一種基于主成分分析的信道建模方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及無線通信技術領域，特別是涉及一種基于主成分分析的信道建模方法 及裝置。
【背景技術】
[0002] 現(xiàn)有的無線通信技術和移動通信系統(tǒng)都具有一個重要的特征，能夠對現(xiàn)行的無線 信道狀況來適配其功能和參數(shù)性能，如現(xiàn)有的4G網絡，基站側會根據(jù)用戶與基站之間的信 道狀況自適應調整編碼和調制方式，從而獲得更好的傳輸效率和服務質量，因此對無線信 道進行較為準確的建模對于提高通信系統(tǒng)的性能具有重要的意義。
[0003] 現(xiàn)有的陸地無線傳播模型主要采用統(tǒng)計模型，如下所示為較為通用的無線傳播模 型：
[0004] Ploss = K1+K21 g ( d ) +K3 ( Hms ) +K4Ig ( Hms ) +K51 g ( Hef f ) +K61 g ( Hef f ) 1 g ( d ) +K7+Kclutter其中 Pioss為路徑損耗，單位dB; Ki為與頻率相關的常數(shù);K2表示距離衰減常數(shù)，K3、K4移動臺天線高 度修正系數(shù);K 5、K6基站天線高度修正系數(shù);K7為繞射修正系數(shù);Kcdutter表示地物衰減修正系 數(shù);d為基站與移動臺之間的距離，單位Km;H ms、Heff分別表示移動臺天線和基站天線的高度， 單位m〇
[0005] 如上所述的無線傳播模型考慮了多種環(huán)境因素，但對多種因素獨立考慮，忽略了 各種因素之間可能存在的相關聯(lián)系，同時在實際傳輸環(huán)境中，信道的變化狀況是隨時間變 化的，而上述模型并不能很好體現(xiàn)信道的動態(tài)變化特性。
[0006] 5G網絡為了滿足各種場景的寬帶接入需求，其各種通信設備會針對不同的場景進 行專門定制。因此，對不同場景下的信道模型會趨于精細化的方向發(fā)展，進而提高通信效 率。同時第五代移動通信(5G)標準推進組的計劃里面提出了高速應用場景和一定程度的海 上寬帶覆蓋，可見5G網絡將面對更為復雜的通信環(huán)境，因此，未來的信道模型考慮的因素將 不僅僅是上述傳播模型所設計的環(huán)境因子，而是需要考慮更為復雜的環(huán)境因素，以及信道 的動態(tài)變化狀況。
[0007]如海上無線傳播模型與現(xiàn)有的陸地無線傳播模型存在較大的差異。海上無線信道 除了常見的收發(fā)信機天線高度、收發(fā)信機距離、工作頻段、帶寬、雨霧衰減之外，還受海洋環(huán) 境影響，如海面粗糙程度、近海面的大氣濕度和海水鹽堿度等方面因素的影響。同時，海洋 環(huán)境無時無刻在變化。目前應用較多的海上無線損耗模型主要有雙射線模型，其模型如下 所述：
[0008]
[0009]其中，λ表示發(fā)射信號的波長;d表示發(fā)射天線和接收天線的距離;ht、hr分別表示發(fā) 射天線和接收天線的高度，雙射線模型是基于一個平穩(wěn)海面的場景下推導出來的結果，顯 然與現(xiàn)實存在較大的差距，同時由于海水波動造成的發(fā)射天線和接收天線高度的變化也無 法很好通過雙射線模型來體現(xiàn)。
[0010] 將多種環(huán)境因素考慮進來時，信道模型的分析和建模將變得更為復雜和困難。如 果只是單純考慮單個因素的作用會忽略環(huán)境因素之間的相關特性。其中影響信道的因素有 多個，假設影響信道狀況的因素可以表示為X向量，Χ=( χ?，χ2, ···，&)，其中，第i個信道狀況 影響因素為Xl。在陸地無線傳播模型中，Xl被認為是相互獨立的，但是在復雜的環(huán)境下， 間可能存在關聯(lián)性，并且，如果獨立看待^，當η非常大的時候，其模型的分析和建立是困難 的，同時精確度也會降低。

【發(fā)明內容】

[0011] 本發(fā)明的目的在于滿足未來無線信道模型精細化、動態(tài)化的要求，提供一種基于 主成分分析的信道建模方法和裝置，能夠在復雜環(huán)境中對信道進行快速地較為準確地估 計。
[0012] -種基于主成分分析的信道建模方法，包括以下步驟：
