一種無(wú)線信道建模方法及設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信領(lǐng)域，尤其涉及一種無(wú)線信道建模方法及設(shè)備。
【背景技術(shù)】
[0002] 隨著多輸入多輸出（MultipleI噸utMultiple0u1:put，MIM0)天線技術(shù)的發(fā)展， 雙極化MIM0天線的出現(xiàn)極大地提高了多天線系統(tǒng)的通信性能，由于在對(duì)無(wú)線通信系統(tǒng)的 研發(fā)過(guò)程中，信道建模和仿真能夠幫助系統(tǒng)設(shè)計(jì)者分析并提升無(wú)線通信系統(tǒng)的通信性能， 因此，為了更好的提升雙極化MIM0系統(tǒng)的通信性能，需要對(duì)雙極化MIM0信道進(jìn)行建模。
[0003]目前，對(duì)于雙極化MIM0信道的建模是基于傳統(tǒng)MIM0信道的建模方法，例如，通 過(guò)引入交叉極化鑒別度等參數(shù)來(lái)表征雙極化MIM0系統(tǒng)的信道特征參數(shù)，且通常將交叉 極化鑒別度假設(shè)為一個(gè)常數(shù)，但是，在實(shí)際應(yīng)用中，交叉極化鑒別度可能是具有馬爾科夫 (Markov)特性的，且隨著時(shí)間的變化而不斷變化，因此，現(xiàn)有的雙極化MIM0信道的建模方 法存在準(zhǔn)確度不高的問(wèn)題，不能為多天線系統(tǒng)的性能研究提供足夠保證，從而不能提升對(duì) 天線系統(tǒng)的通信性能。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明W及本發(fā)明的實(shí)施例提供和示范一種無(wú)線信道建模方法，基于馬爾科夫 (Markov)鏈原理對(duì)雙極化MIM0信道進(jìn)行建模，提高了信道建模的準(zhǔn)確度，同時(shí)提升了多天 線系統(tǒng)的通信性能。
[0005]為達(dá)到上述目的，本發(fā)明W及本發(fā)明實(shí)施例采用的技術(shù)方案是如下H個(gè)方面的內(nèi) 容：
[0006] 第一方面，本發(fā)明W及本發(fā)明實(shí)施例提供了一種無(wú)線信道建模方法，包括：
[0007] 在相鄰時(shí)間間隔上獲取經(jīng)過(guò)雙極化MIM0信道的接收信號(hào)信噪比的聯(lián)合概率密度 函數(shù)、隨機(jī)相位的聯(lián)合概率密度函數(shù)W及極化偏轉(zhuǎn)角度的聯(lián)合概率密度函數(shù)；
[0008] 根據(jù)接收信號(hào)信噪比的聯(lián)合概率密度函數(shù)，基于馬爾科夫（Markov)鏈原理計(jì)算每 一個(gè)時(shí)刻上的接收信號(hào)幅度；根據(jù)隨機(jī)相位的聯(lián)合概率密度函數(shù)，基于馬爾科夫（Markov) 鏈原理計(jì)算每一個(gè)時(shí)刻上的隨機(jī)相位；根據(jù)極化偏轉(zhuǎn)角度的聯(lián)合概率密度函數(shù)，基于馬爾 科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的極化偏轉(zhuǎn)角度；
[0009] 根據(jù)每一個(gè)相同時(shí)刻上的所述接收信號(hào)幅度、隨機(jī)相位W及極化偏轉(zhuǎn)角度生成同 極化鏈路的衰落系數(shù)和交叉極化鏈路的衰落系數(shù)。
[0010] 在本發(fā)明第一方面的第一種可能的實(shí)現(xiàn)方式中，結(jié)合第一方面，包括：
[0011] 初始化接收信號(hào)信噪比的狀態(tài)個(gè)數(shù)；
[0012] 計(jì)算接收信號(hào)信噪比的量化口限值；
[0013] 根據(jù)所述接收信號(hào)信噪比的聯(lián)合概率密度函數(shù)W及所述接收信號(hào)信噪比的量化 口限值，計(jì)算所述接收信號(hào)信噪比的狀態(tài)轉(zhuǎn)移概率矩陣；
[0014] 選擇所述接收信號(hào)信噪比的初始狀態(tài)；
[0015] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述接收信號(hào)信噪比的馬爾 科夫鏈；
[0016] 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的接收信號(hào)幅度。
