基于非對稱空間結(jié)構(gòu)和非均勻散射體的統(tǒng)計信道計算方法

1.一種基于非對稱空間結(jié)構(gòu)和非均勻散射體的統(tǒng)計信道計算方法，其特征在于：基于非對稱空間統(tǒng)計信道模型實現(xiàn)，所述非對稱空間統(tǒng)計信道模型包括移動臺和基站，所述基站中設(shè)置有指向性天線，所有散射體非均勻分布在基站天線覆蓋的扇形散射區(qū)域內(nèi)，且服從高斯分布或指數(shù)分布；其中基站建立(x，y)坐標系，移動臺建立(x′，y′）坐標系，移動臺和基站之間距離為D，rs為基站到某個散射體的距離，rb為移動臺MS到某個散射體的距離，R為散射體扇形區(qū)域的半徑，θb為到達移動臺的入射角度，ψ1為坐標x軸與散射體上半邊緣之間的角度，ψ2為坐標x軸與散射體下半邊緣之間的角度；
信道計算方法包括如下步驟：
步驟一：計算散射體極坐標的分布密度函數(shù)表達式：

步驟二：計算到達角度(AOA)和到達時間(TOA)的概率密度函數(shù)：
步驟二-1：進行坐標系的轉(zhuǎn)換后，定義極坐標(rb，θb)下的聯(lián)合概率密度函數(shù)為：

步驟二-2：計算到達角度(AOA)的概率密度函數(shù)：
在參數(shù)0≤θb≤2π范圍內(nèi)，波達信號AOA概率分布函數(shù)f(θb)包括如下三種情況：
Case?1:

其中
Case2:

其中
Case3:

其中
步驟二-3：計算到達時間(TOA)的概率密度函數(shù)
通過分段求解散射體落在橢圓內(nèi)的概率與整體散射區(qū)域的概率比得到非對稱信道模型中MS的波達信號TOA概率密度函數(shù)，具體分為如下四種情況：
Case1：τ∈[D/c，D/c(2R/D-1)]

其中
F1(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：

Case2：τ∈[D/c(2R/D-1)，D/c·ρ2]

其中
F2(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：

Case3：τ∈[D/c·ρ2，D/c·ρ1]

τ為自變量；F3(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：

Case4：τ∈[D/c·ρ1，+∞]
f4(τ)＝0；
其中，到達時間τ的范圍為：D/c≤τ≤D/c·Max{ρ1，ρ2}，c為光的速度，



步驟三：計算MIMO系統(tǒng)信道容量
步驟三-1：測量任意2個天線單元之間的空間衰落相關(guān)系數(shù)
只考慮方位角平面時，空間衰落相關(guān)系數(shù)ρ(m，n)為：

其中，am(θ)和an(θ)分別為陣元m和n的導(dǎo)向矢量，p(θ)為波達信號AOA概率分布函數(shù)；
步驟三-2：計算信道容量的平均值

其中 為Nr維單位矩陣，MIMO信道矩陣H表示為 式中Rr為接收端的
陣元間相關(guān)矩陣，Rt為發(fā)射端陣元間相關(guān)矩陣，Hw為同分布的復(fù)高斯隨機矩陣，SNR為信道信噪比，Nt為發(fā)射端天線數(shù)量和Nr為接收端天線數(shù)量，上標T表示矩陣的轉(zhuǎn)置，上標H表示矩陣的共軛轉(zhuǎn)置。
2.根據(jù)權(quán)利要求1所述的基于非對稱空間結(jié)構(gòu)和非均勻散射體的統(tǒng)計信道計算方法，其特征在于：還包括如下步驟：
步驟四：通過移動臺的波達信號AOA概率密度函數(shù)，計算因移動臺MS的移動特征所產(chǎn)生的信號多普勒頻移和功率譜，其中多普勒頻移的概率密度函數(shù)為：

