本發(fā)明屬于多輸入多輸出系統(tǒng)技術(shù)領(lǐng)域，尤其涉及一種基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法。

背景技術(shù)：

隨著智能手機(jī)和平板電腦等智能終端的大范圍普及，互聯(lián)網(wǎng)高清業(yè)務(wù)和多媒體業(yè)務(wù)的不斷推廣使用，對(duì)無(wú)線(xiàn)數(shù)據(jù)業(yè)務(wù)的需求呈現(xiàn)爆發(fā)式增長(zhǎng)，對(duì)無(wú)線(xiàn)通信系統(tǒng)的頻譜效率、功率效率以及容量性能提出了更高要求。據(jù)權(quán)威機(jī)構(gòu)預(yù)測(cè)，未來(lái)十年移動(dòng)無(wú)線(xiàn)通信數(shù)據(jù)量將增加幾百倍。在這樣的應(yīng)用背景下，傳統(tǒng)的多輸入多輸出(mimo)技術(shù)已經(jīng)不能滿(mǎn)足呈指數(shù)上漲的無(wú)線(xiàn)數(shù)據(jù)需求，massivemimo技術(shù)應(yīng)運(yùn)而生。massivemimo技術(shù)是指在基站端放置遠(yuǎn)多于現(xiàn)今系統(tǒng)中所使用的天線(xiàn)數(shù)量的一種天線(xiàn)架設(shè)模式，比如使用幾十或者上百根基站天線(xiàn)來(lái)同時(shí)服務(wù)一定數(shù)量的用戶(hù)終端，它可以使得陣列增益大大增加，從而有效地降低發(fā)射端的功率消耗，使得系統(tǒng)總能效能夠提升多個(gè)數(shù)量級(jí)，進(jìn)一步提升系統(tǒng)容量，有效地解決無(wú)線(xiàn)數(shù)據(jù)業(yè)務(wù)對(duì)系統(tǒng)容量的需求。雖然massivemimo技術(shù)呈現(xiàn)出極具吸引力的性能提升，但是也存在著很多的難題和挑戰(zhàn)。對(duì)于5gmassivemimo通信系統(tǒng)來(lái)說(shuō)，建立一個(gè)準(zhǔn)確的信道模型是非常重要的。在傳統(tǒng)的mimo技術(shù)中，信道建模的方法有基于幾何的隨機(jī)建模(gbsm)、參數(shù)化統(tǒng)計(jì)建模(psm)、基于相關(guān)的空時(shí)相關(guān)特征的建模方法(cbsm)等，但是這些信道建模方法不能直接用于massivemimo信道建模，因?yàn)閙assivemimo技術(shù)有與傳統(tǒng)mimo技術(shù)明顯不同的特征。在massivemimo技術(shù)中，隨著天線(xiàn)數(shù)目的增多和天線(xiàn)尺寸的變化，發(fā)射端和接收端或者散射簇之間的距離將小于瑞利距離，因而傳統(tǒng)mimo技術(shù)中的遠(yuǎn)場(chǎng)效應(yīng)和波前為平面波假設(shè)不再成立，所以massivemimo技術(shù)中為近場(chǎng)效應(yīng)和波前是球面波。還有在massivemimo技術(shù)中，每個(gè)天線(xiàn)陣元能觀察到不同的簇集合，即在天線(xiàn)陣列上有些簇是可見(jiàn)的，有些簇是不可見(jiàn)的，存在散射簇的出現(xiàn)和消失，這也是與傳統(tǒng)mimo技術(shù)所不同的地方，所以massivemimo技術(shù)中天線(xiàn)陣列上信道響應(yīng)寬平穩(wěn)特性不再成立。對(duì)于massivemimo存在特征，我們需要建立合適的模型來(lái)描述球面波和刻畫(huà)簇在陣列上非平穩(wěn)的特性。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供了一種基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法。

本發(fā)明是一種基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法，所述基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法包括以下步驟：

