信道分析

信道分析（精选十篇）

信道分析 篇1

同时考虑多径和阴影遮蔽影响,国内外研究中常用的描述卫星信道模型有C.Loo模型、Corazza模型和Lutz模型。其中,C.Loo模型[1]适用于乡村环境,模型参数由直升机发射的信号进行测试得到,对卫星信道特性的反映不够真实且不能描述不同环境下的信道状态。Corazza[2]模型可以描述乡村、郊区和城市多种环境下的信道特性,但其单状态建模方式不能满足环境变化的情形。Lutz模型[3,4]将信道分为“好”、“坏”两种状态,可根据终端所处环境实时切换到不同状态。然而,上述3种信道模型适用于传输速率不高的情形,是窄带平坦性信道,针对高速率传输情况,提出了一种改进的Lutz信道模型,是一种频率选择性信道模型[5,6]。Lutz及改进的Lutz信道由Rayleigh、Rice和Lognormal的3种分布组成[7,8],因此,采用莱斯正弦和法[9,10]可实现3种分布及Lutz信道模型的仿真,并通过计算机仿真结果与理论公式所得曲线进行对比,曲线的拟合度较好,验证了此方法的正确性和有效性。同样,也可使用此方法对改进的Lutz信道模型进行仿真,对实际系统的建立有着参考价值。

1 卫星信道模型原理

Lutz信道模型属于窄带平坦性信道,其码元传输速率较低、信号带宽远小于信道相干带宽,信号经过信道传输后各频率分量的变化具有一致性。随着通信技术的快速发展,当基带码元传输速率较高,信号带宽不再远小于信道相干带宽,窄带平坦信道模型可能不适用于当前的传输环境,而变为频率选择性信道模型,可对Lutz信道进行改进,使之适合于传输速率较高的传输环境。

1.1 Lutz信道模型

Lutz信道模型根据传播环境的不同,分为“好”和“坏”两种状态,其中“好状态”假设接收端只受到多径而没有受到阴影效应影响,且多径分量中包含直射分量,因此,接收信号的包络r服从Rice分布[11],其概率密度函数为

令接收信号功率s=r2,则接收信号功率的概率密度函数表示为

其中,c=1/2σ12,这里将莱斯因子进行归一化(即令z=1)。

“坏”状态表示接收信号同时受到多径和阴影遮蔽效应影响,且此时的多径分量不包含直射分量,则多径效应服从Rayleigh分布,又知阴影遮蔽下信号服从Lognormal分布,因此接收信号的包络服从Rayleigh分布与Lognormal分布相乘[12],得到其功率的概率密度函数为

其中,fs(s|s0)表示的是阴影遮蔽确定,接收信号受到多径效应影响下功率的概率密度函数;ss0(s0)表示的是阴影遮蔽影响下的功率密度函数;μ和σ分别为信号受到阴影作用而服从Lognormal分布的均值和偏差。

将卫星与终端之间的信道环境分为“好”、“坏”两种状态,接收端根据自身所处地理环境和阴影遮蔽程度在两状态之间转换,实时模拟信道,模型如图1所示。反映用户在整个通信过程中信道状态的变化,令A为阴影遮蔽时间百分比,则由式(2)和式(3)得到Lutz模型的总的接收信号功率s的概率密度函数

1.2 改进的Lutz信道模型

改进的Lutz信道模型与Lutz信道模型类似,信道都受到多径和阴影效应影响,且阴影效应都服从Lognormal分布,而在多径传播下,接收信号会产生时延扩展,时延扩展值的大小决定信号经历平坦衰落或是频率选择性衰落。Lutz信道模型看作是时延扩展小于码元时间,属于平坦衰落,各路径之间的时延可近似相等或忽略。而改进的Lutz信道模型,其时延拓展大于码元时间,属于频率选择性衰落,此时不同路径之间的时延差值必须加以考虑,因此,由L个多径信道组合而成的信道时变冲激响应为

式(5)中,h(t,τ)表示的是关于时间和时延的频率选择性信道在多径传播时的信道冲击响应函数;ai(t)表示的是第i个多径的时变幅度;μi(t)表示第i条路径的衰落率,τi表示第i条路径的时延。对式(5)的框图描述如图2所示,对于每一个,可理解为是在某一时间间隔内从不同入射角到达的不可分辨的多径组合,视为一个平坦衰落,当这些多径分量组合包含直射分量时,信号的包络服从Rice分布,否则服从Rayleigh分布。

2 信道模型实现方法

Lutz信道模型和改进的Lutz信道模型由Rayleigh、Rice和Lognornal分布组合而成,而这3种分布都可通过色高斯分布转换得到,因此采用莱斯正弦和法来生成色高斯分布。

2.1 莱斯正弦和法

莱斯正弦和法是利用无穷多个具有相同增益,不同频率和相位的正弦波叠加,实现色高斯过程[13],其原理如图3所示。

色高斯随机过程ul(t)可表示为

其中,N表示正弦波信号的个数,正弦波系数ci,n、fi,n和θi,n分别称为多普勒系数、多普勒频率和多普勒相位。在仿真实现时,将正弦波的个数N截断为有限多个,根据研究,通常N>7时,ul(t)就可很好的接近高斯分布。正弦波系数的取值采用实现效果较好的精确多普勒扩展法(MEDS)来确定,其中θi,n服从[0,2π]上的均匀分布,其他系数取值如下[14]

其中,fmax表示多普勒最大频移;σ0指的是平均多径功率。

2.2 瑞利/莱斯分布

瑞利过程可由两个色高斯过程形成一个复随机过程,即u(t)=u1(t)+ju2(t),其中,ui(t)是不相关的色高斯过程,u(t)的模(包络)服从Rayleigh分布。在瑞利过程中引入一个实值常量的直射波Ac,即ε(t)=u(t)+Ac,ε(t)的包络服从莱斯分布。实现Rayleigh和Rice过程的仿真过程如图4所示。

2.3 对数正态分布

Lognormal过程是通过对色高斯过程的非线性变换得到,表达式为

其中,μ和σ分别是Lognormal分布的均值和标准偏差,需要注意的是,此时的色高斯过程u3(t)的均值为1,方差为0,即σ0取值为1,其他参数取值与上述方法一样,色高斯过程得到后,带入具体的参数μ值和σ得到相应均值和标准偏差的Lognormal过程[15],具体实现过程如图5所示。

3 仿真结果

Rayleigh、Rice及Lognormal分布的仿真结果如图6所示,横坐标表示的是信号的幅度包络,纵坐标表示对应的概率密度函数。根据上述仿真方法设置仿真参数值,最大多普勒频移fmax取值24 Hz,生成3种分布的正弦波个数N分别取值为7、8和8。Rayleigh分布的参数σ0取值0.5,Rice分布中直射分量Ac=1,Lognormal分布参数μ和σ取值为-12.9 d B和5 d B。

由图6可知,3个分布图中软件仿真所得曲线和理论值曲线的吻合度高,验证了仿真方法的正确性和可行性。并在此基础上,对总体Lutz信道模型进行仿真,仿真参数如表1所示,仿真结果,图7(a)和图7(b)分别表示城市(v=10 km/h)和公路环境下(v=60km/h)的曲线图,横坐标表示归一化功率,纵坐标是概率密度函数。

从图7可知,软件仿真得到Lutz模型功率曲线和理论式所得曲线拟合程度较好,因此,可使用本文的仿真方法来建立Lutz模型,同理也可用此方法来建立改进的Lutz信道模型。

