韓靜

(山西工程職業(yè)學(xué)院 計(jì)算機(jī)信息系，山西 太原 030032)

多輸入多輸出(Multiple-Input Multiple-Output，MIMO)[1-2]等創(chuàng)新技術(shù)以及毫米波(mmWave)頻段中的新頻譜分配有助于緩解當(dāng)前頻譜不足的問題[3]，并且推動第五代(5G)無線通信的發(fā)展。為了進(jìn)行準(zhǔn)確而可靠的5G系統(tǒng)設(shè)計(jì)，有必要全面了解毫米波頻率上的傳播通道特性。新興的5G通信系統(tǒng)采用了革命性新技術(shù)、新頻譜和新架構(gòu)概念。因此，設(shè)計(jì)可靠的信道通道模型以協(xié)助工程師進(jìn)行設(shè)計(jì)顯得尤為重要。與低于6 GHz的頻率相比，毫米波在發(fā)射天線的第一米傳播中會有更高的自由空間路徑損耗。而在鏈路的兩端使用高增益天線可以克服路徑損耗，還可以使用波束成形和波束合并技術(shù)來提高鏈路質(zhì)量并消除干擾[4-5]。本文針對60GHz和73GHz頻段的毫米波，建立了能夠準(zhǔn)確描述路徑損耗的模型。

1 改進(jìn)自由空間和斯坦福大學(xué)信道模型

對于3G和4G蜂窩網(wǎng)絡(luò)，可以使用IEEE 802.16e系統(tǒng)的斯坦福大學(xué)信道模型來估計(jì)在微波頻帶中工作于2 GHz以上的路徑損耗[6]。下面給出了標(biāo)準(zhǔn)斯坦福大學(xué)信道模型，其中PLSUI的單位為dB(分貝)[6]：

(1)

其中，

(2)

(3)

(4)

(5)

f是指載波頻率，單位為赫茲，fMHz和fGHz分別是單位為兆赫茲和吉赫茲的載波頻率。FSPL(f,1 m)表示1 m(米)處的自由空間路徑損耗，以dB為單位。Xfc和XRX分別表示頻率和接收器高度的校正因子，Xσ是典型的對數(shù)正態(tài)隨機(jī)變量，其均值為0 dB，標(biāo)準(zhǔn)偏差σ在8.2 dB至10.6 dB之間。hTX和hRX分別以米為單位表示發(fā)射器和接收器的天線高度。a、b和c參數(shù)是用于建模典型地形類型的常數(shù)[6]。對于地形類型A，即多山、茂密的植被，a = 4.6，b = 0.0075和c = 12.6；對于地形類型B，即多山、稀有植被，a = 4.0，b = 0.0065和c = 17.1；對于地形類型C，即平坦、稀有植被，a = 3.6，b = 0.005和c = 20。

針對在發(fā)射器和接收器之間有清晰的視線(Line-Of-Sight，LOS)路徑的情況，使用文獻(xiàn)的自由空間路徑損耗模型[7]來估計(jì)路徑損耗，使用1 m處的理論自由空間路徑損耗作為物理錨，該公式明確使用2作為路徑損耗指數(shù)來計(jì)算PLFS，公式如下：

(6)

其中，λ是載波的波長，Gt和Gr分別是發(fā)射器和接收器的天線增益。對于使用近距離路徑損耗模型來計(jì)算損耗PLCI，其計(jì)算方式如下所示：

(7)

對于LOS的場景，使用坡度校正因子αLOS來對PLFL路徑損耗方程進(jìn)行修正，使其更加適用于LOS的場景，即：

PLFS,mod(d)[dB]=αLOS×(PLFS(d)-PLFS(d0))+PL(d0)+Xσ

(8)

對于非視距(Non-Line-Of-Sight，NLOS)的傳輸場景，使用坡度校正因子來對斯坦福大學(xué)信道模型進(jìn)行修正，即

PLSUI,mod(d)[dB]=αNLOS×(PLSUI(d)-PLSUI(d0))+PL(d0)+Xσ

(9)

其中，αNLOS是坡度校正因子。

2 波束合并路徑損耗模型

文獻(xiàn)[8]中提出了一個(gè)新的通用方程，用于計(jì)算將唯一定向波束與接收功率最強(qiáng)的信號組合在一起時(shí)的定向路徑損耗，該方程可有效地縮放基于式(7)中近距離模型的由單個(gè)最佳波束形成的定向路徑損耗指數(shù)。本研究則將組合波束的數(shù)量直接合并到毫米波波段的定向路徑損耗方程中。

假設(shè)可以構(gòu)建接收器以同時(shí)正確地對齊和合并來自不同天線波束方向的接收能量，并由以下等式確定如何合并能量[9]：

(10)

(11)

