5 G毫米波信道模型研究与仿真

杨 晨，韦再雪，杨大成

(北京邮电大学 无线理论与技术研究室 北京 100876)

5 G毫米波信道模型研究与仿真

杨 晨，韦再雪，杨大成

(北京邮电大学 无线理论与技术研究室 北京 100876)

随着5 G通信系统的发展，对于无线信道的频率覆盖和宽带传输能力提出了更高的要求[1,2]。本文基于对纽约大学公布的曼哈顿地区室外实测数据的分析[3,4]，总结数据的统计特性，提出一种空间波瓣联合时间簇建模方法，应用于建立频率覆盖500 MHz~100 GHz，传输带宽可达到800 MHz，并且支持多天线阵列的三维毫米波信道冲激响应模型。模型在跨频段下增加空气湿度，气压，植被等可选的环境因子的影响。然后详细阐述模型建立具体步骤和参数生成方式。最后根据仿真条件得到相应的路径损耗，功率时延谱，角度功率谱及均方时延扩展和角度扩展等结果。为了保证信道模型的准确性和可靠性，对仿真结果从均方时延扩展和角度扩展两个方面进行定性分析和定量校准，为以后对于5 G信道特性更加深入的研究打下基础。

信道模型；5 G；100 GHz；800 MHz；毫米波；冲激响应

0 引言

无线信道作为无线通信系统的基础，对通信系统的标准制定，无线系统的设计和天线设备及网络布局的选择，以及业界通信算法的开发等都具有重要的意义。随着5 G通信系统下500 MHz-100 GHz频率覆盖和800 MHz通信带宽的需求[5][6]，需要建立尽可能逼近实际传播环境的准确的信道模型。

此前常用的信道模型主要有3 GPP和WINNERII模型，COST2100模型，METIS模型以及Kronecker模型等等，其中3 GPP和WINNERII模型是一种基于几何的随机信道模型[7]，假设远场条件下将电磁波看做平面波推进到达接收端，并将散射体以簇的形式分组并参数化[8]，其中每个簇的参数都可以通过特定场景的参数统计特性得到，最终通过簇的叠加生成最终的信道矩阵。COST系列模型[9]支持部分超宽带的特殊场景，可以对散射体位置进行提取建模，以及增加簇的生命周期等定义，目前还需要大量实测对模型进行佐证。METIS模型[10]属于基于地理位置的随机方法信道的建模，利用射线追踪获得丰富场景信息从而结合统计特性得到尺度参数。Kronecker模型利用收发天线两端的协方差矩阵进行Kronecker乘积然后再进行SVD分解获得信道整体相关矩阵[11]，可以用于MIMO信道在超高频和微波频带下对信号的传输准确性和可靠性等研究。以上各个模型多适用于2-6GHz频段信道特性研究，为了实现毫米波频段覆盖，需要重新建立3D宽带信道模型。

本文基于已有的统计信道模型作进一步分析，结合已知场景结构和天线布置提出适应毫米波频段的信道建模流程。文中第二部分对硬件配置和场景测量过程和方法进行简单描述，并且利用时间簇和空间波瓣方法建模描述空时传输特性，得到信道冲激响应矩阵，并考虑空气湿度降水量等因素影响，给出建模流程。流程具体参数的生成方法分步列出，确定各个所需参数范围。第三部分给出相同条件下将信道模型输出和实际测量数据进行对比的结果，得出相关结论，从而证明模型的可靠性，可以用于支持5G场景下信道各个指标的预测和仿真。本文第四部分是全文的总结。

1 信道冲激响应模型和建模方法

1.1 信道测量过程

信道模型是无线通信系统设计和通信算法技术评估的基础，因此准确的对信道进行建模至关重要。为了真实模拟信号传输过程，总结信道特性，需要对典型场景进行大量实测以获得有效数据支持，使结果更加可靠。对28GHz和73GHz频段信道测量的研究由纽约大学无线研究中心在纽约曼哈顿街区进行，收发端间距为31m到425m，测量采用最新滑动相关信道测量仪器和高度定向的圆角天线来恢复离开角和到达角的统计特性。天线部分的半功率波束带宽角度在一定范围内连续可调，从而控制水平和垂直维度接收信号的功率强度，利用射线追踪恢复信号传输过程，然后设定-20 dB阈值控制信号强度，以此来获得许多组时延功率谱和角度功率谱的实测数据并用于分析。文献[12,13]中给出了设备参数设置和天线布置，并对测量活动进行了详细描述。

