Menu Close

无线多径衰落系数的统计特性

上两节内容探讨了无线多径的产生原因,推导了多径的数学模型,并分析多级衰落的基本原理,但由于多径的产生具有随机性和统计性的特点,因此从本节内容开始,我们以无线多径衰落的统计特性的分析为主,逐步揭示多径衰落对无线通信的解调、解码、以及误码率的影响,并对如何利用多径衰落的特点逐步提出并优化多径效应带来的影响。

1. 多径衰落系数

由于在无线通信中,ybr(t)=sb(t)*h(t) , 其中*表示卷积,h(t)代表系统的冲激响应函数。h(t)可以用多径中每条路径的衰减因子和延迟因子表达,如式(1)所示,经过通带-基带公式分析可得式(2),将式(2)进一步分析优化,可得式(3),及式(4),

  h(t) = a0δ(t-τ0)  +a1δ(t-τ1) +a2δ(t-τ2) +….+ aL-1δ(t-τL-1)  = (aiδ(t-τi)),     i=0,1,2…L-1                 (1)

  ybr(t)=∑ ai sb(t-τi)ej2πfc(-τi)=∑ sb(t-τi)aiej2πfc(-τi)                                                i=0,1,2…L-1                 (2)

            ybr(t)=sb(t)∑ ai ej2πfc(-τi)      =ksb(t)                                                                          i=0,1,2…L-1                (3)

            k=∑ ai ej2πfc(-τi)                                                                                                               i=0,1,2…L-1                 (4)

 

式(3)是窄带系统的简化,此时因子k=∑ aiej2πfc(-τi) 变成与原始信号相乘关系。对于非窄带系统,在窄带系统分析后再加以补充。ybr(t)的多径特性完全由k决定,因此k称为多径衰落系数。从式(4)可以看出k与时间无关,是非时变系统。

注:实际多径系统中k是随着时间而变化的,并非是完全的非时变系统,但由于相对与瞬时分析,这种相对变化比较慢的慢时变系统,在分析中可以暂时忽略时变的影响。

由于k是复数表达式,将k用同相(in phase)和正交(quadrature) 两个因子表示,即实部(real part)和虚部(imaginary part);或幅度(amplitude) 和相位(phase)的方式表示,如式(5)

k= x+ jy   =aejφ                               (5)

将式(4)按照正弦和余弦的方式展开的式(6)

  k=∑ ai ej2πfc(-τi)    =∑{ aicos(2πfcτi) -jaisin(2πfcτi)       i=0…L-1        (6)

由式(5)、(6)比较可以得到:

x=∑aicos(2πfcτi),       i=0…L-1       (7)

y=-∑aisin(2πfcτi),      i=0…L-1       (8)

到目前为止,式(7)和式(8)依然比较复杂,不利对系统特性做出准确描述,因此我们采用统计特性进行描述,在得出统计描述特性前,先回顾一下概率、统计的一些基本知识。

2. 高斯随机过程及高斯随机变量

正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution),最早由棣莫弗(Abraham de Moivre)在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。
是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力,正太分布的随机变量的概率密度函数为期望值μ附近的值最大,越远离μ的值,概率密度函数值越小。σ为随机变量的标准差,σ2为方差,σ越小,概率分布的越集中在μ的附近,概率密度函数的波形越尖锐;σ越大,概率密度函数的波形越平坦,总体来说正态概率密度曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线(bell curve),如图1所示。
注:概率密度函数曲线不是概率分布曲线,是概率分布的导数曲线。
%title插图%num
随机变量X服从一个数学期望为μ、方差为σ2的正态分布,记为N(μ,σ2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布
对于高斯分布,随机变量X与分布可以描述如下:
          X~N(μ,σ2)                                                     (9)
  %title插图%num   (10)
当期望值(均值)μ=0,标准差σ = 1式称为标准正太分布, 此时分布密度函数公式可以简化为
              fX(x)=(1/2π).exp(-x2/2)                                      (11)
由于多径是由大量的路径组成,根据大数定律Law of Large Numbers)以及中心极限定理(central limit theorem),可以确定多径分布符合零均值的高斯分布。

3. 多径分布

从以上内容可知,多径传播具有随机性和统计性。在探讨多径分布之前,先做一个设定以便简化公式推导和直观上的理解。假设条件如下:

(1)多径传播的路径足够多,以满足高斯分布条件,

(2)在多径传播中衰减因子a0,a1,a2…aL-1, 假设LOS的衰减因子a0=1, 则NLOS的衰减因子a1,a2…aL-1都小于或等于1。

(3)没有LOS路径,只有NLOS的反射或折射(散射)路径。

根据以上假设,

 

Posted in IC

发表回复

相关链接