ; B4、當(dāng)甚靠近子信道可分辨多徑數(shù)K為3時,確定甚靠近子信道第k = I條路徑、第k=2條路徑和第k = 3條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0、0. 6895和0. 6649 ;確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是0、0. 5758和0. 6216,確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“3”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率分別是0、0. 5918和0. 5636 ;確定甚靠近子信道第k = I條路徑、第k = 2條路徑和第k = 3條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率分別是0,0. 4100和0. 5062 ; B5、當(dāng)?shù)竭_(dá)子信道可分辨多徑數(shù)K為I時,確定到達(dá)子信道第k = I條路徑的“I”狀態(tài)轉(zhuǎn)至“I”狀態(tài)的概率是0,確定到達(dá)子信道第k = I條路徑的“2”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的概率是0,確定到達(dá)子信道第k = I條路徑的“3”狀態(tài)轉(zhuǎn)至“ I ”狀態(tài)的概率是0,確定到達(dá)子信道第k = I條路徑的“4”狀態(tài)轉(zhuǎn)至“3”狀態(tài)的分別是0 ;其中,所述“ I”狀態(tài)表示第k條路徑連續(xù)兩個獨(dú)立的狀態(tài)為“消亡”、“消亡”狀態(tài),所述“2”狀態(tài)表示第k條路徑連續(xù)兩個狀態(tài)為“消亡”、“生存”狀態(tài);所述“3”狀態(tài)表示第k條路徑連續(xù)兩個狀態(tài)為“生存”、“消亡”狀態(tài);所述“4”狀態(tài)表示第k條路徑連續(xù)兩個狀態(tài)為“生存”、“生存”狀態(tài)。
7.根據(jù)權(quán)利要求I所述的方法,其特征在于 根據(jù)測試和仿真需求,調(diào)整平原無線信道帶寬,和在遠(yuǎn)端子信道、接近子信道、靠近子信道、甚靠近子信道,到達(dá)子信道的參數(shù)。
8.根據(jù)權(quán)利要求I所述的方法,其特征在于 所述的子信道包括抽頭延遲線模型。
9.根據(jù)權(quán)利要求7所述的方法,其特征在于 所述的抽頭延遲線模型包括時間延遲域信息、Doppler域信息、空間域信息。
10.一種馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建裝置,其特征在于,包括 子信道分配模塊、用于將高速鐵路平原無線信道分為遠(yuǎn)端子信道,接近子信道,靠近子信道、甚靠近子信道和到達(dá)子信道; 子信道確認(rèn)模塊、用于確定各子信道的可分辨多徑數(shù)K,多徑時延特征和Doppler特征; 馬爾科夫鏈階數(shù)確認(rèn)模塊、用于根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù); 概率計(jì)算模塊、用于根據(jù)對每條路徑存在狀態(tài)的馬爾科夫鏈測量統(tǒng)計(jì)結(jié)果,確定各子信道每條路徑的不同狀態(tài)之間的轉(zhuǎn)移概率。
全文摘要
本申請?zhí)峁┝艘环N馬爾科夫鏈的高鐵平原無線信道模型構(gòu)建方法和裝置,涉及無線通信領(lǐng)域。本申請的方法包括將高速鐵路平原無線信道分為遠(yuǎn)端子信道,接近子信道,靠近子信道、甚靠近子信道和到達(dá)子信道;確定各子信道的可分辨多徑數(shù)K,多徑時延特征和Doppler特征;根據(jù)仿真復(fù)雜度和運(yùn)算延時,確定馬爾科夫鏈的非平穩(wěn)模型的階數(shù);根據(jù)對每條路徑存在狀態(tài)的馬爾科夫鏈測量統(tǒng)計(jì)結(jié)果,確定各子信道每條路徑的不同狀態(tài)之間的轉(zhuǎn)移概率。本申請能夠準(zhǔn)確的描述列車運(yùn)行在不同的位置時候,其對應(yīng)的特定可分辨多徑“生存或消亡”的過程,更加真實(shí)的逼近實(shí)際信道的變化特征,提高測試和仿真時的準(zhǔn)確性。
文檔編號H04B17/00GK102710350SQ20121019600
公開日2012年10月3日 申請日期2012年6月13日 優(yōu)先權(quán)日2012年6月13日
發(fā)明者劉留, 周濤, 孫溶辰, 邱佳慧, 陶成 申請人:北京交通大學(xué)