您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
移动通信中的无线信道“指纹”特征建模.doc6页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：100 &&
你可能关注的文档：
··········
··········
全国研究生数学建模竞赛C题（由华为公司命题）
移动通信中的无线信道“指纹”特征建模
一、背景介绍
移动通信产业一直以惊人的速度迅猛发展，已成为带动全球经济发展的主要高科技产业之一，并对人类生活及社会发展产生了巨大的影响。在移动通信中，发送端和接收端之间通过电磁波来传输信号，我们可以想象两者之间有一些看不见的电磁通路，并把这些电磁通路称为无线信道。无线信道与周围的环境密切相关，不同环境下的无线信道具有一些差异化的特征。如何发现并提取这些特征并将其应用于，无线信道指纹特征建模，就是差异化的特征，的，即多径时延有差异。此外，各条路径对相同发射信号造成的影响各不相同，即多径系数有差异
工程上，考虑多径系数及时延的影响，理想”经无线信道传输后被接收到的信号，如右上图所示。
其中，“”为离散信号的样点标识，这里假设共有“”个样点；“”是当前时刻”为当前时刻条路径上的信道系数，通常是复数；“”为当前时刻条路径的时延，且已折算成样点数，即延迟了“”个样点。显然，复信号“”给出了当前时刻”、“”和“”都会随着时间而变化，即各个参数具有时变性。相应地，“”的功率在信号波长[1]“”的量级上会出现时而加强时而减弱的快速变化，称之为多径衰落或小尺度衰落。同时，快速变化的功率，其平均值也会出现缓慢的变化，这主要是由于周围环境或气象条件的改变而引起的，称之为阴影衰落或大尺度衰落。两种衰落特征如下图所示：
上述理想信道测量结果是无法直接获取的。真实”来表示。此时信道测量的结果为：
其中，“”为滤波器的长度，即“”的样点数。考虑到信道的时变性以及实测中引入
正在加载中，请稍后...无线信道的传输模型_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
无线信道的传输模型
上传于||文档简介
&&无​线​信​道​的​传​输​模​型​ ​衰​弱​特​征​ ​多​普​勒​效​应
大小：2.39MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢宽带无线通信中MIMO信道的建模与仿真研究--《2005'中国通信学会无线及移动通信委员会学术年会论文集》2005年
宽带无线通信中MIMO信道的建模与仿真研究
【摘要】：近年来．多天线技术在无线通信中的应用越来越受到重视,采用多天线技术可以大幅度的提高频谱的利用率以及系统性能。为了更加高效的利用多天线技术,必须对MIMO信道的特性进行研究, 建立适合于多天线系统的信道仿真模型。本文通过将空间角度的概念引入到信道的仿真模型中,给出一个完整的MIMO信道的仿真模型,采用这个信道模型可以实现比特级MIMO信道的仿真,为了验证本模型的正确性,进行了计算机仿真,仿真结果验证了本仿真模型的正确性。
【作者单位】：
【分类号】：TN925【正文快照】：
一、介绍 近年来，随着无线通信业务的飞速发展，无线频谱资源越来越紧张。为了更加高效的利用有限的频 谱资源，研究人员提出很多提高频谱利用率的方法，其中，MIMO(Ml，hi一inPut一Multi一output)技术作为 一种高效提高系统频带利用率的方法，在无线通信中的应用越来越受到
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
纪斌义;周江涛;黄海波;;[J];自动化与仪器仪表;2011年04期
翟龙余;;[J];大众科技;2011年08期
冮岩;杜玉泉;;[J];电视技术;2011年11期
毛健;乔金友;王立军;王英;;[J];工业工程;2011年03期
陈磊;;[J];软件导刊;2011年07期
张怀翼;;[J];机械工程师;2011年09期
张青;;[J];柴油机设计与制造;2011年02期
沈永增;贾莲莲;陈宣扬;;[J];机电工程;2011年07期