其中，fm＝υ/λ為移動臺MS的最大多普勒頻移和λ為載波波長，其中，υ為移動臺的移動速度，φυ為移動臺移動方向與直達路徑LOS之間的夾角，fφ(φ)移動臺MS的來波信號AOA概率密度函數(shù)，
所述多普勒功率譜為：
。
3.根據(jù)權(quán)利要求1或2所述的基于非對稱空間結(jié)構(gòu)和非均勻散射體的統(tǒng)計信道計算方法，其特征在于：所述非對稱空間統(tǒng)計信道模型移動臺端設(shè)置ULA和UCA多天線MIMO陣列。

基于非對稱空間結(jié)構(gòu)和非均勻散射體的統(tǒng)計信道計算方法\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明屬于多天線MIMO信道建模技術(shù)領(lǐng)域，尤其是涉及一種基于非對稱空間結(jié)構(gòu)且分布有非均勻散射體的統(tǒng)計信道計算方法。\n背景技術(shù)\n[0002] 移動通信是利用無線信道進行信息傳輸?shù)募夹g(shù)。無線信道易受各種噪聲、干擾和其它信道因素的影響，還由于用戶的移動和信道的動態(tài)變化而使系統(tǒng)受到極大的不確定性，嚴重影響通信效率和質(zhì)量，因此無線信道要成為一種可靠地高速通信媒質(zhì)存在著嚴峻的挑戰(zhàn)，多年來無線信道的研究也一直受到研究者的關(guān)心和重視。建立準確描述信道多徑效應(yīng)的無線信道模型，也是分析MIMO多天線系統(tǒng)的重要基礎(chǔ)。同時移動通信領(lǐng)域中的信道編碼、信道均衡、分集接收以及陣列信號處理算法的設(shè)計以及算法的性能評估都極大程度地依賴于無線信道的特性。搭建精確而有效、且符合實測數(shù)據(jù)的信道模型是移動通信系統(tǒng)研究所必不可或缺的內(nèi)容。在移動通信環(huán)境中多徑效應(yīng)是無線信道中的小尺度衰落，也是信道研究的主要內(nèi)容。\n[0003] 由于在移動通信環(huán)境中，墻壁、地面、建筑物和其它物體均會對電磁波信號形成反射、散射和繞射，因此必須求解帶邊界條件的麥克斯韋方程，計算過程非常復(fù)雜。而鑒于信道的復(fù)雜性和時變性往往難以建立準確的確定性信道模型，此時一般采用統(tǒng)計模型。\nErtel.R和Petrus.B提出了散射體空間分布圓模型(GBSBM：geometrically?based?single?bounce?model)和橢圓模型(EBSBM：Ellipse?based?single?bounce?model)。數(shù)據(jù)結(jié)果證明GBSBM模型能估計宏小區(qū)(Macrocell)移動通信環(huán)境下重要的信道參數(shù)，EBSBM模型能估計微小區(qū)(Microcell)移動通信環(huán)境下重要的信道參數(shù)，但GBSBM和EBSBM模型的估計結(jié)果不夠準確。Olenko.A和Janaswary提出散射體高斯(Gaussian)分布圓模型(GSDM：Gaussian?scatter?density?model)以及空心圓環(huán)模型(HSDM：hollow-disc?scatter?density?model),Jiang.L給出基于瑞利分布和指數(shù)(Exponential)分布圓模型(ESDM：exponential?scatter?density?model)等，針對不同通信環(huán)境建立信道模型。我們通過研究發(fā)現(xiàn)，以上所有的模型都是散射體空間分布對稱型分布模型,較為符合蜂窩移動通信系統(tǒng)室外宏小區(qū)、微小區(qū)以及微微小區(qū)(Picrocell)。