资源描述：
《移动通信中的无线信道“指纹”特征建模-2015年全国研究生数学建模竞赛c题》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、2015年全国研究生数学建模竞赛C题（由华为公司命题）移动通信中的无线信道“指纹”特征建模一、背景介绍移动通信产业一直以惊人的速度迅猛发展，已成为带动全球经济发展的主要高科技产业之一，并对人类生活及社会发展产生了巨大的影响。在移动通信中，发送端和接收端Z间通过电磁波来传输信号，我们可以想象两者之间有一些看不见的电磁通路，并把这些电磁通路称为无线信道。无线信道与周围的坏境密切相关，不同环境下的无线信道具有一些差异化的特征。如何发现并提取这些特征并将其应用于优化无线网络，是当前的一个研究热点。类比人类指纹，我们将上述无线信道的差异化的特征称为无线信道“
2、指纹”。无线信道“指纹”特征建模，就是在先验模型和测试数据的基础上，提取不同场景或不同区域内无线信道的异化的特征，进而分析归纳出“指纹”的“数学模型”，并给出清晰准确的“数学描述”。在典型的无线信道中，电磁波的传输不是单一路径的，而是由许多因散射（包括反射和衍射）而形成的路径所构成的。由于电磁波沿各条路径的传播距离不同，因此相同发射信号经由各条路径到达接收端的时间各不相同，即多径的时延之间有差异。此外，各条路径对相同发射信号造成的影响各不相同，即多径的系数Z间有怎异。如左下图所示:发送信号接收信号工程上，考虑到多径系数及多径时延的影响，在保证精度的
3、前提下，可以用“离散线性系统”为无线信道建模。需要注意的是，该模型中的信号及多径系数均为复数。理想信道测量可以理解为获取该系统的单位序列响应，即获取单位脉冲“6［灯”经无线信道传输后被接收到的信号，如右上图所示。上述理想信道测量的结果用公式表述如下:£-1h[k]=・6[R-=O,1,・・・，K-1,K2maxjrjS[k]=0,1,k^Ok=0（信号强弱）其中，“k”为离散信号的样点标识，这里假设共有“K”个样点；“I”是当前吋刻的路径总数；为当前时刻第/条路径上的信道系数，通常是复数；“耳”为当前时刻第2条路径的时延，且已折算成样点数，即延迟了
4、“匕”个样点。显然，复信号“爪幻”给出了当前时刻的完整信道。需要强调的是，上述各个参数，包括“仏”、“口”和“I”都会随着时间而变化，即各个参数具有时变性。相应地，“Hk]”的功率在信号波长[1]“入”的量级上会出现时而加强时而减弱的快速变化，称之为多径衰落或小尺度衰落。同时，快速变化的功率，其平均值也会出现缓慢的变化，这主要是由于周围环境或气象条件的改变而引起的，称之为阴影衰落或大尺度衰落。两种衰落特征如下图所示：Power/dBm上述理想信道测量的结果“爪町”是无法直接获取的。因为在真实无线通信系统中，为了改善信号的传输质量，通常需要在系统的发
5、射端和接收端，各增加一个滤波器。所有滤波器在真实信道测量屮的彫响，可以等效地用函数“g[k]”来表示。此吋信道测量的结果为:M・1r[k]=Vh[k-m]-g[m],k=0九・・・，K—1m«0其中，“M”为滤波器的长度，即勺⑷”的样点数。考虑到信道的时变性以及实测中引入了噪声，不同时刻的真实信道测量结果及英对应的无线信道分别为：M-1r[k,n]=Vh[k-m,n]•gtm]+u[k,n].k=0,1,…,K-l,n=0,1,—,AT-1m«0£-1h[k,n]=rjn]]其中，“九”表示测试的样本标识，对应测试时刻，这里假设共有“N”个样本；“
6、鸟［皿”表示“n”时刻第/条路径上的信道系数，通常是复数；“匸伍］”表示“几”吋刻第/条路径延迟的样点数；“u［匕可”表示“斤”时刻第“上”个测试样本上引入的复高斯白噪声:ar［k.n］v表示5”时刻单位脉冲依次经发送滤波器、信道和接收滤波器后的实际接收信号，是kn的二元函数。显然，我们可以从“r［k.nYf中获取完整的时变信道“h［k.nV。为了便于理解，下图给出了不同时刻下无线信道的示意图，同时也给出了样本标识和样点标识“上”的相互关系。容易发现，不同时刻下多径的条数、时延以及系数值都有可能发生变化。直观上，变化的参数都含有一些场景化的特征，即
7、上述不同参数的变化可能存在一定的规律。基于上述或更多的参数及特征，一个场景或一定区域内的无线信道可能存在一定的“指纹”。利用所定义的“指纹”，进行场景的分析以及无线网络的优化，具有重要意义。我们希望利用真实信道测量结果分析建立信道的“指纹”模型。该模型可以是一个参数或多个参数（例如多径数目、多径时延、时延扩展、DopplerF展、是否有直达径等⑵［3］［4］）的组合或函数，也可以是某种图形化的描述；可能是时间域的，也可能是频率域的［5］；可能是确定性的，也可能是统计意义上的。关键是所建立“指纹”模型能够从统计意义上有效区分出某个场景或区域。二、待研
8、究的问题：本研究旨在挖掘、提炼和聚合实测信道数据屮的各种特征，进而用数学的语言描述“指纹”，并验证其在不同场景或不同地理位
