无线信道建模是无线通信领域的基础性技术,它试图以数学模型的方法从纷繁复杂且看似随机出现的无线信道传输错误中,挖掘和认知无线通信过程中错误出现的内在规律,并以模型结构和模型参数的形式定性或者定量地表达这些内在规律,从而为上层协议的设计和性能评估提供依据。本文基于真实无线信道中的测量Trace建立信道模型,并使用信道模型研究目标无线信道中具有指导意义的统计规律,然后将这些规律应用于一种基于编码的报文比特错误率估计方法。本文的主要研究内容包括以下四个方面:(1)研究具有重尾特性的无线信道建模问题无线信道的重尾特性符合人们对于无线信道中传输错误出现规律的客观观察,并且对于上层协议性能具有一定的影响。因此,建立一个能够准确反映无线信道重尾特性的信道模型具有十分重要的理论和实践意义。现有的专门针对重尾信道的模型存在模型结构复杂,运行时成本高、参数化过程复杂等不足。本文从测量Trace的run长度和burst长度互补累积分布函数入手,提出了一种基于独立非同分布的随机过程的重尾信道模型inid。inid模型结构简单灵活、运行时成本低(一个贝努利试验),仅包含两个参数且参数化过程简单。(2)研究通用无线信道建模问题无线信道内在的时变特性以及传输错误出现的随机性和不可预测性,导致了无线信道的测量Trace具有多样化的建模特性。时变的无线信道及其具有不同建模特性的测量Trace加大了无线信道建模的难度。本文从测量Trace的共性入手定义了外部run、内部run、错误过程等概念,并基于错误过程和外部run提出了一种新的Trace表达方法。利用这种新的Trace表达方法,本文提出了一种精确、通用的无线信道模型GEM。GEM模型结构简单、适用性好、参数具有明确的物理意义且建模过程与具体测量Trace的建模特性无关。试验结果表明GEM模型能够精确地刻画具有不同建模特性的Trace。(3)研究模型驱动错误估计编码算法错误估计编码(Error Estimating Coding,EEC)是一种基于编码的报文比特错误率估计方法。它的基本思想是发送端在发送数据中加入少量的冗余信息,接收端基于这些冗余信息估计报文的比特错误率。报文的比特错误率与无线信道的错误特性紧密相关,因此在错误估计编码算法的设计过程中,考虑无线信道的错误特性具有重要的理论和实践意义。本文结合基于模型的信道解码后无线信道错误特性分析,提出了模型驱动错误估计编码算法MEEC。试验结果表明MEEC算法能有效克服信道突发特性和短期记忆特性对于算法估计精度的影响,能以更少的空间开销获得更高的估计精度。(4)研究基于信道模型的Smart错误估计编码现有错误估计编码算法的设计和验证都基于这样一个应用模式:发送端在信道编码前,计算和编码错误估计位;接收端在信道解码后,重新计算错误估计位并估计报文比特错误率。基于这种应用模式的错误估计编码称为信道解码后的错误估计编码。本文首次提出信道解码前的错误估计编码,即发送端在信道编码后、调制前,计算和编码错误估计位;接收端在解调后、信道解码之前,重新计算错误估计位并估计报文比特错误率。相比信道解码后的错误估计编码,信道解码前的错误估计编码的优点是接收端不需要信道解码就可以估计报文比特错误率。因为信道解码比较耗时,所以第二种应用模式的实时性更高。本文使用信道模型建模信道解码前的无线信道并分析目标信道的错误特性,结合基于多进制正交幅度调制(M-QAM)技术的物理层符号错误结构,提出了一种针对信道解码前无线信道的错误估计编码Smart-EEC。试验结果表明基于Smart-EEC的EEC算法和MEEC算法很好地实现了估计精度与空间开销的折中。综上所述,本文主要针对无线信道建模、基于模型的目标信道错误特性认知及其在错误估计编码技术中的应用问题展开深入研究。本文的研究丰富了无线信道建模的理论,推动了信道模型与错误估计编码的融合,具有一定的理论意义和应用价值。