《基于散射簇信道建模与多径成算法研究》由会员分享，可在线阅读，更多相关《基于散射簇信道建模与多径成算法研究（63页珍藏版）》请在金锄头文库上搜索。
1、 基于散射簇的信道建模及多径成簇基于散射簇的信道建模及多径成簇算算 法的法的研究研究 Research on Scatter Cluster Channel Modeling and Multipath Cluster Identification 学科专业：信息与通信工程 研 究 生：吴旭曌 指导教师：杨晋生 副教授 天津大学电子信息工程学院 二零一二年十二月 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果， 也不包含为获得 天津大学天津大学 或其他教育机构的学位或证 书
2、而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学天津大学 有关保留、使用学位论文的规定。 特授权 天津大学天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘摘 要要 无线信道作为无线通信系统重
3、要的组成部分， 对其信道传播的研究成为再现 真实传输场景、改善通信质量的关键。因此，对无线通信系统的最优化设计和规 划必须有效地依靠信道模型的仿真， 同时仿真的结果将反作用于指导实际平台的 搭建。过去对无线信道仿真模型的研究主要集中于小尺度衰落分布模型，却忽略 了由于多径效应造成接收信号的时间扩散和角度扩散之间的相关性、 多径效应造 成的多径散射簇现象。 本文的第一部分首先回顾了无线信道建模的演进历史和研究现状，然后以 Saleh-Valenzuela 信道模型为出发点引出近年来研究结果、实验结果所揭示的多 径散射簇并分析其形成的原因。接着对基于 Saleh-Valenzuela 信道模型扩展
4、的 4 种演进模型做了详细的介绍，在分析各种扩展模型的优缺点之后，本文结合簇生 点随机过程，时延扩展和角度扩展的相关性，推导出一种基于 Saleh-Valenzuela 模型的体现空时相关特性的信道模型，并且在不同的频段的窄带、宽带通信系统 进行 MATLAB 仿真分析。紧接的第二部分在对多径成簇现象和多径聚类算法的 研究分析的前提下，本文提出了一种结合小波尖峰检测和信息熵加权的改进的 WKPowerMeans 算法（Wavelet、Weighted） ，该算法聚类的准确性和稳定性显著 提升的同时，算法本身的复杂度得到了降低。 综上所述，本文主要研究了基于多径散射簇的信道模型。除理论分析外，还
5、 进行了仿真实验的论证， 进一步检验了文中提出的空时相关的信道模型和多径簇 聚类算法的有效性。 关键词：关键词：信道模型；多径簇识别；簇生点过程；KPowerMeans 算法 ABSTRACT Wireless channel model is an important component of radio communication system, which will be the key to the reproduction of the real transmission environment, to improve communication quality. Therefore
6、, the channel model simulation method has double the value of the theoretical and practical application of the wireless communication system design and planning. In the last few years, wireless channel simulation models are mainly focused on the research of different small-scale fading distribution,
7、 and neglected the correlation between the time dispersion and angular spread of the received signal, the multipath scattering cluster phenomenon caused by multipath effects. The first section of this article is reviewed the evolution of wireless communication channel modeling history and research r
8、esults. Then a detailed introduction of extended evolution models based on the Saleh-Valenzuela channel model is given in this paper, following the analysis of the advantages and disadvantages of the different four models. After that, a modified Saleh-Valenzuela model which combines clustered random
