一种基于有限状态马尔科夫的宽带无线信道建模方法

文档序号:1908024 发布日期:2021-11-30 浏览:28次 >En<

阅读说明:本技术 一种基于有限状态马尔科夫的宽带无线信道建模方法 (Broadband wireless channel modeling method based on finite state Markov ) 是由 李璐 张嘉驰 于 2021-08-23 设计创作,主要内容包括:本发明提供了一种基于有限状态马尔科夫的宽带无线信道建模方法,通过消除接收信号中收发间距离的影响,对主径和两个邻近主径共同建模,采用Lloyd-Max量化器确定每个抽头不同状态的信噪比范围,进而实现车联网宽带无线信道的建模。本发明提供的方法,弥补了现有马尔科夫信道模型中信道状态严重依赖于距离,导致每个状态范围内信道非平稳这一缺陷;同时将窄带模型提升为宽带系统,提高了车联网无线信道建模的准确性。(The invention provides a finite state Markov-based broadband wireless channel modeling method, which is used for jointly modeling a main path and two adjacent main paths by eliminating the influence of the distance between receiving and transmitting in a received signal, and determining the signal-to-noise ratio range of each tap in different states by adopting a Lloyd-Max quantizer so as to realize the modeling of a broadband wireless channel of the Internet of vehicles. The method provided by the invention overcomes the defect that the channel state in the existing Markov channel model depends on the distance seriously, so that the channel in each state range is not stable; meanwhile, a narrow-band model is improved to be a wide-band system, and the accuracy of modeling of the wireless channel of the Internet of vehicles is improved.)

一种基于有限状态马尔科夫的宽带无线信道建模方法

技术领域

本发明涉及无线通信技术领域,尤其涉及一种基于有限状态马尔科夫的宽带无线信道建模方法。

背景技术

车联网通信技术对于提高交通安全性、减少拥堵、提高交通效率等方面具有重要的意义,准确认知无线信道对于车联网通信系统的前期设计、链路仿真以及后期的网络优化提供理论支撑。当今对车联网无线信道建模方法主要是以理论模型构建为主流,典型的无线信道建模理论模型如射线跟踪法、基于几何的随机信道模型等。理论方法固然可以提供车联网信道的闭合表达形式,但是该类方法是对实际无线传播环境的模拟,无法真实的还原车联网无线电波的真实传播状况。

有限状态马尔科夫链信道模型是基于实际测量的信道数据,采用一个离散时间马尔科夫链对无线信道的衰减进行近似。该模型通过将时间和信道信噪比的离散化,以实现采用有限信道状态集合对所有可能信道衰减集合的建模。然而,传统的有限状态马尔科夫链信道建模方法存在以下不足:一方面,信道状态受到收发间距离的严重制约,即信道状态内仍含有收发端间距离的影响;另一方面,该方法仅适用于窄带通信系统的仿真,而车联网无线通信系统带宽可达20MHz,该模型无法直接应用于车联网无线信道建模中。因而本发明主要研究一种基于有限状态马尔科夫的车联网宽带无线信道建模方法。

发明内容

本发明的实施例提供了一种基于有限状态马尔科夫的宽带无线信道建模方法,用以解决现有技术中存在的问题。

为了实现上述目的,本发明采取了如下技术方案。

一种基于有限状态马尔科夫的宽带无线信道建模方法,包括:

S1基于在车联网场景采集的信道冲击响应,对接收功率和收发端的间距进行一阶线性拟合,消除收发端间距的影响;

S2将执行了步骤S1的信道冲击响应中的主径和邻近该主径的抽头构造成多个信噪比集合,对每个信噪比集合进行区间划分,统计每个信噪比集合的信道状态概率和信道转移概率;

S3基于主径和邻近该主径的抽头的初始状态,每个信噪比集合的信道状态概率和信道转移概率,结合收发间距对接收功率的影响,通过一阶N状态的马尔可夫模型,获得车联网宽带无线信道数据。

优选地,步骤S1包括:

