多径信道模型(一)

2024-01-21 05:50
文章标签 模型 信道 多径

本文主要是介绍多径信道模型(一),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、多径信道介绍

多径信道,是指的是信号多路径传播的现象,并且多径信道往往是时变信道,其特性随时间的变化而变化,这与比如作为接收器或发发射器运动(比如手机)和环境变化多有关系,所以如何对多径信道进行数学建模和分析是非常重要,这有助于我们更深刻地理解和针对多径信道设计数学方法以提高通信的靠性。接下来我将根据book-goldsmith一书介绍我对多径信道数学建模的学习和理解。

二、多径信道数学模型

1、发射信号模型

我们将信号发射模型建立

u(t):复包络(通常为调制信号,比如QAM,QPSK映射后后复数信号形式)

R(.):表示取实部

S  (.)   : 表示取虚部

fc         :表示载波频率

\phi _0:   表示载波相位

2、多径传输后的信道模型

r(t)        :是接受信号

N(t)       :是个未知参数,表示可解析的多路径分量个数

\alpha _n(t)   :表示的是某一个路径信号振幅(不同路径传播距离不一样,反射不一样,所以能量是不一样的)

\tau _n(t) :是表示多路径信号的不同的时延,这里时延与信号传播距离有关,假设传播路径距离为r_n(t),速度为c,\tau _n(t)=r_n(t)/c

\phi _{Dn} 为:多普勒相移

3、信道低通时变冲激响应模型建立

a、延迟引起相移

由时延引起相移我们定义如下,其中\lambda= c/f_c

e^{-j2\pi f_c\tau _n(t)}=e^{-j2\pi r_n(t)/\lambda }

b、多普勒引起相移\phi _{Dn} 

首先分析多普勒频移,有公式:f_D=vcos(\theta)fc/c=vcos(\theta)/ \lambda

其中c为电磁波传播速度,\theta为信号经过反射后到达接收器的一个角度,v是相对运动速度这里理解是左边小车向右边小车运动。

多普勒频移产生一句话概括理解为:在\Delta t的时间内,由于左小车的移动导致左小车提前\Delta d的距离接收到了信号,\Delta d=v\Delta t,这个距离变换引起相位偏差为\Delta \phi =2\pi v\Delta tcos(\theta )/\lambda

而相位变换转换成频率变化就有

回到求解\phi _{Dn} ,我们先根据公式f_{D_n}(t)=vcos\theta _n(t)/\lambda。反推\phi _{Dn}=\int _t 2 \pi f_{D_n}(t)dt

c、信道低通时变冲激响应模型建立。

由a、 b我们可以总结相位模型为\phi _n(t)=2\pi f_c\tau_n(t)-\phi_{D_n}-\phi_0

因为通常情况下,反射路径可以由如下多个反射和单个反射构成,通常两个路径信号的时间差大于信号带宽的倒数1/B时,就能通过比如匹配滤波的办法将多径信号分离开来。所以宽带信号往往能够将密集的多反射路径分离开来。但对于窄带信号往往具有不可分离的多路径信号叠加。

对于窄带信号我们要简化它的多反射问题为单反射问题,并且把每条路径信号都认为是多反射简化到单反射路径的结果。(事实上每个路径都是多反射)

我们可以得到接收信号的公式为

接着我们可以建立信道响应模型,一般叫做等效低通时变信道脉冲响应c(\tau ,t)

并且我们可以认为看作接收信号是输入信号s(t)c(\tau ,t)卷积后的结果

d、信道低通时变冲激响应模型的几种特殊化情况

假设多径延迟是连续的情况下,c(\tau ,t)可以看作积分形式:

考虑某t1时刻的响应是由多个反射叠加:

信道时不变情况,冲激响应简化为时延\tau的函数:

三、总结

        以上内容通过公式推导,我们初步建立低通时变冲激响应模型,但还未针对窄带和宽带信道模型的接收信号的其它一些特性(如功率谱,自相关,互相关,包络功率分布)进行分析。在下一节的内容会继续分析。

这篇关于多径信道模型(一)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/628539

相关文章

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

如何在本地部署 DeepSeek Janus Pro 文生图大模型

《如何在本地部署DeepSeekJanusPro文生图大模型》DeepSeekJanusPro模型在本地成功部署,支持图片理解和文生图功能,通过Gradio界面进行交互,展示了其强大的多模态处... 目录什么是 Janus Pro1. 安装 conda2. 创建 python 虚拟环境3. 克隆 janus

本地私有化部署DeepSeek模型的详细教程

《本地私有化部署DeepSeek模型的详细教程》DeepSeek模型是一种强大的语言模型,本地私有化部署可以让用户在自己的环境中安全、高效地使用该模型,避免数据传输到外部带来的安全风险,同时也能根据自... 目录一、引言二、环境准备(一)硬件要求(二)软件要求(三)创建虚拟环境三、安装依赖库四、获取 Dee

DeepSeek模型本地部署的详细教程

《DeepSeek模型本地部署的详细教程》DeepSeek作为一款开源且性能强大的大语言模型,提供了灵活的本地部署方案,让用户能够在本地环境中高效运行模型,同时保护数据隐私,在本地成功部署DeepSe... 目录一、环境准备(一)硬件需求(二)软件依赖二、安装Ollama三、下载并部署DeepSeek模型选

Golang的CSP模型简介(最新推荐)

《Golang的CSP模型简介(最新推荐)》Golang采用了CSP(CommunicatingSequentialProcesses,通信顺序进程)并发模型,通过goroutine和channe... 目录前言一、介绍1. 什么是 CSP 模型2. Goroutine3. Channel4. Channe

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G