饒邦國,徐中偉,曹召義
(同濟(jì)大學(xué)電子信息與工程學(xué)院,上海201804)
移動(dòng)通信中,傳輸?shù)母咚俾市枰蟮膸?,增加帶寬?huì)導(dǎo)致采樣間隔小于信道的時(shí)延擴(kuò)展,導(dǎo)致信道的頻率選擇性衰落[1~2].而移動(dòng)終端的高速移動(dòng),使得多普勒頻移增大,信道條件在短時(shí)間內(nèi)發(fā)生快速變化,產(chǎn)生時(shí)間選擇性衰落.因此,對于寬帶通信系統(tǒng)而言,快時(shí)變信道也就意味著頻域和時(shí)域的雙重選擇性.根據(jù)以往的研究,基擴(kuò)展(BEM)信道模型能夠比較好的模擬時(shí)頻雙選信道,尤其是在時(shí)延大和多普勒擴(kuò)展的快時(shí)變信道[3~4].BEM模型用有限個(gè)基函數(shù)的線性組合來描述一定時(shí)間內(nèi)的時(shí)變信道(通常為一個(gè)傳輸塊).因此,伴隨移動(dòng)通信技術(shù)的發(fā)展,即要滿足超高移動(dòng)性,又要達(dá)到高數(shù)據(jù)率已經(jīng)成為通信系統(tǒng)發(fā)展的目標(biāo).該文給出了某信道的測試參數(shù)(運(yùn)動(dòng)速度180Km/h,載波頻率3GHz,信道采樣頻率200KHz)[5],并建立了數(shù)學(xué)模型,在保證一定的準(zhǔn)確度的情況下,把測試數(shù)據(jù)中的部分?jǐn)?shù)據(jù)通過所建模型計(jì)算獲得,從而減少實(shí)際數(shù)據(jù)的測試量(即利用部分測試數(shù)據(jù)通過所建模型預(yù)測整體數(shù)據(jù),實(shí)際測試的數(shù)據(jù)量越少越好).用圖表方式展示原始數(shù)據(jù)與計(jì)算結(jié)果的誤差,并分析模型所用算法的復(fù)雜度.
物體在移動(dòng)時(shí)會(huì)造成頻率的偏移,也即多普勒頻移[6].各種散射的線路從不同的方位穿插,就有了不同的多普勒頻移,最終形成多普勒擴(kuò)展.基站和物體之間的夾角以及物體的運(yùn)行速度,可得知多普勒頻移為
其中:C 為光速,多普勒頻移與列車運(yùn)動(dòng)速度V、采樣用的頻率為fc以及夾角0 有關(guān),越高速度帶來越大的多普勒頻移,定義最大的多普勒頻移為
其中,其中:v 代表物體移動(dòng)速度,C 代表光速,fc代表載波頻率,
基擴(kuò)展(Basis Expansion Model)方法是近來研究的較常見的數(shù)學(xué)模型,并且為了獲得更大的系統(tǒng)性能,可能在以后的實(shí)際通信系統(tǒng)中得到大量的應(yīng)用.該方法的實(shí)現(xiàn),主要是利用有限個(gè)基函數(shù),通過它們之間的線性組合來描述一定時(shí)間內(nèi)的時(shí)變信道的情況,也可以模擬出有多普勒效應(yīng)的快時(shí)變信道,減少信道參數(shù)直接估計(jì)的次數(shù),數(shù)學(xué)模型為:
(3)式中blm是第l 個(gè)路徑第m 個(gè)基系數(shù),在一定時(shí)間周期T 內(nèi)不隨時(shí)間n 變化,Bm是第m 個(gè)基函數(shù)矢量,變量是時(shí)間n,通過上式,把時(shí)變量hl[n]轉(zhuǎn)化為一定時(shí)間周期T 內(nèi)非時(shí)變量blm和另一時(shí)變量Bm[n](是時(shí)間n 的函數(shù),但函數(shù)形式不變)的表達(dá)式,即在T 內(nèi)估計(jì)一次blm即可實(shí)現(xiàn)對快時(shí)變信道參數(shù)hl[n]的估算.對于一個(gè)傳輸符號塊時(shí)間內(nèi)的信道響應(yīng),BEM 系數(shù)保持不變,而基函數(shù)是隨著時(shí)間而發(fā)生變化的.用BEM 模型來描述信道的時(shí)域響應(yīng)hl[n],相當(dāng)于將算法復(fù)雜度從NL 降到(M+1)*L[7~9].