4 结束语

信道分析 篇2

传输系统中的噪声来源主要有两个方面：一种是外部噪声，主要是外部的各种电磁干扰，通常把这种干扰称为侵入噪声。另一种是内部噪声，主要是系统中的有源器件（如光调制器、光接收机、放大器等），通常把这种内部噪声称为结构噪声。对于HFC网络传输系统可分为两部分，即光调制器到小区光结点，称为光传输系统，光结点输出到用户称为电缆分配系统。对于光传输系统噪声来源主要是光接收机的高斯噪声、激光器的相对强度噪声、光电转换散弹噪声和热噪声、由激光器的非线性和激光器瞬时驱动电流摆动到门限电流以下所产生的削波干扰。当模数频道共存且频道数很多时，削波干扰就起决定作用。

1、下行信道中模拟信号对数字信号的影响

HFC网下行频段是模数兼容的频段，可以把模拟调制信号产生的削波干扰看做是一种冲击噪声，这种冲击干扰具有很宽的频谱。

当这种冲击足够强且冲击的频度很高时，将导致数字信号的误码率迅速增大。

激光器削波效应产生的机理是驱动电流Ib（调制信号电流+偏置电流）瞬时摆动到门限电流以下所产生的。当光调制度过大时将产生削波，所以削波效应是与信号的调制度密切相关的，数字信号的误码率是和模拟信号光调制度MAM、数字信光调制度MQAM相关联的，当QAM光调制度较小时，模拟信号产生的削波对误码率影响较大，这时如果增大QAM信号的光调制度，误码率随之下降达到最低点后，又开始随QAM光调制度增大而上升，这时由于QAM调制产生的削波将起主要作用。

同时，误码率还和模拟载波个数QAM载波个数有关。

既然误码率是和模拟光调制度，QAM光调制度以及QAM载波个数模拟载波个数等因素有关，所以在设计调试系统时，应根据模拟频道和数字频道个数，找到一个最佳的模拟光调制度和数字光调制度。

2、下行信道中数字调制信号的互调失真及对模拟信号的影响

以上分析了HFC网络中模拟信道对数字信号的影响，同样数字信道的QAM信号产生的互调噪声也会对模拟信号产生影响。

我们知道，模拟载波的频谱是单根谱线，所以它们的互调产物在频域中也以离散谱线的形式出现，而数字信号却并非如此，QAM已调波的频谱在频域中是连续的，通过频道带通滤波后产生一个限带的白噪声。

从图中可以看出，这样的一个限带的频谱与模拟载波的频谱在经过非线性器件时（如激光器、放大器等）将在互调频率的周围产生相应的限带噪声称为互调噪声。如果模拟载波和数字载波的个数很多时，它们在经过非线性器件时，将产生一个频谱很宽的互调噪声带，正如多个模拟载波的离散差产物在某一个频道相加成为CTB一样，多个数字互调噪声相加也将产生组合互调噪声（CIN），该噪声电平取决于模拟、数字频道的频率和电平，在模数混合HFC网中，对于一个50～750MHz的系统，550MHz以下互调噪声是很差的，而550MHz以下基本上都是模拟频道。这对50～550MHz的模拟信号的C/N将产生很大影响。好在实际上数字信号传输只要较低的C/N就可以保证图像质量，因此数字载波的工作电平可以比模拟载波的工作电平低一些，这样就可以使组合噪声电平得到很大改善。

SCM信道建模分析与仿真 篇3

对于任何一个无线通信系统, 都需要对其所处的空间信道环境进行一个具体的描述, 它是对通信性能评估和比较的基础。因此, 对于现在的通信技术而言, 需要信道模型能够更好地描述信道的基本特征, 从而可以在其上进行基本的仿真研发等工作。

SCM (Spacial channel model) 是3GPP空间信道模型的简写, 是基于几何分布统计信道模型的基础模型。SCM模型是由3GPP/3GPP2在不同的户外环境中为评估MIMO而形成的公共标准参考。适用于5MHz带宽, 载频2GHz的系统。SCM由两部分组成:校准模型和系统仿真模型[1,2,3]。

1 SCM建模分析

1.1 SCM模型分类

SCM校准模型是一种简化的模型, 其主要目的是检验模拟实现的正确性, 是一个给定的算法从不同的实现的性能结果的比较, 链路级仿真不能实现对系统的性能的评估, 系统级仿真才能实现。

仿真模型是用于性能评估的一种物理模型, 可以分为3个不同的场景:郊区宏蜂窝、市区宏蜂窝和市区微蜂窝。仿真模型对这三个环境的机构和模拟方法都是相同的, 但是相关参数, 如角度扩展, 延迟扩展等是不同的。

1.2 SCM建模流程

SCM的整个建模过程由以下三个步骤组成:

(1) 确定仿真环境:郊区宏小区, 市区宏小区和市区微小区

(2) 取得与当前环境相关的信道参数

(3) 基于已有参数产生信道系数。

1.3 SCM模型参数生成

市区宏蜂窝和郊区宏蜂窝环境生成用户参数

(1) 选择市区宏蜂窝或者郊区宏蜂窝。

(2) 确定各种距离和方向参数, MS相对于每个BS的位置是由小区的布局来决定。联系BS与MS之间的距离计算出路径损耗集。

(3) 确定DS, AS和SF。这些变量分别由DS, AS和SF产生。

(4) 确定N条多径分量的随机延迟。

(5) 确定N条多径分量的随机平均功率。

(6) 确定N条多径分量的AOD。

(7) 联系多径时延和AoD, 将第三步生成的第n条路径的时延与第六步所生成的第n条路径的AoDn, AOD相关联。

(8) 确定BS的N个路径的M=20子径的功率, 相位和AOD的偏移。

(9) 确定每个多径分量的AOA。

(10) 确定在MS的N条路径的M=20个子径在UE的AoA的偏移。

(11) 联系BS和MS的主径和子径。第n条基站路径 (通过其延迟n, 功率Pn和AoDn, AoD定义) 与第m个移动路径 (通过其AoAn, AoA定义) 相关联。

(12) 确定BS和MS子径的天线增益, 以它们各自子径的AOD和AOA为函数。

(13) 在第2步中在BS与MS之间的距离应用路径损耗, 在第3步中确定对数正态阴影衰落来作为信道模型的每个子径功率的参数。

市区微小区环境用户参数的生成与宏蜂窝类似, 这里就不再赘述。

2 信道矩阵系数生成

3 容量分析

其中, N是路径数, S和U分别是在发射端和接收端天线元素的数量。SNR是信噪比, IU是U×U单位矩阵, 'det'表示行列式, HU, S, n (t) 在式 (3-1) 给出H+S, U, n (t) 表示HU, S, n (t) 的逆复共轭矩阵。

4 仿真分析

对SCM的仿真, 主要从系统仿真模型的三种环境来仿真, 从信道容量和空间相关性这两个方面来验证。这三种环境下的基本参数设定见表1所示。

从以上三个仿真图可看出, 虽然在三种环境下的基本参数设置相同, 但仿真图中信道容量和空间相关性曲线差别都挺大。在信道容量仿真图曲线中, 都在参考容量附近, 宏蜂窝曲线较为平缓, 微蜂窝容量变化较快。信道相关性方面, 三种环境下都呈稳定变化, 郊区宏蜂窝最后趋于平缓, 市区宏蜂窝及市区微蜂窝其相关性曲线类似。从以上仿真结果可看出, SCM信道模型能比较客观地反映MIMO信道特征, 验证了其建模的正确性, 为MIMO的分析及研究提供了支持。

5 结语

研究MIMO的各种关键技术, 离不开信道模型。而SCM模型是对散射体随即建模方法上发展出来的, 此模型中对每一条路径引入不同的空间分布特性, 从而接近于实际的无线传播环境, 而且SCM模型是建立在中心频率2G, 5M带宽的条件, 相对适用范围较窄, 随后又提出了其扩展模型SCME模型。正是SCM较为基础, 具有较高的分析价值, 本文基于此, 分析了其特点, 对建模相关参数验证了建模的正确性。SCM信道模型更能反映MIMO信道的实时变化特性, 可以用于链路级和系统级仿真。