董金波;;[J];机械与电子;2011年07期
周卫来;凌闽河;朱培芸;;[J];空间电子技术;2011年02期
中国重要会议论文全文数据库
魏克军;侯自强;;[A];2005'中国通信学会无线及移动通信委员会学术年会论文集[C];2005年
钟永新;吕永成;马继汇;;[A];1996中国控制与决策学术年会论文集[C];1996年
张超;陈武;;[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
赵远萍;闫强;舒华英;;[A];第十一届中国管理科学学术年会论文集[C];2009年
陈国华;薛正辉;李伟明;刘瑞祥;;[A];2003'全国微波毫米波会议论文集[C];2003年
刘付显;邢清华;;[A];1995年中国控制会议论文集（下）[C];1995年
陈庭;余顺;李志明;;[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
张姝;李昕;尚晓航;;[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
杨江;李治;;[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年
陈建华;徐大林;程颖;刘传亮;;[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
中国重要报纸全文数据库
张玉莲　邱薇;[N];中国航天报;2009年
本报记者 卢子月;[N];通信产业报;2011年
余之音;[N];中国汽车报;2000年
卢子月;[N];通信产业报;2011年
刘洪;[N];中国电子报;2002年
;[N];人民邮电;2007年
本报记者 卢子月;[N];通信产业报;2010年
张山;[N];国际商报;2006年
王为;[N];中国商报;2006年
本报记者 何苗 见习记者 陈景清;[N];中华工商时报;2008年
中国博士学位论文全文数据库
邱奇;[D];北京交通大学;2009年
李永先;[D];大连理工大学;2008年
沙云飞;[D];清华大学;2008年
刘晓峰;[D];天津大学;2007年
赵海波;[D];天津大学;2007年
张琦;[D];北京交通大学;2009年
苏年乐;[D];国防科学技术大学;2010年
李东;[D];东北大学;2009年
柳小波;[D];东北大学;2009年
江俊波;[D];西安电子科技大学;2012年
中国硕士学位论文全文数据库
韩彬;[D];西北工业大学;2006年
马利兵;[D];中北大学;2006年
张冰;[D];哈尔滨工程大学;2007年
闵剑青;[D];浙江工业大学;2005年
赵子明;[D];南京工业大学;2005年
王凌云;[D];江苏大学;2005年
白志红;[D];太原理工大学;2005年
赵新宇;[D];大庆石油学院;2005年
支青;[D];同济大学;2006年
齐波;[D];华北电力大学（北京）;2006年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号移动通信中的无线信道“指纹”特征建模-matlab编程源码程序
2015年全国研究生数学建模竞赛C题（由华为公司命题）
移动通信中的无线信道“指纹”特征建模
一、背景介绍
移动通信产业一直以惊人的速度迅猛发展，已成为带动全球经济发展的主要高科技产业之一，并对人类生活及社会发展产生了巨大的影响。在移动通信中，发送端和接收端之间通过电磁波来传输信号，我们可以想象两者之间有一些看不见的电磁通路，并把这些电磁通路称为无线信道。无线信道与周围的环境密切相关，不同环境下的无线信道具有一些差异化的特征。如何发现并提取这些特征并将其应用于优化无线网络，是当前的一个研究热点。类比人类指纹，我们将上述无线信道的差异化的特征称为无线信道“指纹”。无线信道“指纹”特征建模，就是在先验模型和测试数据的基础上，提取不同场景或不同区域内无线信道的差异化的特征，进而分析归纳出“指纹”的“数学模型”，并给出清晰准确的“数学描述”。
