首页/文章/ 详情

新文推送——基于测量的非平稳马尔可夫抽头时延线5G-R信道模型

北交大智能交通电波传播研究团队

3小时前浏览3

北京交通大学

高移动性通信/智能交通电波传播研究组

文章概况

以张雪剑（Xuejian Zhang）为第一作者，何睿斯（Ruisi He）和杨汨（Mi Yang）为通讯作者的文章近日于IEEE Antennas and Wireless Propagation Letters （Early Access）上发表。

文章题目为：“Measurement-Based Non-Stationary Markov Tapped Delay Line Channel Model for 5G-Railways （基于测量的非平稳马尔可夫抽头时延线5G-R信道模型）”。

所有作者为：张雪剑（Xuejian Zhang）、何睿斯（Ruisi He）、杨汨（Mi Yang）、丁建文（Jianwen Ding）、陈瑞凤（Ruifeng Chen）、郜帅旗（Shuaiqi Gao）、戚子羿（Ziyi Qi）、张正宇（Zhengyu Zhang）、艾渤（Bo Ai）、钟章队（Zhangdui Zhong）。

DOI: 10.1109/LAWP.2025.3561547

内容介绍

5G-R是被全球公认极具前景的下一代铁路通信系统，旨在满足日益增长的需求。信道建模是通信系统设计的基础，其中抽头延迟线（TDL）模型因其简单实用而被广泛应用于系统仿真，并成为3GPP等各种标准的重要组成部分。然而，现有的适用于5G-R系统的TDL模型有限。大多数模型未能捕捉非平稳性——铁路通信的一个关键特性，而其他一些模型则不适用于5G-R特定的频段和带宽。本文开展了5G-R专用移动通信系统的信道测量工作，构建了一个基于测量数据的五抽头TDL模型，该模型利用一阶二状态马尔可夫链来表示信道非平稳性。我们提取了关键模型参数，包括抽头数、幅度、相位和多普勒频移的统计分布以及状态转移概率矩，并获得了抽头幅值之间的相关性。最后，通过与测量数据和3GPP模型的比较，验证了模型的准确性。该模型有望为5G-R系统的设计和链路级仿真提供有价值的参考。

（图1 测量系统和测量场景。）

图 1(a) 展示了5G-R专网测量场景，其为乡村地区，主要被树木和零星的低矮建筑环绕。此外，铁路沿线的特定铁路相关结构，例如低矮隔墙和接触网杆，也贡献了额外的独特散射体。发射天线安装在塔上，如图 1(b) 所示，并分别连接到塔下的矢量信号发生器和功率放大器。接收系统由一台位于测试列车车厢内的矢量信号分析仪组成，接收天线安装在车顶，如图 1(c) 所示。两台由全球导航卫星系统 (GNSS) 信号驯服的铷钟来实现时间同步。测量中心频率为 2.16 GHz，带宽为 10 MHz，时延分辨率为 100 ns。测试列车沿逆时针方向以 80 km/h 的恒定速度行驶，如图 1(c) 所示。

（表1 基于马尔科夫链的TDL模型参数。）

表1展示了基于测量数据建立的TDL模型的各项参数，包括抽头数、各抽头的时延、功率和状态转移概率、幅值分布、相位分布和多普勒频移分布等。

（图2 信道参数萃取结果。(a) 一个 PDP 快照示例，标注了LoS径的时延。(b) 所有抽头振幅的对数正态拟合的累积分布函数 (CDF)。(c) 所有抽头相位的均匀拟合的概率密度函数 (PDF)。(d) 第一个抽头的归一化多普勒频率及其 Jakes 拟合模型，归一化功率以线性单位表示。)

图2展示了部分信道参数的萃取结果。可以发现，抽头振幅符合对数正态分布，抽头相位在[0, 2π]上均匀分布，抽头的多普勒频率可以由经典的Jakes模型拟合。

（图3 建立的TDL模型、测量数据与3GPP 38.901模型（RMa）的均方根时延扩展（RMS DS）的比较。)

图3显示了仿真信道、测量信道和3GPP信道的RMS DS概率分布函数，可用于验证模型的准确性。可以看出，我们建立的TDL模型与测量数据的总体趋势是一致的。相比之下，3GPP信道的拟合结果与实测信道的拟合结果差异较大。这可能是因为3GPP模型无法捕捉信道的“生灭”过程，无法准确表征信道的非平稳性。此外，3GPP模型缺乏对铁路专用信道的适应性，也没有提供针对5G-R系统频率和带宽要求的信道模型。上述结果清楚地表明，所提出的模型比3GPP模型具有更高的性能，使其更符合动态铁路信道的条件。