許慧穎，李德建，周 正

（北京郵電大學(xué) 信息與通信工程學(xué)院無線網(wǎng)絡(luò)實驗室，北京 100876）

林地場景下的超寬帶無線信道模型研究＊

許慧穎?，李德建，周 正

（北京郵電大學(xué) 信息與通信工程學(xué)院無線網(wǎng)絡(luò)實驗室，北京 100876）

為了研究超寬帶信號在林地中的傳播特性，依據(jù)信道頻域測量數(shù)據(jù)，提出了符合中國超寬帶（UWB）技術(shù)頻率使用規(guī)定的林地場景信道模型.信道總體模型采用修正SV模型.在信道測量信號的后處理中，使用過渡帶為高斯?jié)L降特性的類高斯窗來提取符合中國超寬帶頻譜規(guī)范的測量信號，利用CLEAN算法得到高分辨率的離散信道響應(yīng)，并為信道時域測量信號提出了一種基于小波分析的分簇算法，最后統(tǒng)計提取出了信道模型參數(shù).仿真結(jié)果表明，提出的林地超寬帶信道模型和實測數(shù)據(jù)有著相近的時延擴(kuò)展特性和主要多徑個數(shù).

超寬帶；信道模型；林地；分簇算法

信道建模是超寬帶（UWB，Ultra-wideband）通 信系統(tǒng)的基礎(chǔ)工作，UWB系統(tǒng)的設(shè)計、測試和改進(jìn)都依賴于對信道的理解［1］.IEEE 802.15.3a和802.15.4a都是基于修正S-V模型的統(tǒng)計式信道模型，它們的出現(xiàn)為現(xiàn)代工業(yè)提供了重要動力.UWB的信道建模目前仍是研究熱點，且信道場景種類不斷擴(kuò)展，出現(xiàn)了飛機(jī)客艙［2］、停車場［3］.

2008年，中國無線電管理部門發(fā)布了UWB技術(shù)頻率使用規(guī)定，規(guī)定中國UWB技術(shù)的可用頻段為4.2～4.8GHz（需要信號檢測與避讓技術(shù)，即DAA技術(shù)）和6～9GHz.一個符合中國UWB頻段的信道模型將促進(jìn)UWB技術(shù)研究.林地是UWB技術(shù)重要的室外應(yīng)用場景之一，物聯(lián)網(wǎng)在林地中的應(yīng)用可以為精細(xì)農(nóng)業(yè)、防災(zāi)監(jiān)控、生態(tài)監(jiān)管等領(lǐng)域服務(wù).目前只有少量樹葉繁茂型林地的信道模型［4－6］，但尚無果園林地信道模型.基于中國UWB技術(shù)頻率使用規(guī)范和修正S-V模型，在大量頻域測量數(shù)據(jù)的基礎(chǔ)上，本文對林地信道模型進(jìn)行了研究，對信道沖激響應(yīng)（CIR，Channel Impulse Response）提出了一種基于小波和能量跳變檢測的分簇方法，并統(tǒng)計得到了信道模型參數(shù).

1 測量過程

UWB信道可以在時域或頻域測量，分別得到?jīng)_激響應(yīng)或傳遞函數(shù).兩種測量結(jié)果理論上等價，可以通過傅里葉變換從一個域變到另一個域.本文的測量是在頻域進(jìn)行的.測量系統(tǒng)包括一個矢量網(wǎng)絡(luò)分析儀（VNA，Vector Network Analyzer）Agilent N5242A，兩個2.3～18GHz的全向天線，天線增益為0dBi，兩根6m長的Rosenberger電纜，一臺控制VNA的計算機(jī).林地場景采用北京市郊的一處果園，測量時果樹沒有生長樹葉，如圖1所示.

測量時，收發(fā)天線架設(shè)在1.5m高的三腳架上.VNA測量的S參數(shù)S21作為超寬帶信道的信道傳遞函數(shù)（CTF，Channel Transfer Function）.VNA的發(fā)射功率固定為10dBm，發(fā)射5 600個單頻信號，這些頻點均勻分布在2.3～11GHz的頻帶內(nèi)，掃頻間隔為1.55MHz，允許測量多徑的最大時延擴(kuò)展為643.7ns.測量范圍為1～10m，收發(fā)天線示意圖如圖1所示，共測量78個位置.為了降低噪聲影響，在每一個接收點記錄10次信道傳輸函數(shù)并取平均值作為該接收點的測量數(shù)據(jù).由于完成一次信道測量需耗時數(shù)秒，因此測量時確保天線周邊范圍無人，以使信道是靜態(tài)的.所有測量數(shù)據(jù)都以暗室中2m參考距離測得的天線響應(yīng)加以校準(zhǔn).