步驟一，建立共焦橢圓模型，設(shè)置基站和偶極子的參數(shù)，基站設(shè)置大規(guī)模的均勻線(xiàn)性天線(xiàn)陣列，天線(xiàn)陣元都是全向天線(xiàn)，陣元間距為δt，為半波長(zhǎng)，另一端是一個(gè)偶極子，也是全向天線(xiàn)；建立共焦橢圓模型，基站天線(xiàn)陣列中心和偶極子連線(xiàn)組成x軸，兩個(gè)天線(xiàn)陣列中心分別位于共焦橢圓的兩個(gè)焦點(diǎn)上，距離為2f，基站陣列傾角為βt，散射簇分布在共焦橢圓上，設(shè)第1個(gè)散射簇所對(duì)應(yīng)的橢圓的長(zhǎng)軸為2a1，第n個(gè)散射簇所對(duì)應(yīng)的橢圓的長(zhǎng)軸為2an，散射簇n與基站陣列中心和偶極子的距離分別為

步驟二，依據(jù)實(shí)測(cè)數(shù)據(jù)獲得散射簇的生滅速率，計(jì)算基站端天線(xiàn)陣列散射簇新生成的概率和生存概率，得到9狀態(tài)馬爾科夫鏈狀態(tài)轉(zhuǎn)移概率矩陣，利用馬爾科夫鏈模型描述天線(xiàn)陣列軸上散射簇的演進(jìn)過(guò)程，得到散射簇集后，根據(jù)winnerii模型分配每個(gè)散射簇特征參數(shù)；

將(i,j)作為狀態(tài)，其中i表示相鄰陣元間新生成的散射簇?cái)?shù)量，j表示相鄰陣元間滅亡的散射簇?cái)?shù)量，其中，0≤i≤2，0≤j≤2，共有9種狀態(tài)，(i,j)所對(duì)應(yīng)的狀態(tài)設(shè)為sij；從狀態(tài)sij變成si′j′的狀態(tài)轉(zhuǎn)移概率為p(ij,i′j′)，則轉(zhuǎn)移概率矩陣為：

步驟三，根據(jù)共焦橢圓模型中基站天線(xiàn)陣列傾斜角、陣元間距、散射簇的aoa、aod和時(shí)延、偶極子運(yùn)動(dòng)方向、基站和偶極子之間的距離參數(shù)等及他們之間的幾何位置關(guān)系，確定橢圓的大小和位置，計(jì)算視距和非視距情況下的相位和多普勒頻率，生成massivemimo信道沖激響應(yīng)。

進(jìn)一步，所述步驟二具體過(guò)程為：

(1)對(duì)于兩個(gè)相鄰的天線(xiàn)陣元antk-1和antk，如果散射簇n在天線(xiàn)陣元antk-1可見(jiàn)，而在天線(xiàn)陣元antk不可見(jiàn)，則散射簇n是滅亡的；如果散射簇n在天線(xiàn)陣元antk-1和天線(xiàn)陣元antk都可見(jiàn)，則散射簇n是生存下來(lái)的；若散射簇n在天線(xiàn)陣元antk-1不可見(jiàn)，而在天線(xiàn)陣元antk可見(jiàn)，則散射簇n是新生成的；

(2)在散射簇演進(jìn)過(guò)程中，一個(gè)新生成的散射簇到另一個(gè)新生成的散射簇出現(xiàn)的時(shí)間間隔ρg和一個(gè)散射簇的生命周期ρr分別服從指數(shù)分布，具體為：

時(shí)間間隔ρg和生命周期ρr的期望分別為：

其中，λg是簇的生成速率，λr是簇的滅亡速率；

(3)結(jié)合cost2100模型，引入簇可視區(qū)域概念，即在天線(xiàn)陣列上簇的可視區(qū)域，有些簇的基站端可視區(qū)域完全在天線(xiàn)陣列以?xún)?nèi)，而部分簇的基站端可視區(qū)域超出陣列一端或兩端均超出。如圖3所示，對(duì)于區(qū)域①，簇基站端可視區(qū)域完全在天線(xiàn)陣列以?xún)?nèi)，在陣列上能觀測(cè)到的簇可視區(qū)域長(zhǎng)度δ就是簇的真實(shí)可視區(qū)域長(zhǎng)度a；對(duì)于區(qū)域②，簇基站端可視區(qū)域超過(guò)了陣列的兩端，在陣列上能觀測(cè)到的簇可視區(qū)域長(zhǎng)度就是陣列長(zhǎng)度l，δ＝l；而區(qū)域③和區(qū)域④中陣列上觀測(cè)到的簇可視區(qū)域長(zhǎng)度小于真實(shí)的簇可視區(qū)域長(zhǎng)度，這時(shí)簇可視區(qū)域觀測(cè)長(zhǎng)度是簇可視區(qū)域真實(shí)長(zhǎng)度和簇可視區(qū)域中心位置xc的函數(shù)，δ＝(l+a)/2-xc，δ＝(l+a)/2+xc。假設(shè)簇可視區(qū)域中心位置xc是均勻分布的，上界和下界分別為則可視區(qū)域的觀測(cè)長(zhǎng)度的累計(jì)分布函數(shù)為：