CE-BEM 優(yōu)點(diǎn)是具有簡單的基函數(shù),并且用CE-BEM 模型描述的信道在頻域的響應(yīng)是近似帶狀的,這種結(jié)構(gòu)在信道估計(jì)的時(shí)候有非常重要的意義,很多算法都是利用CE-BEM 模型的結(jié)構(gòu)特殊性的優(yōu)點(diǎn).
復(fù)指數(shù)BEM(CE-BEM)采用傅立葉基數(shù)來作為基函數(shù),是比較常用的一類的BEM.此時(shí)的基函數(shù)為:
其中,Wm=2π(m-Q/2)/N,因此,信道的沖擊響應(yīng)可以表示為:
其中,N 代表采樣點(diǎn)數(shù),M=Q+1;Q 為BEM 模型的階數(shù).
該文所提供的數(shù)據(jù)中給出了某信道的測試參數(shù)(物體運(yùn)行速度為180Km/h,載波的頻率為3GHz,信道的采樣頻率200KHz),我們根據(jù)歸一化均方誤差(NMSE),其中NMSE 的數(shù)學(xué)表達(dá)式為:
在一定的準(zhǔn)確度和算法復(fù)雜度的情況下,建立數(shù)學(xué)模型,其中我們采用了兩種不同的思路,一是利用有限個(gè)基函數(shù)的線性組合來描述一定時(shí)間內(nèi)的時(shí)變信道,減少信道參數(shù)直接估計(jì)的次數(shù),其中我們選擇了一種常用的基函數(shù);二是直接采用數(shù)據(jù)插值的方法模擬接收到的數(shù)據(jù),然后再估計(jì)出其他數(shù)據(jù),其中我們采用了3 種不同的插值函數(shù).其次,將測試數(shù)據(jù)中的部分?jǐn)?shù)據(jù)通過所建模型計(jì)算獲得,從而減少實(shí)際數(shù)據(jù)的測試量,即在高速運(yùn)動(dòng)的快時(shí)變信道情況下,用少量的數(shù)據(jù)來估計(jì)快變的信道參數(shù),降低導(dǎo)頻的插入頻率,從而避免過密的導(dǎo)頻插入占用過多的傳輸資源,以至于降低有用信息的傳輸速率.最后采用圖表方式展示原始數(shù)據(jù)與計(jì)算結(jié)果的誤差,并分析了建立模型所用算法的復(fù)雜度,對幾種不同的算法的所得到的結(jié)果的誤差和所采用的算法復(fù)雜度進(jìn)行了分析和比較.
圖1 運(yùn)動(dòng)速度為180km/h 的BEM 模型階數(shù)對誤差的影響
求出基函數(shù)系數(shù)blm,最后根據(jù)取得的Bm[n]和blm預(yù)測其他的數(shù)據(jù)[10].另外根據(jù)不同的Q 選擇相應(yīng)的數(shù)據(jù)個(gè)數(shù)和不同位置的數(shù)據(jù),最后根據(jù)均方誤差(MSE)或歸一化均方誤差(NMSE)和算法復(fù)雜度O(f(n))兩個(gè)方面評價(jià)模型.將(3)改寫為矩陣形式為:
其中,hl=[h(0,l),h(1,l),…,h(N-l),l]T,bl=[b0,b1,bM-1,l]T,B 是一個(gè)N*M 的矩陣
(1)根據(jù)已有的數(shù)據(jù)給出的信道測試參數(shù)可知,N=20000,路徑M=9;
(2)根據(jù)公式(2)(6),由本可知 V =180km/h,C=3.0*108km/h,fc=3GHz,可得出最大頻偏fmax=500.信道采樣頻率200kHz,因?yàn)镼 通常取值為,為取樣的時(shí)間間隔,并且(Q+1)(L+1)<N,因此Q 的取值范圍不宜超過2000.