9、 point process, the space-time correlation properties is deduced, following with MATLAB simulation in different narrowband, broadband communication systems. Immediately the second part is based on the study of multipath cluster automatically identification algorithm and performance, this paper propo
10、ses an improved WKPowerMeans algorithm (Wavelet Weighted), which combines wavelet peak detection with information entropy theory. Compared to original KPowerMeans algorithm, the proposed algorithm has an improved accuracy and lower time complexity. In summary, this paper studies the scatter cluster-
11、based channel model. In addition to theoretical analysis and simulation, the effectiveness of the proposed space-time channel model and multi-path cluster algorithm are verified. Key words：Channel modeling; Multipath cluster identification; Clustered point process; KPowerMeans algorithm 目目 录录 第一章 绪论
12、 1 1.1 研究背景和意义 . 1 1.2 移动无线信道模型研究现状 . 2 1.3 本文的主要研究内容 . 3 1.4 论文结构及内容安排 . 4 第二章 多径散射簇信道模型理论 5 2.1 无线信道的信号传播 . 5 2.1.1 无线电波的传播机制 . 5 2.1.2 大气气体的吸收损耗 . 6 2.1.3 衰落的机理 . 6 2.2 大尺度衰落 . 7 2.2.1 路径损耗 . 7 2.2.2 阴影衰落 . 8 2.3 小尺度衰落 . 8 2.3.1 Nakagami-m 分布 . 8 2.3.2 Weibull 分布 . 9 2.3.3 K 分布 . 9 2.3.4 k-u 分布 1
13、0 2.4 联合的功率谱密度 10 2.5 多径散射簇的定义 12 2.5.1 多径散射簇 12 2.5.2 多径散射簇空时联合分布 . 13 2.5.3 特定场景下多径散射簇的角度和时延特性 . 14 2.6 随机点过程理论 16 2.6.1 随机点过程 . 16 2.6.2 簇生点过程 . 16 2.6.3 发射噪声过程和 Campbell 定理 . 17 2.6.4 基于簇生点过程的信道模型 18 2.7 本章小结 19 第三章 SV 信道建模研究 20 3.1 SV 模型及其扩展模型 . 20 3.1.1 Saleh-Valenzuela 信道模型 . 20 3.1.2 IEEE 80
14、2.15.4a UWB 模型 22 3.1.3 基于角度扩展 SV 模型 23 3.1.4 TSV 信道模型 24 3.2 基于簇生点过程的改进 SV 模型 26 3.2.1 平均功率延迟谱 26 3.2.2 AS 和 DS 的相关性计算 27 3.2.3 改进的 SV 模型的信道冲击响应 . 29 3.3 不同的 SV 模型仿真及其信道特性的的比较 30 3.4 本章小结 . 36 第四章 多径散射簇识别和聚类算法 37 4.1 聚类知识发现及关键技术 38 4.2 KPowermeans 聚类算法 39 4.2.1 智能簇识别算法的主框架 . 39 4.2.2 核心算法-KPowerMea
15、ns 算法 . 40 4.2.3 多径簇的有效性判断 . 41 4.3 WKPowerMeans 算法 42 4.3.1 小波尖峰检测技术 . 43 4.3.2 多径分量距离（MCD） 44 4.3.3 信息熵加权 . 44 4.4 实例分析 . 45 4.4.1 聚类精确度的比较 48 4.4.2 时间复杂度的比较 . 49 4.5 本章小结 50 第五章 总结与展望 51 5.1 全文总结 . 51 5.2 未来展望 . 51 参考文献 52 发表论文和参加科研情况说明 56 致 谢 57 第一章 绪论 1 第一章 绪论 1.1 研究背景和意义 移动无线通信领域及其应用是二十一世纪以来信息
16、科学技术最活跃、 发展最 为迅猛的研究领域之一。随着智能手机、平板电脑等新兴的电子产品的普及，人 们越来越多地通过无线方式随时随地接入互联网来获取信息。不仅如此，物联网 的蓬勃发展、智能家电的广泛应用、云计算的快速处理能力1，藉由这些新兴的 技术在不久的将来将实现物与物、 物与人， 所有的物品与网络的连接， 方便识别、 管理和控制。 下一代无线 “泛在” 通信系统的目标， 就是要实现在任何时候、 在任何地方、 与任何人都能进行及时的、无障碍的沟通和信息交换2。移动无线通信技术由于 具有通信终端的可移动性和信息传播无障碍性的特点， 使其成为下一代无线通信 系统的最佳选择。随着各种无线通信业务和宽带数据业务的不断发展，要求传输 容量和速率能达到 Gbps 的传输速度。除此之外，无线通信技术发展的研究焦点 还包括了积极开发新的频谱空间、有效地利用现有的频谱资源。 要实现其高品质、高速率的移动传输目标并非易事，而为解决这一问题所采 用的新技术、新措施，如 OFDM、智能天线技术等，都与无线传输信道有着密 切的