其中，kδ(y)是觀察到的簇可視區(qū)域累積分布函數(shù)；fa(v)是可視區(qū)域真實(shí)長(zhǎng)度概率密度函數(shù)，δ0為簇可視區(qū)域的最小觀察長(zhǎng)度，依賴(lài)于實(shí)際測(cè)量的設(shè)置。

(4)設(shè)置5gmassivemimo測(cè)量設(shè)備和測(cè)量環(huán)境，依據(jù)該實(shí)測(cè)數(shù)據(jù)以及簇中心位置、簇可視區(qū)域真實(shí)長(zhǎng)度和簇可視區(qū)域觀測(cè)長(zhǎng)度之間的關(guān)系，選取合適的分布函數(shù)來(lái)描述簇可視區(qū)域真實(shí)長(zhǎng)度的統(tǒng)計(jì)特性，然后得到簇可視區(qū)域觀測(cè)長(zhǎng)度cdf曲線(xiàn)，對(duì)簇可視區(qū)域觀測(cè)長(zhǎng)度求均值即為簇平均生命周期，對(duì)簇平均生命周期求倒數(shù)即為簇的滅亡速率λr；

(5)利用kpowermeans算法估計(jì)出散射簇?cái)?shù)目的平均值，簇?cái)?shù)目的平均值也是簇生滅速率的比值，然后得到散射簇生成速率λg，具體為：

(6)在基站端天線(xiàn)陣列上，原有散射簇存活下來(lái)的概率為psurvival，服從指數(shù)分布；新生成的散射簇的概率為pnew，服從泊松分布，具體為：

其中，j表示生成j個(gè)散射簇，e[nnew]為基站端相鄰天線(xiàn)陣元間平均生成散射簇的數(shù)量，具體為：

其中是與場(chǎng)景相關(guān)的因子；

(7)計(jì)算9狀態(tài)馬爾科夫鏈轉(zhuǎn)移概率矩陣，利用馬爾科夫鏈模型描述天線(xiàn)陣列軸上散射簇的演進(jìn)過(guò)程；

(8)得到天線(xiàn)陣元的散射簇集后，每個(gè)散射簇都有自己的特征參數(shù)，如時(shí)延、功率、到達(dá)角aoa/離開(kāi)角aod，散射簇的時(shí)延和功率根據(jù)winnerii模型生成，時(shí)延和功率服從指數(shù)分布，功率作歸一化處理。

進(jìn)一步，所述(7)利用9狀態(tài)馬爾科夫鏈模型進(jìn)行簇演進(jìn)，得到天線(xiàn)陣元上散射簇集，用符號(hào)表示散射簇從天線(xiàn)antk-1到antk的演進(jìn)過(guò)程，表示為：

設(shè)第一個(gè)天線(xiàn)陣列上可見(jiàn)散射簇的初始個(gè)數(shù)是n，并進(jìn)行編號(hào)，則初始簇集為c1，此時(shí)的狀態(tài)為s00，然后產(chǎn)生服從轉(zhuǎn)移概率的隨機(jī)數(shù)，假設(shè)根據(jù)得到的轉(zhuǎn)移概率確定馬爾科夫鏈轉(zhuǎn)移到的下一狀態(tài)為s01，所以有一個(gè)簇滅亡，沒(méi)有新簇產(chǎn)生，則從c1中刪除這個(gè)散射簇得到第2個(gè)陣元的簇集合c2，然后執(zhí)行下一次演進(jìn)，此過(guò)程不斷重復(fù)，直到基站端陣列上所有陣元的簇集合都演進(jìn)完畢。

進(jìn)一步，所述步驟三具體包括：

(1)對(duì)于los的情況：從基站天線(xiàn)k到偶極子的距離為：

從基站天線(xiàn)k到偶極子的相位為：

其中，是初始相位，偶極子和基站天線(xiàn)k之間的多普勒頻率為：

(2)對(duì)于nlos的情況：設(shè)aoa服從von-mises分布，在橢圓模型中，aoa和aod是相互依賴(lài)的，他們的關(guān)系是：

其中，

已知第一個(gè)橢圓的半長(zhǎng)軸是a1，an由a1和時(shí)延τn共同決定，則：

an＝cτn+a1；

其中，c表示光速，根據(jù)幾何位置關(guān)系，得到，散射簇n和基站端之間的距離散射簇n和偶極子之間的距離其中i表示簇內(nèi)射線(xiàn)i，則：