在典型的无线信道中，电磁波的传输不是单一路径的，而是由许多因散射（包括反射和衍射）而形成的路径所构成的。由于电磁波沿各条路径的传播距离不同，因此相同发射信号经由各条路径到达接收端的时间各不相同，即多径的时延之间有差异。此外，各条路径对相同发射信号造成的影响各不相同，即多径的系数之间有差异。如左下图所示：
工程上，考虑到多径系数及多径时延的影响，在保证精度的前提下，可以用“离散线性系统”为无线信道建模。需要注意的是，该模型中的信号及多径系数均为复数。理想信道测量可以理解为获取该系统的单位序列响应，即获取单位脉冲“”经无线信道传输后被接收到的信号，如右上图所示。上述理想信道测量的结果用公式表述如下:
其中，“”为离散信号的样点标识，这里假设共有“”个样点；“”是当前时刻的路径总数；“”为当前时刻第条路径上的信道系数，通常是复数；“”为当前时刻第条路径的时延，且已折算成样点数，即延迟了“”个样点。显然，复信号“”给出了当前时刻的完整信道。需要强调的是，上述各个参数，包括“”、“”和“”都会随着时间而变化，即各个参数具有时变性。相应地，“”的功率在信号波长[1]“”的量级上会出现时而加强时而减弱的快速变化，称之为多径衰落或小尺度衰落。同时，快速变化的功率，其平均值也会出现缓慢的变化，这主要是由于周围环境或气象条件的改变而引起的，称之为阴影衰落或大尺度衰落。两种衰落特征如下图所示：
上述理想信道测量的结果“”是无法直接获取的。因为在真实无线通信系统中，为了改善信号的传输质量，通常需要在系统的发射端和接收端，各增加一个滤波器。所有滤波器在真实信道测量中的影响，可以等效地用函数“”来表示。此时信道测量的结果为：
其中，“”为滤波器的长度，即“”的样点数。考虑到信道的时变性以及实测中引入了噪声，不同时刻的真实信道测量结果及其对应的无线信道分别为：
其中，“”表示测试的样本标识，对应测试时刻，这里假设共有“”个样本；“”表示“”时刻第条路径上的信道系数，通常是复数；“”表示“”时刻第条路径延迟的样点数；“”表示“”时刻第“”个测试样本上引入的复高斯白噪声；“”表示“”时刻单位脉冲依次经发送滤波器、信道和接收滤波器后的实际接收信号，是的二元函数。显然，我们可以从“”中获取完整的时变信道“”。为了便于理解，下图给出了不同时刻下无线信道的示意图，同时也给出了样本标识“”和样点标识“”的相互关系。容易发现，不同时刻下多径的条数、时延以及系数值都有可能发生变化。直观上，变化的参数都含有一些场景化的特征，即上述不同参数的变化可能存在一定的规律。
基于上述或更多的参数及特征，一个场景或一定区域内的无线信道可能存在一定的“指纹”。利用所定义的“指纹”，进行场景的分析以及无线网络的优化，具有重要意义。我们希望利用真实信道测量结果分析建立信道的“指纹”模型。该模型可以是一个参数或多个参数（例如多径数目、多径时延、时延扩展、Doppler扩展、是否有直达径等[2][3][4]）的组合或函数，也可以是某种图形化的描述；可能是时间域的，也可能是频率域的[5]；可能是确定性的，也可能是统计意义上的。关键是所建立“指纹”模型能够从统计意义上有效区分出某个场景或区域。
二、待研究的问题：
本研究旨在挖掘、提炼和聚合实测信道数据中的各种特征，进而用数学的语言描述“指纹”，并验证其在不同场景或不同地理位置下的适用性，具体包括：
问题1：“数据包1”提供了三种场景的真实信道测量结果。基于三种已知场景的测量结果，参考背景中的知识介绍，采用数学建模特别是特征提取的方法，对所提供的样本加以分析，给出无线信道“指纹”的模型。在此基础上，给出简洁而明确的“评价指标”，用于分析验证所建模“指纹”合理有效。所谓有效是指，该模型应能从数学上对已知的三种场景进行合理区分。要求详细说明建模的思路、使用的方法以及得出结论的过程。另外，所提取的特征或所建立的模型最好有一定的物理意义。最后，提供获取“指纹”的程序代码，要求代码可运行，但代码形式不限。
问题2：“数据包2”提供了与“问题1”中某些场景相对应的二个真实信道测量结果。基于“问题1”中所提供的三个场景，以及所建立的“指纹”模型和“评价指标”，采用数学的方法，识别出此处提供的二个样本分别属于哪个场景。需要保证“场景识别”的结果正确，且对识别的结果进行合理的分析。请明确给出“场景识别”的结果，并详细描述分析的过程。