[0017] 在本發(fā)明第一方面的第二種可能的實(shí)現(xiàn)方式中，結(jié)合第一方面，包括：
[0018] 初始化隨機(jī)相位的狀態(tài)個(gè)數(shù)；
[0019] 計(jì)算隨機(jī)相位的量化口限值；
[0020] 根據(jù)所述隨機(jī)相位的聯(lián)合概率密度函數(shù)W及所述隨機(jī)相位的量化口限值，計(jì)算所 述隨機(jī)相位的狀態(tài)轉(zhuǎn)移概率矩陣；
[0021] 選擇所述隨機(jī)相位的初始狀態(tài)；
[0022] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述隨機(jī)相位的馬爾科夫 鏈；
[0023] 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的隨機(jī)相位。
[0024] 在本發(fā)明第一方面的第H種可能的實(shí)現(xiàn)方式中，結(jié)合第一方面，包括：
[0025] 初始化極化偏轉(zhuǎn)角度的狀態(tài)個(gè)數(shù)；
[0026] 計(jì)算極化偏轉(zhuǎn)角度的量化口限值；
[0027] 根據(jù)所述極化偏轉(zhuǎn)角度的聯(lián)合概率密度函數(shù)W及所述極化偏轉(zhuǎn)角度的量化口限 值，計(jì)算所述極化偏轉(zhuǎn)角度的狀態(tài)轉(zhuǎn)移概率矩陣；
[0028] 選擇所述極化偏轉(zhuǎn)角度的初始狀態(tài)；
[0029] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述極化偏轉(zhuǎn)角度的馬爾科 夫鏈；
[0030] 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的極化偏轉(zhuǎn)角度。
[0031] 第二方面，本發(fā)明W及本發(fā)明實(shí)施例提供一種無(wú)線信道建模設(shè)備，包括H個(gè)模塊， 分別描述如下：
[0032] 獲取模塊；用于在相鄰時(shí)間間隔上獲取經(jīng)過(guò)雙極化MIM0信道的接收信號(hào)信噪比 的聯(lián)合概率密度函數(shù)、隨機(jī)相位的聯(lián)合概率密度函數(shù)W及極化偏轉(zhuǎn)角度的聯(lián)合概率密度函 數(shù)；
[0033] 計(jì)算模塊；用于根據(jù)接收信號(hào)信噪比的聯(lián)合概率密度函數(shù)，基于馬爾科夫 (Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的接收信號(hào)幅度；根據(jù)隨機(jī)相位的聯(lián)合概率密度函數(shù)， 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的隨機(jī)相位；根據(jù)極化偏轉(zhuǎn)角度的聯(lián)合 概率密度函數(shù)，基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的極化偏轉(zhuǎn)角度；
[0034] 生成模塊；用于根據(jù)每一個(gè)相同時(shí)刻上的所述接收信號(hào)幅度、隨機(jī)相位W及極化 偏轉(zhuǎn)角度生成同極化鏈路的衰落系數(shù)和交叉極化鏈路的衰落系數(shù)。
[0035] 在本發(fā)明第二方面的第一種可能的實(shí)現(xiàn)方式中，結(jié)合第二方面，
[0036] 所述計(jì)算模塊具體用于初始化接收信號(hào)信噪比的狀態(tài)個(gè)數(shù)；
[0037] 計(jì)算接收信號(hào)信噪比的量化口限值；
[0038] 根據(jù)所述接收信號(hào)信噪比的聯(lián)合概率密度函數(shù)W及所述接收信號(hào)信噪比的量化 口限值，計(jì)算所述接收信號(hào)信噪比的狀態(tài)轉(zhuǎn)移概率矩陣；
[0039] 選擇所述接收信號(hào)信噪比的初始狀態(tài)；
[0040] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述接收信號(hào)信噪比的馬爾 科夫鏈；
[0041] 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的接收信號(hào)幅度。