1.2 冲激响应模型

建模采用时间簇和空间波瓣方法构建毫米波信道。其中一个时间簇代表一组在相近时间内以任意角度到达的多径分量，一个空间波瓣代表一组在相近角度域内以不同时延到达的多径分量[14]。在之前的模型中对这种概念也有所涉及，3GPP模型中一条径被看做是以不同时间到达的发射信号的复制，同时规定每条主径包含20条子径，子径时延是被固定的。在WINNER模型中定义簇的概念[15]，基于散射体的统计特性将簇分为20条子径，同时将簇中的最强和次强簇分为三组分别赋予5ns，10ns，15ns的时延[16]。在COST2100模型中一条多径时延是由基站端，链路内和移动接收端三部分的扩散时延组合得到。结合以上模型经验，收发端全向信道冲激响应模型可以被描述为：

为了方便分析和观察一般情况下我们利用功率分布作为指标，由信道响应系数矩阵可以得到三维角度能量谱的表达形式，将信道系数矩阵模的平方在时域上进行积分得到：

其→中t代表绝对信号传输时间，Θ=(θ, φ)TX和Φ=(θ, φ)RX为离开与到达角在水平和垂直两个维度的向量，N和Mn为时间簇和簇内子径的个数，am,n为第n个时间簇内第m条子径的幅度，φm,n和τm,n为对应的相位和传输时延，Θm,n为对应子径水平或垂直离开角，Φm,n为水平或垂直到达角。

1.3 信道建模流程

将设计思路总结后流程如图1所示.（1）以下是信道参数具体生成步骤：生成收发端间距d，30-60 m视作LOS场景，60-200m视作NLOS场景

其中距离服从均匀分布，上下限在视距和非视距情况下定义不同，为了方便仿真研究，收发间距可以设为范围内随机生成，也可以设定确切数值。

（2）根据场景类型生成接收端全向功率rP。

图1 信道建模流程图Fig.1 Channel Modeling Process Diagram

其中Pt为发送端功率，d0=1 m，λ为载波波长，n不同情况下的路损指数（PLE），在视距情况下统一采用n=2来模拟自由空间的传输，不随毫米波频率的变化对接收功率的统计特性产生影响。χσ为服从0均值对数正态分布的随机变量，方差随频段取值不同，如表1所示：

表1 场景参数设置Tab.1 Scene Parameters setting

（3）生成接收端时间簇数目N和AOD与AOA所在的空间波瓣数目LAOD,LAOA

簇数目N服从1~6的均匀分布：

N~DU[1,6]

空间波瓣数目利用泊松分布获得：

簇数目N服从1~6的均匀分布，其中max5L=为空间波瓣允许最大数目，AODμ和AOAμ为离开与到达角度域上突出波瓣的平均数目，不同频段场景下取值不同，详见表2。在28GHz的NLOS场景下，观察到最大时间簇数目为5，在73GHz下为6，故选择离散均匀分布[1,6]内随机生成。由于簇内子径以近似相同时刻的不同角度到达，波瓣域内近似以相同角度不同时刻到达，所以空间波瓣数和时间簇数彼此相互独立分别生成。

（4）生成每个时间簇内子径（SP）数目nM。

在28GHz的NLOS场景下，观察到每簇内最多和次多子径数目为53和30，而在73GHz下最多数为30，因此选择30作为全频段均匀分布的上界，实测中通过尖峰检测算法可以清楚观察到子径径数.。

（5）生成簇内径时延,mnρ。

其中bbB=400MHz为发送端PN序列基带带宽。这里为避免信道模型频带之间产生交叠，同时反映簇内时延间隔随簇时延增加而增加，X服从0到maxX的均匀分布，而maxX随频率变化有不同取值，详见表2。

（6）生成簇间时延nτ

时延因子nτ′′服从参数为uτ的指数分布，sort将时延因子升序排列，τμ不同频段取值不同，详见表2。这里我们确保簇间间隔不小于25ns，这一数值是由实测数据与具体场景布置所决定，实测场景中最窄街道宽度8m，对应时延25ns，以此来有效区分不同时间簇。

