于坤燦,向 新,王 鵬,董鵬宇

(空軍工程大學(xué)航空工程學(xué)院,西安,710038)

近年來,無人機(jī)技術(shù)發(fā)展迅猛,在軍事和民用領(lǐng)域中的運(yùn)用引起了行業(yè)學(xué)者對其通信問題的廣泛關(guān)注。中小型無人機(jī)飛行場景為低空環(huán)境,飛行高度一般在幾百米以下,該區(qū)域樹木、建筑物、山丘等物體會阻礙和遮擋無人機(jī)與地面的通信信號,信號在多個(gè)障礙物的反射和繞射下傳輸,產(chǎn)生多條傳播路徑,使得信號相位和幅度隨機(jī)變化,從而引起多徑衰落。因此,針對低空無人機(jī)的通信因通信環(huán)境復(fù)雜,出現(xiàn)的通信質(zhì)量差、信號不穩(wěn)定等問題,深入研究低空無線信道,并分析其多徑衰落特性具有非常重要的意義。

在過去的研究中,已經(jīng)有許多學(xué)者對低空無線信道中的小尺度衰落特性進(jìn)行了研究,其中文獻(xiàn)[1～2]在2.5 GHz頻率下分別對由中低高度的建筑、開闊的草地、樹木、道路和湖泊組成的2個(gè)郊區(qū)場景進(jìn)行了低空無人機(jī)空對地信道測量,通過研究小尺度衰落特性提出了一種基于經(jīng)驗(yàn)動態(tài)建模的信道模型,用于分析低空無人機(jī)的傳輸特性,該模型考慮了無人機(jī)的高度和水平變化、地形的影響等因素,更有效地描述了信道的時(shí)變性。文獻(xiàn)[3]研究了5.8 GHz頻率內(nèi)由平坦地形、單層住宅組成的住宅區(qū)和只有低于2 m高灌木公園障礙物的沙漠區(qū)進(jìn)行低空空地信道實(shí)測活動,并比較2種地形下的小尺度衰落特性。文獻(xiàn)[4～5]在障礙物低于15 m建筑物的半城市場景下分別進(jìn)行了1 GHz、4 GHz、12 GHz、24 GHz 4個(gè)頻率內(nèi)的空地信道測量,并基于多頻率信道測量的數(shù)據(jù)結(jié)果進(jìn)行了經(jīng)驗(yàn)建模,提出了一種新的陰影衰落自相關(guān)模型。文獻(xiàn)[6]在低空相對開放、建筑物密度低、高度低的郊區(qū)環(huán)境下進(jìn)行了3.9 GHz頻率的空地信道測量,并通過射線追蹤和三維建模的形式對均方根時(shí)延擴(kuò)展、路徑損耗等信道特性進(jìn)行了驗(yàn)證分析。文獻(xiàn)[7～9]基于L波段和C波段對海域、郊區(qū)、丘陵、山脈、城市5種場景進(jìn)行了多次實(shí)地低空空地信道測量,并根據(jù)測量的數(shù)據(jù)對低空信道的多徑分量、時(shí)延擴(kuò)展等信道參數(shù)進(jìn)行分析,發(fā)現(xiàn)信道的散射多徑分量在低空場景下存在隨機(jī)性和明顯間歇性。這些研究通過探究不同頻率與單一場景下的無人機(jī)空地信道的特征參數(shù)進(jìn)行無線信道的建模,但研究場景多為開闊地帶,而在存在大型反射障礙體(如山體)、小型反射障礙體(如建筑)以及眾多樹木等復(fù)雜環(huán)境下的低空無線信道方面缺乏深入探討。因此,本文根據(jù)我國無人機(jī)在840.5～845 MHz、1430～1 444 MHz和2 408～2 440 MHz頻率下的使用規(guī)定,選擇2.4 GHz在低空場景下進(jìn)行信道測量,通過分析信道測量結(jié)果,深入探討了低空無線信道小尺度衰落特性問題,并提出相應(yīng)的特性分布函數(shù),以期為構(gòu)建適用于低空復(fù)雜環(huán)境的信道模型提供真實(shí)且有價(jià)值的參考依據(jù)。