圖1 林地（果園）場景測量示意圖Fig.1 Measurement system of forest scenario

2 數(shù)據(jù)預(yù)處理

2.1 頻域數(shù)據(jù)加窗

信道測量數(shù)據(jù)預(yù)處理主要包括將測量的目標(biāo)頻段的復(fù)頻率響應(yīng)進(jìn)行傅里葉逆變換，得到對應(yīng)的時域響應(yīng)，再進(jìn)行信道參數(shù)估計得到離散信道沖激響應(yīng)，并對離散信道響應(yīng)進(jìn)行分簇.

超寬帶射頻無線信道的沖激響應(yīng)采用由式（1）給出的基于分簇的修正S-V模型［7］：

式中：ak，l為第l簇中第k徑的幅度，Tl為第l簇的到達(dá)時間，τk，l為第l簇中第k徑的到達(dá)時間.相位φk，l服從［0，2π］內(nèi)的均勻分布.

由于測量的頻率范圍是2.3～11GHz，為了得到符合中國UWB頻段的信道傳遞函數(shù)，需要頻域加窗提取6～9GHz頻段的測量信號：

式中：Y（f）為加窗后的信道傳遞函數(shù)，其能量主要集中于6～9GHz，H（f）是2.3～11GHz信道的傳遞函數(shù)，W（f）為頻域窗函數(shù).

如果直接對目標(biāo)頻段的數(shù)據(jù)做傅里葉逆變換，相當(dāng)于對H（f）加了6～9GHz的矩形窗，由于矩形窗的時延旁瓣較大，時域沖激響應(yīng)中會出現(xiàn)所謂過調(diào)和拖尾現(xiàn)象，導(dǎo)致估計的CIR有更大的RMS時延擴(kuò)展；而且，如果窗的時延旁瓣較大，多徑旁瓣的互相疊加也不利于確定多徑的時延.在6～9GHz內(nèi)頻段內(nèi)加其它類型的窗會減小信道頻響帶寬，降低系統(tǒng)時間分辨率.因此加窗必須在系統(tǒng)時間分辨率和均方根（RMS，Root Mean Square）時延擴(kuò)展上折衷，即窗的頻率特性在6～9GHz頻段是平坦的，不影響測量信號的帶寬；同時窗的過渡帶較平滑，使窗的時延旁瓣較小.為了得到4.2～4.8GHz和6～9GHz兩個頻段的信道模型，本文測量頻帶較寬（2.3～11GHz），因此可將窗的過渡帶設(shè)計在6～9 GHz之外.由于高斯窗對應(yīng)的時域脈沖仍為高斯形式，旁瓣較小，且高斯窗具有很好的時頻聚集性，因此本文采用了過渡帶為高斯?jié)L降特性的類高斯窗，其頻域表示為

式中a和b為表示過渡帶滾降特性的系數(shù)，f的單位為GHz.在10～11GHz補(bǔ)零后，W（f）對應(yīng)的頻譜數(shù)字帶寬達(dá)到了6GHz，時間分辨率達(dá)到0.167ns.

如果直接用VNA將測量信號轉(zhuǎn)換到對應(yīng)的時域形式，則結(jié)果難以應(yīng)用，因為除了復(fù)時域信號的包絡(luò)即多徑幅度以外，結(jié)果不能提供其它信息.為了得到實值的時域測量信號，可將VNA輸出的復(fù)頻率響應(yīng)構(gòu)造成共軛對稱譜.時域的信道測量信號是對共軛對稱譜應(yīng)用IFFT得到的結(jié)果：

必須指出，式（4）表示的時域形式不是式（1）描述的Dirac脈沖響應(yīng)，這主要由于對頻率響應(yīng)進(jìn)行加窗截斷，窗函數(shù)對應(yīng)的脈沖s（t）旁瓣發(fā)生疊加.y（t）是式（1）表示的信道沖激響應(yīng)與基本波形s（t）的卷積

式中：nw（t）為加窗后的殘余高斯白噪聲.使用上述加窗方式后的時間分辨率是1／12GHz＝0.083ns，與直接將6～9GHz的頻譜作IFFT相比，時域測量信號的時間分辨率提高了12／3＝4倍.