但實際環(huán)境中，由于系統(tǒng)中指向性天線的設(shè)計和使用，使得信號覆蓋區(qū)域呈現(xiàn)非對稱特點，特別是在各類不同的室內(nèi)環(huán)境中，如開放的工廠、辦公室、金工車間和走廊等環(huán)境由于不規(guī)則形狀以及介電性質(zhì)差別很大的因素，都可能使信道環(huán)境呈現(xiàn)散射體的非均勻分布并具有分布環(huán)境的非對稱性。而針對分布有非均勻散射體的非對稱空間結(jié)構(gòu)的移動通信環(huán)境，目前國內(nèi)外尚缺乏明確的物理概念和真實空間的統(tǒng)計信道仿真模型。\n發(fā)明內(nèi)容\n[0004] 為解決上述問題，本發(fā)明針對分布有非均勻散射體的非對稱空間結(jié)構(gòu)，公開了一種綜合改進空間統(tǒng)計信道的計算方法，能夠準確靈活方便地估計宏小區(qū)和微小區(qū)等移動通信環(huán)境，有效的提高電磁信號到達角度(AOA：angle?of?arrival)、到達時間(TOA:time?of?arrival)以及MIMO系統(tǒng)中信道容量性能等信道參數(shù)估計的準確性。\n[0005] 為了達到上述目的，本發(fā)明提供如下技術(shù)方案：\n[0006] 一種基于非對稱空間結(jié)構(gòu)和非均勻散射體的統(tǒng)計信道計算方法，基于非對稱空間統(tǒng)計信道模型實現(xiàn)，所述非對稱空間統(tǒng)計信道模型包括移動臺和基站，所述基站中設(shè)置有指向性天線，所有散射體非均勻分布在基站天線覆蓋的扇形散射區(qū)域內(nèi)，且服從高斯分布或指數(shù)分布；其中基站建立(x，y)坐標系，移動臺建立(x′，y′)坐標系，移動臺和基站之間距離為D，rs為基站到某個散射體的距離，rb為移動臺MS到某個散射體的距離，R為散射體扇形區(qū)域的半徑，θb為到達移動臺的入射角度，ψ1為坐標x軸與散射體上半邊緣之間的角度，ψ2為坐標x軸與散射體下半邊緣之間的角度；\n[0007] 信道計算方法包括如下步驟：\n[0008] 步驟一：計算散射體極坐標的分布密度函數(shù)表達式：\n[0009]\n[0010] 步驟二：計算到達角度(AOA)和到達時間(TOA)的概率密度函數(shù)：\n[0011] 步驟二-1：進行坐標系的轉(zhuǎn)換后，定義極坐標(rb，θb)下的聯(lián)合概率密度函數(shù)為：\n[0012]\n[0013] 步驟二-2：計算到達角度(AOA)的概率密度函數(shù)：\n[0014] 在參數(shù)0≤θb≤2π范圍內(nèi)，波達信號AOA概率分布函數(shù)f(θb)包括如下三種情況：\n[0015] Case1:\n[0016]\n[0017] 其中\(zhòng)n[0018] Case2:\n[0019]\n[0020] 其中\(zhòng)n[0021] Case3:\n[0022]\n[0023] 其中\(zhòng)n[0024] 步驟二-3：計算到達時間(TOA)的概率密度函數(shù)\n[0025] 通過分段求解散射體落在橢圓內(nèi)的概率與整體散射區(qū)域的概率比得到非對稱信道模型中MS的波達信號TOA概率密度函數(shù)，具體分為如下四種情況：\n[0026] Case1：τ∈[D/c，D/c(2R/D-1)]\n[0027]\n[0028] 其中\(zhòng)n[0029] F1(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：\n[0030]\n[0031] Case2：τ∈[D/c(2R/D-1)，D/c·ρ2]\n[0032]\n[0033] 