1 實(shí)地信道測量

1.1 場景分析

低空環(huán)境通常包括復(fù)雜的地形和地貌,如丘陵、峽谷、泥潭和河流等。同時(shí),人造和自然障礙物居多,例如建筑物、樹木和山丘等。這些障礙物可能導(dǎo)致信號傳輸過程中具有多個(gè)散反射路徑。了解低空環(huán)境的復(fù)雜性并采取相應(yīng)處理方法是確保無人機(jī)通信穩(wěn)定的關(guān)鍵所在。本文針對在視距和非視距2種場景下對無線信道測量進(jìn)行了研究,在視距場景下選擇沒有任何遮擋物的開闊區(qū)域作為測試環(huán)境;在非視距場景下,則選用建筑密集或樹木茂盛等情況導(dǎo)致收發(fā)端不可見的區(qū)域進(jìn)行測試。通過記錄接收到的信道多徑幅值分析小尺度衰落特性,2種場景示意圖見圖1。

圖1 非視距場景與視距場景示意圖

1.2 場景測試

1.2.1 測試原理

信道測試采用基于軟件無線電的收發(fā)機(jī),并通過滑動相關(guān)法進(jìn)行信道估計(jì)完成信道測量。系統(tǒng)參數(shù)見表1,原理框圖與收發(fā)鏈路示意圖見圖2和圖3,其中接收機(jī)是AD9361+FPGA架構(gòu)的軟件無線電接收機(jī)。發(fā)射端對已知PN序列進(jìn)行QPSK調(diào)制并由全向天線發(fā)送,通過網(wǎng)線直接將AD9361輸出的下變頻數(shù)據(jù)保存到上位機(jī),之后由MATLAB接收程序進(jìn)行處理。接收端完成匹配濾波與同步,并與本地PN序列進(jìn)行滑動相關(guān)來估計(jì)信道的沖激響應(yīng)。

表1 系統(tǒng)參數(shù)

圖2 信道測試原理

圖3 收發(fā)鏈路示意圖

1.2.2 測試及處理流程

測量空地信道時(shí),發(fā)射天線距離地面高度為20 m,并與地面垂直放置,以避免因天線極化方向出現(xiàn)誤差;之后在視距場景和非視距場景內(nèi)確定接收天線位置并放置,所選接收天線位置與發(fā)射天線水平距離均為50 m;分別對2個(gè)場景在2.4 GHz頻率內(nèi)收發(fā)兩端的無線信道進(jìn)行測量,重復(fù)該步驟,進(jìn)行多次蒙特卡洛實(shí)驗(yàn),得到多組信道數(shù)據(jù)并保存,之后通過Matlab結(jié)合最大似然估計(jì)對測量數(shù)據(jù)進(jìn)行篩選,去除差異過大的不可靠數(shù)據(jù)。留下剩余的最佳數(shù)據(jù),得到多組信道數(shù)據(jù),在視距場景下得到1 200組信道及每信道多徑幅值,在非視距場景下得到1 200組信道及每信道多徑幅值,如圖4～圖5所示,2種場景下信道多徑個(gè)數(shù)及占比如圖6～圖9所示。

圖4 視距場景下測量的信道系數(shù)

圖5 非視距場景下測量的信道系數(shù)

圖6 視距場景下各信道多徑個(gè)數(shù)測試結(jié)果

圖7 視距場景下各信道的多徑個(gè)數(shù)占比

圖8 非視距場景下各信道多徑個(gè)數(shù)測試結(jié)果

圖9 非視距場景下各信道多徑個(gè)數(shù)占比

最后對測量得到的數(shù)據(jù)進(jìn)行均方根時(shí)延擴(kuò)展和萊斯K因子統(tǒng)計(jì)分析,并根據(jù)測試數(shù)據(jù)與CDF擬合圖形得出本環(huán)境信道特性相關(guān)結(jié)論,2種參數(shù)的具體處理分析見第2節(jié)。

