随机桥方法研究超宽带无线信道

该文使用随机桥方法研究超宽带室内多径信道。首先介绍随机桥理论,分析UWB室内多径信道的物理基础;然后对UWB脉冲信号失真问题和脉冲信号的相位问题进行深入分析。把UWB信号在信道中发生的传播损耗和与散射体发生碰撞产生的损耗分开,假设UWB多径信号的传播路径为布朗桥过程,同时采用双值相位假设,得到布朗桥模型信道冲激响应。对有金属网格玻璃门反射的走廊环境进行仿真,得到的UWB信道功率时延分布与公布的UWB信道测量结果一致。     

伪波束法研究超宽带室内信道的功率分布

针对超宽带(UWB)信号的传输特点,以及超宽带信道与窄带信道间的区别,基于传播环境的几何描述,使用伪波束法建立了UWB多径信道有约束的布朗桥模型(BBBM)。根据UWB室内多径信道接收功率的遍历性假设,利用得到的多径信道模型计算室内UWB通信系统的功率分布。对三个典型环境下不同路径的UWB室内信号功率分布进行了仿真分析,计算结果与理论分析一致,表明基于伪波束法的UWB室内信道BBBM模型是正确的,使用BBBM模型可以分析UWB通信系统在室内环境的功率覆盖。     

随机波束研究超宽带室内多径信道特性

从随机桥过程出发引入随机波束概念,使用随机波束研究超宽带（UWB）室内多径信道的传播特性.将UWB信号多径传播轨迹视作随机过程的样本,得到建模多径信道传播特性的随机波束.使用随机波束构建UWB信道的多径传播模型,并给出使用随机波束方法分析UWB室内多径信道特性的算法.使用该信道模型对实际传播环境进行仿真分析,并与其它建模UWB多径信道的方法进行了比较.仿真得到的UWB信道的功率延迟分布特性与实验测量的结果非常一致,证明此方法的有效性.     

超宽带室内多径信道特性的最优化分析

分析超宽带(UWB)信道特性并建立合适的信道模型是UWB无线通信研究的重要内容。采用最优化方法分析UWB室内多径信道的特性,并讨论构建UWB信道的数学模型。在此基础上通过引入随机桥过程假设和概率选择性假设,使用最优化方法建立UWB信道冲激响应的有约束布朗桥模型(BBBM);分析BBBM模型有效随机路径判据,给出在最优化框架基础上的建模算法;使用BBBM模型对UWB信道进行仿真分析,得到的UWB信道特性和用实验测量与UTD方法得到的信道特性非常相似,特征参量的取值与实际情况相符。     

随机桥过程研究短程无线信道的空时特性

使用随机桥过程的样本建模短程无线信道中多径分量的传播轨迹。由随机桥过程的样本构造出基本随机变量,在一定的映射规则下由基本随机变量的样本得到反映无线信道空时特性的多径时延、多径信号抽头增益、多径信号的波达方向等参量。使用随机桥过程的特例布朗桥过程,分别对散射体均匀分布的信道传播环境和有约束的无线信道传播环境的空时特性进行仿真分析。仿真结果表明,在这两种传播环境中,多径分量的波达方向在仰角和水平角维度上均存在一定的局部偏好性,不满足均匀分布的假设。在仰角-水平角-多径分量到达时延这3个自由度的空间中,多径分量的分布表现出一定的规律性。     

超宽带室内多径信道成簇特性仿真与分析

超宽带（UWB）无线信道的成簇特性是UWB信号在室内多径信道中的重要传播特性。在对UWB室内多径信道成簇特性进行分析的基础上，介绍了UWB信道的成簇模型，对UWB信号的基本特征和成簇现象形成的原因及其影响进行分析；采用布朗桥方法对有金属网格玻璃门反射的走廊环境中UWB多径信道的成簇特性进行仿真和分析；将具有成簇现象的UWB信号功率时延谱仿真结果与已公布的测量数据结果进行了比较和验证。为UWB无线信道及其信号传播特性的研究打下较好的基础，具有重要参考价值。     

矩阵随机过程在短程无线信道空时特性建模中的应用

使用矩阵随机过程对短程无线信道的空时特性进行研究。以随机矩阵的列向量描述信道的仰角自由度,行向量描述信道的水平角自由度。使用自由布朗桥过程产生的样本描述无线信道中的多径分量的传播轨迹,在一定的映射规则下可以得到反映无线信道空时特性冲激响应的传统模型和矩阵随机过程模型。对无线信道的空时特性进行了仿真分析,仿真结果表明,自由布朗桥过程所描述的完全随机的约束环境中,多径分量的波达方向在仰角和水平角维度上显示出一定的局部偏好性。     

概率方法预测特定环境超宽带信号功率分布

针对超宽带(UWB)信号在无线信道的传播特点,使用随机桥过程产生建模UWB信号多径分量传播轨迹的随机射线,构造出可以描述UWB信道特性的基本随机变量,由此得到预测信道中某个场点接收到的信号功率的概率方法.对一个典型室内传播环境中沿着任意路径接收的UWB信号功率进行仿真计算,结果表明预测功率分布概率方法的算法稳定.对传播环境中某个区域的功率分布进行计算,同时研究了不同分集接收方式对功率预测的影响.仿真结果表明,全Rake分集接收方式并不占优势;在分集接收的抽头数较少时,部分Rake分集接收和选择性Rake分集接收方式具有相似的分集接收效果.最后对接收点信号功率的分布进行统计分析,并对概率方法与射线追踪法进行了比较.     