其中\(zhòng)n[0034] F2(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：\n[0035]\n[0036] Case3：τ∈[D/c·ρ2，D/c·ρ1]\n[0037]\n[0038] F3(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：\n[0039]\n[0040] Case4：τ∈[D/c·ρ1，+∞]\n[0041] f4(τ)＝0；\n[0042] 其中，到達時間τ的范圍為：D/c≤τ≤D/c·Max{ρ1，ρ2}，c為光的速度，[0043]\n[0044]\n[0045]\n[0046] 步驟三：計算MIMO系統(tǒng)信道容量\n[0047] 步驟三-1：測量任意2個天線單元之間的空間衰落相關(guān)系數(shù)\n[0048] 只考慮方位角平面時，空間衰落相關(guān)系數(shù)ρ(m，n)為：\n[0049]\n[0050] 其中，am(θ)和an(θ)分別為陣元m和n的導(dǎo)向矢量，p(θ)為波達信號AOA概率分布函數(shù)；\n[0051] 步驟三-2：計算信道容量的平均值\n[0052]\n[0053] 其中 為Nr維單位矩陣，MIMO信道矩陣H表示為 式中Rr為接收\n端的陣元間相關(guān)矩陣，Rt為發(fā)射端陣元間相關(guān)矩陣，Hw為同分布的復(fù)高斯隨機矩陣，SNR為信道信噪比，Nt為發(fā)射端天線數(shù)量和Nr為接收端天線數(shù)量，上標T表示矩陣的轉(zhuǎn)置，上標H表示矩陣的共軛轉(zhuǎn)置。\n[0054] 進一步的，本發(fā)明還包括如下步驟：\n[0055] 步驟四：通過移動臺的波達信號AOA概率密度函數(shù)，計算因移動臺MS的移動特征所產(chǎn)生的信號多普勒頻移和功率譜，其中多普勒頻移的概率密度函數(shù)為：\n[0056]\n[0057] 其中，fm＝υ/λ為移動臺MS的最大多普勒頻移和λ為載波波長，其中，υ為移動臺的移動速度，φυ為移動臺移動方向與直達路徑LOS之間的夾角，fφ(φ)移動臺MS的來波信號AOA概率密度函數(shù)，\n[0058] 所述多普勒功率譜為：\n[0059]\n[0060] 進一步的，非對稱空間統(tǒng)計信道模型移動臺端設(shè)置ULA和UCA多天線MIMO陣列。\n[0061] 本發(fā)明提供了基于非對稱空間結(jié)構(gòu)和非均勻散射體的信道模型和相應(yīng)的統(tǒng)計信號計算方法，更加精確地描述了在高斯模型下的到達角度和到達時間，其測量數(shù)據(jù)與已有的更加符合實際，為提高信道容量的研究而起到了極大的促進作用。研究拓展了空間統(tǒng)計信道模型的研究和應(yīng)用，對評估多天線MIMO系統(tǒng)空時處理算法和仿真無線通信系統(tǒng)提供了有力的工具。此外，本發(fā)明通過在非對稱信道空間模型MS端設(shè)置ULA和UCA多天線MIMO陣列，利用此信道的多徑分量特征能夠在不增加帶寬的情況下提高通信系統(tǒng)的容量,且信道可靠性亦大為增強。\n附圖說明\n[0062] 圖1為非對稱空間統(tǒng)計信道的模型示意圖；\n[0063] 圖2為四單元MIMO?ULA和UCA陣列模型示意圖；\n[0064] 圖3為高斯模型下到達角度AOA的概率密度分布圖；\n[0065] 圖4為高斯模型下到達時間TOA的概率密度分布圖；\n[0066] 圖5為不同的高斯分布參數(shù)對AOA概率密度的影響示意圖；\n[0067] 圖6為不同的高斯分布參數(shù)對TOA概率密度的影響示意圖；\n[0068] 圖7是多天線MIMO?ULA陣列模型陣元(1,2)的空間相關(guān)性系數(shù)示意圖；\n[0069] 圖8是多天線MIMO分布參數(shù)對4單元多天線MIMO?ULA陣列信道容量影響示意圖；\n[0070] 圖9是多天線MIMO分布參數(shù)對4單元多天線MIMO?UCA陣列信道容量影響示意圖；\n[0071] 圖10是高斯散射體分布下MS的多普勒功率譜示意圖。