参考文献

[1]3GPP TR 25.996 V8.0.0.Spatial channel model for Multiple Input Multiple Output (MIMO) simulations[S].2008, 12

[2]WANG Yang, GELingdong.Doppler power spectrum of fading signals in MIMO channels[J].Journal of Computer Applications, 2007, 27 (8) :1846-1848

[3]NARANDZICM, SCHNEIDER C, FHOMAR.Comparison of SCM, SCME and WINNER channel model[C]Proc.of the65th 1EEE Veh..Fech.Conf. (VTC07) .Dublin, Ireland:IEEE Press, 2007:413-417

基于导频的OFDM信道估计方法 篇4

关键词：无线宽带数字通信系统 符号间干扰 频率选择性衰减 OFDM

1 研究背景

移动通信系统是现代通信系统中的重要组成部分。它是指参与通信双方或至少一方信息的传递与交换必须是在移动中完成的。目前，移动通信技术在发展速度方面、技术的更新换代方面以及市场容量方面均显现出了其领先地位。而个人通信作为未来移动通信技术的目标，即实现任何人在任何时间任何地点以任何形式进行通信。

作为第二代移动通信系统的改进，第三代移动通信系统只是实现了从窄带通信系统向未来移动通信系统的过渡，而不是真正实现了宽带接入系统，因此人们对第三代移动通信系统之后（即4G）的研究日益关注，而研究的重点则是考虑在系统容量、通信质量、数据传输速率方面作进一步改进。第四代移动通信系统在消除符号间干扰以及频率选择性衰落中借助正交频分复用（OFDM）技术来提高频率利用率，速率的确有一定程度的改进，并且在原有基础上实现了扩容，使用户享受到宽带多媒体业务。第四代改善了无线信道下高速数据多径衰落的情况，减少了符号间的干扰，降低了噪声，系统性能大大提升。

2 OFDM基本原理

为了提高信号的抗多径干扰和抗衰落能力，首先把发送端需要发送的数据流分散到若干个子载波上，以免单个子载波的信号速率过高。同时，OFDM中所有子载波在正交情况下，使频谱重叠1/2，以便接收端可基于相关解调技术将各载波分离出来，并且可以消除码间干扰的影响。

■

图1 OFDM系统模型图

信道估计作为相关检测、解调、均衡的基础，成为了通信领域的研究热点之一。根据发送端所采用的调制方式（包括差分或非差分）的不同，在接收端可以用不同的方法加以解调。在发射机采用非差分调制的情况下，要求接收机就必须以相干解调的方式加以恢复。而在相干解调中每个子载波必须是同步的或者相位的偏移是已知的。与此同时，需要通过信道估计来提供信道传输系数的估计值，以确保接收机显示这部分信息。

3 OFDM系统中信道估计算法的分类

如何将高速的数据流分解为多路并行的低速数据流，在多个载波上同时进行传输是OFDM考虑的一个重点。对于低速并行的子载波，通过扩展符号周期，可以有效控制多径效应所造成的时延扩展的影响程度。将保护时间插入OFDM符号后，码间干扰的影响就基本上可以忽略不计了。

在OFDM系统中可用差分方式的调制解调，如DAB采用OFDM+DPSK，也可以用相干方式，如DVB-T采用OFDM-64QAM，还可以采用非相干方式。采用非相干方式和差分方式时，无需进行信道估计和信道均衡，而采用相干方式解调就必须进行信道估计和均衡。对于高速率数据舱来说，差分方式比相干方式的性能要差3dB。为了获得更好的性能，对高数据速率系统要采用相干方式解调。

根据实现途径，可将信道估计划分为频域信道估计算法和时域信道估计算法。时域信道估计算法根据的是时域抽样定理，相应的频域算法根据频域的抽样定理。事实上，只有符合抽样定理，才能进行DFT/IDFT变换，从而理论上得到无失真的原信号。

根据是否使用辅助数据，把OFDM系统的信道估计粗略地划分为：

①盲估计：采用盲估计方法时，即便发送数据未知，也不影响接收机对信道估计的完成情况，并且发送机无需发送特殊训练序列。该方法大大提高了系统的频谱效率，但为了得到可靠的信道估计接收机必须接收到足够多的数据符号。

②半盲估计：该方法实际是在数据传输效率与收敛速度之间做一个折中，也就是借助少量的训练序列来获取信道数据。

③非盲估计：无线移动系统的信道时时变动，在很大程度上均限制了盲估计算法的使用。所以通常对无线通信系统来说，都必须定期或不定期地发送一定的训练序列来训练接收机的信道估计器。在使用这种方法达到我们的目的的同时，又会造成带宽和功率损失，因此，比较适用于突发方式的传输系统，如WLAN等。在OFDM系统中，通常是利用规定某些子载波在需要的时刻传送训练序列，从而实现维持各子载波相互之间的正交性的目的，将这种方法称为导频。

4 基于导频的OFDM信道估计方法

4.1 基本过程

将导频插入发送端。借助导频，导频位置的信道信息可通过接收端进行恢复，继而通过内插、滤波、变换等方式获取所有时段的信道数据。

4.2 步骤

①发送端导频的选择与插入。

■

图2 梳状导频插入 图3 块状导频插入

②通过研究如何最有效地从导频位置恢复出导频时刻的信道信息，接收端基于所接收的导频位置的信号估计信道传输参数■。

③将导频插入数据流中进行信道估计，就能够参考已知点上信道响应的采样值对整个信道的响应进行估计。

4.3 信道估计的实现

信道估计的目的就是通过接收到的Z来估计信道的频率响应H。常用的有两种信道估计方法：最大似然准则（MLE）和最小均方误差准则（MMSE）。

4.3.1 最大似然估计

使P（z；h）？垲■exp[■Z Bh■Z Bh极大

可以得到h的最大似然估值，即求S？垲Z Bh■Z Bh的最小值■■？垲（BHB）lBHZ，■■？荥■。

4.3.2 最小均方误差准则（MMSE）

在无线信道中，假设h是一个Rayleigh分布的L*1复矢量，

使■（Z/h）？垲[Z ■（h）HS[Z ■（h）]P（h/Z）达到最小，

■■？垲（σ2Ch1 BHB）1BHr/λ，

其中Ch？垲E{hhH}，■■？荥■。

5 结论

本文对OFDM信道估计算法的研究背景、基本原理、分类以及实现方法进行了系统的分析和深入的探讨，并进行了仿真实验。随着宽带移动通信技术的发展，对OFDM技术的研究也持续推进，下一代的移动通信已经将其作为全面提高性能的核心技术。当然在研究的过程中，还有很多复杂的问题有待解决，如实现OFDM的关键技术之一，同步技术。

参考文献：

[1]Zhou Wenan，Li Zhen，Song Junde，Wang Daoyi.Applying OFDM in the generation mobile Communications[J].Electrical and Computer Engineering，2002.IEEE CCECE 2002.Canadian Conference on，2002，3：1589-1593.

[2]李悦，李子，蔡跃明，徐友云.OFDM系统中基于导频的低秩信道估计方法[J].通信学报，2004（10）：155-162.

