信道模型（共8篇）
信道模型 篇1
1 MIMO系统的频率选择性信道模型
在实际的MIMO无线系统中由于无线传输线路伴随着各种衰落和多径效应的广泛存在, 使MIMO通信系统的信道的频率随时间不断变化。当信道的时延扩展T远远大于或相当于符号的持续间隔T 。发送的信号发生了时间色散现象, 这样就引起了码间串扰 (ISI) , 接收端所接收到得信号中包含了经历衰减和时延的发送的多径信号, 产生了接收信号失真。这样的信道称为频率选择性信道, 如图1 所示。
考虑点到点的MIMO通信系统, 有Nt根发射天线和Nr根接收天线, 不考虑噪声的情况下MIMO的信道模型可以表示为:
H (t) 为MIMO系统的信道矩阵。假定信道服从瑞利分布, Hl中的元素是均值为零的高斯随机变量。Hl是MIMO信道H () 在第l径, 时的信道脉冲响应。当l 0 时对应频率平坦性衰落信道矩阵。
当Rlr, dr和Rlt, dt都是单位矩阵时, 就是空间独立的频率选择性信道, 即为:
2 无线通信系统信道容量分析
无线通信系统中的信道容量的研究是研究其他无线通信技术的基础, 对于分配有Nt根发射天线和Nr根接收天线的多输入多输出 (MIMO) 信道, 发射端不知道传输信道的状态信息条件下, 如果信道的幅度固定, 则信道容
3 小结
MIMO信道的容量在很大的程度上取决于天线之间的相关性能和MIMO信道矩阵的满秩情况。在MIMO信道模型中, 考虑相关性的方式类似于通常在波束形成 (BF) 信道模型中的做法, 用一个相关矩阵前乘或后乘信道矩阵来控制天线的相关度, 使其成为路径角度、天线间隔和工作波长的函数。
摘要：MIMO通信技术与正交频分复用OFDM技术相结合是3G移动通信时代和后3G时代的关键技术之一, 不仅能进一步提高频谱利用率, 抗频率选择性衰落还具有良好的抗多径干扰等能力, 本文针对MIMO-OFDM信号检测算法展开研究, 在接收端和发送端分别采用多天线能显著地提高系统容量, 但容量的提高必须采用合适的信号处理技术, 现在有各种方案可应用到MIMO系统, 如最大似然 (ML) 检测算法、迫零 (ZF) 检测算法、最小均方误差 (MMSE) 检测算法、V-BLAST检测算法等, 人们提出了各种各样的改进算法, 为了评估这些信号检测算法的特性, 必须建立一个合适的基于MIMO系统的无线信道模型
关键词：OFDM技术,MIMO通信技术,信道容量
参考文献
[1]范毅君, 蔡家麟.OFDM通信系统研究及其仿真分析[J].软件导刊, 2009 (01) .
[2]石瑞华.MIMO在无线通信技术中的应用[J].苏州工职院, 2009 (02) .
[3]李忻, 黄绣江.MIMO无线技术的研究现状[J].2006 (05) .
[4]贺翠.MIMO-OFDM系统信号检测技术研究[J].西安电子科技大学硕士学位论文, 2008 (01) .
[5]绛岩林.MIMO系统中的信号检测与预编码[J].西安电子科技大学, 2008.
[6]赵谦.无线MIMO系统的容量及信道估计算法的研究[J].2005 (04) .
[7]杨宗国.MIMO系统中若干关键问题的研究[J].2008 (05) .