\n具體實施方式\n[0072] 以下將結(jié)合具體實施例對本發(fā)明提供的技術(shù)方案進行詳細說明，應(yīng)理解下述具體實施方式僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。\n[0073] 要實現(xiàn)本發(fā)明提出的基于非對稱空間結(jié)構(gòu)/非均勻散射體分布的統(tǒng)計信道計算方法，首先\n[0074] 要建立非對稱空間統(tǒng)計信道的模型：假設(shè)小區(qū)基站(BS：base?station)中設(shè)置有指向性天線，在天線覆蓋下使得小區(qū)再分為若干個扇形小區(qū)。信道模型中移動臺(MS：\nmobile?station)和基站(BS：base?station)之間距離為D，且所有散射體分布在以BS為覆蓋小區(qū)的扇形散射區(qū)域R內(nèi)，如圖1所示，指向性天線使得散射區(qū)域形成了非對稱型的信道模型。基站BS建立(x，)坐標系，移動臺MS建立(x′，y′)坐標系。模型中，rs為基站BS到某個散射體的距離，rb為移動臺MS到某個散射體的距離，D為基站和移動臺之間的距離，R為散射體扇形區(qū)域的半徑，θb為到達移動臺的入射角度，ψ1為坐標x軸與散射體上半邊緣之間的角度，ψ2為坐標x軸與散射體下半邊緣之間的角度。\n[0075] 本發(fā)明提供的統(tǒng)計信道的計算方法，包括如下步驟：\n[0076] 步驟一：假設(shè)BS附近的散射體非均勻分布服從高斯分布或指數(shù)分布，其極坐標的分布密度函數(shù)表達式為：\n[0077]\n[0078] 步驟二：計算到達角度(AOA)和到達時間(TOA)的概率密度函數(shù)\n[0079] 步驟二-1：首先必須進行坐標系的轉(zhuǎn)換\n[0080] 通過從直角坐標(x，y)轉(zhuǎn)換成(x′，y′)來求出極坐標(rb，θb)下的聯(lián)合概率密度函數(shù)。\n[0081]\n[0082] 其中|J(x，y)|是坐標轉(zhuǎn)換雅可比(Jacobian)式。\n[0083] 聯(lián)合概率密度函數(shù) 可以寫成：\n[0084]\n[0085] 步驟二-2：計算到達角度(AOA)的概率密度函數(shù)\n[0086] 由非對稱信道空間模型圖1所示，在參數(shù)0≤θb≤2π范圍內(nèi)，波達信號AOA概率分布函數(shù)f(θb)可分為三種情況為：\n[0087] Case1:\n[0088]\n[0089] 其中\(zhòng)n[0090] Case2:\n[0091]\n[0092] 其中\(zhòng)n[0093] Case3:\n[0094]\n[0095] 其中\(zhòng)n[0096] 步驟二-3：計算到達時間(TOA)的概率密度函數(shù)\n[0097] 到達時間τ的范圍為：D/c≤τ≤D/c·Max{ρ1，ρ2}，c為光的速度，從圖1信道空間模型可得ρ1和ρ2表達式是：\n[0098]\n[0099]\n[0100] 為求解非對稱信道模型中MS的波達信號TOA概率密度函數(shù)，可分段求解信號TOA累積概率分布函數(shù)(CDFs：cumulative?distribution?functions)，即求解散射體落在橢圓內(nèi)的概率與整體散射區(qū)域的概率比。