散射簇n和基站天線(xiàn)k之間的距離為：

設(shè)初始相位是從基站天線(xiàn)k到簇n，再到偶極子，此時(shí)的相位為：

經(jīng)過(guò)簇n，多普勒頻率變?yōu)椋?/p>

(3)從基站天線(xiàn)k到偶極子的信道沖激響應(yīng)表示為：

其中τn(t)表示散射簇n的時(shí)延。當(dāng)簇n在基站可見(jiàn)時(shí)：

其中，k是萊斯k因子；當(dāng)簇n在基站不可見(jiàn)時(shí)，hk,n(t)＝0。

本發(fā)明的另一目的在于提供一種應(yīng)用所述基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法的多輸入多輸出系統(tǒng)。

本發(fā)明的優(yōu)點(diǎn)及積極效果為：利用9狀態(tài)馬爾科夫鏈進(jìn)行簇演進(jìn)的共焦橢圓模型，不僅能夠準(zhǔn)確的描述散射簇在天線(xiàn)陣列上生滅過(guò)程，刻畫(huà)massivemimo信道的非平穩(wěn)特征，而且能夠描述球面波特征，為massivemimo信道建模提供一個(gè)有效的方法，同時(shí)計(jì)算量較小，能夠在較少的時(shí)間內(nèi)生成信道沖激響應(yīng)，提高了信道的仿真效率。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例提供的基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法流程圖。

圖2是本發(fā)明實(shí)施例提供的massivemimo共焦橢圓模型示意圖。

圖3是本發(fā)明實(shí)施例提供的簇可視區(qū)域觀測(cè)長(zhǎng)度、簇可視區(qū)域真實(shí)長(zhǎng)度和簇可視區(qū)域中心位置的關(guān)系示意圖。

圖4是本發(fā)明實(shí)施例提供的5gmassivemimo測(cè)量活動(dòng)所使用的測(cè)量設(shè)備示意圖。

圖5是本發(fā)明實(shí)施例提供的基站端簇可視區(qū)域觀測(cè)長(zhǎng)度示意圖。

圖6是本發(fā)明實(shí)施例提供的基于實(shí)測(cè)數(shù)據(jù)的9狀態(tài)馬爾科夫鏈的簇演進(jìn)過(guò)程。

圖7是本發(fā)明實(shí)施例提供的相鄰天線(xiàn)的空間互相關(guān)系數(shù)(ccf)示意圖。

圖8是本發(fā)明實(shí)施例提供的生成一次信道沖激響應(yīng)所需時(shí)間示意圖。

圖9是本發(fā)明實(shí)施例提供的基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

基于實(shí)測(cè)數(shù)據(jù)獲得散射簇的生滅速率，計(jì)算基站天線(xiàn)陣列散射簇新生成的概率和生存概率，建立馬爾科夫鏈狀態(tài)轉(zhuǎn)移概率矩陣，利用馬爾科夫鏈對(duì)散射簇進(jìn)行演進(jìn)，來(lái)描述簇在陣列上非平穩(wěn)的特性，同時(shí)，建立massivemimo信道模型來(lái)描述球面波特征。

下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)的描述。

如圖1所示，本發(fā)明實(shí)施例提供的基于實(shí)測(cè)數(shù)據(jù)的massivemimo信道建模方法包括以下步驟：

s101：建立共焦橢圓模型，設(shè)置基站端和偶極子的參數(shù)；

s102：依據(jù)實(shí)測(cè)數(shù)據(jù)獲得散射簇的生滅速率，得到9狀態(tài)馬爾科夫鏈狀態(tài)轉(zhuǎn)移概率矩陣，利用馬爾科夫鏈描述天線(xiàn)陣列軸上散射簇的演進(jìn)過(guò)程，分配每個(gè)散射簇特征參數(shù)；

s103：根據(jù)各個(gè)參數(shù)之間的幾何位置關(guān)系，計(jì)算視距和非視距情況下的相位和多普勒頻率，生成信道沖激響應(yīng)。

下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作進(jìn)一步的描述。

本發(fā)明提供的簇生滅速率，需要建立基于實(shí)測(cè)數(shù)據(jù)利用9狀態(tài)馬爾科夫鏈進(jìn)行簇演進(jìn)的massivemimo共焦橢圓模型，具體包括如下步驟：

