论文部分内容阅读
近年来,通信业务需求的持续增长推动了通信系统的迅猛发展,无线信道作为通信系统设计及优化的基石,不可或缺。如今,第五代(The Fifth Generation,5G)移动通信技术已有望在2020年实现全面商用。多输入多输出(Multiple Input Multiple Output,MIMO)技术以及大规模MIMO技术的引入都能够提高系统的能量效率、频谱效率以及系统容量。大数据时代的来临,物联网的急速发展,交通车辆的互联化都在预示着通信时代的又一个波峰即将到来。本文基于传统空间统计信道建模,围绕当前热点及趋势对基于MIMO多天线阵列的信道模型展开研究。在本论文中,作者提出一种基于聚类算法的几何动态MIMO随机信道模型。模型假设基站(Base Station,BS)具有一定的自适应学习能力以及数据处理能力。在该模型中,BS首先会对不断接收到的信息进行解析并进行预处理。随后,处理后的数据作为输入信息,利用基于密度的空间聚类算法(Density Based Spatial Clustering of Applications with Noise,DBSCAN)将散射体分成不同的散射簇。最后根据分簇结果,将构建针对每个散射簇的椭圆信道模型。基于此,作者通过理论推导了 BS端到达角度(Angle of Arrival,AoA)的概率密度函数(Probability Density Function,PDF)的闭合表达式,不同散射簇之间的空时互相关函数的表达式。同时,对上述两者的数值仿真结果表明,该信道模型具有与已有研究模型相似的性能表现,进一步验证了将机器学习思想融合于传统信道模型的可行性。对基于空间统计特性的信道建模而言,竖直角度对系统特性的影响不可忽略。基于此,作者提出了一种车辆对车辆(Vehicle-to-Vehicle,V2V)场景下三维空间(Three Dimension,3D)半椭球散射信道模型。模型假设移动发射机(Mobile Transmitter,MT)和移动接收机(Mobile Receiver,MR)都采用大规模天线阵列。MT与MR之间的相关运动导致了模型的时变几何特性。不仅推导了MT与MR的任意天线之间的信道冲激响应表达式,还推导并仿真了 MR和MT分别在竖直平面和水平平面的AoA的PDF。与二维(Two Dimension,2D)多径衰落信道特性相对比,可以证实本模型的信道参数估计结果符合理论和经验,从而扩展了 3D空间统计信道模型的研究和应用。