（7）生成时间簇功率Pn。

其中P0为第一个时间簇的平均功率，Γ为功率衰减常数，然后确保簇功率归一求和后为接收端的全向接收功率Pr，Zn服从均值为0，方差为σZ的正态分布，方差在不同频段取值不同，详见表2。类似地在3GPP，WINNER，COST以及METIS信道模型中对簇功率在时延上的分布同样拟合为指数分布来估计。

（8）生成簇内子径功率Πm,n。

其中Π0为第一条簇内子径的平均功率，γ为时间衰减因子，然后确保簇内各子径功率归一求和后为簇功率。Um,n服从均值为0，方差为σU的正态分布，方差不同频段下有不同取值，详见表2，。通过实测数据发现簇内子径功率随簇内时延呈现指数衰减。最新测量结果显示当空间和时间分辨率达到一定程度时可以观察到簇内功率随簇内时延时延同样呈现指数下降趋势。

（9）生成子径相位φm,n。

子径相位服从0到2π的均匀分布，其中m=1,…,Mn以及n=1,2,…,N，以往模型的子径相位依赖所在频段和时延进行估计，为了满足频段普适性而又不失准确，这里子径相位独立于频率和时延的变化，相当于每条子径经历独立不同散射环境互不影响。

（10）利用收发端距离d恢复簇内子径的绝对时延tm, n。

其中m=1,2,…,Mn，n=1,2,…N ，c=3× 108m/ s 为自由空间光速

（11-a）生成3-D空间波瓣AOA和AOD的水平角度均值iθ 。

水平角度均值服从均匀分布，同时上下限避免了波瓣交叠。

（11-b）生成3-D空间波瓣AOA和AOD的垂直角度均值iφ。

其中φi服从均匀分布，正负表示水平面的上方或下方，接收端天线在最强方向上进行波束赋形，分布的均值和方差不同频段采取不同取值，详见表2.

（12）利用空间波瓣角度均值生成每个子径分量离开角（θm, n, AOD，φm, n, AOD）和到达角（θm, n, AOA，φm, n, AOA）。

其中i～DU[1,LAOD]，j～DU[1,LAOA]

离开和到达角都分为水平和垂直两个维度分别考虑，采取中值配合扩展值的表达方式，然后扩展值根据实测以及经验满足一定分布。即为每一多径簇分配一个独立波瓣，同时补充子径角度偏移。各部分参数方差在不同频段下取值不同，详见表2。区别于3GPP模型在40±°内均匀生成径离开角，使用0均值高斯分布生成径到达角，以及WINNER模型使用包络服从高斯分布的时延功率谱来生成离开与到达角，这里使用拉普拉斯分布拟合在跨频段下相较于正态分布更加适合。

表2给出建模过程中不同场景下所需要的各个参数的参考值。

4 仿真结果及相关结论

4.1 仿真参数配置

为了验证模型的整体准确性，将仿真输出与实际数据进行对比和校准。仿真条件和天线配置如列表3如下，随着频率的提高，植被，降水量，空气湿度，气压等等因素的考虑这些因子呈现出不一样的变化趋势[17]，对信号传输过程的影响逐渐不可忽略，同样作为环境条件列出：

表2 模型参数参考值Tab.2 Model Parameters Reference value

表3 仿真参数条件Tab.3 Simulation Parameters Conditions

表4 仿真天线配置Tab.4 Simulation Antenna Settings

4.2 仿真结果及分析

从整体均方时延扩展和恢复离开与到达角度扩展两方面对模型进行检验，二者分别为时延功率谱和角度功率谱二阶中心距的平方根，一般采用CDF曲线描述其特征，方便用于后期校准和参数修正。

首先是在LOS场景下，联合28到73 GHz跨频段时延分析，选取数据中值作为特征参考。实际均方时延扩展中值为16 ns，仿真约为18 ns，整体分布在30 ns以内，如图1所示。

NLOS场景下实际均方时延扩展中值为38 ns，仿真约为35 ns。由于NLOS场景下为距离相对较远，散射体数目较多，LOS场景下的远远小于NLOS。整体分布在60 ns以内，如图2所示。结果表明仿真数据和实测数据基本吻合且与传统经验相符。