步驟一：建立共焦橢圓模型，設(shè)置基站和偶極子的參數(shù)?；驹O(shè)置大規(guī)模的均勻線(xiàn)性天線(xiàn)陣列，這些天線(xiàn)陣元都是全向天線(xiàn)，數(shù)量為mt＝128，陣元間距為δt，為半波長(zhǎng)，波長(zhǎng)取0.12米，則δt＝0.06米，另一端是一個(gè)偶極子，也是全向天線(xiàn)；建立共焦橢圓模型，基站天線(xiàn)陣列中心和偶極子連線(xiàn)組成x軸，這兩個(gè)天線(xiàn)陣列中心分別位于共焦橢圓的兩個(gè)焦點(diǎn)上，距離為2f＝160米，基站陣列傾角為βt＝π/2，散射簇分布在共焦橢圓上，設(shè)第1個(gè)散射簇所對(duì)應(yīng)的橢圓的長(zhǎng)軸為2a1，第n個(gè)散射簇所對(duì)應(yīng)的橢圓的長(zhǎng)軸為2an，散射簇n與基站陣列中心和偶極子的距離分別為如圖2所示。

步驟二：依據(jù)實(shí)測(cè)數(shù)據(jù)獲得散射簇的生滅速率，計(jì)算基站端天線(xiàn)陣列散射簇新生成的概率和生存概率，得到9狀態(tài)馬爾科夫鏈狀態(tài)轉(zhuǎn)移概率矩陣，利用馬爾科夫鏈模型描述天線(xiàn)陣列軸上散射簇的演進(jìn)過(guò)程，得到散射簇集后，根據(jù)winnerii模型分配每個(gè)散射簇特征參數(shù)。

(1)由于massivemimo天線(xiàn)陣列的非平穩(wěn)特性，有的簇在天線(xiàn)陣列上可見(jiàn)，有的簇在天線(xiàn)陣列上不可見(jiàn)，對(duì)于兩個(gè)相鄰的天線(xiàn)陣元antk-1和antk，如果散射簇n在天線(xiàn)陣元antk-1可見(jiàn)，而在天線(xiàn)陣元antk不可見(jiàn)，則散射簇n是滅亡的；如果散射簇n在天線(xiàn)陣元antk-1和天線(xiàn)陣元antk都可見(jiàn)，則散射簇n是生存下來(lái)的；若散射簇n在天線(xiàn)陣元antk-1不可見(jiàn)，而在天線(xiàn)陣元antk可見(jiàn)，則散射簇n是新生成的。

(2)在散射簇演進(jìn)過(guò)程中，一個(gè)新生成的散射簇到另一個(gè)新生成的散射簇出現(xiàn)的時(shí)間間隔ρg和一個(gè)散射簇的生命周期ρr分別服從指數(shù)分布，具體為：

時(shí)間間隔ρg和生命周期ρr的期望分別為：

其中，λg是簇的生成速率，λr是簇的滅亡速率。

(3)結(jié)合cost2100模型，引入簇可視區(qū)域概念，即在天線(xiàn)陣列上簇的可視區(qū)域，有些簇的基站端可視區(qū)域完全在天線(xiàn)陣列以?xún)?nèi)，而部分簇的基站端可視區(qū)域超出陣列一端或兩端均超出。如圖3所示，對(duì)于區(qū)域①，簇基站端可視區(qū)域完全在天線(xiàn)陣列以?xún)?nèi)，在陣列上能觀測(cè)到的簇可視區(qū)域長(zhǎng)度δ就是簇的真實(shí)可視區(qū)域長(zhǎng)度a；對(duì)于區(qū)域②，簇基站端可視區(qū)域超過(guò)了陣列的兩端，在陣列上能觀測(cè)到的簇可視區(qū)域長(zhǎng)度就是陣列長(zhǎng)度l，δ＝l；而區(qū)域③和區(qū)域④中陣列上觀測(cè)到的簇可視區(qū)域長(zhǎng)度小于真實(shí)的簇可視區(qū)域長(zhǎng)度，這時(shí)簇可視區(qū)域觀測(cè)長(zhǎng)度是簇可視區(qū)域真實(shí)長(zhǎng)度和簇可視區(qū)域中心位置xc的函數(shù)，δ＝(l+a)/2-xc，δ＝(l+a)/2+xc。假設(shè)簇可視區(qū)域中心位置xc是均勻分布的，上界和下界分別為則可視區(qū)域的觀測(cè)長(zhǎng)度的累計(jì)分布函數(shù)為：