為了得到CIRh（t），式（6）需要解卷積操作.CLEAN算法是常用到的高分辨率解卷積算法［8］，其解卷積后得到的信道響應(yīng)的多徑分辨率小于系統(tǒng)分辨率，需要用防混疊的減采樣才能得到等于系統(tǒng)分辨率的離散信道響應(yīng).本文將窗函數(shù)對應(yīng)的時域脈沖s（t）作為CLEAN算法的模板.

2.2 基于多徑增益平滑和小波分析的分簇算法

按照式（1）描述的信道模型，需要對離散信道響應(yīng)進(jìn)行分簇.已有的UWB信道建模常利用人的觀察進(jìn)行分簇［1］.本文從簇的直觀形式出發(fā)，提出一種利用小波分析定位能量跳變點的分簇算法.

滑動平均在語音信號處理中有廣泛應(yīng)用，可以有效地抑制信號隨時間的小幅波動.用滑動平均方式可以抑制小尺度的變化，但也會將真正的跳變點平滑掉.在識別簇的問題上，本文提出用滑動平均比（MAR，moving average ratio）來抑制小波動，同時能保留CIR的整體結(jié)構(gòu).假設(shè)已提取的離散CIR表示為h（n），MAR表示為g（k）：

式中：M為取平均的長度.在實測數(shù)據(jù)的處理中，發(fā)現(xiàn)設(shè)定20＜M＜60對分簇的結(jié)果影響不大.

分簇過程可以轉(zhuǎn)換為搜索CIR幅度上升跳變（或稱為間斷點檢測）的過程.將信號在不同尺度上分析可增強(qiáng)間斷點檢測的準(zhǔn)確性和可靠性.小波分析的一大優(yōu)勢是能夠?qū)π盘栠M(jìn)行局部分析，并廣泛地用于邊緣檢測等問題.一般地，小波用尺度參數(shù)α和位移參數(shù)τ來表征.MAR信號的小波變換可以表示為：

式中：ψ（t）為母小波，其作為原型小波可以生成其它小波.母小波的選取依賴于待檢測信號的局部結(jié)構(gòu)特性.除了具有正交性、緊致性等共性優(yōu)點外，在檢測信號的間斷點上，短小波比長小波更有效.盡管Harr小波可能有更小支撐，但Daubechies小波的瞬時消失特性使其更適于檢測信號的間斷點.因此，本文選擇Daubechies小波用于分簇.設(shè)定門限將較大的小波系數(shù)極值取出即得到簇的起始點.設(shè)定M＝30，α＝20，得到如圖2所示的一個CIR的分簇結(jié)果.可以看出，在圖2（a）所示的小波系數(shù)較大極值點處，圖2（b）都存在分簇現(xiàn)象.這說明采用本文的基于多徑增益平滑和小波分析的分簇算法能較準(zhǔn)確地進(jìn)行斷點檢測，對信號做有效的分簇.

圖2 基于小波分析的信道響應(yīng)分簇的一個實現(xiàn)Fig.2 Clustering based wavelet coefficient of CIR

3 超寬帶無線信道特性

大尺度衰落，包括和距離有關(guān)的路徑損耗和陰影衰落，可以描述為

該式采用的是分貝表示，式中，d為收發(fā)天線之間的距離，d0為參考距離，通常設(shè)為1m，PL0為參考距離處的路徑損耗，n為路徑損耗指數(shù)，S為影衰落損耗，服從標(biāo)準(zhǔn)差為σS的對數(shù)正態(tài)分布.由于測量時處于春季，果樹沒有樹葉非常稀疏，林地環(huán)境絕大部分為視線傳播（LOS，Light of Sight）情況，沒有嚴(yán)格非視線傳播（NLOS，Non Light of Sight）情況，因此本文在統(tǒng)計信道參數(shù)時不區(qū)分LOS和NLOS.