MIMO系统信道模型及信道容量 篇2
在实际的MIMO无线系统中由于无线传输线路伴随着各种衰落和多径效应的广泛存在,使MIMO通信系统的信道的频率不断的变化。当信道信号时延的扩展δT大于T符号的持续的时间间隔。所发出的信号发生了时间色散现象,这样就引起了码间串扰(ISI),所谓频率选择性信道是指接收端所接收大的信号包含了时延和衰减产生了接收到的传输信号的失真现象。
在不考虑噪声的情况下MIMO的信道模型可以表示为:
第l径的信道脉冲响应可以表示为:
2频率平坦衰落型的MIMO系统信道
2.1信道模型
在MIMO系统的信道传输环境中,发射信号经过多次发射达到接收端,情况非常复杂。假设无线通信系统的下行链路,发射端有Nt根天线,接收端有Nr根天线,它们具有一下特性:
(1)天线之间距离大于半个波长;
(2)收发天线之间信道相互独立。
发射符号的持续时间T远远大于信道延迟扩展δT,可以将信号的频率衰落近似作为平坦信道。并且其传输时间保持不变。
在忽略信道的相关性时,信号在子载波k上的信道矩阵可表示为:
2.2频率平坦衰落信号模型
由于在MIMO系统中采用了OFDM技术将信道分成多个子信道,由于OFDN技术的特点,可以近似的将每个子信道作为频率平坦衰落信道处理。所以从MIMO-OFDM系统基带信号处理的角度来看,其工作的机理是:频域上的源信号经过IFFT变换到时域,加入保护间隔,再经FFT变换将信号变换到频域上,得到频域的输出信号,最后由系统对该信号进行检测后得到源信号的估计值。
MIMO-OFDM系统中输入信号和输出信号之间的数学关系为:
3无线通信系统信道容量分析
无线通信系统中的信道容量的研究是研究其他无线通信技术的基础,本节将对传统的SISO信道和MIMO信道进行系统的分析和计算。
3.1单入与单出(SISO)容量信道的模型
采用单根天线发射和单根天线接收(1×1)的通信系统也称为单输入单输出(SISO)系统。
对于一定性的SISO信道,由于Nt=Nr=1,信道矩阵H=h=1,信噪比大小为ξ,根据Shannon公式,信道的归一化容量
该容量的取得一般不受编码或信号设计复杂性的限制,即只要信噪比每增加3d B,信道容量每秒每赫兹增加1比特。实际的无线信道是时变的,要受到衰弱的影响,如果用t表示在观察时刻,单位功率的复高斯信道的幅度(H=t),信道容量为:
这是个随机变量,可以计算其分布。由于受到衰落的影响,SISO信道的容量值都较小。
从随机信道容量的分布图中可以提取两个与实际设计有关的统计参数,一个是平均信道容量Cav(Average Capacity),即C得所有样本的平均,它表示了一条无线链路能够提供的平均数据速率;另一个参数的中断容量Cout(Outage Capacity),它定义了确保高可靠性服务的数据传输速率,即
3.2多入多出(MIMO)信道的容量模型
3.3 MIMO信道的极限容量研究分析
当信道系统的发射天线和接收天线数都趋于很大时,可以引入于Leaguers多项式估算分析。
再利用不等式:log2(1+x)≥log2(x),简化得到
可见,极限信道容量随着天线数成线性关系增加,随着信噪比(ξ)成对数关系增加。
摘要：对于MIMO系统中无线信道研究中获得相关信道特性。信道模型能够容易实现和快速进行仿真。折中考虑简单性和准确性,是无线信道建模的关键。信道模型基本有三种方式,物理信道模型;统计信道模型;测试模型。本论文主要研究传统的信道模型。本文在假设频率平坦性衰落信道和选择性衰弱信道模型的基础上分析和评估两种信道模型系统的容量。
关键词：MIMO,信道容量,道模型
参考文献
[1]绛岩林.MIMO系统中的信号检测与预编码.西安电子科技大学,2008.
[2]赵谦.无线MIMO系统的容量及信道估计算法的研究[D].2005-04-25.
[3]杨宗国.MIMO系统中若干关键问题的研究[D].2008-05-01
[4]Hochwald B M,ten Brink S.Achieving near-capacity on a multiple-antenna channel.IEEE Transactions on Communicati on,2003,51(03):389-399.
信道模型 篇3
游南嶂同孙信道
作者：陈与义朝代：宋 遥瞻南嶂深复深，双崖与天藏太阴。
青鞋济胜不能懒，踏破积雪穷崎簟
空中朽树抱孤筱，无窍苍壁生横林。
孤禽三叫危石裂，欲返未返神萧森。
磴回忽然何处所，当面烟如翠蛟舞。
石门泄风无昼夜，古木截道藏雷雨。
丹丘赤城去几许，下视人间足尘土。
放身天地不自知，导以龙蛇翼熊餐。
矿井巷道多径信道模型研究 篇4
在矿井巷道中无线电波沿多条路径传播时会出现时延问题, 对多径信道的描述可采用冲激响应表示[1]:
其中, N表示多径的数目, αi表示第i径的幅值 (衰落系数) , τi表示输入到第i抽头的时延 (相对时延差) , θi为第i抽头的相位。该多径信道的仿真模型如下:
二、多径幅度统计特性
在传播环境和载波频率有差异的情况下, 如矿井巷道, 多径信号的幅度可以服从多个不同分布, 采用单一分布对其进行描述是不完善的, 这里我们采用覆盖程度最大的三种分布逐一进行分析。即Nakagami分布, Rician分布和Rayleigh分布。
矿井巷道环境下, 无线通信的发射天线距接受天线的距离一般在几百米的范围, 相对于Rayleigh分布和Rician分布对信号较为粗糙的描述, Nakagami分布监测到了其缺陷, 并采用变参伽马分布密度函数对监测数据进行拟合, 最终产生信号结果。通过改变衰落因子m的值, 可以灵活的表征多径信号不同程度的衰落。