其中，kδ(y)是觀察到的簇可視區(qū)域累積分布函數(shù)(cdf)，fa(v)是可視區(qū)域真實(shí)長(zhǎng)度概率密度函數(shù)(pdf)，δ0為簇可視區(qū)域的最小觀察長(zhǎng)度，依賴(lài)于實(shí)際測(cè)量的設(shè)置，δ0＝0.5米l＝7.68米，。

(4)設(shè)置測(cè)量設(shè)備和環(huán)境。所使用的的5gmassivemimo測(cè)量設(shè)備是由幾個(gè)單獨(dú)的功能模塊組成，例如濾波器、功率和低噪聲功率放大器；對(duì)于信號(hào)生成方面，使用rohde-schwarzsmbv100a獲得不同長(zhǎng)度的pn碼序列(127～1023)，這里pn碼序列長(zhǎng)度是511，每幀發(fā)送8個(gè)pn碼序列，相鄰pn碼序列間的時(shí)間間隔為5us，對(duì)于接收信號(hào)，使用tektronixtds6604b抽樣信號(hào)，然后發(fā)送記錄下來(lái)的數(shù)據(jù)到外部存儲(chǔ)器。通過(guò)發(fā)送周期性的擴(kuò)頻信號(hào)和分析所獲得的信道沖激響應(yīng)，可以得到massivemimo時(shí)延域和空間域的傳播特征，為了實(shí)現(xiàn)同步，利用全球定位系統(tǒng)(gps)觸發(fā)發(fā)射端和接收端；載波頻率為2.065ghz，帶寬為20mhz。所測(cè)量的環(huán)境使用的是城市宏小區(qū)。如圖4所示為測(cè)量設(shè)備、基站和偶極子。

(5)依據(jù)實(shí)測(cè)數(shù)據(jù)以及簇中心位置、簇可視區(qū)域真實(shí)長(zhǎng)度和簇可視區(qū)域觀測(cè)長(zhǎng)度之間的關(guān)系，選取合適的分布函數(shù)來(lái)描述簇可視區(qū)域真實(shí)長(zhǎng)度的統(tǒng)計(jì)特性，如對(duì)數(shù)正態(tài)分布，然后得到簇可視區(qū)域觀測(cè)長(zhǎng)度cdf曲線(xiàn)，如圖5所示；再依據(jù)簇觀測(cè)長(zhǎng)度曲線(xiàn)，以簇的觀測(cè)長(zhǎng)度和對(duì)應(yīng)這點(diǎn)長(zhǎng)度的斜率相乘，整體相加求解出觀測(cè)長(zhǎng)度的均值，即為簇平均生命周期，對(duì)簇平均生命周期求倒數(shù)即為簇的滅亡速率，如los情況下，λr＝0.3125/米。

(6)利用kpowermeans算法估計(jì)出散射簇?cái)?shù)目的平均值，簇?cái)?shù)目的平均值也是簇生滅速率的比值，然后得到散射簇生成速率λg，具體為：

其中，los情況下，λg＝1.875/米。

(7)天線(xiàn)陣元antk-1上簇集合中的每個(gè)散射簇在演進(jìn)到天線(xiàn)陣元antk時(shí)有可能繼續(xù)存活下來(lái)，也有可能滅亡，也有可能新的散射簇生成，每個(gè)散射簇存活的概率還與具體場(chǎng)景有關(guān)。設(shè)在基站端天線(xiàn)陣列上，原有散射簇存活下來(lái)的概率為psurvival，服從指數(shù)分布；新生成的散射簇的概率為pnew，服從泊松分布，具體為：

其中，j表示生成j個(gè)散射簇，e[nnew]為基站端相鄰天線(xiàn)陣元間平均生成散射簇的數(shù)量，具體為：

其中是與場(chǎng)景相關(guān)的因子，取30米，得到psurvival＝0.999。由于相鄰陣元的距離較近，它們之間簇的存活概率是比較高的，原有簇的消亡概率是較低，通過(guò)分析實(shí)測(cè)數(shù)據(jù)，得到相鄰陣元間最多有2個(gè)簇生成或滅亡，依據(jù)上述公式，可以得到新生成一個(gè)簇的概率pnew(1)＝0.0118、新生成兩個(gè)簇的概率pnew(2)＝0.0001，然后根據(jù)歸一化得到?jīng)]有新簇生成的概率pnew(0)＝1-pnew(1)-pnew(2)＝0.9881。