图2 联合28-73 GHz LOS场景均方时延扩展对比图Fig.2 Combined 28-73 GHz LOS omnidirectional RMS delay spreads

在角度扩展方面选取NLOS场景下的28 GHz与73 GHz两个频段水平和垂直的全局角度扩展用于观察对比。全局角度扩展描述在指定方向上信号功率在一个球面上的的弥散程度和覆盖范围。垂直维度其正负只代表位于水平面上下，并没有实际大小含义，故为了方便观察在图中全部呈现为绝对值。不同于以往的是在垂直维度我们采用了拉氏分布代替传统的高斯分布来拟合跨频段下的角度扩展值的变化。

首先在28 GHz频段NLOS情况下的离开角度扩展在实际测量中得到水平离开角和垂直离开角的角度扩展的均值分别为33°和5°，主要集中在50°和20°以内，仿真水平和垂直角度扩展分布均值为31°和5°。在73 GHz频段NLOS情况下离开角度扩展实测水平和垂直角度扩展均值分别为39°和4°，主要集中在60°和20°以内，仿真水平和垂直扩展分布均值为40°和4°，如图3和图4所示。

图3 联合28 GHz-73 GHz NLOS场景均方时延扩展对比图Fig.3 Combined 28-73 GHz NLOS omnidirectional RMS delay spreads

图4 28 GHz NLOS 离开角度扩展Fig.4 28 GHz NLOS departure azimuth and elevation spreads

在到达角度扩展方面，28GHz频段NLOS情况下的到达角度扩展在实际测量中得到水平到达角和垂直到达角的角度扩展的均值分别为30°和9°，主要集中在70°和40°以内，仿真水平和垂直角度扩展分布均值为31°和11°。在73GHz频段NLOS情况下到达角度扩展实测水平和垂直角度扩展均值分别为25°和4°，主要集中在40°和20°以内，仿真水平和垂直扩展分布均值为26°和5°如图5和图6所示。综合以上从图中可以看出在角度扩展方面模型拟合分布后的仿真结果和实际测量数据较为吻合，并且符合实际经验，说明信道模型准确可靠。

图5 73 GHz NLOS 离开角度扩展Fig.5 73 GHz NLOS departure azimuth and elevation spreads

图6 28 GHz NLOS 到达角度扩展Fig.6 28 GHz NLOS arrival azimuth and elevation spreads

图7 73 GHz NLOS到达角度扩展Fig.7 73 GHz NLOS arrival azimuth and elevation spreads

5 总结

本文主要研究了5 G场景下信道建模方法，结合已有信道模型，提出空间波瓣和时间簇算法以及改进的参数生成方式，给出具体建模方法。建立了满足频带覆盖和宽带传输等多种要求的信道模型，用于实现500 MHz-100 GHz载频的仿真需求。新的建模方法选取仿真拟合得到的时延均方扩展和角度均方扩展两方面指标与实测数据进行对比校准，结果吻合程度较好并且与实际经验相符，说明模型准确可靠。提出的方法可以用于未来毫米波系统测量建模，比特错误率估计以及5 G无线通信网络容量分析等方面的研究，具有一定的参考和实用价值。

[1] 张雅媛. 3D MIMO信道建模及性能分析[J]. 软件, 2014, 35(9): 115-119.

[2] K. Haneda et al., “5G 3GPP-like channel models for outdoor urban microcellular and macrocellular environments,” in Proc. IEEE 83rd Veh. Technol. Conf. (VTC-Spring), May 2016.

[3] 宋晓莉, 张晋豫. 一种减小多普勒频移的通信系统仿真[J].软件, 2016, 37(01): 57-60.

[4] T. S. Rappaport et al., “Wideband Millimeter-Wave Propagation Measurements and Channel Models for Future Wireless Communication System Design,” IEEE Transactions on Communications, vol. 63, no. 9, pp. 3029–3056, Sept. 2015.

[5] 王涛, 啜钢, 刘伟. 非对称MIMO 信道下协作通信的研究[J]. 新型工业化, 2012, 2(5): 23-31.