2 小尺度衰落特性分析

小尺度衰落一般指短距離或短時(shí)間內(nèi)信號場強(qiáng)的快速變化情況[10]。均方根時(shí)延擴(kuò)展、萊斯K因子2個(gè)參數(shù)對小尺度衰落特性有較大的影響,即均方根時(shí)延擴(kuò)展值越大,信號在時(shí)域上的擴(kuò)展效應(yīng)越大,多徑效應(yīng)越明顯,信道的小尺度衰落越大;萊斯K因子越大,多徑干擾越不明顯,小尺度衰落越小。因此,本文根據(jù)測試信道結(jié)果對這2個(gè)參數(shù)進(jìn)行分析和擬合,觀察與特性分析數(shù)據(jù)擬合度最高的分布函數(shù),得到該小尺度衰落特性的統(tǒng)計(jì)特征,從而更直觀地了解小尺度衰落特性的分布情況,以滿足對未來低空無線信道小尺度衰落特性的預(yù)測[11]。

2.1 均方根時(shí)延擴(kuò)展分析

均方根時(shí)延擴(kuò)展(root mean square delay spread,RMS-DS)是分析無線信道特性的重要參數(shù),代表了信號在時(shí)域上的分散程度,亦可表示小尺度衰落程度。當(dāng)均方根時(shí)延擴(kuò)展較小時(shí),多徑之間的時(shí)延差異相對較小,多徑之間的信號相位相對接近,信號在時(shí)間上的發(fā)生重疊,從而減少了多徑干擾,小尺度衰落的程度也相對較小。反之,當(dāng)均方根時(shí)延擴(kuò)展較大時(shí),多徑之間的時(shí)延差異較大,信號相位相差較大,信號發(fā)生干擾和衰落的概率增加,小尺度衰落的程度也相對較大。均方根時(shí)延擴(kuò)展如式(1)所示：

式中：E(τ2)為信道功率時(shí)延分布平方的期望。

(2)

式中：pi(τi)為每一條傳輸路徑的功率;τi為每一條傳輸路徑比初始傳輸路徑時(shí)刻的延遲時(shí)間。

τi=τN-1-τ0

(3)

(4)

均方根時(shí)延的擴(kuò)展分析步驟見表2。

表2 基于測量結(jié)果的均方根時(shí)延擴(kuò)展值分析步驟

圖10～圖11分別展示了視距場景與非視距場景的均方根時(shí)延擴(kuò)展值,其中橫坐標(biāo)為測量多次真實(shí)環(huán)境得到信道個(gè)數(shù),縱坐標(biāo)為每信道對應(yīng)均方根時(shí)延擴(kuò)展的數(shù)值。由表3所示,視距場景下的RMS-DS值較小,平均值為255 ns;非視距場景RMS-DS值較大,平均值為1 429 ns,與圖6～圖9多徑分量的變化趨勢相同,圖12為2個(gè)場景下RMS-DS的累積分布函數(shù)(cumulative distribution function,CDF)對比圖,其中2種場景下的均方根時(shí)延擴(kuò)展值的CDF都能較好地?cái)M合Gamma分布,形狀參數(shù)分別為0.73和2.66,尺度參數(shù)分別為451.2和990,該2種場景下的RMS-DS概率密度函數(shù)見式(5),其次通過擬合圖可知在視距場景下,72.39%的RMS-DS值在148 ns以內(nèi),6.98%的RMS-DS值大于1 200 ns。在非視距場景下,RMS-DS最小值大于147.88 ns,79.83%以上的RMS-DS值大于1 200 ns。

表3 均方根時(shí)延擴(kuò)展值統(tǒng)計(jì)

