40000字硕士毕业论文陆地移动信道物理总体规划建模

论文类型：硕士毕业论文

论文字数：40000字

论点：模型,信道,统计

论文概述：

物理统计模型的MIMO系统应用工作。在本文中，仅将比较简单的基于莱斯分布的物理统计模型应用到了 MIMO系统中，而对于另外两个——基于比较灵活的Nakagami和RM分布的物理统计模型却没有应用

论文正文：

第一章导言

1.1研究的目的和意义
2009年2月，国际电信联盟(ITU)推出新一代移动通信IMT-Advanced (4G——第四代移动通信系统)系统标准集合，正式拉开了3G通信系统后新一轮移动通信标准竞争的序幕。2012年，中国独立提出的4G标准TD-LTE-Advanced被国际电联正式接受为IMT-Advanced国际标准的较高版本。TD-LTE-Advanced是时分双工模式的LTE系统，是中国3G系统TD-SCDMA技术的后续演进技术和标准。该标准引入了基于基本多址干扰的正交频分复用技术取代码分多址技术，基于智能天线的多输入多输出技术，形成了两者相结合的多天线技术，比以前的技术更加先进。
从无线通信的发展可以看出，多输入多输出技术是通信系统发展的必然要求。这是因为多输入多输出系统突破了传统无线通信技术发展的瓶颈，在不增加系统带宽和传输功率的情况下，大大提高了信号传输速率，从而提高了频谱利用率，使系统获得更大的通信容量。无线通信的发展如火如荼，但它仍然遵循着通信系统最原始的传输规则:传输速率和传输效率是无线通信必须分析的两大性能指标。4G通信中，系统要求更高的传输速率，通信网络更加复杂，这就要求通信运营商改善和提高通信软硬件设施，以准确规划通信网络。
在网络规划过程中，对无线通信信道的准确分析和研究是网络规划初始阶段的理论基础。这将影响链路预算小区半径，影响信号衰落和传输干扰的计算，最终影响规划和仿真的效果。无线移动信道是一种非常复杂的多径衰落信道。多径衰落是移动通信接收信号不稳定的主要原因。多径信号在经历不同长度的传播路径后，会导致信号到达时间不同。由于多径信号在不同的时间到达接收机，它们的相位也不同，信号的叠加在同一个相位会变得更强，在相反的相位会变得相反。这个过程导致接收信号的失真或衰落，这极大地影响了原始信号的恢复。因此，在无线通信系统的研究中，研究无线信道的特性，即信道模型是非常重要的。总之，无论是传统的无线通信——SISO(Single Input Single Output)系统还是多输入多输出系统，我们都必须首先独立分析单通道的特性。因此，单天线无线通信系统的研究仍然十分重要。

1.2研究现状分析
近年来，常用的信道建模方法可分为两类:第一类是统计模型，它总结了建筑物地形(包括建筑物本身)的统计特征，对这种无线传输的统计描述包括地形和多次反射、散射、衍射等的数量。；第二种类型是确定性射线追踪模型(deterministic ray tracing model)，它使用从地形中的每个障碍点到达接收器的多条射线进行直接计算，并对接收点处的多条射线进行计数，以获得接收信号的统计特性，包括幅度、相位等。这样得到的结果非常准确。第二种方法可以在不测量环境功率的情况下建模，因此省时方便。
使用统计模型研究和分析无线电信道建模还为时过早。瑞利模型、莱斯模型和对数正态模型首先出现。前两个模型是针对小尺度衰落建立的，对数正态模型是针对大尺度衰落建立的。后来，随着人们对无线信道建模精度要求的提高，出现了越来越多的统计混合模型，但都是基于这三种模型。1960年，Nakagami。m提出了一个以它命名的模型。与瑞利、莱斯和对数正态模型相比，这种衰落信道模型具有广泛的适用性，更适合于复杂的环境。铃木提出瑞利对数正态模型，该模型同时反映了大尺度衰落和小尺度衰落的特点，并描述了这样一个传播场景。经过几次反射和衍射，从发射端发射的信号的主波到达一个密集的地方。由于局部物体的散射和衍射，主波将被分成许多子路径。该模型使得从发射机到小区的路径服从对数正态分布，因为该路径经历乘法效应。然而，由于附加散射效应，局部路径遵循瑞利分布。此时，接收信号包括服从瑞利对数正态模型。

第2章无线信道概述和特性

2.1简介
在地面无线通信系统中，信号以电磁波的形式传输。由于发射机和接收机之间的传播路径非常复杂，通信系统的性能受到很大限制，从简单的视线传播到由于建筑物、树木、山脉等各种复杂障碍物造成的非视线传播。这些情况导致无线信道的随机和难以分析，这就要求我们尽可能准确和正确地分析无线通信信道。本章讨论无线传输的各种情况，并描述一些无线信道的统计特性。

2.2无线通信传输概述
在地面无线通信传输过程中，信号在自由空之间传播时容易受到外部环境的影响，如天气变化、建筑物和移动物体的遮挡、散射、反射和衍射以及移动台移动引起的多普勒频移，这些都影响无线通信的传输。让我们简要概述一下无线传输。

第三章无线信道模型.........................................22-38
3.1导言.........................................22
3.2统计模型.........................................22-29
3.3物理模型.........................................29-37
3.4统计和物理模型的比较.........................................37
3.5本章概述.........................................37-38
第四章物理统计模型.........................................38-44
4.1导言.........................................38
4.2莱斯基于分布的物理统计模型.........................................38-40
4.3基于中迦米分布的物理统计模型.........................................40-41
4.4基于粗糙集统计模型的物理统计模型.........................................41-43 [/BR/] 4.5本章概述.........................................43-44
第五章物理统计模型的模拟.........................................44-57
5.1前言.........................................44
5.2 Matlab光线跟踪流程图.........................................44-47
5.3抽样.........................................47-48
小尺度衰落之间空 5.4射线跟踪模拟和结果.........................................48-53
5.5物理统计模型的衰落特性.........................................53-56

结论

本文利用统计方法和物理统计方法，对地面移动通信信道建模、SISO系统和多输入多输出系统建模做了一些工作。首先，简要介绍了本文的研究背景和意义，回顾了无线通信建模的研究现状，包括取得的一些进展。此外，对无线信道进行了简要概述，介绍了无线通信的特点及其影响因素，对接收信号的损耗类型进行了分类，并给出了基本的信道统计特性。
接下来，简要总结了现有的无线通信信道模型，包括瑞利、莱斯、对数正态、中迦米、铃木和RM统计模型，并详细介绍了一种物理模型——射线追踪方法，包括其基本电磁理论、射线发射、接收和交叉操作，以及总信号场强的计算方法。比较了两种信道建模方法:统计模型计算简单，数学表达式明确；射线跟踪模型计算结果准确，但需要大量计算。参考Oestges提出的基于射线追踪法和水稻分布的物理统计模型。本文提出了两种新的基于射线追踪方法的物理统计模型。Nakagammi和RMLN统计模型分别用于推导这两个新建立的物理统计模型。
做了大量的仿真工作，仿真平台为MATLAB。对于基于莱斯(Les)和瑞姆(RM)统计模型的两种物理统计模型，模拟更加困难，包括光线跟踪中的一系列问题:如何判断直接路径，如何判断交叉，以及在小尺度衰落的情况下采样空应该遵循什么原则。解决这些问题后，我们在两种不同的传播环境下进行光线跟踪仿真，并利用光线跟踪结果确定物理统计模型中的参数，验证物理统计模型的适用性。最后，利用基于莱斯分布的物理统计模型，研究了多输入多输出系统中的信道仿真。