调频频段信道的测试与分析 篇5

模拟广播向数字化广播的过渡是广播行业面临的重大课题, 调频波段的数字音频广播技术是广播数字化的重要组成部分。目前调频波段的数字化方案主要有欧洲的DRM+和美国的IBOC/HD-Radio。传输信道是广播数字化中的一项重要研究内容, 信道性能的好坏决定着广播的质量。为了在有限的资源内尽可能的高质量、大容量传输有用信息, 必须了解信道的特性。根据信道的特性采取抗干扰和抗衰落的措施, 保障传输质量和容量的要求。

本文对调频波段的信道进行了研究, 首先介绍了调频多径信道的测试情况, 然后给出了信道分类和多径参数, 之后对调频信道的时间和频率特性进行了分析。

2 调频信道测试

调频频段数字系统的实验室测试中需使用多径信道仿真器来模拟实际情况中的多径延迟和信号反射, 但是没有文献明确定义调频波段多径信道的相对时延和信号强度, 在此情况下, EIA (Electronics Industries Alliance) 组织了VHF频段信道特征的测试。该测试于1993年由EIA在美国犹他州盐湖城进行。EIA选择盐湖城作为测试区域是由于该地区的多径环境比较恶劣。盐湖城的信道特征测试数据在1993年十二月完成, 总测试里程为140公里, 路径上每间隔0.35米进行一次测试, 共测试了361000个测试点。每次测试对六个最强信号分别进行水平和垂直方向上的测试。从测试数据中分析提取了较强的路径的幅度和相对延迟和相位信息。

信道测试系统如图1所示, 包括宽带脉冲发射机和移动数据采集车, 数据采集车上有信号接收机和非实时的数据处理系统。

测试信号为一连串伪随机脉冲信号, 经BPSK调制后形成4MHz基带信号输入到发射机, 发射射频模拟信号。发射机和接收机中均由高稳定的振荡时钟来保证信号正确解调。经过射频调制后输出85MHz的模拟信号。盐湖城测试用的是功率为6kW的发射机, 发射天线由相互垂直的两个平板天线构成, 产生30o的窄带波瓣, 图2是发射天线水平方向的相对增益图。

接收机装载在小型测试车上, 两个极化天线分别输出相互独立的垂直和水平极化信号, 天线的垂直和水平方向增益如图3、4所示。由图5可见接收天线固定在测试车顶部, 天线中心距离地面约为3米。移动测试车沿着指定路径进行数据采集, 触发计数器保证了均匀的数据采集间隔。在每个数据采集点, 车载计算机将采集信号并进行数字化, 垂直和水平极化信号分别被二倍过采样。采集数据被转移到磁带记录。

采集数据通过和原始PN序列进行相关解调, 识别出直射和反射信号后, 生成时间域的信号强度分布图。通过对采集数据进行分析, 获得了反射信号相对于直射信号的相对延迟和幅度。在实验室测试中, 应用上述信道参数来仿真多径信道。对采集数据进行分析也可获得频率域的信道特征。

3 测试环境分类与信道参数

测试车在盐湖城及周边区域进行数据收集, 测试沿着21条4.4至8公里长的道路, 以之字行穿越或者环绕某个区域, 总共获得140公里的连续测试数据。根据路径周边的环境（建筑、植被、地形、城市化特征等）对这21条路径进行了分类, 在特定区域, 以固定间隔触发进行数据采集, 可获得该类型区域的信道特征。EIA建立了四种描述多径环境的场景:城市慢速（城区步行速度）、城市快速（城区街道35公里/小时的行驶速度）、乡村快速（88公里/小时的行驶速度, 且无人为障碍）、地形遮挡环境（30公里/小时的行驶速度, 有自然障碍物干扰信号直射传播）。USADR (USA Digital Radio) 的分析证实了这些分类的有效性, 并采用了这些分类。USADR的测试证实盐湖城的信道比典型的多径环境更恶劣。各分类信道环境对应的场景如下。

(1）城市信道

该类环境包括:城市中心商业区及周边区域, 市中心的工业、仓储区, 分布有商场和超市等多层建筑物的商业区。测试路径距离建筑物很近, 导致反射信号的延迟很短, 信号强度较强。此类型区域中实际测试车速分布在静止状态至40公里/小时之间, 并且有不时变化, 对这种环境的模拟包括间隔的静止和运动状态的数据。

(2）乡村信道

该类型环境包括:道路延伸的开阔区域, 乡间道路。测试路径远离建筑物, 区域内的建筑物包括多层办公楼和低层住宅。发射信号在时间和幅度上的分布范围较宽。测试车速一般不会为零, 通常涵盖范围为40至100公里/小时。

(3）地形遮挡信道

该类型包括的路径有显著的地形阻挡, 包括峡谷、河谷等附近的道路。道路周边的地形是影响该类型环境最显著的特征, 反射信号很多, 且延迟和幅度快速变化。信道的主要特点是直射路径信号会有损耗, 因而主要的反射路径信号有最强幅度, 反射信号的幅度随反射参数的变化会快速变化。测试车通常不会静止, 但速度不会很快, 通常分布的范围是25至70公里/小时。

对不同测试环境中的测试数据进行分析, 得到各信道的特征参数, 如表1、2、3所示。其中城市信道环境根据运动速度分类城市快速和城市慢速, 区别在于多普勒频移的大小。

4 信道特征分析

根据EIA的测试得到调频波段不同信道的特征参数, 本节中对调频信道的时间色散和频率色散参数进行了分析。

由于无线通信信道的多径、接收机的运动和不同的散射环境, 使得无线信道在时间上、频率上和角度上造成了色散。功率延迟分布描述了信道在时间上的色散;多普勒功率谱描述了信道在频率上的色散。因此, 信号经过信道后分别形成了频率选择性衰落、时间选择性衰落, 也分别产生了时延扩展、多普勒扩展, 分别对应两组相关参数——相关带宽、相关时间。

(1）时间色散参数

功率延迟分布P (τ) 是本地的瞬时功率延迟分布时间上的平均。平均附加时延延是功率延迟分布的一阶矩, 定义为:

式中, ak为第k条多径的衰减因子, P (τk) 为在时延点τk上多径衰落的相对功率。时延扩展 (στ) 是功率延迟分布的二阶矩的平方根, 定义为:

式中,

调频信道有三种不同环境类型下的信道, 对应不同的时延拓展。根据式（3）计算得到城市信道、乡村信道、地形遮挡信道的时延扩展分别为0.78μs、0.43μs、5.1μs。

相关带宽BC表示包络相关度为某一特定值时的信号带宽。当两个频率分量的频率相隔小于相关带宽BC时, 它们具有很强的幅度相关性。这里相关带宽定义为包络相关系数为0.9时, 频率相关函数大于0.9的相干带宽定义为:

经计算得到城市信道、乡村信道和地形遮挡信道的相关带宽分别为25.6kHz、46.5kHz、3.9KHz。

(2）频率色散参数

相关时间是信道冲激响应保证一定相关度的时间间隔。如果基带信号的带宽倒数小于信道相关时间, 那么传输中基带信号受到的衰落就具有很大的相关性, 导致接收机解码失真。假设系统对应的最大多普勒频移。将相关时间定义为信号包络相关度为0.5时（108MHz, 300km/h）, 此时相关时间为

根据上式, 计算得到调频信道的相关时间为6ms。

上述的信道时间色散和频率色散参数对传输技术的选择和数字接收机的设计至关重要。

5 结束语

本文介绍了调频多径信道的测试、信道分类和多径参数, 根据上述结果分析了调频信道的时间和频率色散特性。在数字化系统中, 信道多径参数用于进行信道仿真和建立实验室测试环境, 信道的时间色散和频率色散参数对传输技术的选择和数字接收机的设计至关重要, 因而本文对调频信道的分析具有重要意义。

摘要：本文对调频波段的信道进行了研究。首先介绍了调频多径信道的测试情况, 详细介绍了测试系统和测试方法。然后给出了调频信道场景分类, 及各场景对应的多径参数。之后对调频信道的时间和频率色散特性进行了分析。

多信道数据传输技术分析 篇6

1.1工作的原理

关于LVDS的工作原理主要是其自身的驱动器是由一个恒流源驱动进行的, 此类驱动通常是在3.5毫安左右, 随后组成了一对差分信号。有较高的一个直流输入的阻抗连接在接收端口处, 此处基本不会有电流消耗产生, 因而在100终端电阻中会流经所有的驱动电流, 并且有350mv的电压会在接收器的输入端口产生。当处于反转阶段的驱动时, 会使电流在流经电阻时的方向发生改变, 此时就会有有效的一个“I”或“O”的逻辑状态产生在接收端。