為了得到功率延時分布（PDP，Power Delay Profile），需要得到的統(tǒng)計量有：簇的個數(shù)，簇到達(dá)速率，簇內(nèi)多徑到達(dá)速率，簇功率衰減指數(shù)和簇內(nèi)多徑功率衰減指數(shù)［7］.802.15.4a工作組提出簇的個數(shù)假定服從泊松分布：

式中：Λl為簇到達(dá)速率，并假定它是不依賴于l的.同時，工作組根據(jù)室內(nèi)住宅、室內(nèi)室外辦公環(huán)境的實際測量數(shù)據(jù)，提出簇內(nèi)多徑分量的到達(dá)時間服從兩個泊松過程的混合形式，即混合泊松分布：

式中：β為混合概率，而λ1和λ2表示多徑到達(dá)速率.

接下來是簇功率和簇形狀的表達(dá)式，每簇的功率延遲分布PDP是隨時延指數(shù)衰落的：

式中：Mcluster為正態(tài)分布隨機(jī)變量，其標(biāo)準(zhǔn)差為σc，Γ是簇衰減時間常數(shù).

4 參數(shù)統(tǒng)計與仿真分析

按式（3）構(gòu)造類高斯窗，當(dāng)a＝1且b＝92.97時，類高斯窗的3dB帶寬和20dB帶寬分別為3.51 GHz和4.31GHz，其過渡帶寬度僅約650MHz.建模需要考慮的輸入?yún)?shù)有：參考距離處的路徑損耗PL0；路徑損耗指數(shù)n；陰影衰落標(biāo)準(zhǔn)差σS；平均分簇個數(shù)ˉL；簇到達(dá)速率Λ；混合泊松模式下的多徑到達(dá)速率和混合概率λ1，λ2和β；簇衰減時間常數(shù)Γ；簇內(nèi)多徑衰減時間常數(shù)γl；簇陰影衰落方差σc.采用CLEAN算法對實際信道沖激響應(yīng)測量結(jié)果進(jìn)行處理，算法的門限設(shè)為最大徑衰減30dB后的值.仿真在MATLAB平臺下進(jìn)行，結(jié)果表明，CLEAN算法解卷積后的信號能量捕獲率都在94%以上.仿真得到大尺度參數(shù)的擬合如圖3所示.圖3（b）中用正態(tài)分布擬合陰影衰落有很好的擬合效果.

圖3 大尺度參數(shù)擬合Fig.3 Curve fitting of large scale parameters

圖4和圖5顯示了簇到達(dá)速率和多徑到達(dá)速率經(jīng)驗互補(bǔ)累積分布函數(shù)的指數(shù)擬合.圖6和圖7顯示了簇首徑功率衰減和多徑功率衰減指數(shù)擬合.擬合方式均采用最小二乘擬合.由圖5可以看出，混合泊松過程明顯比單泊松過程有更好的擬合效果.

圖4 簇到達(dá)速率Λ擬合Fig.4 Curve fitting of cluster arrival rateΛ

圖5 多徑到達(dá)速率λ1，λ2，β擬合Fig.5 Ray arrival ratesλ1，λ2，β

圖6 簇首徑功率衰減指數(shù)Γ擬合Fig.6 Cluster exponential decay factorΓ

圖7 NLOS情況下徑衰減指數(shù)γl擬合Fig.7 Ray decay time constantγlin

根據(jù)實測數(shù)據(jù)和仿真擬合結(jié)果，表1列出了林地場景下的信道模型環(huán)境參數(shù)（大尺度參數(shù)和PDP參數(shù)）.和文獻(xiàn)［4］中的路徑損耗指數(shù)n＝5.1相比，本文的林地路徑損耗因子n接近自由空間的路徑損耗值.和文獻(xiàn)［7］中的農(nóng)場信道模型參數(shù)對比可以得出，林地的時延擴(kuò)展較小，成簇現(xiàn)象不明顯.這是由于本文所選的林地場景樹木較稀疏，且樹冠沒有樹葉覆蓋，除地面外沒有較明顯的反射體.

表1 林地信道模型參數(shù)表Tab.1 Channel characteristics of forest environments

向式（1）表示的信道模型中輸入表1中的模型參數(shù)，生成200個信道響應(yīng)的隨機(jī)實現(xiàn)，并對這些信道響應(yīng)和實測信道響應(yīng)分別計算附加時延擴(kuò)展τm，RMS時延擴(kuò)展τrms和10dB多徑個數(shù)Np.表2列出了仿真和實測的參數(shù)對比，可以看出，所建模型的仿真結(jié)果和實測數(shù)據(jù)有著相似的時延擴(kuò)展特性和多徑個數(shù)，其中附加時延擴(kuò)展的相對誤差為 （3.72～3.12）／3.12＝19%，均方根時延擴(kuò)展的相對誤差僅為6%，10dB多徑個數(shù)的相對誤差較大，達(dá)到了30%，這還需要更進(jìn)一步的優(yōu)化.總體來說，本文建立的林地場景模型和實測環(huán)境能夠很好的吻合，采用本模型仿真實現(xiàn)具有較好的精確度.