问题3：“数据包3”提供了一条连续路段的真实信道测量结果。该结果对应于以3km/h的速度步行近150m的测试距离。该路段可能包含不同的场景或环境，对应不同的“指纹”特征。基于上述测量结果，先自行分段，采用“问题1”中的建模方法，给出分段的“指纹”分析。在分段分析的基础上，对所提取的“指纹”进行合理分类。通过对比不同段的分析结果，最终决定该路段可以依“指纹”划分为多少个区域。理论上，“区域划分”越细，后续做“区域识别”的精确程度越高，但过细的“区域划分”会在“指纹”特征中引入更多的错误，导致误判概率增大。要求详细说明“区域划分”的思路及过程，并对划分结果进行合理的分析。
问题4：“数据包4”提供了二个真实信道测量结果。基于“问题3”中的“区域划分”和“问题1”中的“评价指标”，首先判断此处提供的二个样本是否采集自“问题3”中所提供的路段。对于已判断出的采自上述路段的样本，请识别其对应于“问题3”中的哪一块区域。需要保证“样本判断”的结果正确，以及“区域识别”的误判距离尽可能小，同时对所识别的结果进行合理的分析。要求详细说明样本判别的思路和方法，以及得出结论的过程。
附：数据包内容及其查看方法
1） “数据包1.rar”
解压“数据包1.rar”，里面包含有三个文件夹，即“场景1”、“场景2”和“场景3”，分别对应三个场景的采集信号；
&每个文件夹中都包含有五个真实信道测量的结果，分别命名为“Test1.mat”、“Test2.mat”、“Test3.mat”、“Test4.mat”和“Test5.mat”；
所有测量结果，即每个文件夹内的每个“.mat”文件，都对应“”个信道样本，共1s的测试时间，即相邻信道样本间隔2/3ms；每个信道样本，都对应“”个样点，且相邻样点间隔65ns。具体查看方式如下：
& &在Matlab中“load(‘TestX.mat’);
%X=1/2/3/4/5” 得到“ChannelIR”；
&这里的“ChannelIR”对应“”，且size(ChannelIR)等于1500,
2） “数据包2.rar”
解压“数据包2.rar”，里面包含有二个真实信道测量的结果，分别命名为“Test1ForScene.mat”和“Test2ForScene.mat”;
&任意“.mat”文件的格式及查看方式同1）中的c)；
3） “数据包3.rar”
解压“数据包3.rar”，里面包含有一个真实信道测量的结果，即“Sample.mat”；
&该“.mat”文件，对应“”个信道样本，共177s的测试时间，即相邻信道样本间隔10ms；每个信道样本都对应“”个样点，且相邻样点间隔65ns。具体查看方式同1）中的c）。需要注意的是，此时size(ChannelIR)等于；
4） “数据包4.rar”
解压“数据包4.rar”，里面包含有二个真实信道测量的结果，即“SampleForTest1.mat”和“SampleForTest2.mat”；
&任意“.mat”文件，都对应“”个信道样本，共2s的测试时间，即相邻信道样本间隔同样为10ms；每个信道样本都对应“”个样点，且相邻样点间隔同样为65ns；具体查看方式同1）中的c）。需要注意的是，此时size(ChannelIR)等于200,100。
&“数据包5.rar”中为等效滤波器的系数，解压后得到“filter.mat”;
在Matlab中“load(‘filter.mat’)”，得到长度“”的滤波器系数，如下图所示：
参考资料：
[1] Wave Length,
https://en.wikipedia.org/wiki/Wavelength
[2] Multipath Propagation,
http://en.wikipedia.org/wiki/Multipath_propagation
[3] Delay Spread,
http://en.wikipedia.org/wiki/Delay_spread
[4] Line-of-sight Propagation,
http://en.wikipedia.org/wiki/Line-of-sight_propagation
[5] Fourier Transform,
https://en.wikipedia.org/wiki/Fourier_transform
已投稿到：