三、Nakagami衰落矿井巷道信道的建模
综上, 若要合理方便的描述矿井信道中快衰落多径信号的统计特性, 采用变参的Nakagami分布较为合适。要使生成的Nakagami随机序列比较简便快速, 急需解决的是如何构建矿井Nakagami衰落信道模型。如图2所示, 本文采用Matlab中的Simulink模块, 根据Rayleigh衰落信道的基础, 搭建出矿井Nakagami幅度统计衰落信道模型。
模型的设计流程:将In1端口输入经过调制的随机信号, 通过Rayleigh衰落信道, 变换出瑞利采样序列, 将复信号转为相角和幅值, 幅值通过unbuffer模块, 将unbuffer模块的参数overlap设置为0, 找到正确的频率范围, 进一步函数变换, 先后产生均匀分布随机序列和Nakagami随机序列, 在增益模块的作用下, 将输出的信号归一化Nakagami分布规整为要求的功率值。再由相角与幅值输入转化为Nakagami的复信号输出。
关于Nakagami随机序列的产生:采用Rayleigh分布随机序列产生均匀的分布随机序列, 通过Nakagami累积分布函数的近似反函数变换得到Nakagami分布的随机序列。
产生Rayleigh衰落采样序列可以采用滤波法。序列为:
其中, Ω=E (r2) =σ2;u∈U (0, 1) ;FRayleigh是瑞利随机变量r的累积分布函数。
对u进行Nakagami累积分布反函数变换, A=FN-1 (u) , 变换后的A服从Nakagami分布的随机变量序列, FN-1 (u) 是Nakagami累积分布函数FN (u) 通过反函数变换而来。FN (u) 定义为:
则Nakagami累积分布函数的反函数的近似表达式为:
其中, a1, a2, a3, b1, b2是最小化近似误差的系数, ξ是一个辅助变量, ξ= (-ln (1-u) ) 1/2m, G (ξ) ≈FN-1 (ξ) ;。
衰落因子m影响最小化近似误差系数的具体取值。通过增益G= (Ω/m) 1/2, 可以求出3-2的功率值Ω, 即可达到输出的归一化Nakagami分布规整要求的值。
四、MATLAB仿真及结果分析
相关资料显示, 巷道中的电磁传输视距和非视距传播略有区分, m值的范围大约在为1≤m<4。对Nakagami衰落信道模型正确性的验证可通过一下方式:分别取载波频率为900MHz、1800MHz、2.45GHz的信号, 把收发机置于同一条控制巷道内, 传输距离不变的情况下对其进行仿真。
模型参数设置为:巷道截面4m*3m, 航道长度为257m, 发射机与接收机之间的距离为70m, 巷道四壁的相对介电常数设为恒定的10, 倾斜角均方根1度, 粗糙系数均方根0.1, 模型参数m=3, 对数正态分布偏差σ2=3d B, 蒙特卡洛仿真次数一千次, 发射机和接收机之间的距离设置为70m。仿真结果图3所示。
将Nakagami分布的累积分布函数的仿真值和理论值进行对比仿真, 从结果看出, 仿真值与理论值相比较吻合。同时对Nakagami分布中载波频率的影响进行了仿真。
仿真结果显示, 本文所提出的矿井Nakagami信道模型不但能灵活地表述多径幅度分布不同的衰落程度, 还可以改善信号性能。与其他衰落信道模型相比, 有很大的优越性。因此, 该模型对矿井移动通信系统的开发和设计具有较大的理论参考价值。
摘要：针对矿井无线信道快衰落多径信号幅度统计特性的可变性, 介绍了描述矿井无线信道多径幅度分布的Rayleigh分布、Rician分布、Nakagami分布三种统计特性, 提出了一种Nakagami幅度统计衰落信道的Simulink仿真模型。仿真结果显示, 该模型能灵活地表述多径幅度分布不同的衰落程度, 还可以改善信号性能, 与其他衰落信道模型相比, 有很大的优越性。
关键词：衰落,信道,模型,仿真
参考文献
信道模型 篇5
MIMO技术是利用空间增加无线传输信道,在发送端和接收端采用多天线[1]同时收发信号,是一种空域时域联合的分集和干扰对消处理。由于各发射天线同时发送的信号占用同一频带,因而能够在不增加带宽的情况下成倍的提高系统的容量和频谱利用率[2]。MIMO技术对于提高无线通信系统的容量具有极大的潜力,若各发射接收天线间的通道响应独立,则多入多出系统可以创造多个并行空间信道,通过这些并行空间信道独立地传输信息,数据率必然可以提高。传统的多天线在这里被用来增加分集度从而克服信道衰落,具有相同信息的信号通过不同的路径被发送出去,在接收机端可以获得信号多个独立衰落的复制品,从而可获得更高的接收可靠性。特别是,这N个子流同时发送到信道,各发射信号占用同一频带,因而并未增加系统带宽。
1 MIMO系统模型
如图1所示,假设一个MIMO系统有NT个发射天线和NR个接收天线,Ci表示第i根天线发射的信号,rj表示第j根天线接收的信号。对于高斯信道,按照信息论,发射信号C是高斯分布,Ci是零均值独立同分布的高斯变量。用NR×NT的复矩阵H描述信道:
其中hmn,m=1,2,…,NR,n=1,2,…,NT表示从第n根发射天线到第m根接收天线的路径衰落系数,且hmn是零均值的复高斯随机变量,其实部和虚部的方差为0.5。使用线性模型,接收信号可表示为:
其中N是接收端的噪声,其元素是统计独立的复零均值高斯变量。
2 MIMO系统信道容量分析