其中Nr是用于為特定的發(fā)射-接收鏈路合并接收功率的唯一正交波束角的數(shù)量，Pi是波束角的接收功率。通過合并相同信號在不同到達(dá)角時(shí)的功率，可以減少總接收信號的路徑損耗指數(shù)(路徑損耗指數(shù))，并通過增加波束合并的唯一角度數(shù)來進(jìn)一步降低路徑損耗指數(shù)。文獻(xiàn)[10]中的工作基于用于合并的聚合波束的數(shù)量計(jì)算得到響應(yīng)的路徑損耗指數(shù)。針對NLOS場景，本文設(shè)計(jì)了一個(gè)更簡單、更通用的毫米波波束合并近距離(Beam Combining Close-In，BC-CI)自由空間參考距離路徑損耗模型。該模型考慮了接收器合并波束的數(shù)量，而且僅需要三個(gè)參數(shù)就可以描述NLOS場景中的毫米波路徑損耗。這三個(gè)參數(shù)分別是：單個(gè)最佳(最強(qiáng))波束的路徑損耗指數(shù)、加權(quán)因子A和合并波束數(shù)Nr。在本文所設(shè)計(jì)的BI-CI模型中，假設(shè)單個(gè)最佳波束的路徑損耗指數(shù)和A保持固定，那么波束數(shù)量Nr就成為了唯一的輸入?yún)?shù)。參數(shù)Nr限定了信道中可用波束組合的范圍(正交同時(shí)接收方向)。

在相干合并和非相干合并方案中，當(dāng)合并28 GHz和73 GHz的波束時(shí)，總的路徑損耗指數(shù)會減少。這表明對于每個(gè)發(fā)射-接收器組合，路徑損耗指數(shù)都隨合并波束的數(shù)量呈對數(shù)下降趨勢。根據(jù)這一趨勢，提出了一種新的波束合并路徑損耗模型，該模型使用1 m 近距離自由空間路徑損耗參考，即BC-CI路徑損耗模型，具體如下：

(12)

其中n(1beam)是單個(gè)波束的路徑損耗指數(shù)，Nr是合并的唯一指向波束的數(shù)量，A是加權(quán)因子。

3 改進(jìn)自由空間和斯坦福大學(xué)信道模型評估

使用寬帶滑動相關(guān)器信道探測儀對信號進(jìn)行測量，其偽隨機(jī)噪聲(Pseudorandom Noise，PN)的最大長度序列為2047，時(shí)鐘頻率為750 Mcps。

針對LOS和NLOS場景，車載網(wǎng)絡(luò)中進(jìn)行60 GHz的信號測量。LOS場景中，發(fā)射器和接收器天線在視軸上的方位角和仰角平面上對齊且兩者之間的光路清晰；而在NLOS場景中，發(fā)射器和接收器天線被障礙物分開時(shí)或者發(fā)射器和接收器天線在視軸上未對準(zhǔn)。

采用斯坦福大學(xué)信道模型的地形類型A對60GHz信號測量的環(huán)境進(jìn)行建模，參數(shù)為a = 4.6，b = 0.0075和c = 12.6。在LOS和NLOS場景所測量得到的路徑損耗數(shù)據(jù)、近距離路徑損耗模型、本文改進(jìn)自由空間路徑損耗模型和本文改進(jìn)斯坦福大學(xué)信道路徑損耗模型的對比結(jié)果分別如圖1和2所示。在圖1和圖2中，由于沒有使用校正因子，標(biāo)準(zhǔn)自由空間(Free Space，F(xiàn)S)路徑損耗模型(用于LOS)和微波斯坦福大學(xué)信道模型(用于NLOS)不能準(zhǔn)確地估計(jì)路徑的損耗。而修改后的FS和斯坦福大學(xué)信道模型與近距離路徑損耗模型的預(yù)測結(jié)果更為接近。

4 波束合并路徑損耗模型評估

采用在73GHz信號測量中相干和非相干波束合并的路徑損耗數(shù)據(jù)來優(yōu)化加權(quán)因子(如式(12)所示)。相干和非相干波束合并所對應(yīng)的的加權(quán)因子分別為0.0671和0.0297。式(12)中的其他參數(shù)的結(jié)果如圖3所示。由圖3可知，本文BC-近距離模型的路徑損耗指數(shù)與近距離模型的路徑損耗指數(shù)結(jié)果一致，而且波束的相干合并所產(chǎn)生的路徑損耗指數(shù)要小于其非相干合并。圖4展示了當(dāng) 分別為1、2和4的路徑損耗情況。由結(jié)果可知，本文BC-近距離模型的預(yù)測結(jié)果與近距離模型一致。并且，隨著波束合并的數(shù)量 的增加，路徑損耗指數(shù)逐漸減少，該結(jié)果與現(xiàn)有的研究一致[11-12]。

圖3 不同波束合并數(shù)量下的路徑損耗指數(shù)對比 圖4 不同模型的路徑損耗對比

5 結(jié)論

本研究通過引入校正因子，擴(kuò)展了FS和斯坦福大學(xué)信道路徑損耗模型，實(shí)驗(yàn)結(jié)果表明修改后的模型能用于描述60 GHz頻段毫米波的路徑損耗。同時(shí)，還提出了一種新的波束合并近距離(BC-CI)路徑損耗模型，該模型僅使用三個(gè)輸入?yún)?shù)，以擬合距離相關(guān)的路徑損耗。實(shí)驗(yàn)結(jié)果驗(yàn)證了新模型的準(zhǔn)確性。未來的研究工作有待在城市、郊區(qū)等日常場景中進(jìn)一步驗(yàn)證本模型的有效性。