[6] G. R. MacCartney Jr. et al., “Indoor Office Wideband Millimeter-Wave Propagation Measurements and Models at 28 GHz and 73 GHz for Ultra-Dense 5GWireless Networks (Invited Paper),” IEEE Access, 2015.

[7] 王道, 李书芳, 赵海宁. LTE-A 中基于测量的MIMO信道估计算法研究[J]. 软件, 2015, 36(12): 162-165.

[8] K. Haneda et al., “Indoor 5G 3GPP-like channel models for office and shopping mall environments,” in Proc. IEEE Int. Conf. Commun. (ICC) Workshops, May 2016.

[9] 吴青, 杨雪松, 袁家劼, 等. 基于时域测量的室内超宽带多天线信道参数分析[J]. 新型工业化, 2011, 1(11): 56-60.

[10] K. Haneda et al., “Indoor 5G 3GPP-like channel models for office and shopping mall environments,” in Proc. IEEE Int. Conf. Commun. (ICC) Workshops, May 2016.

[11] “Spatial Channel Model for Multiple Input Multiple Output (MIMO) Simulations,” Tech. Rep. 3GPP 25.996 V12.0.0, Sept. 2014.

[12] P. Kyosti et al., “WINNER II channel models,” European Commission, IST-WINNER, Tech. Rep. D1.1.2, Sept. 2007.

[13] L. Liu et al., “The COST 2100 MIMO channel model,” IEEE Wireless Communications, vol. 19, no. 6, pp. 92–99, December 2012.

[14] “Deliverable D1.4: METIS Channel Models,” Mobile and wireless communications Enablers for the Twenty-twenty Information Society (METIS), April 2014.

[15] K. Yu, M. Bengtsson, B. Ottersten, D. McNamara, P. Karlsson, and M. Beach, “A wideband statistical model for NLOS indoor MIMO channels,” in Proc. IEEE 55th Veh. Technol. Conf. (VTC-Spring), vol. 1. May 2002, pp. 370–374.

[16] T. S. Rappaport et al., “Wideband Millimeter-Wave Propagation Measurements and Channel Models for Future Wireless Communication System Design,” IEEE Transactions on Communications, vol. 63, no. 9, pp. 3029–3056, Sept. 2015.

[17] H. J. Liebe, G. A. Hufford, and M. G. Cotton, “Propagation modeling of moist air and suspended water/ice particles at frequencies below 1000 GHz”, AGARD Conference Proceedings 542, 1993.

Research and Simulation of 5 G Millimeter Wave Channel Model

YANG Chen, WEI Zai-xue, YANG Da-cheng
(Beijing University of Posts and Telecommunications, Beijing 100876, China)

With the development of 5 G communication system, the wireless channel frequency coverage and broadband transmission capacity put forward higher requirements[1,2]. Based on the analysis of outdoor measured data in Manhattan[3,4]published by New York University, this paper summarizes the statistical characteristics of the data, and proposes a spatial lobe joint time cluster modeling method, which can be applied to establish the frequency coverage of 500 MHz-100 GHz, the transmission bandwidth can reach 800 MHz, and supports a 3-D MIMO channel impulse response model for multiple antenna arrays. The model adds the influence of environmental factors such as air humidity, air pressure, vegetation and so on, and then elaborates the steps of concrete model building and parameter generation. Finally, the corresponding path loss, power delay spectrum, angular power spectrum and RMS delay spreads and the angular spreads are obtained according to the simulation conditions. In order to ensure the accuracy and reliability of the channel model, the simulation results are qualitatively analyzed and calibrated quantitatively from both the RMS delay spreads and the angular spreads. This will lay the foundation for more in-depth study of 5G channel characteristics

Channel model; 5 G; 100 GHz; 800 MHz; Millimeter-wave; Impulse response

TN92

A

10.3969/j.issn.1003-6970.2016.10.022

杨晨，男，(1993-)，研究生，主要研究方向：无线通信；韦再雪，女，(1976-)，硕士生导师，主要研究方向：无线通信；杨大成，男，(1989-)，博士生导师，主要研究方向：无线通信。

本文著录格式：杨晨，韦再雪，杨大成. 5 G毫米波信道模型研究与仿真[J]. 软件，2016，37（10）：98-104