39 GHz室外微蜂窝信道测量、建模与仿真研究

基于39 GHz室外微蜂窝场景实测数据,开展了毫米波段路径损耗、阴影衰落和大尺度参数的建模与仿真研究.介绍了毫米波段喇叭旋转测量系统下空间交替广义期望最大化(Space-Alternating Generalized Expectation-maximization,SAGE)算法信号模型,优化的分簇算法与莱斯因子计算方法.基于SAGE提取多径参数,利用优化的分簇算法提取并分析了簇参数,包括簇内角度扩展、簇内时延扩展以及簇的数目,并根据测量结果验证了第三代合作伙伴计划(The 3rd Generation Partnership Project,3GPP)第五代(the 5th Generation,5G)移动通信标准推荐的仿真平台准确定性无线信道产生器(Quasi-Deterministic Radio Channel Generator,QuaDRiGa)在39 GHz的可用性.结果表明:在视距径下,方向性路损和全向路损在固定截距和浮动截距两种拟合方式下与自由空间路损模型接近;大尺度参数统计特性与基于毫米波的第五代集成通信移动无线电接入网络(Millimetre-Wave Based Mobile Radio Access Network for Fifth Generation Integrated Communications,mmMAGIC)、3GPP结论接近;视距径与非视距径的簇参数差别较小,且簇的个数较6 GHz下的频段更少.本文为5G毫米波39 GHz频段信道仿真和系统设计提供了重要的信道模型和参数.     

基于最小二乘支持向量机的时变信道建模

基于2.55 GHz市区微蜂窝多输入多输出信道实测数据,将机器学习中的最小二乘支持向量机（LS-SVM）算法应用于时变信道参数的建模中,建立了基于遗传算法（GA）优化的LS-SVM信道参数预测模型,对信道参数如时延扩展、接收端的水平角度扩展和垂直角度扩展的数据特征进行了学习,并实现了准确预测;同时通过与反向传播神经网络模型以及传统的LS-SVM模型进行比较,验证了算法的有效性.基于GA优化的LS-SVM模型能够在有限数据量下对信道参数的变化有着良好的适应性,可实现非线性时变信道参数的准确预测.