1.2技术特点

现行的LVDS技术为什么能够将物理层的接口瓶颈破除掉, 主要是因为其所具有的多方面优点所发挥出的作用, 如:成本、速度以及EML/噪音功耗等。

1、关于高速传输的能力分析。

通过LVDS技术的作用, 输出了恒流源式的低摆幅, 而这也就意味着LVDS能够发生高速驱动, 如:对于点与点之间的连接, 其能够达到800Mbps的传输速率;对于使用到多点互连的FR4背板的, 其所携带的负载插入总线的是十块卡, 因而其能够达到400Mbps的传输速率。

2、低电磁或低噪音的干扰。

在低摆幅差分信号中存在着LVDS信号, 正如我们所知, 较之于单线数据传输而言, 查分数据传输的方式能够发挥出更强的抵抗能力来处理共模输入的噪声, 电流在两条信号线上的电压振幅和方向是相反的, 因而在共模方式的借助下, 噪声能够在两条线上同时耦合。然而, 两个信号之间的差值是接收端最为关注的, 此时极容易注销噪声。由于存在于两条信号线之间的电磁场极容易相互被抵消, 因而可以说电磁辐射在电信号线上的传输较小。另外, 切换尖锋信号和振铃的现象不容易在恒流源驱动模式中产生, 这就要求我们需要持续将噪声降低。

二、关于LVDS技术的应用分析

2.1设计PCB板的差分布线

无论是宽边的带状线、侧耦合微带线, 还是侧耦合的带状线都能够被看作是良好的差分线。在实际工作情况的遵照下, 笔者更倾向于选择侧耦合微带线。

1、通过微波传输线理论的应用, 能够将差分阻抗的Zdiff设计出来, 或者在某些方程的利用下将相关的差分阻抗设计出来。差分线在分布时需要根据离开的IC状态进行, 尽可能的将两者衔接在一起走线布置, 具有良好磁场抵消能力的说明其布线位置越靠近, 这样有利于将反射消除, 从而确保噪声是在共模的方式下进行耦合的。自动布线的功能是不能够满足差分布线的, 因而需要对一对差分线长度进行匹配, 在保障各组差分线间隔线时间的情况下, 还需要保证较少的线上过孔。为了避免有连续阻抗的情况出现, 必须防止九十度转弯现象的出现, 一般情况下, 我们都会使用到四十五度的斜线或弧线进行替换。

2、设计PCB板。在实际的工作中, 大多会使用到四层以上的PCB板, 这样做的目的是为了分层布局处理电源、LVDS信号、TTL信号以及地等, 在将设计构思付诸到实际工作中时, 为了尽可能的满足要求需要使用到八层板。隔离处理较陡的TTL/CMOS信号和LVDS信号, 最好在不同的层面上安置它们, 以便于在最后能够分开处理地层和电源层。在接插件的位置尽可能的布置上接收器和发送器, 因为在连线长度越短其所取得的效果越好这一原则的遵循之下, 能够确保板上的噪声是不会在差分线上被带入的, 并且能够有效的将电缆线和电路板之间EML交叉的干扰影响避免掉。在每一个旁路的LVDS的器件上, 都有分布式散装的表贴电容或电容存在, 我们在安装时需要尽可能的将它们向地线和电源的引脚处靠近。当将较宽的布线应用在地线和电源位置时, 就必须保证地线的PCB之间的线路是又短又宽的。

2.2选择接插件和电缆

笔者根据自身多年的工作经验发现, 在实际应用中双绞线平衡式的电缆是选择最多的, 在选择以后会屏蔽处理外层, 待标准的连接器发挥出接插件的作用时, 需要在连接器的位置对差分信号进行处理, 大多是在一行里面较为靠近两个连接口的位置进行连接处理。

总结:综上所述, 较之于传统的RS-485/232/422而言, 现代化的LVDS数据传输的标准化系统其优越性更加明显。当LVDS技术应用在雷达系统中时, 需要在规定的时间段内将数据传输的操作完成, 以便将系统设计的复杂性降低, 不进一步提高其在整个运行工作中的低电磁辐射、低噪音、稳定性以及安全性。

参考文献

[1]温景容.无线自组网MAC层及相关技术研究[D].北京邮电大学, 2013.

[2]史春光.无线Ad Hoc网络跨层协同和多信道MAC协议研究[D].国防科学技术大学, 2013.

[3]秦绍华.无线传感器网络多信道通信技术的研究[D].山东大学, 2014.

短波信道特性分析及其仿真建模综述 篇7

关键词：短波信道,仿真,Watterson模型,ITS模型

引言

人们对短波等无线信道机制进行研究和建模开始于上世纪50年代, 并就电离层物理特性、短波传播特性、短波信道的噪声和干扰等问题发表了大量的论文和著作。1970年, Watterson模型被提出, 随后被国际电信联盟 (ITU) 推荐使用, 此模型属于窄带模型, 其有效带宽仅12kHz或更少, 但于由于它在大多数情况下能够较好的反应短波信道的特性, 因此在硬件和软件仿真器上被广泛使用。

从上个世纪80年代以来, 一系列宽带短波信道模型被陆续提出并应用:对Watterso n模型进行改进的模型中代表性的有两种:Watterson模型加高斯随机延迟模型和Watt erson模型后接群延迟特性滤波器模型;对W atterson模型进行扩展的模型中有代表性的是子带并行--宽带窄带化模型;另外, 文还有一种伪决定性信道模型以及Vogler模型。这些短波宽带信道模型都不具有普遍性的意义, 还存在这样或那样的缺陷[1]。

本文将对短波信道特性加以分析, 并对经典的窄带Watterson模型和宽带ITS短波信道模型及仿真进行分析。

1 短波信道特性分析

短波波段频率范围为2—30 MHz, 标准的带宽分配为1.24KHz和3KHz。从物理角度看, 短波信道的特点是多径时变的, 并会产生时间和频率的分散。多径产生的原因是由于无线电信号经不同层次的电离层反射引起的。此外, 多次反射还会出现在地球表面和电离层之间, 引起多跳传输。这样, 接收到的信号可能包含几个“回声”或模式, 相隔时间大约在毫秒级 (即时间延拓) 。频率拓展的原因是由于每条传输路径上受到电离层反射后会引起不同的衰落。对中纬度短波信道, 多径引起 (通常称延迟拓展) 的范围达到6ms, 信号衰落 (通常称多普勒频移) 可高达5Hz, 当然更典型的数值分别是2ms和1Hz, 这些数值是CCIR关于非理想信道标准中基本的参数[2]。部分文献中还对北部处于极光地区的信道参数进行了研究, 提出的时间延迟是10ms, 多普勒频移为50Hz。

2 短波信道建模与仿真

2.1 watterson信道模型与仿真

对短波信道建模具有里程碑意义的是沃特森在1970年发表的一篇文章即文献[3], 文章中提出了一种静态模型, 并在大气中进行了实验验证。此静态模型可以描述为高斯散射增益抽头延迟线模型, 即Watterson模型。

模型建立的理论基础是:短波信道在频率和时间上是非平稳的, 但是如果分析是在有限带宽 (如小于10KHz) 和充分短的时间 (如小于10分钟) 内, 大多数情况下它基本上都可以被当作平稳信道来处理, 即信道是建立在平静电离层条件下, 各个传播模式内的时延扩展可以忽略, 从而可以选用一个适当的静态模型来表示它。

文献只是就模型进行了笼统的描述, 没有提供模型建立所需要的实现细节。随着研究的不断深入, 模型的仿真实现基本达成了一致。比较典型的模型仿真总体框图如图l所示。

如果想得到CCIR非理想信道, 只需将抽头延迟设定为2ms, 每条路径上的多普勒频移设定为1Hz。

2.2 ITS宽带短波信道模型及仿真

上个世纪90年代后期, 美国电信科学协会 (ITS) 发表了一篇迄今最为权威的宽带信道模型仿真器实现方法的论文, 后被广泛称为ITS模型。ITS模型适用于宽带和窄带两种情况, 可看作Watterson模型的一种扩展[4]。