S11通过式

消除接收功率中的大尺度衰落影响,进而消除收发间距的影响;式中,表示发射功率,单位为dBm,表示在收发间距为d处的接收功率,单位为dBm,表示消除掉收发间距影响的接收功率,单位为dBm,参数n表示路径损耗拟合指数,f0表示载频,d0表示参考位置距离,FSPL(f0,d0)表示在参考位置处d0的自由空间传播损耗,单位为dB,表达式为

FSPL(f0,d0)=20log10(4πd0c/f0) (2);

式中,c表示光速;

S12通过式

消除发端间距的影响,并计算每个多径抽头的信噪比;式中,hraw(d,τ)表示原始采集到的不同位置处的CIR,τ表示时延维自变量,符号||·||表示取绝对值,为线性尺度的消除了大尺度衰落影响的接收功率,可表示为N0为噪声功率。

优选地,步骤S2包括:

S21基于执行了步骤S1的信道冲击响应,将每帧快照中信噪比最大的抽头作为主径的抽头;

S22通过式

获得主径抽头的时延坐标τLOS

S23基于主径的抽头,获取两个邻近主径的抽头,并通过式

τ1=(τLOS+1/B) (5)和τ2=(τLOS+2/B) (6)

获得该两个邻近主径的抽头的时延坐标;式中,B为带宽;

S24通过Nakagami-m函数式

获得主径的抽头和邻近主径的抽头的信噪比集合分布;式中,为每径抽头信噪比的期望,Γ(·)表示伽马函数,每个抽头集合对应的参数m由拟合而得到;

S25将每个抽头的信噪比划分为N个连续不重叠的范围,设第n个信噪比范围为[Γn-1n),信噪比落在该范围内视为状态sn

S26通过式

对每个抽头的信噪比的范围进行量化操作;通过式

计算量化后的每个抽头的信噪比的范围的均方误差;式中,为第n个量化区间的量化电平,f(γ)表示信噪比的分布函数,Dk表示第k次迭代计算得到的均方误差;

S27重复执行子步骤S26,直至相邻两次迭代的均方误差的差值小于预设的误差δ,获得划分后的所有抽头的信噪比的范围[Γn-1n),n=1,2,…,N-1;

S28通过式

计算获得信道状态概率;式中,num{·}表示状态sn出现次数,γt表示第t次采样得到的SNR,若γt∈[Γn-1n),则认为其状态为sn

S29通过式

计算信道转移概率,其中sn和sj表示两个不同的状态,pn,j表示由状态sn转移至状态sj的概率。

优选地,步骤S3包括:

S31基于主径的抽头的初始状态、邻近该主径的抽头的初始状态、信道状态概率和信道转移概率,通过一阶N状态的马尔科夫模型生成在不同位置处的主径和两个次径的状态序列{[st,1,st,2,st,3],t=1,2,…};

S32基于该状态序列{[st,1,st,2,st,3],t=1,2,…},结合收发间距对接收功率的影响因子,通过式

获得车联网宽带无线信道数据的序列。

由上述本发明的实施例提供的技术方案可以看出,本发明提供了一种基于有限状态马尔科夫的宽带无线信道建模方法,通过消除接收信号中收发间距离的影响,对主径和两个邻近主径共同建模,采用Lloyd-Max量化器确定每个抽头不同状态的信噪比范围,进而实现车联网宽带无线信道的建模。本发明提供的方法,弥补了现有马尔科夫信道模型中信道状态严重依赖于距离,导致每个状态范围内信道非平稳这一缺陷;同时将窄带模型提升为宽带系统,提高了车联网无线信道建模的准确性。

本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明提供的种基于有限状态马尔科夫的宽带无线信道建模方法的处理流程图;

图2为传统的状态区间划分示意图;

图3为本发明提供的种基于有限状态马尔科夫的宽带无线信道建模方法中消除距离因素的状态区间划分示意图;

图4为本发明提供的种基于有限状态马尔科夫的宽带无线信道建模方法中基于功率相关的准平稳区间计算示意图;