其波達信號TOA概率密度函數(shù)可以分為四種情況：\n[0101] Case1：τ∈[D/c，D/c(2R/D-1)]\n[0102]\n[0103] 其中\(zhòng)n[0104] F1(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：\n[0105]\n[0106] 為簡易表達文章后面復(fù)雜積分式，本文定義中間積分函數(shù)F(τ，φ)如下：\n[0107]\n[0108] Case2：τ∈[D/c(2R/D-1)，D/c·ρ2]\n[0109]\n[0110] 其中\(zhòng)n[0111] F2(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：\n[0112]\n[0113] 式中F(τ，φ)中間函數(shù)由公式(9)給出。\n[0114] Case3：τ∈[D/c·ρ2，D/c·ρ1]\n[0115]\n[0116] F3(τ)對自變量τ求導(dǎo)微分可得MS的波達信號的TOA概率密度函數(shù)為：\n[0117]\n[0118] 式中F(τ，φ)中間函數(shù)由公式(9)給出。\n[0119] Case4：τ∈[D/c·ρ1，+∞]\n[0120] f4(τ)＝0????????????????????(14)\n[0121] 步驟三：計算MIMO系統(tǒng)信道容量\n[0122] 步驟三-1：測量任意2個天線單元之間的空間衰落相關(guān)系數(shù)\n[0123] 如果只考慮方位角平面，空間衰落相關(guān)系數(shù)ρ(m，n)為：\n[0124]\n[0125] am(θ)和an(θ)分別為陣元m和n的導(dǎo)向矢量，p(θ)為波達信號AOA概率分布函數(shù)，通過公式(4)、(5)或(6)獲得。\n[0126] 步驟三-2：測量信道容量的平均值\n[0127] 假設(shè)發(fā)送端在無法獲知信道信息時，最優(yōu)的策略是將功率平均分配到各天線陣元上，此時信道的平均容量為：\n[0128]\n[0129] 其中 為Nr維單位矩陣，MIMO信道矩陣H可以表示為 式中Rr為\n接收端的陣元間相關(guān)矩陣，Rt為發(fā)射端陣元間相關(guān)矩陣。由于不考慮發(fā)送端的相關(guān)性，因此Rt為單位矩陣。Hw為同分布的復(fù)高斯隨機矩陣，SNR為信道信噪比，Nt為發(fā)射端天線數(shù)量和Nr為接收端天線數(shù)量。上標T表示矩陣的轉(zhuǎn)置和上標H表示矩陣的共軛轉(zhuǎn)置。\n[0130] 步驟四：計算多普勒功率譜\n[0131] 在圖1非對稱信道模型計算中，式(4)、(5)和(6)導(dǎo)出了移動臺MS的波達信號AOA概率密度函數(shù)，由此可以估算因移動臺MS的移動特征所產(chǎn)生的信號多普勒頻移和功率譜。如圖3所示假設(shè)移動臺MS以速度υkm/h和φυ方向移動，φυ矢量定義為MS移動方向與直達路徑LOS之間的夾角，決定了MS的移動方位。由經(jīng)典Clarke模型，多普勒頻移的概率密度函數(shù)可推導(dǎo)為[5]：\n[0132]\n[0133] 式(17)中fm＝υ/λ為移動臺MS的最大多普勒頻移和λ為載波波長。fφ(φ)為式(4)、(5)和(6)移動臺MS的來波信號AOA概率密度函數(shù)，其修正多普勒功率譜為：\n[0134]\n[0135] 其中，\n[0136] 以下將針對上述信道計算方法進行實驗，并針對實驗結(jié)果結(jié)果展開分析:\n[0137] 建立非對稱扇形微小區(qū)模型，參數(shù)選擇為R＝100m和D＝50m?；綛S配置智能指向性天線主瓣寬度α＝120°和移動臺MS的位置參數(shù)ψ1＝80°和ψ2＝40°。MS接收端配置多天線MIMO陣列設(shè)計為四單元MIMO?ULA線性陣列(圖2(a)所示)和UCA圓環(huán)陣列(圖2(b)所示)，入射信號信噪比為20dB。移動臺的移動速度為υ＝54km/h，移動方向為水平方向φυ＝0和垂直方向φυ＝π/2。