信道容量揭示了一个特定信道所能提供的最大传输能力,是表征通信系统的最重要标志之一。近来信息论研究表明,通过增加空间维数能使系统的信道容量增加,也就是说MIMO系统具有巨大的理论容量。下面介绍MIMO系统信道容量的表达式。
B为信号带宽,S/N为信噪比。也可以写为:
ρ为接收端每个接收天线上的平均信噪比。
假定在NT×NRMIMO系统中,各信道为准静态瑞利衰落[4]且相互独立,信道参数对发端未知收端已知;发射信号为窄带且无频率选择性衰落信号。当发射信号为NT维统计独立、能量相同、高斯分布的复向量时,信道容量的一般表达式:
HH表示H的共轭转置。
Foschini研究表明,当NT,NR很大时,MIMO信道容量近似为:
在NT×NRMIMO系统中,信道容量公式在不同分集的情况下可以得到如表1简化。
从式(6)可以直观的看出,MIMO系统信道容量随着天线数量的增加而线性增大,因此利用MIMO技术可以在不增加带宽和发送功率的情况下,成倍的提高信道的容量,这正是空时编码系统增加无线通信系统容量的理论依据。
3 结论
本文首先引入MIMO技术,然后通过建立MIMO系统模型,推倒出MIMO系统信道容量,验证了MIMO技术可使无线通信系统的信道容量得到显著提高这一理论。
参考文献
[1]G.J.Foschini,M.J.Gans.On limits of wireless communication in a fadingenvironment when using nultiple antennas[J].Wireless Personal Commun.,1998,6(3):311-335.
[2]I.E.Telatar.Capacity of multi-antenna Gaussian channels[J].Eur.Trans.Telecom,1999,10(6):585-595.
[3]郭梯云,邬国扬,李建东.移动通信[M].第3版.西安电子科技大学出版社,2005.
信道模型 篇6
关键词：无线体域网,路径损耗,信道模型,MATLAB
引言
Zimmerman提出的人类通信相比, 与射频无线通信[2], 人类的通信在人体传感器网络中的应用有很大的优势, 首先, 它是以“人”为中心, 建立了一个网络和通信范围有限的每个人, 使每个网络属于每个人, 网络安全和通信的稳定性, 以及低功耗使得系统可以在较长的时间内工作。
在本文中, WBAN信道特性进行了研究, 并影响体内和体外的通道的主要因素进行了分析。本文分析了人体信道的路径损耗模型的传输特性, 并进行了不同频率下的路径损耗模型的仿真分析。
一、信道模型统计特性
基在无线通信系统中, 尤其是在WBAN信道的, 且与位置和位置有关, 而下降的速度取决于人体的速度。对数正态分布的概率密度函数和累积分布函数的分布是:
其中, μd B和σd B是对数正态分布是两个重要的参数, 分别为平均值和标准值, 并可以通过最大似然无偏估计计算:
通过对数正态分布的分析, 为下一章WBAN信道统计建模提供理论依据。
二、多人体信道模型
电磁波在人体内的传播特性是非常复杂的。电磁波被人体吸收, 这是由于有损的介电特性和人体的异质性, 这使得传输信号大大衰减。由于人体和频率的介电性能, 在不同的工作频段, 如UWB, MICS和HBC, 其信道特性是不一样的。因此, 人体区域的信道建模, 需要对不同的信道类型和不同的频率条件, 将电磁波在人体区域内的不同的通信特性考虑进去。
不同于传统的无线通信, WBAN信道路径损耗是由接收天线的距离和通信频率的确定。从对人体本身, 分析4.1部分的形状、结构和周围环境和传播环境的运动也会影响WBAN信道。一般来说, 信道的路径损耗会随着距离的增加, 增加的频率;其次, 由于人体的运动, 导致在无线体域网的拓扑不规则变化, 人体和周围环境也会发生变化, 所以在通信距离和频率的确定, 路径损耗由瞬时值与平均路径损耗值的波动, 这种现象可以被称为阴影衰落, 并在人体静态和运动必须考虑其影响。路径损耗模型是用来定义的功率衰减的相对值, 根据经验类型的幂函数衰减规律, 以适应, 如下:
考虑到阴影的影响周围的身体和身体的运动[4]。路径损耗公式为:
PL0为参考距离为d0时的路径损耗。为阴影效应对损耗造成的影响, n是多径效应引起的路径损耗指数, d0是参考距离, 这里d0=50mm, 根据查询数据, 得到了不同接收位置的路径损耗公式参数[5]。
三、仿真结果
本节对路径损耗模型在不同频率, 不同接收机位置, 不同发射机位置进行仿真, 路径算好公式采用包含阴影衰落的3-1, 主要针对B信道, 即体内到体表信道进行仿真, 仿真分为四类:4GHz (暂时忽略高频率对人体伤害) 下B信道接收机位置为Rx1, B信道接收机位置为Rx2, 400MHz下B信道发射机位置在人体深层组织, B信道发射机位置在人体浅层组织。
MATLAB下仿真, 并得出不同情况下的路径损耗图如下:
四、结论
本文通过MATLAB对人体信道的体内到体表部分信道进行仿真, 验证了UWB频段和MICS频段的信道特性, 结果表明:
在MICS频段下, 体内到体表信道, 由于人体组织的不同几乎不会影响路径损耗, 在UWB频段下路径损耗要比MICS频段下大, 并且, 只有UWB频率情况下人体组织对路径损耗也会产生一定的影响, 因此选择合适的频率和合适的接收机位置会大大提高人体通信的效率。
参考文献
[1]谢俐, 电力线载波数字通信技术研究与实践[D], 重庆, 重庆大学, 2009.4.