随机桥过程分析街道拐角的无线传播特性

使用随机桥过程研究街道拐角的小尺度衰落和大尺度传播的特性.首先介绍模型,随机桥过程的理论基础,从随机桥过程引入随机射线的概念,利用随机射线建立无线信道分析街道拐角的多径传播特性和大尺度传播特性.然后给出信道的时延分布、多径分量的幅度特性、功率延迟分布,接收机接收波的到达角分布等多径特性参数,并给出路径损耗.仿真结果与参考文献中无线信道测量结果吻合较好,表明使用随机桥过程可以有效地分析街道拐角的无线传播特性.     

基于随机桥过程的窄带信道多径衰落仿真研究

将多径分量仿真为随机射线的传播,其轨迹描述为随机桥过程的样本。研究随机射线在渗流网格中扩散的物理规律,以改进物理散射约束,使之有足够样本用于场强时延分布建模。通过实验,模拟不同波长的波束在不同散射体密度的渗流网格内的扩散,得出信道的相干带宽、误码率和场强的统计特征,验证了信号的多径衰落统计特征与相应的随机射线扩散程度有关,随机射线模型能够较大概率地仿真信号多径衰落的特性。     

A decision tree‐based NLOS detection method for the UWB indoor location tracking accuracy improvement

Among existing wireless technologies, ultra‐wideband (UWB) is the most promising solution for indoor location tracking. UWB has a great multipath fading immunity; however, great multipath resolvability alone does not eliminate the effect of non‐line‐of‐sight (NLOS) and multipath propagation. NLOS and multipath propagation in indoor environments can easily produce meters of UWB ranging error. This condition gives an enormous impact on the accuracy of indoor location tracking data. To address this problem, we propose an NLOS detection method using recursive decision tree learning. Using the UWB channel quality indicators information, we develop our model with the Gini index and altered priors splitting criteria. We then validate the constructed model using the 10‐fold cross‐validation method. Our experiment shows that the constructed model has correctly detected 90% of both line‐of‐sight (LOS) and NLOS cases on the seven different indoor environments. The result of this work can be used for the UWB indoor location tracking accuracy improvement.     

UWB的Scholtz信道和其它信道的比较

研究了UWB通信系统的Scholtz室内信道传播模型,进行了信道仿真,仿真结果具有明显成簇现象,与已公布的UWB信道实测结果具有很好的相似性。同时,研究了UWB通信系统的另3种信道传播模型,S—V信道模型、IEEE802．15．3a信道模型和AT＆T信道模型,进行了信道仿真,得到了特征参数。并将Scholtz信道在3种不同房间中的传播特性以及各信道模型在同样的环境中进行了比较。为UWB系统在不同的信道模型上得到的分析值之间的转化提供参考。     

UWB室内视距环境多径传播模型

提出了一种全新超宽带(UWB,ultra-widebandwidth)室内视距(LOS,line-of-sight)环境的多径传播模型(简称多径模型)。该模型以南加州大学UltRa实验室的UWB室内LOS环境实测数据为基础,信道冲激响应具有两个确定的簇,每个簇内具有随机到达的多径射线。模型有效地利用特定环境的几何参数数据,在预测室内LOS环境的小尺度多径传播特性(平均附加时延、RMS时延扩展、最强多径数量)上较传统的统计模型更加简化和准确,与传统的确定模型相比,明显地降低了模型建立的复杂度。     

基于PPM调制的超宽带Rake接收机性能研究

室内环境中超宽带(UWB)信号经过密集多径传播会产生严重的时间弥散,采用Rake接收是提高UWB接收机性能的重要手段.在IEEE802.15.3a工作组推荐的信道模型基础上,采用脉冲位置调制(PPM)方式对超宽带信号在不同信道情况下不同Rake接收机的性能进行了系统的研究,可以在选择Rake接收机时,为综合考虑系统复杂度和性能改善的优化问题提供有价值的参考.     

The ultra-wide bandwidth indoor channel: from statistical model to simulations

We establish a statistical model for the ultra-wide bandwidth (UWB) indoor channel based on an extensive measurement campaign in a typical modern office building with 2-ns delay resolution. The approach is based on the investigation of the statistical properties of the multipath profiles measured in different rooms over a finely spaced measurement grid. The analysis leads to the formulation of a stochastic tapped-delay-line (STDL) model of the UWB indoor channel. The averaged power delay profile can be well-modeled by a single exponential decay with a statistically distributed decay constant. The small-scale statistics of path energy gains follow Gamma distributions whose parameters m are truncated Gaussian variables with mean values and standard deviations decreasing with delay. The total received energy experiences a lognormal shadowing around the mean energy given by the path-loss power law. We also find that the correlation between multipath components is negligible. Finally, we propose an implementation of the STDL model and give a comparison between the experimental data and the simulation results.     

A Stochastic Model of the Time-Variant MIMO Channel Based on Experimental Observations

This paper proposes a stochastic multipath model that is useful for generating multiple-input–multiple-output (MIMO) channel matrices in time-variant environments. The multipath model is developed by first extracting the relevant multipath cluster characteristics from measured indoor channel data and subsequently capturing these characteristics in an autoregressive stochastic model. This model is then used to generate channel matrices whose space–time characteristics closely match those of realistic scenarios, particularly when birth and death of multipath clusters are included in the stochastic representation. Computational examples reveal the applicability and the accuracy of the approach. While the current implementation is based on data taken assuming that propagation is confined to the horizontal plane, this paper also discusses the extension of the model to describe 3-D propagation, enabling its application to a wide range of physical scenarios and antenna characteristics.