[0013] 1)在不同環(huán)境影響因素下對無線信道進行實地測量，保存數(shù)據(jù)測量結果Υ，同時對 每次測量的環(huán)境因素影響因子向量X進行量化，保存每次測量時的環(huán)境影響因子X;
[0014] 2)對在不同環(huán)境影響因素下實地測量的多個X樣本求其均值向量μ，其中X=(Xl·， X2,…Xm)T，Xi= (Xil，Xi2，…叉化)表不第i次測量時的環(huán)境影響因子對應的值；
[0015] 3)對所得的樣本數(shù)據(jù)X去均值化，得到去均值后的樣本向量i , i表示環(huán)境因子 的平均統(tǒng)計特性，其中
；
[0016] 4)對f向量構建協(xié)方差矩陣Φ，其中
;
[0017] 5)求協(xié)方差矩陣Φ的特征值ki，及其對應的特征向量Wi，其中i = 1，2，…η;
[0018] 6)對所得的特征值ki從大到小排列，使得lu 2 k2 2…2 kn，ki的大小表示對應的主 成分對信道特征的貢獻程度；
[0019] 7)確定累計貢獻率
，當累計貢獻率cp2p時，優(yōu)選地取前p個特征向量W p =
[1，…，WP]，作為子空間的基，其中P為常數(shù)，一般取80% ;
[0020] 8)確定所提取的p個主成分為
，其中P<n，為較小的數(shù)值；
[0021 ]本發(fā)明中的較佳實施例中，所述步驟1)中包括對頻率、距離、基站高度、移動臺高 度、繞射修正、常見地物衰減修正因子和天氣狀況修正因子等環(huán)境影響因素進行測量的步 驟，其中量化的數(shù)值根據(jù)對應環(huán)境情況下的環(huán)境影響因子對信道的影響程度確定。
[0022] 本發(fā)明中的較佳實施例中，所述步驟8)之后還包括確定信道參數(shù)的步驟，即根據(jù) 所得的P個主成分確定環(huán)境影響因子對信道模型的影響程度，由相對應的主成分向量F快速 確定信道參數(shù)。
[0023] 本發(fā)明中的較佳實施例中，所述確定信道參數(shù)的步驟包括，對樣本數(shù)據(jù)X求其對應 的主成分矩陣F，根據(jù)所得的主成分矩陣F與數(shù)據(jù)測量結果Y進行數(shù)據(jù)關系的映射，得到對應 的映射函數(shù)f，根據(jù)當前的環(huán)境參數(shù)X，由變換矩陣W P確定對應的主成分F，得到信道參數(shù)Y = f(F)oo
[0024] -種基于主成分分析的信道建模裝置，一種基于主成分分析的信道建模裝置，包 括獲取單元、第一確定單元、第二確定單元、第三確定單元，所述獲取單元、第一確定單元、 第二確定單元、第三確定單元之間用信號傳輸線連接，所述獲取單元用于對環(huán)境參數(shù)進行 感應和量化從而確定環(huán)境影響因子X;所述第一確定單元用于接收所述環(huán)境影響因子X并完 成對信道參數(shù)的估計;所述第二確定單元用于對測量的數(shù)據(jù)進行主成分提取，提取出對應 的空間變換矩陣^和映射函數(shù)f;所述第三確定單元用于保存測量的環(huán)境樣本數(shù)據(jù)、實測的 信道參數(shù)數(shù)據(jù)、變換矩陣W P和映射函數(shù)f。本發(fā)明中的較佳實施例中，所述第一確定單元是 根據(jù)變換矩陣WP、映射函數(shù)f和對應的環(huán)境影響因子X實現(xiàn)信道參數(shù)的估計。
[0025] 本發(fā)明中的較佳實施例中，所述第二確定單元進行主成分提取包括接收所述第一 確定單元保存的樣本數(shù)據(jù)，通過主成分分析方法進行主成分提取后確定變換矩陣W P，而后 通過所求得的變換矩陣WP，確定樣本數(shù)據(jù)的主成分矩陣F，同時根據(jù)數(shù)據(jù)測量結果Y進行數(shù) 據(jù)關系的映射，確定對應的映射函數(shù)f。