[2]席亚明, 基于OFDM的电力线通信系统的标准研究及性能分析对比[D], 重庆, 重庆大学, 2012.4.
[3]吕英杰, 国内低压电力线载波通信应用现状分析[J], 电网与清洁能源, 2010年, 第4期:P33-36.
移动衰落信道的计算机仿真模型 篇7
1 移动衰落信道介绍
移动台在与基站进行通信的过程中, 信道特性比较复杂, 多径效应、阴影效应、多普勒频效应都会对信号的传送产生影响, 使接收机收到的信号产生不同的衰落。
多径效应主要是指:电波在空间传播时遇到不同的物体会产生若干个反射、散射、绕射路径分量, 由于不同分量经过的路径相互独立, 因此各分量到达接收机的时刻有先有后, 受到的衰减也有大有小, 从而使的各分量之间发生干涉迭加, 当移动台不断运动时, 到达接收机的各路径也在发生变化, 从而造成接收信号的幅度会随着时间的推移剧烈变化。由于多径效应产生的衰落称为多径衰落, 其持续时间一般较短 (在几秒或几分钟内) 。
阴影效应是指当移动台与基站之间有较大的障碍物阻隔时, 由于信号要穿透障碍物, 因此会使电磁波信号产生衰耗, 造成接收信号电平下降。当移动台运动通过不同障碍物时, 会产生不同程度的阴影效应, 接收信号电平也会缓慢变化 (数十分钟或几小时) , 这种电平的衰落称为阴影衰落。
多普勒效应是指当移动台相对于基站运动时, 接收信号的频率会发生变化。多普勒效应会使接收信号在原有频率基础上发生一定的偏移——多普勒频移, 一般用下式表示:
式中, f是多普勒频偏, v是移动台运动速度, λ是电磁波波长, α是移动台运动方向与入射电波之间的夹角[1]。
由于阴影效应引起的慢衰落比较难于用较准确的统计分布进行描述, 本文讨论的计算机仿真模型主要针对由多径衰落和多普勒频移影响下的移动衰落信道。
2 仿真模型
2.1 移动衰落信道模型
对于移动衰落信道中的信号而言, 多径衰落和多普勒频移的影响可以归结为一种乘性干扰。建立移动衰落信道的计算机仿真模型, 其实质就是找到代表乘性干扰作用的乘性因子[7]。图1是移动衰落信道的示意图, 该图中虚线框内是移动衰落信道, 由两部分组成:乘性因子, 加性高斯白噪声awgn;x (t) , y (t) 分别是移动衰落信道的输入输出信号。关于加性高斯白噪声的产生方法许多文献已有论述, 可参考相关文献, 而针对如何产生复乘性因子在一些文献中也有讨论, 但具体详细的计算机产生方法介绍的不是很充分, 有鉴于此, 本文主要讨论如何产生移动衰落信道的复乘性因子。
2.2 复乘性因子
的产生方法
由上述讨论可知, 乘性干扰是由多径衰落和多普勒频移决定的, 下面针对这两个因素说明计算机的仿真实现方法。
多径衰落是由多径效应产生的。假定到达接收机的多径信号独立同分布, 根据中心极限定理, 当多径信号数量较大时, 可以认为合成的信号服从复高斯分布, 复高斯分布的包络服从瑞利分布, 相位服从均匀分布。因此乘性干扰中的多径衰落因子可以通过产生复高斯信号来实现。
多普勒频移会使传播信号功率谱展宽, 在发端传送未调制载波, 在接收端会接收到相应的多普勒功率谱, 文献[6]给出了多普勒功率谱的表达式如下:
这里E是接收信号包络的平均功率, 为最大多普勒频移。
在利用计算机仿真时, 多普勒频移的影响可以用一个低通波器来实现, 该低通滤波器的系统函数可由式2导出, 具体关系为:
2.3 复乘性因子的计算机仿真模型
根据2.2的分析, 现给出移动衰落信道中的复乘性因子的产生框图, 见图2。
图2中的WGN1, WGN2两路白高斯信号, 分别经过多普勒功率谱成型滤波器形成有色高斯信号, 两路有色高斯信号最终复合成复高斯信号:
文献[8]给出了有色高斯信号的产生方法:即用有限个具有均匀相位分布, 幅度适当加权的正弦信号的叠加来近似有色高斯信号, 正弦信号的频率及幅度的选取与信道的多普勒功率谱S (f) 密切相关。有色高斯噪声过程的计算机仿真表达式如下:
式中, v (t) 为有色高斯噪声过程, N为正弦信号的个数, 综合计算复杂度及模拟过程的性能, 一般取数十个左右的正弦信号即可达到性能要求, nc, fn, 分别为正弦信号的幅度、频率及相位, 为上服从均匀分布的随机变量, nc, fn的计算公式如下:
2.4 仿真结果
按着上述信道仿真模型在Matlab中进行了仿真模拟, 仿真时取最大多谱勒频移fm为100Hz, 采样周期为0.001秒, 噪声方差为1, 正弦信号的个数为50。图3～图5为仿真结果:对照图4可以看出:自相关函数在时延为0时有一个冲激, 说明该过程为高斯过程。而图5的功率谱密度在100Hz (最大多谱勒频移fm) 以内基本上为一常数, 符合有色高斯过程的功率谱密度特征。
3 结束语