表2 信道模型仿真結(jié)果與實測數(shù)據(jù)參數(shù)的對比Tab.2 Comparison of measured parameters and simulated parameters

5 結(jié) 語

林地信道模型是超寬帶技術(shù)在林地應(yīng)用的研究基礎(chǔ).為了得到更準(zhǔn)確的離散信道響應(yīng)估計，本文對頻域測量數(shù)據(jù)使用了類高斯窗，并利用CLEAN算法解卷積得到了符合中國UWB頻率規(guī)范的高分辨率信道離散響應(yīng).此外還采用了基于小波檢測能量跳變的計算機(jī)分簇方法.提出的林地信道模型顯示在稀疏樹木的果園環(huán)境下有較小的時延擴(kuò)展特性.模型及數(shù)據(jù)結(jié)果表明，本文提出的林地信道模型與實測信道數(shù)據(jù)在時延特性和主要多徑個數(shù)上有較好的符合.

［1］ MOLISCH A F.Ultra-wide-band Propagation Channels［J］.Proceedings of the IEEE，2009，97（2）：353－371.

［2］ JEMAI J，PIESIEWICZ R，GEISE R，et al.UWB channel modeling within an aircreft cabin［C］／／ICUWB 2008.Hannover：IEEE Press，2008：5－8.

［3］ LEE J Y.UWB channel modeling in roadway and indoor parking environments［J］.IEEE Trans on Vehicular Technology，2010，59（7）：3171－3180.

［4］ LIANG Q.Radar sensor wireless channel modeling in foliage environment：UWB versus narrowband［J］.IEEE Sensors Jounal，2011，11（6）：1448－1456.

［5］ LIANG J，LIANG Q.Outdoor propagation channel modeling in foliage environment［J］.IEEE Trans on Vehicular Technology，2010，59（5）：2243－2252.

［6］ LIANG Q，CHENG X.Wireless channel modeling in foliage environment：UWB versus narrowband［C］／／IEEE Milatary Communication.San Diego，CA：2008：1－6.

［7］ MOLISCH A F.IEEE 802.15.4aChannel Model-Final Report［EB／OL］.Channel Model Subcommittee，http：／／www.ieee802.org／15／pub／TG4a.html，2005：1－40.

［8］ LIU T C，KIM D I，VAUGHAN R G.A aigh-resolution，multi-template deconvolution algorithm for time-domain UWB channel characterization［J］.Canadian Journal of Electrical and Computer Engineering，2007，32（4）：207－213.

Study on Ultra Wideband Modeling for Forest Land Environment

XU Hui-ying?，LI De-jian，ZHOU Zheng

（Wireless Network Lab，School of Information and Communication Engineering，Beijing Univ of Posts and Telecommunications，Beijing 100876，China）

To investigate the propagation characteristics of ultra-wideband（UWB）signal in forest land environment，a channel model for forest land （orchard）was proposed on the basis of frequency-domain measurements according to the UWB frequency regulation of China.The modified S-V model was exploited for the channel modeling.A quasi-Gaussian window with Gaussian transition band was used to extract the measurements that satisfy the UWB frequency regulation of China in the post-processing of channel modeling.Furthermore，a wavelet analysis based cluster identification algorithm was proposed for the time-domain measurements.The channel parameters were extracted on the basis of statistical approach.Simulation results have shown that the proposed forest land UWB channel model has similar delay spread characteristics and similar number of main paths with the measurement data.

ultra wideband；channel modeling；forest land；cluster identification algorithm

TN911

A

1674-2974（2013）05-0103-06

2012-04-12

國家重大科技專項項目（2009ZX03006-009）；韓國知識經(jīng)濟(jì)部仁荷大學(xué)ITRC基金資助項目（NIPA-2011-C1090-1111-0007）

許慧穎（1978－），女，四川西昌人，北京郵電大學(xué)博士研究生

?通訊聯(lián)系人，E-mail：xuhuiying＠126.com