ITS信道模型包括输入/出信号、时变的信道冲激响应和模拟的噪声干扰三部分:

信道的冲激响应h (t, τ) 是传播时间t和传播时间延迟τ的函数, 其表达形式如下:

式中:n表示n个独立的传输路, pn (τ) 表示第n条路径的延迟功率分布, 对于宽带短波信道传输模型, 功率延迟服从Gamma分布;Dn (t, τ) 表示相位函数, 用以表征多普勒频移;ψn (t, τ) 表示随机调制函数, 其时间相关性决定了多普勒扩展的宽度和形状。

在n路传输模式下, 信道系统仿真框如图2所示。

对ITS模型进行仿真的难点在于功率延迟谱函数的建立[5]。pn (τ) 的表达式为:

式中:A为延迟功率峰值 (为最大接收功率) , α为形状因子, 控制分布函数的对称性, τ为延时变量, Δ=τc-τl为时延控制宽度, 且τl满足pn (τi) =0, Γ (·) 为伽马函数, τc为中心频率处的平均延时, 决定了延时偏移, 根据输入参数计算得到。在图3中给出了各参数的图解标示。

从图中很明显可以看出, 当确定接收阈值Af后, 功率延迟谱函数的形状主要由中心频率时延τc、时延扩展στ、上升时延σL和峰值功率A等参数确定。

功率延迟剖面函数的参数需要进行实测获得, 有些参数的确定还需要进行迭代计算才能得到, 因此要得出功率延迟剖面函数的仿真表达式是非常困难的;

所以在不影响信道模型性能的前提下, 有必要对功率延迟剖面函数进行适当的简化, 现列2种简化方式:

(1) 高斯函数拟合方式[6]

此拟合方法是使用高斯函数。这样拟合虽然比较简单, 但是由于高斯函数曲线的对称性, 其功率延迟谱函数曲线形状与ITS信道模型的功率延迟谱函数的曲线形状误差会很大, 在时延特性方面必定会有较大的误差, 将会严重地影响到简化模型的精度。

(2) Nakagami函数拟合方式[5]

功率延迟谱函数的曲线与Nakagami函数曲线十分相似, 所以将功率延迟谱函数用Nakagami函数拟合会得到比较好的效果。

3 结语

Waterson模型由于大多数情况下能够较好的反映短波信道的特性, 而且复杂度低, 被推荐并广泛使用。反观目前正在研究使用中的宽带信道模型还没有能像Watters on模型一样得到广泛的应用, 关键在于已有的短波宽带信道模型还存在这样或那样的缺陷, 不能很好地表征典型的短波宽带信道复杂的传播特性。但是, 随着信息社会对宽带业务的需求日益增长, 提高短波通信的数据传输速率增加传输容量的研究迫在眉睫, ITS模型已经是现今公认的最能全面反映宽带短波信道特性的模型, 适用于宽带和窄带, 同时具有较高的仿真精度, 在下一步的研究中, 可对此模型进行完善, 完善的关键是如何对功率延迟分布中各延迟节点间衰落特性的相关性进行合理的数学抽象, 同时, 针对模型比较复杂, 参数多, 形式不够简洁的特点, 还需要对模型进行改进和简化, 在保证仿真精度的前提下, 降低仿真难度。

参考文献

[1]唐万斌, 涂旭东, 李少谦.短波通信中的宽带信道建模方法与比较[J].电子科技大学学报.2003, 32 (5) :555-559.

[2]ITU, “Recommeddation 520-1 Use of High Frequency Ionospheric Channel Simulators”, Recommendationgs and Reports of the CCIR, Vol.Ⅲ, pp.57-58, Geneva.

[3]C.C.Watterson, J.R.Juroshek, W.D.Bensema, “Experimental Confirmation of an HF Channel Model”, IEEE Trans.On Comm.Tech., Vol.COM-18, No.6, Dec.1970.

[4]孙萍, 张水莲, 秦志强.ITS宽带短波信道及其噪声的建模和仿真[J].通信技术, 2009, 42 (5) :15-17.

[5]李敬军, 张曙.一种简化的短波信道ITS模型[J].应用科技, 2010, 37 (3) :26～29.

海洋大气波导信道特性分析与应用 篇8

大气波导是影响无线电系统工作的一种重要环境因素, 它可以捕获30 MHz以上的无线电波, 使其以很低的衰减进行超视距传播, 如对雷达系统来说, 大气波导可形成雷达盲区, 也可使雷达波束产生超视距目标探测。随着信息技术和信息化武器装备在现代战争中的广泛运用, 对复杂环境中电子信息系统的作战效能提出了非常高的要求。通常系统设计时一般只考虑标准大气情况, 当大气波导传播等反常传播情况出现时, 雷达、通信、干扰和预警等电子信息装备的作用距离、范围等将产生重大改变, 如果不能及时了解这种变化, 将使信息系统失去应有的作战能力, 甚至改变战场态势。因此需要研究大气波导的环境特征及实时预报波导参数的可能性, 并研究大气波导对电子信息系统的性能评估方法, 目前已从不同的角度对大气波导开展了大量的研究[1,2,3,4,5,6,7,8,9,10]。由于海上为大气波导的频繁区, 针对海上大气波导讨论大气波导的测量、预测以及大气波导环境特征的统计情况, 介绍了主要的波导传播特性计算方法, 讨论了波导传播对电子信息系统的影响评估方法及其在大气波导信息辅助决策方面的应用。

1 大气波导环境特性

在一定的水文气象条件下, 在大气边界层尤其是在近地层中传播的电磁波, 受大气折射的影响, 其传播轨迹折向地面, 当电波射线曲率超过地球表面曲率时, 电磁波会被陷获在一定厚度的大气薄层内, 仿佛电磁波在金属波导管中传播一样, 这种现象称为大气波导传播, 形成波导传播的大气薄层称为大气波导层。大气折射的几种情形如表1所示, 其几何示意如图1所示。

表1中, N为大气折射率;M为考虑地球曲率的修正折射率;d N/dh为大气折射率的高度梯度。一般情况下如开阔海域, 折射率的水平变化相对于垂直变化可以忽略, 但在岸—海交界等不均匀条件下, 水平和方位向也会有复杂的变化。海上大气波导一般分为3种:蒸发波导、表面波导和抬升波导。蒸发波导在全球所有海域和时间内都可能存在, 只是波导概率、高度和强度不同, 具有较高的利用价值。表面波导和抬升波导尽管出现概率较小, 但也会造成较大的反常传播效应。

1.1 大气波导测量和预测

通常通过大气折射率剖面的测量结果获得大气波导环境特性。由于波导层的出现与否是由折射率梯度确定的, 所以获得不同高度上具有足够分辨率的大气折射率, 就可以判断波导环境是否出现。常用的折射率测量方法有直接测量和间接测量2种。

1.1.1 气象探空仪测量

通过大气温湿压测量换算为大气折射率。对流层气体的折射率与气象参数的关系为:

式中, n为折射指数;T为温度 (K) ;e为水汽压力 (h Pa) ;P为大气压力 (h Pa) 。

1.1.2 微波折射率仪测量

微波折射率仪是直接、快速、准确测定空气折射率的专用设备, 可利用不同平台直接测得不同高度上的大气折射率。

对流层波导预测预报研究需要区分不同的波导类型, 根据它们出现的成因, 分别使用适合不同波导类型的预测预报方法:

(1) 通过分析沿海区域出现波导的天气形势、部位和有关天气要素, 以及天气形势、天气要素的发展变化对波导结构发生发展和消亡过程的影响, 得到沿海区域波导结构出现的预报方法[4,5];