圖10 視距場景信道均方根時(shí)延擴(kuò)展仿真結(jié)果

圖11 非視距場景信道均方根時(shí)延擴(kuò)展仿真結(jié)果

圖12 RMS-DS測量值及擬合結(jié)果

圖13 視距場景信道萊斯K因子仿真結(jié)果

圖14 非視距場景信道萊斯K因子仿真結(jié)果

式中：α為形狀參數(shù);β為尺度參數(shù),x≥0。

2.2 萊斯K因子分析

萊斯K因子(RiceK-factor)是衡量無線信道小尺度衰落特性的重要參數(shù)之一,它描述了直射波與散射波之間強(qiáng)度比值。萊斯K因子值越大,多徑之間的干擾越不明顯,小尺度衰落程度越小。與此相反,當(dāng)萊斯K因子值越小,多徑之間的干擾就越大,小尺度衰落的程度大。通過對信道測量結(jié)果求均值,信號中與均值相同的為LOS信號能量。而NLOS能量則是信道的除LOS能量外的其他能量,可通過式(6)得出信道的萊斯K因子值。

式中：c2為接收信號中直射波部分的信號功率;2σ2為接收信號中的反射、散射等信號功率的總和。分析步驟見表4。

表4 基于測量結(jié)果的萊斯K因子值分析步驟

表5 萊斯K因子值統(tǒng)計(jì)

本文通過計(jì)算信道測量數(shù)據(jù)得到2種環(huán)境下的萊斯因子值,并對其CDF擬合結(jié)果對比,結(jié)果如圖15所示,其中虛線代表實(shí)際測量分析的結(jié)果,實(shí)線代表根據(jù)CDF擬合的結(jié)果,其中2種場景下的萊斯K因子的CDF都能較好地?cái)M合正態(tài)分布,2種場景下的萊斯K因子的標(biāo)準(zhǔn)差分別為2.2 dB和2.44 dB,2種場景下的萊斯K因子概率密度函數(shù)如式(7)所示;其中視距場景下的萊斯K因子平均值大于非視距場景,分別為3.8 dB和0.32 dB,與RMS-DS值變換趨勢相反,這是因?yàn)樵谝暰鄨鼍爸薪ㄖ镙^少,傳播環(huán)境相比較寬闊,而非視距場景中的建筑物較多,傳播環(huán)境復(fù)雜。為了更好地比較2種場景下萊斯K因子值,本文分析計(jì)算了2種環(huán)境下萊斯K因子大于0 dB的占比分別為58.68%和10.16%,更加表明視距場景內(nèi)的多徑分量少于非視距場景,數(shù)據(jù)計(jì)算值與圖6～圖9實(shí)際場景測量多徑分量的特點(diǎn)相符合。

圖15 萊斯K因子測量及擬合結(jié)果

式中：μ為對應(yīng)的期望;σ為標(biāo)準(zhǔn)差。

3 結(jié)語

在近山地城鎮(zhèn)環(huán)境條件下,進(jìn)行了2.4 GHz頻率下的低空無線信道測量活動,包括視距和非視距2個(gè)場景。共收集了1 200組信道多徑幅度值數(shù)據(jù),并展現(xiàn)了2種場景下的信道多徑個(gè)數(shù)。結(jié)果表明,在視距場景中主要存在5徑,而在非視距場景中則主要存在13徑?；跍y量數(shù)據(jù)分析得出結(jié)論：2種場景下的均方根時(shí)延擴(kuò)展平均值分別為255 ns和1 429 ns;萊斯K因子平均值分別為3.8 dB和0.32 dB。此外,本文還對2種場景下的均方根時(shí)延擴(kuò)展和萊斯K因子累積分布函數(shù)曲線進(jìn)行了擬合,發(fā)現(xiàn)均方根時(shí)延擴(kuò)展可以較好地?cái)M合Gamma分布,萊斯K因子值可以較好地?cái)M合正態(tài)分布,并給出了相應(yīng)的概率密度公式、形狀參數(shù)α、尺度參數(shù)β、標(biāo)準(zhǔn)差等重要指標(biāo)。最后,分別分析了2種場景下均方根時(shí)延值大于1 200 ns和小于148 ns與萊斯K因子大于0 dB和小于0 dB的占比值的情況,發(fā)現(xiàn)視距場景萊斯信道為主,非視距場景瑞利信道為主。這些結(jié)果將為低空無線通信技術(shù)提供新的理論支持,提高低空無人機(jī)通信的可靠性和穩(wěn)定性。