(8)計(jì)算9狀態(tài)馬爾科夫鏈轉(zhuǎn)移概率矩陣，利用馬爾科夫鏈模型描述天線(xiàn)陣列軸上散射簇的演進(jìn)過(guò)程。

①假設(shè)將(i,j)作為狀態(tài)，其中i表示相鄰陣元間新生成的散射簇?cái)?shù)量，j表示相鄰陣元間滅亡的散射簇?cái)?shù)量，其中，0≤i≤2，0≤j≤2，共有9種狀態(tài)，(i,j)所對(duì)應(yīng)的狀態(tài)設(shè)為sij。設(shè)從狀態(tài)sij變成si′j′的狀態(tài)轉(zhuǎn)移概率為p(ij,i′j′)，則轉(zhuǎn)移概率矩陣為：

設(shè)在上一個(gè)狀態(tài)，陣元上散射簇的數(shù)量為n，這里具體說(shuō)p(00,00)、p(00,01)、p(00,02)；

p(00,00)＝pnew(0)×(psurvial)ⁿ；

②利用9狀態(tài)馬爾科夫鏈模型進(jìn)行簇演進(jìn)，得到天線(xiàn)陣元上散射簇集。在演進(jìn)過(guò)程中，有的散射簇存活下來(lái)，有的散射簇滅亡了，有的又生成新的散射簇，用符號(hào)表示散射簇從天線(xiàn)antk-1到antk的演進(jìn)過(guò)程，可以表示為：

設(shè)第一個(gè)天線(xiàn)陣列上初始可見(jiàn)散射簇的個(gè)數(shù)是20，并對(duì)他們進(jìn)行1～20編號(hào)，則初始簇集為c1＝{1,2,...,20}，此時(shí)的狀態(tài)為s00，然后產(chǎn)生服從轉(zhuǎn)移概率的隨機(jī)數(shù)，假設(shè)根據(jù)得到的轉(zhuǎn)移概率確定馬爾科夫鏈轉(zhuǎn)移到的下一狀態(tài)為s01，所以有一個(gè)簇滅亡(簇編號(hào)16)，沒(méi)有新簇產(chǎn)生，則從c1中刪除這個(gè)散射簇得到第2個(gè)陣元的簇集合c2＝{1,2,...,15,17,...,20}，然后執(zhí)行下一次演進(jìn)，此過(guò)程不斷重復(fù)，直到基站端陣列上所有陣元的簇集合都演進(jìn)完畢。如圖6所示天線(xiàn)陣元可見(jiàn)散射簇集。

(9)得到天線(xiàn)陣元的散射簇集后，每個(gè)散射簇都有自己的特征參數(shù)，如時(shí)延、功率、到達(dá)角(aoa)/離開(kāi)角(aod)，散射簇的時(shí)延和功率根據(jù)winnerii模型生成，時(shí)延和功率服從指數(shù)分布，功率作歸一化處理。

步驟三：如圖2，根據(jù)共焦橢圓模型中基站天線(xiàn)陣列傾斜角、陣元間距、散射簇的aoa、aod和時(shí)延、偶極子運(yùn)動(dòng)方向、基站和偶極子之間的距離參數(shù)等及他們之間的幾何位置關(guān)系，確定橢圓的大小和位置，計(jì)算視距和非視距情況下的相位和多普勒頻率，生成massivemimo信道沖激響應(yīng)。