(2) 海上水文气象参数的测量预报, 如基于相似理论的PJ模型、NPS模型和伪折射率模型等典型海上蒸发波导环境预测模式;

(3) 基于MM5等中尺度气象模式, 通过数据同化处理、初始场和边界方案的选取进行区域大气波导数值预测预报。

近年来, 也有越来越多的其他方法来研究波导剖面的预测, 其原理大多是根据电波在大气中的传播特性来反演大气折射率剖面, 如利用GPS系统的掩星技术、地基GPS散射接收反演技术和利用雷达海面回波反演方法等。

1.2 典型海域大气波导统计

我国东海、南海区域是大气波导频繁区, 通过实验测试和分析, 该海域大气波导出现概率和波导参数有如下规律:东海和南海蒸发波导的年出现概率一般在85%左右, 早上和晚上出现概率较高, 通常在85%~90%, 中午蒸发波导的出现概率较低, 一般在80%, 季节变化不甚明显;各海区蒸发波导年平均高度一般在15 m左右;海上低空大气波导出现概率在15%~40%, 下午比上午概率高, 四季中夏季较高, 冬季较低 (有些区域例外) , 海上低空大气波导强度平均值约为5~15 M, 平均厚度在60~150 m左右, 四季中夏季较厚, 冬季较薄;波导顶高在500~1 500 m, 波导底高在400~1 400 m, 其中贴海波导出现概率约为5%~20%, 贴海波导高度在60~80 m, 强度约为10 M。

2 大气波导传播算法

大气波导传播计算方法有统计方法和从麦克斯韦方程组简化得到的数值方法。可以根据大气波导环境统计结果进行大气波导传播统计分析。基于测量数据的经验性统计预测方法如下:

假定地球表面光滑, 对流层波导传播p%时间不超过的衰减为:

式中, Af为天线与对流层波导结构间的耦合衰减;Agt为大气气体吸收水平路径衰减;Av为对流层波导中和时间百分数与距离有关的衰减。各分量的详细计算公式见有关文献。

对流层波导传播p%时间超过的基本传输损耗为:

目前比较成熟的波导传播计算理论有3种:波导模理论、抛物方程数值方法和几何光学理论, 这几种方法各有其优缺点。除以上方法外, 还有将各种方法优势相结合的混合算法, 如抛物方程与高斯波束结合的算法、无线电物理光学 (RPO) 模式等。其中RPO模式被美国海军AREPS软件所采用, 具有较好的计算性能。

3 大气波导在信息系统中的应用

针对信息系统中不同的任务要求, 大气波导环境特性研究和传播理论研究成果可应用于电子信息系统的性能评估与辅助决策, 为在大气波导环境条件下信息系统应用提供基础信息保障。

基于测量或预测获得的大气折射率剖面, 结合实际无线电系统的频率、高度和仰角等参数, 经传播计算得到电波能量的空间分布, 进一步处理得到适合于特定电子信息系统应用或辅助决策信息, 如随时间和空间分布的传播损耗、传播因子、信噪比和目标探测概率等。

海上信息系统在执行任务时应考虑大气波导的影响。例如, 舰载雷达天线如位于大气波导内, 则可以探测超视距远距离海上或低空目标, 另外正常视距范围内的低空目标则有可能处于大气波导的顶层探测盲区;在标准大气情况下, 电子干扰机位于较高的位置才能获得较远的干扰距离。但存在大气波导时, 利用大气折射率剖面分析结果和电波能量空间分布图, 电子干扰机不必有较大的高度, 调整自身位置到波导内, 其干扰效果就会大大增强;在电子支援措施 (ESM) 中, 一方面要检测敌方目标, 为电子干扰、威胁检测及告警提供所需的信息, 另一方面要了解我方被攻击的弱点, 为威胁检测、告警和逃逸提供信息, 这都要求了解电波能量的空间、时间分布图。

在通信与侦察中同样可以加以利用和合理规避大气波导效应, 评估通信、侦察或干扰能力对设备和环境的要求。假设频率为L波段, 辐射功率40 d Bm, 距离250 km, 收发天线海拔高度区间为100~2 000 m, 带宽为2 MHz, 载噪比C/N为10 d B, 分析传播损耗与G/T值 (通信、侦收或干扰系统天线增益和噪声比) 之间的关系。天线接收信号C/N值为:

代入已知数据可得:

取系统等效噪声温度为300 K,

式中, Lf为电路基本传输损耗;G为满足通信、侦察和干扰条件 (C/N=10 d B) 的天线增益。根据天线增益和效率, 可估计出天线实际大小。在波导高度为450~550 m条件下计算传播损耗, 然后求得所需接收天线增益如表2所示。

(d B)

可以看出, 大气波导 (低空波导和蒸发波导) 超视距情况下, 在一定的天线增益条件下, 可获得较好的通信、侦察和干扰能力。

C波段、蒸发波导高度为30 m、强度为30 M时的传播损耗如图2所示。蒸发波导高度为10 m、强度为10 M时, 目标RCS为2 m2情况下的雷达作用距离计算结果如表3所示。

(km)

4 结束语

信道分析 篇9

【关键词】小学数学；创新方法；亲师信道；乐学氛围；提高成效

教师要贯彻落实新课改精神，教育引导学生积极参与各种教学活动，不但有助于学生理解和掌握数学知识，而且有利于学生获取数学技能，让学生逐步掌握数学学习的规律和方法。教师要以新“课标”精神为指导，营造乐学情境，用活用好教材，进行创造性地教学，让学生经历学习过程，获得独特的数学体验，感受成功的喜悦。

一、解读教材，读懂学生，让学生成为数学学习的主体

教师要根据不同的内容来确定教学目标，以学生原有的知识和生活经验为基础，注重方法性、体验性、综合性，要结合学科知识体系和学生学习需求，精心策划和设计教学目标、教学方法、教学过程，引导学生自主学习、合作探究、深入思考，促进教学效率的提高，促使教学目标的实现。由于每位学生所处的文化环境、家庭背景和思维方式的不同，学生的数学基础、接受能力、思维层次也不尽相同，因此，教师要走进学生中间，与学生进行交流，了解、掌握学生的学习基础、情感爱好、感知能力和教学建议，认真读懂每一位学生的心，要时刻留意每一位学生的每一个进步，加以鼓励，让每一位学生能够正确从容地面成败，端正自己的学习态度，真正成为学习的主人。对学生的行为特征进行梳理、整合，因人而异地开展指导，对一些有利于教学活动开展的意见、建议在教学中加以利用，使教学活动更能贴近学生的学习需求，为学生提供一个“亲师信道、情景交融”学习环境，引导学生主动学习，深入思考，让学生在数学教学中不断提高自身的人文素养和综合素质。，

二、改进方法，营造氛围，让课堂成为学生成长的乐园

教师要引导学生在参与主动观察、动手操作、大胆猜测、合作交流等数学学习活动中，发散学生的思维，引导学生寻求变化，从深层次、广角度、多渠道、全方位思考问题，注重培养学生的兴趣和良好的学习习惯，让学生的身心始终处于良好的的状态，聚精会神地去学习，去思考，去探究，让学生通过学习掌握数学概念、数学性质及基本规律，使学生的思维层次得到提升、思辨能力得到强化、思想素质得到发展，引导学生从小学会全面、综合地思考数学问题。如笔者在教学“应用题一题多解”的问题时，为提高学生思维的深入性、系统性和广泛性，我引导学生开动脑筋，发散思维、从不同的角度思考解决问题，使学生思路开阔、思维活跃，取得了较好地教学成效。教师在教学中，要加强对学生进行学法指导，提高学生数学能力，逐步培养学生由“学会”向“会学”发展。帮助学生达成完整的认知结构，引导学生理解、掌握获取的数学知识的方法，运用尝试学习方法、迁移类推法等分析、比较、综合、逆向、假设解决数学问题，让学生逐步掌握数学知识的内在联系，消化、汲收、应用数学知识，进一步提高学生的综合能力。