[0026] 本發(fā)明中的基于主成分分析的信道建模裝置通過設置獲取單元、第一確定單元、 第二確定單元、第三確定單元，利用獲取單元對環(huán)境參數(shù)進行感應和量化從而確定環(huán)境影 響因子X，第一確定單元用于接收所述環(huán)境影響因子X并完成對信道參數(shù)的估計，第二確定 單元完成對測量的數(shù)據(jù)進行主成分提取，第三確定單元保存測量的環(huán)境樣本數(shù)據(jù)和實測的 信道參數(shù)數(shù)據(jù)，本發(fā)明中的基于主成分分析的信道建模方法通過對主成分分析，主成分分 析是一種基于統(tǒng)計意義下的最小均方誤差的特征提取方法，其所提取的新特征能維持大部 分本質信息，通過主成分分析，將影響信道的環(huán)境因素進行聯(lián)合處理，降低了信道建模的復 雜度和難度，同時，主成分分析可以根據(jù)環(huán)境的動態(tài)反饋不斷更新信道的特征，實現(xiàn)信道的 動態(tài)估計，該基于主成分分析的信道建模方法和裝置能夠在復雜環(huán)境下對影響無線信道的 環(huán)境因子進行主成分提取，將影響信道特征的多種環(huán)境因素壓縮成幾個主成分以計算不同 時刻的環(huán)境影響因子的主成分數(shù)值，實現(xiàn)動態(tài)地準確地信道參數(shù)快速估計。
【附圖說明】
[0027] 圖1是本發(fā)明的基于主成分分析的信道建模方法的實施例一的流程示意圖；
[0028] 圖2是本發(fā)明的基于主成分分析的信道建模裝置的實施例一的結構示意圖；
[0029] 圖3是本發(fā)明中測量的環(huán)境因子與提取的主成分之間的相關載荷示意圖。
【具體實施方式】
[0030] 下面結合附圖對本發(fā)明做進一步的說明，
[0031] 本發(fā)明實施例所提供環(huán)境場景為海洋通信環(huán)境場景，本發(fā)明場景不僅局限于海洋 環(huán)境場景，還適用于其他復雜的陸地通信環(huán)境，此地僅起到示例作用，本發(fā)明實施例所提供 的方法為主成分分析方法，其相應的改進的類似方法也適用，在此僅起到示例作用。
[0032]根據(jù)現(xiàn)有的對海上無線信道進行實測的結果表明海上無線信道的情況相對復雜， 例如在不同的季節(jié)對同一地點進行測量，其信道參數(shù)存在一定程度的差別。同時海面波浪 的不確定性給信道的小尺度參數(shù)估計造成一定的困難。海上無線信道受到諸多環(huán)境因素的 影響，如季節(jié)因素、溫度、海水的鹽度和海面風速等。
[0033]如圖1所示，該基于主成分分析的信道建模方法的步驟包括步驟S101對信道進行 實測、步驟S102對大量的X樣本數(shù)據(jù)求其均值、步驟S103對其樣本數(shù)據(jù)去均值、步驟S104對 去均值后的樣本X求其協(xié)方差矩陣Φ、步驟S105對協(xié)方差矩陣Φ求其特征值ki其及對應的 特征向量Wi、步驟S106根據(jù)其特征值的貢獻率大小提取p個主成分和步驟S107將對應的主 成分映射到對應的信道參數(shù)上，具體的方法步驟如下：
[0034]步驟S101，對信道進行實測，記錄下每次測量的環(huán)境參數(shù)和實測的信道參數(shù)。
[0035] 具體的，由于海水鹽度和季節(jié)因素等信息是相對不變的，在短時內取其均值，對海 水鹽度信息和季節(jié)信息進行量化，將數(shù)據(jù)保存下來，每次進行測量時，記錄每次發(fā)射機和接 收機的相對距離、海面風速和大氣濕度信息。由于大氣濕度信息隨時間的變化相對較慢，可 以每隔一段時間更新一次，保存每次測量的環(huán)境影響因子X，同時保存每次信道測量的結 果，計算并保存每次測量的信道參數(shù)Y。
[0036] 對不同環(huán)境影響下的信道進行多次測量，每次測量把環(huán)境影響因子X和每次測量 的信道參數(shù)Y，將其保存到相應的數(shù)據(jù)庫中。
[0037]步驟S102,對大量的X樣本數(shù)據(jù)求其均值。
[0038] 具體的，對m組數(shù)據(jù)求其均值μ，其中m足夠大，并且其樣本數(shù)據(jù)具有代表性。其中μ __ 1 = (μι，μ2，μ3，μ4，μ5)，/? =-2-ιχ? ° 饑j=l
[0039] 步驟S103,對其樣本數(shù)據(jù)去均值。
[0040]