图5为本发明提供的种基于有限状态马尔科夫的宽带无线信道建模方法中基于有限状态马尔科夫的车联网宽带无线信道建模方法示意图。

具体实施方式

下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。

本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。

本发明提供了一种基于有限状态马尔科夫的车联网宽带无线信道建模方法,以解决现有的有限状态马尔科夫链信道建模方法状态范围划分过于粗糙导致建模精度低,另一方面,解决现有的有限状态马尔科夫链信道建模方法无法适用于宽带车联网信道建模的问题。

参见图1,本发明提供一种基于有限状态马尔科夫的宽带无线信道建模方法,包括:

S1基于在车联网场景采集的信道冲击响应(channel impulse response,CIR),对接收功率和收发端的间距进行一阶线性拟合,消除收发端间距的影响;

S2将执行了步骤S1的信道冲击响应中的主径和邻近该主径的抽头构造成多个信噪比集合,对每个信噪比集合进行区间划分,统计每个信噪比集合的信道状态概率和信道转移概率;

S3基于主径和邻近该主径的抽头的初始状态,每个信噪比集合的信道状态概率和信道转移概率,结合收发间距对接收功率的影响因子,通过一阶N状态的马尔可夫模型,获得车联网宽带无线信道数据。

无线信号从发射端到达接收端时将经历大尺度衰落和小尺度衰落,其中大尺度衰落描述了长距离(几百米甚至更长)内接收信号的强度的缓慢变化趋势,可用对数线性拟合来描述,即:小尺度衰落描述短距离(几个波长)或短时间(秒级)内接收信号强度快速变化的趋势。从接收功率中减去对数线性拟合结果,即可消除收发间距的影响。在本发明提供的优选实施例中,步骤S1具体包括如下过程:

S11通过式

消除接收功率中的大尺度衰落影响,进而消除收发间距的影响;式中,表示发射功率,单位为dBm,表示在收发间距为d处的接收功率,单位为dBm,表示消除掉收发间距影响的接收功率,单位为dBm,参数n表示路径损耗拟合指数,f0表示载频,d0表示参考位置距离,FSPL(f0,d0)表示在参考位置d0处的自由空间传播损耗,单位为dB,表达式为

FSPL(f0,d0)=20log10(4πd0c/f0) (2);

式中,c表示光速。从接收功率中减去对数线性拟合结果,即可消除收发间距的影响。

S12通过式

从采集到的CIR中消除发端间距的影响因子,并计算每个多径抽头的信噪比;式中,hraw(d,τ)表示原始采集到的不同位置处的CIR,τ表示时延维自变量,符号||·||表示取绝对值,为线性尺度的消除大尺度衰落影响的接收功率,可表示为N0为噪声功率。

进一步的,步骤S2具体包括如下过程:

S21基于执行了步骤S1的信道冲击响应,将每帧快照中信噪比最大的抽头作为所述主径的抽头;

S22通过式

获得所述主径抽头的时延坐标;

S23基于所述主径的抽头,获取两个邻近主径的抽头,并通过式

τ1=(τLOS+1/B) (5)和τ2=(τLOS+2/B) (6)

获得该两个邻近主径的抽头的时延坐标;式中,B为带宽;

S24通过Nakagami-m函数式

描述所述主径的抽头和两个邻近主径的抽头的信噪比集合({γ(d,τLOS(d))}、{γ(d,τ1(d))}、{γ(d,τ2(d))})分布;式中,为信噪比的期望,Γ(·)表示伽马函数,每个抽头集合对应的参数m由拟合而得到;

S25确定出每个抽头集合的信噪比范围[min{γ},max{γ}],min{·}和max{·}表示最小、最大值函数,将每个抽头的信噪比划分为N个连续不重叠的范围,设第n个信噪比范围为[Γn-1n),信噪比落在该范围内视为状态sn,其中范围上下限随机生成;

S26通过式

对每个抽头的信噪比的范围进行量化操作;通过式

计算量化后的每个抽头的信噪比的范围的均方误差;式中,为第n个量化区间的量化电平,f(γ)表示信噪比的分布函数,Dk表示第k次迭代计算得到的均方误差;

S27重复执行子步骤S26,直至相邻两次迭代的均方误差的差值小于预设的误差δ,即|Dk+1-Dk|≤δ,获得划分后的所有抽头的信噪比的范围[Γn-1n),n=1,2,…,N-1;