三、教会方法，引导探究，让学生经历知识形成的过程

作为数学教师，要遵循学生的学习规律、心理规律，教会学生科学的学习方法、思维方法，为学生提供主动观察、实验、猜测、验证、推理与交流等机会，引导学生合作探究，让学生经历知识形成的过程，才能不断提高数学教学的效率。随着时代的发展，教改的深入，以多媒体为代表的现代化教学方法已广泛应用于数学教学之中，对教学活动的深入开展起到了较好地辅助作用，以其直观、快捷、生动的画面给学生以感性的感官享受，有效地提高了教学效率。如，在教学“扇形统计图”内容时，为帮助学生掌握扇形统计图的特征和作用，能描述扇形统计图所反映的有关数据，提高学生处理数据的技能，发展学生的应用意识和实践能力。我通过多媒体演示，让学生经历知识产生、探究、思考、推理、反思的过程，让学生参与到“学中玩，玩中学”的活动中，体验数学学习的乐趣，让学生理解条形统计图和折线统计图绘制步骤一样，连接每个直条的端点，使条形统计图变成了折线统计图，沿着折线统计图的各点画出直条，转变成了条形统计图。

四、衔接生活，联系实际，让生活检验学生所学的知识

数学知识源于生活，高于生活，教师要引导学生衔接生活学用数学，用生活检验学生实践的能力，让学生从已有的生活经验出发，将实际问题抽象成数学模型并进行解释与应用，使数学更具有挑战性，趣味性，教师要从学生的学习实际、接受实际、成长实际出发，选择一些贴近学生生活的题材的数学问题充实到教学过程之中，激发学生的求知欲，满足学生的好奇心，让学生尽情地享受数学学习的快乐，指导学生留心生活、收集生活中的数学问题，让学生用数学的眼光去重新审视生活，使学生的情感世界获得发展和提升。如，笔者在教学“比例尺、面积变化、确定位置”内容时，在解决问题的过程中，让学生体会比例以及比例尺的应用价值，感知不同领域数学内容的内在联系，增强用数和图形描述现实问题的意识和能力，丰富解决问题的策略，进一步培养观察能力、识图能力和有条理的进行表达的能力，发展学生的空间观念。

矿井MIMO信道模型的容量分析 篇10

煤矿井下复杂的环境严重影响了井下无线信道容量的提高。MIMO系统采用多天线技术, 有效的利用井下信号的多径传播, 与传统单天线系统相比, 系统的信道容量显著提高, 所以MIMO技术能够对抗信号的多径衰落, 提高系统的通信质量。

1 矿井MIMO信道的统计模型

矿井巷道空间相对狭小, 矿井中设备较多, 启动频繁, 电磁干扰大, 会带来较大的反射和散射, 散射体分布不均匀, 地面散射体分布有很大区别, 因此, 传统陆地MIMO信道模型往往很难应用到井下MIMO信道建模。矿井的巷道的无线传播环境, 服从瑞利衰落分布。针对矿井的特殊的无线通信环境, 采用GBDB统计模型来描述如图1、图2矿井MIMO信道。

为了对信道容量的分析, 建立了信道模型。假设通信系统为2×2收发天线系统。发射天线与接收天线距离为d0, 并且发射端与接收端之间隧道内的总散射体N服从均匀分布, 发射天线与接收天线距离分别为Di, Dr, 天线之间的距离远远小于发射端与接收端的间距。

和陆地通信相比, 煤矿井下物体运行速度相对较慢, 因此可以不考虑多普勒频移对其的影响, 由图1、图2可得低通冲击响应hpm (t) :

其中散射分量等效低通冲击响应表示为:

2 MIMO信道容量

MIMO技术对于存在多径衰落的信道有独特的优势, 可以提升信道容量, 并且信道容量与天线的数目存在正相关。在保证带宽和发射功率不变的情况下, 充分利用无线信道的多径传播, 对井下无线通信质量的提高有重要意义。

为了分析MIMO信道的容量, 假设MIMO系统的发射天线为Nr, 接收天线为NR, 发射总功率为P, 则每根天线的发射功率为P/NR, 信道受高斯白噪声的影响, 接收天线的信号功率与发射信号功率相等, 每根接受天线上的噪声功率为σ2, 于是每根天线的信噪比ζ=P/σ2。

NR×Nr的复矩阵H用来表示信道矩阵, H的第ji个元素表示hji第i根发射天线到第j根接收天线的信道衰落系数。

对于具有Nr根发射天线和NR根接收天线的MIMO信道, 假设发射端对信道的状态信息未知, 且具有固定的信道幅度, 则该信道容量可以表示为:

式中, min表示Nr和NR中的最小数, Imin表示min×min阶的单位阵, det (·) 表示矩阵的行列式。矩阵Q的定义如下:

由于MIMO信道系数的幅度是随机变化量, 因此信道容量随机变化量用平均值表示为:

式中r表示矩阵H的秩, 且r≤min (Nr, NR) , 数学期望为E (·) 。

3 仿真结果与分析

煤矿井下特殊的环境, 要求井下无线信道容量的提高, 在不考虑天线放置方式及天线间相关性的基础上, 并且信道服从瑞利分布, 信道衰落系数不变, 通过采用增加天线数目的方法来研究其对信道容量的影响。对SISO, 2×2MIMO, 3×3MIMO, 4×4MIMO信道容量进行分析仿真。

结果如图3所示, 天线数目对信道容量有显著的影响, 随着信噪比的增加, 信道容量不断提高;天线数目的增多, MIMO系统容量也不断增加。

由图4可知, 当相关系数r (0≤r≤1) 取0, 0.5和0.9时, MIMO系统信道容量受空间相关性系数影响显著且相关系数越大, 系统信道容量越小。对比2×1和2×2系统曲线可知, 天线数目的增加, 系统信道容量也随之增加。当r=0和r=0.5, r=0.9时, 对于2×1系统信道容量基本吻合, 而当r=0和r=0.5, r=0.9时, 对2×2系统, 随着相关系数的增加, 系统的信道容量不断下降。横向比较可知, 信噪比越大, 信道容量损失越大。因此, 为了保证MIMO系统信道容量不受损失, 在不增加天线尺寸的基础上, 使天线阵列间距离最大化且无线信号传播相互独立, 有利于矿井巷道无线通信的发展。

4 结语

本文对矿井无线通信环境进行了分析, 通过建立矿井MIMO信道模型, 假设天线间相对独立, 并且散射体服从均匀分布, 推导出信道容量函数, 并在此模型的基础上, 对MIMO系统容量进行了仿真, 仿真结果表明, MIMO系统信道容量随天线数目的增加而增加, 并且空时相关性对系统容量有显著影响, 相关系数越高, 系统容量呈不断下降趋势。

摘要：分析了煤矿井下无线通信环境, 建立了矿井MIMO信道模型, 推导出了该信道模型的信道容量函数, 在此MIMO信道模型的基础上, 对不同天线数目的 MIMO通信系统进行了仿真, 仿真结果表明, MIMO系统信道容量随天线数目的增加而增加, 随空间相关性增大而减小。

关键词：矿井通信,MIMO技术,信道模型,信道容量,空间相关

参考文献

[1]陈珊珊, 刘广亚, 姚善化.MIMO-OFDM技术在矿井无线通信中的应用[J].煤矿机械, 2013, 34 (3) :223-224.

[2]肖扬.MIMO多天线通信系统[M].北京:清华大学出版社, 2002.

[3]彭丽, 孙彦景, 钱建生.UWB矿井巷道无线信道模型[J].华中科技大学学报, 2008, 36 (1) :247-251.

[4]王阶.MIMO系统信道估计技术研究[D].成都:电子科技大学, 2005.