\n[0138] 圖3為高斯模型下到達角度AOA的概率密度分布，圖4為高斯模型下到達時間TOA的概率密度分布。從圖中可知，本發(fā)明提出的非對稱模型更加精確地描述了在高斯模型下的到達角度和到達時間，其測量數(shù)據(jù)與已有的更加符合實際。說明非對稱模型相對于對稱模型更加符合實際的移動通信環(huán)境。因此本模型更能準確靈活地的描述各種環(huán)境下的傳播特性。\n[0139] 基于本發(fā)明提供的信道模型，我們還可以進一步研究高斯分布參數(shù)σG對本信道參數(shù)的影響。\n[0140] 圖5為不同的高斯分布參數(shù)σG對AOA概率密度的影響示意圖。從結(jié)果可以得到，波達信號AOA概率分布呈現(xiàn)左右非對稱性特征，均僅具有指數(shù)分布變化規(guī)律。其分布函數(shù)在空間模型中ρ1和ρ2的θb點值上具有非連續(xù)性特征。圖中還顯示在高斯分布模型中當σG變大時，其概率密度相對比較小。\n[0141] 圖6為不同的高斯分布參數(shù)對TOA概率密度的影響示意圖，可以看出參數(shù)σG對TOA概率密度的影響較大。當σG變大時，TOA概率密度降低，下降相對平滑且概率值較大。值得注意的是，其中TOA還呈現(xiàn)非連續(xù)性斷點，斷點處位于由Case2至Case3的變化點上。因為幾何信道模型呈現(xiàn)非對稱形狀，表明TOA的概率分布趨勢和下降速率均呈現(xiàn)不同特征，符合非對稱信道特征預(yù)期。\n[0142] 圖7是散射體高斯分布下，ULA陣列單元(1,2)間的空間相關(guān)性系數(shù)的結(jié)果。結(jié)果顯示空間相關(guān)性隨著d/λ或r/λ的增大而減小。在分布參數(shù)σG較小，散射體的分布較為均衡使得空間相關(guān)性較為平滑逐漸減小并趨近于0值。在分布參數(shù)σG較大，散射體的分布函數(shù)梯度較大，波達信號角度分布在較窄范圍，使得空間相關(guān)性呈現(xiàn)振蕩下降并趨近于0值。\n[0143] 圖8和9分別示高斯分布參數(shù)σG對ULA和UCA天線陣列信道容量的影響。圖中顯示在兩陣元間距d和r較小時，由于陣元相關(guān)性較大，信道容量較小。在天線陣列單元間隔d和圓環(huán)半徑r從0變到0.5λ時，陣元間相關(guān)性系數(shù)快速降低使其信道容量快速變大，繼在0.5λ之后，信道容量值逐漸趨于極限值方向，以小幅振蕩平穩(wěn)增長。在σG＝20,d＝0.25λ，ULA天線陣列結(jié)構(gòu)總長度為λ，此四單元MIMO?ULA信道容量為9bits/s/Hz。在σG＝20,r＝0.5λ,四單元MIMO?UCA信道容量為11.5bits/s/Hz，比ULA信道容量增長27.7％，因此MIMO?UCA具有明顯的優(yōu)越性。圖2所示在d＝0.25λ和r＝0.5λ，UCA與ULA陣列在具有相同的結(jié)構(gòu)長度，但UCA以占據(jù)更大的空間面積為代價，提高了任意兩陣元間距，減小相關(guān)性系數(shù)獲取更高的信道容量。\n[0144] 圖10是高斯散射體分布下MS的多普勒功率譜，圖中表明，在散射體高斯分布模型下φυ＝0°時，當σG變大時在背離BS一側(cè)的散射體增多，所以反向頻移上的能量逐漸變大。當φυ＝90°時MS移動方向垂直于直達視距LOS方向，散射體會產(chǎn)生正向和反向的頻移，其能量主要集中在小角度入射角。當σG不斷變小，波達信號擴展角度變大，表示散射體分布逐漸趨近于均衡分布，因此功率譜密度也逐漸趨近于Clarke經(jīng)典功率譜圖。\n[0145] 本發(fā)明方案所公開的技術(shù)手段不僅限于上述實施方式所公開的技術(shù)手段，還包括由以上技術(shù)特征任意組合所組成的技術(shù)方案。