在对移动通信系统进行研究的过程中, 信道的研究是一个主要的研究方向。本文在总结前人成果基础上对影响移动衰落信道特性的原因, 仿真模型的建立进行了重点讨论, 并在MATLAB中对给出的计算机仿真模型进行了仿真, 仿真结果基本符合要求。在进行相关硬件实现之前, 论文的研究结果对于系统调制方式、信道编码等策略的选择确定, 具有一定的借鉴参考意义。
参考文献
[1]张更新, 张杭.卫星移动通信系统[M].北京:人民邮电出版社, 2001
[2]张贤达, 保铮.通信信号处理[M].北京:国防工业出版社, 2000
[3]M.J.Ho, G.L.Stuber.Co-channel interference of microcellular systems on shadowed Nakagami fading channels[J].Proc.IEEE Veh.Technol.Conf. (VTC’93) , Secaucus, NJ, May1993, 568-571
[4]H.Suzuki.A statistical model for urban radio propagation[J].IEEE Trans Commun, 1977, Vol COMM-25, no7, 673-680.
[5]A.Abdi, M.Kaveh.K distribution:An appropriate substitute for Rayleigh-lognormal distribution in fading-shdowing wireless channels[J].Electron Lett, 1988, vol34, 851-852
[6]C.Loo.A statistical model for a land mobile satellite link[J].IEEE Trans Veh Technol, 1985vol VT-34, no3, 122-127
[7]樊昌信.通信原理.北京:电子工业出版社, 2005
低误码率的无线双信道模型研究 篇8
智能电网[1]以完整的双路通信、高级的传感器以及分布式的计算机进行电力的传输和网络分配, 以达到电力传送和使用的高效性, 使电网的可靠性和安全性增强。无线通信技术具有建设成本低、易维护、高灵活、可扩展性好等优点, 无线网为有线网起到了补充作用。对于可靠的智能电网, 一个关键的组件要有可靠、安全、高度可用的无线网络, 包括Wi MAX、无线局域网、广域网以及下一代的蜂窝技术和无线传感器网络[2]。无线传感器网络是监控和诊断智能电网的最佳选择[3]。然而, 在工业环境中无线通信网络相当复杂, 容易受到环境和噪声的干扰。因此, 工业无线通信技术逐渐受到人们的关注。
工业无线信道是一个衰落信道, 性能的误码率很难满足工业控制的要求[4], 在工业控制的要求为10–9。同时, 在噪声环境中无线信道容易受到噪声的干扰, 单一信道无法满足工业控制的要求, 为了提高通信的可靠性, 文献[5]在物理层使用SDH技术, 为了提高信息的传输速率, 文献[6-7]提出了多通道技术, 对于工业控制和自动化系统必须要支持应用程序的时间限制[8], 对于拥塞控制方案中采取自动重传请求[9]来减少传输时延, 但是对于无线通信网络效果不佳。为了实现低误码率和低时延, 文献[10]提出无线双信道模型, 对双信道模型进行了理论分析及仿真, 仿真结果表明, 双信道模型在误码率和时延方面要优于单信道模型, 但是文献[10]没有讨论怎样实现双信道模型信号的接收以及时延对误码率的影响问题。基于双信道信号选择性接收问题和时延问题, 本文对双信道模型进行了深入研究, 提出一种改进的模型。
1 双信道信号选择模型
双信道信号选择模型由贝努利二进制产生器、CRC-N编码器、二进制对称信道、CRC-N校验器、选择器、逻辑操作符、误码率计算器、显示器组成 (见图1) 。
信号选择机制:贝努利二进制产生器模块产生随机的二进制数, 以概率p产生0, 概率1-p产生1。CRC-N编码器模块产生的循环冗余码附加到每个输入的数据帧之后, 二进制对称信道对传输的信号以一定的概率产生错误, 它们是2个彼此独立的衰落信道, 信号在CRC-N校验器进行解码, 在CRC-N校验器中, 首先从接收到的二进制序列中分离出信息序列 (从第一个端口输出) 和循环冗余校验码 (Cyclic Redundancy Check, CRC) , 然后根据接收端的信息序列重新计算CRC, 如果重新计算得到的CRC与接收到的CRC相等, 则认为接收序列是正确的, 在CRC-N检测器的Err输出端输出0, 否则, 接收序列存在传输错误, 则在CRC-N校验器的Err输出端输出1。对2个信道的信号使用Switch模块进行选择, 依据从第1个信道的CRC-N校验器的Err端口输出的数据为判决标准, 当判决数据为0时选择第1个信道的输入信号, 为1时则选择第2个信道的输入信号。