(1)對(duì)于los的情況：從基站天線(xiàn)k到偶極子的距離為：

從基站天線(xiàn)k到偶極子的相位為：

其中，是初始相位，偶極子和基站天線(xiàn)k之間的多普勒頻率為：

(2)對(duì)于nlos的情況：設(shè)aoa服從von-mises分布，在橢圓模型中，aoa和aod是相互依賴(lài)的，他們的關(guān)系是：

其中，

已知第一個(gè)橢圓的半長(zhǎng)軸是a1，an由a1和時(shí)延τn共同決定，則：

an＝cτn+a1；

其中，c表示光速。根據(jù)幾何位置關(guān)系，可以得到，散射簇n和基站端之間的距離散射簇n和偶極子之間的距離其中i表示射線(xiàn)i，則：

散射簇n和基站天線(xiàn)k之間的距離為：

基于上面的式子，假設(shè)初始相位是從基站天線(xiàn)k到簇n，再到偶極子，此時(shí)的相位為：

經(jīng)過(guò)簇n，多普勒頻率變?yōu)椋?/p>

(3)從基站天線(xiàn)k到偶極子的信道沖激響應(yīng)可以表示為：

其中τn(t)表示散射簇n的時(shí)延。當(dāng)簇n在基站可見(jiàn)時(shí)：

其中，k是萊斯k因子，為3db；當(dāng)簇n在基站不可見(jiàn)時(shí)，hk,n(t)＝0。

為了考察方法的有效性，基于實(shí)測(cè)數(shù)據(jù)，利用共焦橢圓模型，生成信道沖激響應(yīng)，計(jì)算相鄰天線(xiàn)陣元之間的空間互相關(guān)系數(shù)的關(guān)系，如圖7。圖7中“△”、“▽”、“□”、“○”標(biāo)記的曲線(xiàn)分別表示相鄰天線(xiàn)對(duì)(1,2)、(7,8)、(15,16)、(31,32)的空間互相關(guān)系數(shù)(ccf)。從圖中可以看出，隨著歸一化天線(xiàn)空間的增大，相鄰天線(xiàn)陣元之間的ccf逐漸減??；不同陣列位置的相鄰陣元之間的相關(guān)性是不同的；相關(guān)函數(shù)不僅取決于天線(xiàn)陣元之間的距離，而且取決于參考天線(xiàn)陣元的位置，這說(shuō)明了massivemimo系統(tǒng)信道的非平穩(wěn)特性。

圖6中初始簇的數(shù)目是20個(gè)，然后根據(jù)9狀態(tài)馬爾科夫鏈進(jìn)行簇演進(jìn)，從圖6中可以觀察到散射簇1、3、5、7、12、16和18在演進(jìn)的過(guò)程中滅亡了，簇16在從第1個(gè)天線(xiàn)陣元到第2個(gè)天線(xiàn)陣元演進(jìn)的過(guò)程中滅亡了，簇1在從第15個(gè)天線(xiàn)陣元到第16個(gè)天線(xiàn)陣元演進(jìn)的過(guò)程中滅亡了；散射簇21和22在演進(jìn)過(guò)程中新生成了，從第7個(gè)天線(xiàn)陣元到第8個(gè)天線(xiàn)陣元演進(jìn)的過(guò)程中新生成了簇21，從第23個(gè)天線(xiàn)陣元到第24個(gè)天線(xiàn)陣元演進(jìn)的過(guò)程中新生成了簇22，所以，在簇演進(jìn)的過(guò)程中不同的天線(xiàn)陣元可能看到不同的散射簇集。

因?yàn)槭褂民R爾科夫鏈進(jìn)行簇演進(jìn)比使用生滅過(guò)程進(jìn)行簇演進(jìn)的方法有較低的復(fù)雜度，所以本發(fā)明還比較了該信道模型與shangbinwu等所提出的massivemimo系統(tǒng)信道模型的仿真效率，以生成一次信道沖激響應(yīng)所需的時(shí)間為比較對(duì)象，如圖8所示。從圖8中可以看出當(dāng)天線(xiàn)數(shù)目為30時(shí)，本發(fā)明所提出的方法比shangbinwu等所提出的信道模型節(jié)省了大約10％的仿真時(shí)間，當(dāng)天線(xiàn)數(shù)目增多時(shí)，節(jié)省的時(shí)間更多，因而本發(fā)明更節(jié)省時(shí)間，仿真效率更高。

本發(fā)明提出的基于實(shí)測(cè)數(shù)據(jù)，利用9狀態(tài)馬爾科夫鏈進(jìn)行簇演進(jìn)的共焦橢圓模型，不僅能夠準(zhǔn)確的描述散射簇在天線(xiàn)陣列上生滅過(guò)程，刻畫(huà)了massivemimo信道的非平穩(wěn)特征，而且能夠描述球面波達(dá)到特征，為massivemimo信道建模提供一個(gè)有效的方法，同時(shí)該建模方法的計(jì)算量較小，能夠在較少的時(shí)間內(nèi)生成信道沖激響應(yīng)，提高了信道的仿真效率。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。