[0042] 在本發(fā)明第二方面的第二種可能的方式中，結(jié)合第二方面，
[0043] 所述計(jì)算模塊具體用于初始化隨機(jī)相位的狀態(tài)個(gè)數(shù)；
[0044] 計(jì)算隨機(jī)相位的量化口限值；
[0045] 根據(jù)所述隨機(jī)相位的聯(lián)合概率密度函數(shù)W及所述隨機(jī)相位的量化口限值，計(jì)算所 述隨機(jī)相位的狀態(tài)轉(zhuǎn)移概率矩陣；
[0046] 選擇所述隨機(jī)相位的初始狀態(tài)；
[0047] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述隨機(jī)相位的馬爾科夫 鏈；
[0048] 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的隨機(jī)相位。
[0049] 在本發(fā)明第二方面的第H種可能的實(shí)現(xiàn)方式中，結(jié)合第二方面，
[0050] 所述計(jì)算模塊具體用于初始化極化偏轉(zhuǎn)角度的狀態(tài)個(gè)數(shù)；
[0051] 計(jì)算極化偏轉(zhuǎn)角度的量化口限值；
[0052] 根據(jù)所述極化偏轉(zhuǎn)角度的聯(lián)合概率密度函數(shù)W及所述極化偏轉(zhuǎn)角度的量化口限 值，計(jì)算所述極化偏轉(zhuǎn)角度的狀態(tài)轉(zhuǎn)移概率矩陣；
[0053] 選擇所述極化偏轉(zhuǎn)角度的初始狀態(tài)；
[0054] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述極化偏轉(zhuǎn)角度的馬爾科 夫鏈；
[00巧]基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的極化偏轉(zhuǎn)角度。
[0056] 第H方面，本發(fā)明W及本發(fā)明實(shí)施例提供另一種無(wú)線信道建模設(shè)備，包括如下描 述的模塊W及相應(yīng)的計(jì)算方法：
[0057] 處理器：用于在相鄰時(shí)間間隔上獲取經(jīng)過(guò)雙極化MIM0信道的接收信號(hào)信噪比的 聯(lián)合概率密度函數(shù)、隨機(jī)相位的聯(lián)合概率密度函數(shù)W及極化偏轉(zhuǎn)角度的聯(lián)合概率密度函 數(shù)；
[0058] 根據(jù)接收信號(hào)信噪比的聯(lián)合概率密度函數(shù)，基于馬爾科夫（Markov)鏈原理計(jì)算每 一個(gè)時(shí)刻上的接收信號(hào)幅度；根據(jù)隨機(jī)相位的聯(lián)合概率密度函數(shù)，基于馬爾科夫（Markov) 鏈原理計(jì)算每一個(gè)時(shí)刻上的隨機(jī)相位；根據(jù)極化偏轉(zhuǎn)角度的聯(lián)合概率密度函數(shù)，基于馬爾 科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的極化偏轉(zhuǎn)角度；
[0059] 根據(jù)每一個(gè)相同時(shí)刻上的所述接收信號(hào)幅度，隨機(jī)相位W及極化偏轉(zhuǎn)角度生成同 極化鏈路的衰落系數(shù)和交叉極化鏈路的衰落系數(shù)。
[0060] 在本發(fā)明第H方面的第一種可能的實(shí)現(xiàn)方式中，結(jié)合第H方面，
[0061] 所述處理器具體用于初始化接收信號(hào)信噪比的狀態(tài)個(gè)數(shù)；
[0062] 計(jì)算接收信號(hào)信噪比的量化口限值；
[0063] 根據(jù)所述接收信號(hào)信噪比的聯(lián)合概率密度函數(shù)W及所述接收信號(hào)信噪比的量化 口限值，計(jì)算所述接收信號(hào)信噪比的狀態(tài)轉(zhuǎn)移概率矩陣；
[0064] 選擇所述接收信號(hào)信噪比的初始狀態(tài)；
[0065] 根據(jù)所述初始狀態(tài)W及所述狀態(tài)轉(zhuǎn)移概率矩陣，建立所述接收信號(hào)信噪比的馬爾 科夫鏈；
[0066] 基于馬爾科夫（Markov)鏈原理計(jì)算每一個(gè)時(shí)刻上的接收信號(hào)幅度。
[0067] 在本發(fā)明第H方面的第二種可能的方式中，結(jié)合第H方面，
[0068] 所述處理