图2反映了图1模型中的单信道和双信道的误码率与信道产生错误码元概率的关系。蓝线和绿线分别表示单信道和双信道的误码率。
从图2可以看出, 随着二进制对称信道产生错误码元概率的增加, 单信道和双信道的误码率也逐渐增加, 单信道的误码率要高于双信道, 在信道产生错误码元概率较低的时刻, 单信道和双信道的误码率相差不大, 当信道产生错误码元的概率达到10–4之后, 随着信道产生错误码元概率的增加, 单信道的误码率增加的幅度要快于双信道。由于双信道可以实现对信号的选择, 在信道产生错误码元概率比较小的时刻, 并行传输的2路帧信号有错误码元发生的概率也比较小, 双信道进行信号选择之后的误码率和单信道相差不大;随着信道产生错误码元概率的增加, 并行传输的2路帧信号有错误码元发生的概率也就随之增大, 信号选择器可以从中把正确的帧信号选择出来, 重新组合成一路信号到达接收端, 重新组合的双信道信号的误码率要明显低于单信道。
单信道和双信道帧的大小与误码率的关系如图3所示。
由图3可以看出, 随着帧比特数的增加, 双信道的误码率也逐渐增加, 单信道的误码率随帧比特数的增加并没有呈现出规律性的变化, 单信道的误码率要高于双信道。例如, 在帧比特数从100增加到800时, 单信道的误码率从1.09×10–3减小到1.03×10–3, 双信道的误码率从1.20×10–4增加到5.36×10–4。由于错误的码元可以随机的发生在信道的任一位置, 单信道不需要进行信号的重组, 所以帧的大小对误码率的影响不大, 帧如果太小, 编码时增加的循环冗余位就比较多, 带宽的利用率受到限制。对于双信道模型, 在帧比特数较小时, 并行传输的2路帧信号都有错误发生的概率也比较小, 双信道重组之后的信号, 其性能要完全优于单信道, 但是编码时增加的循环冗余位也比较多, 带宽的利用率比较低, 在帧比特数比较大时, 并行传输的2路帧信号都有错误发生的概率也随之增大, 对于都有错误发生的帧数据, 双信道实行默认选择, 不能体现双信道的优点, 进行重组之后的信号的误码率也就比较高。所以在对帧比特数进行选择时, 要在带宽利用率和性能方面取折中。
2 双信道时延模型
双信道时延模型由贝努利二进制产生器、CRC-N编码器、二进制对称信道、CRC-N校验器、信号匹配模块、示波器、选择器、逻辑操作符、误码率计算器、显示器组成 (见图4) 。
时延处理机制:为了进行时延问题的探讨, 本文在改进的双信道模型的二进制对称信道上加入一个时延模块来表示2个信道的时延差。信号在通过CRC-N校验器后分别进入信号匹配模块的s1端口和s2端口, 信号匹配模块通过互相关技术找到通过端口s1和s2的信号之间的时延, 然后使通过端口s1的信号时延相同的单位时延, 通过端口s1的信号时延之后的信号从del端口输出, 通过端口s2的信号通过信号匹配模块后从另一端的s2端口输出。
图5是信道产生错误码元的概率与存在时延的单信道和双信道的误码率的关系图。蓝线表示存在时延的单信道的误码率曲线, 绿线表示图1中的双信道模型存在不同时延的误码率曲线, 标记为双信道–1, 红线表示图4中的双信道模型存在不同时延的误码率曲线, 标记为双信道–2。
从图5可以看出, 随着信道产生错误码元概率的增加, 存在时延的单信道和双信道的误码率也都逐渐增加, 双信道–1误码率增加的幅度比较大, 双信道–2的误码率最低。例如, 在信道产生错误码元的概率从10–4增加到10–3时, 单信道的误码率从1.30×10–4增加到1.02×10–3, 双信道–1的误码率从1.17×10–2增加到9.14×10–2, 双信道–2的误码率从0增加到2.09×10–4。双信道–1由于时延的存在, 在发送端处于相同位置的码元信息在到达接收端时发生了错位, 重组后的一部分信息序列也就发生了移位, 误码率比较大。由于时延的存在, 单信道信号整个序列都发生了移位, 对误码率影响并不大。双信道–2由于使不同时延的2路信号延时了相同的单位时延, 重组后的信息序列的误码率得到降低。
帧的大小与误码率的关系如图6所示。
从图6可以看出, 随着帧比特数的增加, 时延双信道的误码率也随着增加, 单信道的误码率并没有呈现出增长的趋势, 双信道–1的误码率比较大, 双信道–2的误码率要低于单信道的误码率。例如, 在帧比特数从100增加到800时, 单信道的误码率从1.09×10–3减小到1.03×10–3, 双信道–1的误码率从5.69×10–2增加到2.59×10–1, 双信道–2的误码率从1.30×10–4增加到5.66×10–4。由于时延的存在, 双信道–1的误码率较高, 双信道–2使时延双信道信号延时了相同的单位时延, 误码率较低。随着帧比特数的增加, 单信道的误码率没有明显变化, 双信道的误码率逐渐增加, 与图3中的结论吻合。