該文的建模思路是首先選取復(fù)指數(shù)CE-BEM模型,由以上1),2)描述的相關(guān)參數(shù)求取Bm[n]基函數(shù),和基函數(shù)個(gè)數(shù)M 和Q,其次由公式
根據(jù)矩陣公式(8),我們可以得出基函數(shù)系數(shù):
其中:B-1為B 的逆矩陣從文件1 中每個(gè)路徑中均勻的選取M 個(gè)點(diǎn)帶入到(9)式中,最終得出我們的基函數(shù)系數(shù),并以此模型來預(yù)測剩余點(diǎn)數(shù)的誤差分析.
下圖描述了在不同的BEM 模型的階數(shù)(Q)下,誤差的分析圖(橫軸代表BEM 模型階數(shù)Q,縱軸代表歸一化均方誤差NMSE):
表1 不同Q 值對NMSE 的影響
由上圖可以看出當(dāng)Q 取值為100 時(shí),誤差超過0.01,因此雖然此時(shí)所需要的采樣點(diǎn)數(shù)比較少,但是此時(shí)誤差還比較大,不能滿足要求,當(dāng)Q 取值為200 時(shí),誤差迅速下降為小于0.001,因此從模型精確度的標(biāo)準(zhǔn)來看,Q 應(yīng)該取大于200 的值,因?yàn)樵赒取值超過200 的時(shí)候,誤差逐漸減小,但是變化不明顯,即此時(shí)模型精確度提高不明顯,但是隨著Q的增加,所選擇的數(shù)據(jù)個(gè)數(shù)卻迅速增加,這樣增加了算法復(fù)雜度,因此Q 不宜選取大于200 的值,因此綜上所述,對于本信道模型來說,Q 的值應(yīng)當(dāng)選擇200 附近.
該文在研究無線通信中的快時(shí)變信道建模過程中采用了兩種思想方法.一種方法是根據(jù)基函數(shù)的方法,構(gòu)造出了一種信道模型,根據(jù)模型評價(jià)的兩個(gè)指標(biāo)—模型準(zhǔn)確度和算法復(fù)雜度,對快時(shí)變信道進(jìn)行綜合評價(jià),我們發(fā)現(xiàn)對于運(yùn)動(dòng)速度、載波頻率、信道采樣頻率一定的傳輸信道模型來說,BEM模型階數(shù)增加,則信道模型精確度提到,但是同時(shí)會(huì)使測試的數(shù)據(jù)量增加,當(dāng)Q 增加到一定值時(shí),模型精確度不再會(huì)發(fā)生顯著變化.
[1] 吳偉凌等.移動(dòng)通信原理(第2 版),電子工業(yè)出版社,2009.
[2] 樊昌信等.通信原理(第6 版),國防工業(yè)出版社,2013.
[3] 董月.基于Xiao 模型和基擴(kuò)展模型的高移動(dòng)性無線信道建模與仿真[D].成都:西南交通大學(xué),2012,29(3):1-9.
[4] 李昕.基于基擴(kuò)展快時(shí)變信道模型的OFDM 系統(tǒng)信道估計(jì)[D].西安:西南交通大學(xué),2013.
[5] 3rd Generation Partnership Project,Technical Specification,36.101(3GPP TS 36.101),v8.0.0,2007.12.
[6] 羅志年,張文軍,管云峰.不相關(guān)Rayleigh 衰落信道仿真模型[J].系統(tǒng)仿真學(xué)報(bào),2009,13:3872-3875.
[7] Tomasz Hrycak,etc.Low Complexity Equalization for Doubly Selective Channels Modeled by a Basis Expansion.IEEE Trans.Signal Processing,2010,58(11):5706-5719.
[8] Saptarshi Das.Mathematical Methods for Wireless Channel Estimation and Equalization.Dissertation,University of Vienna,2009.
[9] Yahong R.,etc.Improved Models for the Generation of Multiple Uncorrelated Rayleigh Fading Waveforms.IEEE Communications Letters,2002,6(6):256-258.
[10] 汪洋,葛臨東.多徑獨(dú)立Rayleigh 衰落信道仿真模型[J].信息工程大學(xué)學(xué)報(bào),2007,02:202-205.