S28通过式

计算获得每个状态sn的信道状态概率;式中,num{·}表示状态sn出现次数,γt表示第t次采样得到的SNR,若γt∈[Γn-1n),则认为其状态为sn

S29通过式

计算sn至sj的信道转移概率,其中sn和sj表示两个不同的状态,pn,j表示由状态sn转移至状态sj的概率。

无线信道在抽样间隔△d内是缓慢变化的,SNR变化较为缓慢,因而SNR状态转移只在发生在两个相邻的状态间,即:pn,j=0,if|n-j|>1。

更进一步的,步骤S3包括:

S31基于所述主径的抽头的初始状态、邻近该主径的抽头的初始状态、所述信道状态概率和信道转移概率,通过一阶N状态的马尔科夫模型生成在不同位置处的主径和两个次径的状态序列{[st,1,st,2,st,3],t=1,2,…};

S32基于该状态序列{[st,1,st,2,st,3],t=1,2,…},结合收发间距d对接收功率的影响因子,通过式

获得车联网宽带无线信道数据的序列。

本发明还提供一个实施例,用于显示本发明提供的方法的效果。

图2为传统的状态区间划分示意图,参照图2,可知:

根据传统的有限状态马尔科夫信道建模方法在状态区间划分时,接收端的SNR中含有收发端距离信息,导致接收端SNR跨度范围较大,每个状态对应的SNR跨度范围也较大,因而信道建模精度较低。

图3为消除距离因素的状态区间划分示意图,参照图3,可知:

从接收端信号中将收发端间的距离因素消除掉,SNR的跨度范围变小,每个状态对应的SNR范围也变小,状态转移概率统计结果更加准确,从而可提升信道建模精度。

图4为多抽头联合建模示意图,参照图4,可知:

对主径抽头、两个邻近主径抽头分别采用三个有限状态马尔科夫模型进行信道建模,随着车辆由一个位置移动到下一个位置,信道的三个抽头状态也相应发生变化,状态发生转变时,仅能在自身与相邻的状态间发生转移。

图5为基于有限状态马尔科夫的车联网宽带无线信道建模方法示意图,参照图5,可知:

①输入采集到的信道冲激响应(CIR)、收发间的距离,采用一阶线性拟合方式消除接收信号中收发间距离的影响,寻找出每帧CIR快照中的主径和两个邻近主径抽头,并根据不同位置上的CIR将上述构造为三个集合。

②采用Nakagami-m描述三个抽头集合的信噪比分布,确定出每个信噪比集合的最大/小数值,将其划分为N个区间,并用Lloyd-Max算法确定每个区间的上下界和量化电平。

③统计每个抽头集合的状态发生概率、转移概率,给定三个抽头的初始状态,对每个抽头采用一阶马尔科夫模型生成新的状态序列,并将收发间距离对功率的影响考虑在内,得到车联网宽带信道抽头序列。

综上所述,本发明提供了一种基于有限状态马尔科夫的宽带无线信道建模方法,包括:针对采集到的车联网无线信道冲激响应,采用一阶线性拟合方法得到接收功率与收发端间距离的一阶表达式,并从接收信号消除收发端间距离的影响;寻找出每帧无线信道快照中的主径和旁侧两个多径抽头,将不同位置处的三个抽头对应的信噪比构造为三个集合;对每个集合采用Nakagami-m函数来描述其分布,根据Lloyd-Max算法,将每个集合的信噪比划分为若干个连续不重叠的信道状态;统计每个集合的不同信道状态的发生概率和状态转移概率;给定三个抽头的初始状态,基于一阶马尔科夫模型生成新的状态序列,结合收发端间的距离计算接收功率,生成新的车联网宽带无线信道数据。本发明的方法弥补了现有马尔科夫信道模型中信道状态严重依赖于距离,导致每个状态范围内信道非平稳这一缺陷;同时将窄带模型提升为宽带系统,提高了车联网无线信道建模的准确性。

本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。

以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

14页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种车辆与骑乘人员双向预警方法、系统、设备及存储介质

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!