对于双信道模型存在不同时延的情况本文也进行了仿真, 时延的大小对双信道模型的误码率没有太大的影响, 图4模型中双信道的误码率要低于图1模型中双信道的误码率。对于图1中的模型, 由于时延的存在, 重组后的一部分信息序列发生了移位, 无论时延为多少, 移位的这部分信息序列都是错误的, 误码率比较大且趋于平稳。图4中的双信道模型虽然也存在时延, 但是时延相同, 此时的双信道信号没有错位的存在, 时延的大小对误码率影响不大。
3 结语
本文主要是在无线双信道模型的基础上进行了深入研究, 对原有双信道模型存在的不足进行改进, 提出一种可以接收时延信号的双信道模型, 并对该模型进行了仿真。仿真结果表明改进的双信道模型可以实现对时延信号的选择, 有效降低了接收端信号的误码率, 提高了数据的可靠性。
摘要：工业无线通信网传输控制信息的一个主要挑战就是高可靠性和低时延。已存在的单一的无线信道模型容易受到多径衰落和环境干扰的影响, 使高可靠性和低时延问题无法得到实现。文章主要是在无线双信道模型的基础上进行了深入的研究, 提出一种改进的无线双信道模型, 对受不同程度干扰的时延双信道信号可以进行选择性的接收, 仿真结果表明改进的无线双信道模型可以有效降低信号的误码率, 提高无线信道的可靠性。
关键词：智能电网,工业无线网,无线双信道模型,时延,误码率
参考文献
[1]FANG X, MISRA S, XUE G L, et al.Smart grid-the new and improved power grid:a survey[J].IEEE Communications Survey&Tutorials, 2012, 14 (4) :944–980.
[2]YARALI A.Smart grid networks:promises and challenges[J].Journal of Communications, 2012, 7 (6) :409–416.
[3]KANGTARCI M E, MOUFTAH H T.Suresense:sustainable wireless rechargeable sensor network for smart grid[J].IEEE Wireless Communications, 2012, 19 (3) :30–36.
[4]GOLDSMITH A J.Wireless communications[M].UK:Cambridge University Press, 2005.
[5]CHEN W P, SHIH F H, HWANG W S.The multiple path protection of DWDM backbone optical networks[J].Journal of Information Science and Engineering, 2009, 25 (3) :733–745.
[6]GHOLAMHOSSEIN E F, MOHAMMAD H Y, REZA M.A QoS-based multichannel MAC protocol for two-tiered wireless multimedia sensor networks[J].Int.J.Communications, Network and System Sciences, 2010, 3 (7) :625–630.
[7]DAVID G, MANSOOR S, SHIU D S, et al.From theory to practice:an overview of MIMO space-time coded wireless systems[J].IEEE Journal on Selected Areas in Communications, 2003, 21 (3) :281–302.
[8]ANDREAS W.How to exploit spatial diversity in wireless industrial networks[J].Annual Reviews in Control, 2008, 32 (4) :49–57.
[9]O’ROURKE D, BRENNAN C.Practical packet combining for use with cooperative and non-cooperative ARQ schemes in resource-constrained wireless sensor networks[J].Ad Hoc Networks, 2012, 10 (3) :339–355.