一种基于6G全覆盖场景分类的场景自适应信道建模方法技术

本发明专利技术公开一种基于6G全覆盖场景分类的场景自适应信道建模方法。通过使用测量或仿真数据对信道模型参数进行优化，实现对6G全覆盖场景转换的全新架构设计和自适应信道建模。包括1)基于6G空

【技术实现步骤摘要】
一种基于6G全覆盖场景分类的场景自适应信道建模方法


[0001]本专利技术属于无线通信
，尤其涉及一种基于6G全覆盖场景分类的场景自适应信道建模方法。

技术介绍

[0002]在人工智能与大数据驱动下，6G无线通信将构建物理世界与数字世界连接的神经中枢，开启万物感知、万物互联和万物智能的时代。基于6G无线通信的感知一体化与人工智能将成为万物感知互联和智能时代的关键核心技术。
[0003]6G全覆盖场景的网络级通信性能对于信道实时性和准确性提出了更高的要求，然而，传统信道标准(例如3GPP、WINNER等)制定的场景种类相对较为粗糙，无法准确快速和有效地定义许多现实应用场景，仅仅通过人为主观判断按照场景特征进行大体分类，缺乏普遍性与智能化。许多标准化信道场景模型包含的场景种类一般不超过18个，而实际的信道应用的场景远超这个数量，比如矿山/制造/公安/交通等垂直行业对相应移动通信用户级性能(速率、时延等)的要求也有所不同。所以依据传统标准化信道模型已经不能高精度和实时的描述不同具体场景信道特性。从而以全新场景分类规则和框架为基础的无线信道建模研究成为6G无线通信与感知一体化的基石。
[0004]6G全覆盖场景通信网络的场景需求相对于之前通信有明显的不同，具体有如下三个特征：第一，转换通信场景需求。就是要求在各种通信场景之间进行转换时的效率非常高。对于同一个人在不同的时间，可能上一分钟是低散射体物理环境，但是下一时刻可能运动到人流密集的高散射体或者高密度网络环境里，这两种巨大反差要求信道必须在有限时间内完成网络和信号转化；第二，高密度的通信场景需求。6G网络的通信智能终端和基站将会更加高效和集成。第三，移动通信场景需求。6G网络未来不仅仅和各种移动智能终端大量连接，还会实时和个人云端保持数据共享。综上所述，针对6G新场景，如何选取对应场景的信道模型进行有效地拟合，并且在这个模型中信道参数如何进行设定，能否自动化地进行场景的参数匹配？
[0005]6G全覆盖包含陆地移动通信场景、卫星通信、无人机通信和海洋通信等场景。其中，由于卫星的快速移动而导致的多普勒频移、降雨衰落，以及电离层效应，由于无人机高度而影响的三维(3D)任意运动和大尺度参数等都需要考虑。在全应用方面，车联网在时速超过500km/h的更高速移动场景下信道的多普勒频移和时域非平稳特性，在真空管道中运行的超高速列车场景中的真空管道波导效应，超大规模天线阵列信道的球面波特性和空域非平稳特性，工业物联网信道中超密集散射体分布和多移动性，可重构智能表面技术的无线信道精确建模等都是需要全新考虑和研究的内容。
[0006]考虑到多种不同新技术的混合应用会带来6G全覆盖场景信道特性的交叉应用，6G全覆盖场景信道建模的一个重要挑战就在于如何综合考虑多种多样的全新信道特性，提出一个适用于全覆盖场景的自适应信道模型。

技术实现思路

[0007]本专利技术目的在于提供一种基于6G全覆盖场景分类的场景自适应信道建模方法,以解决6G全覆盖场景下无线信道建模的精度、复杂度和实时性的技术问题。
[0008]为解决上述技术问题，本专利技术的具体技术方案如下：
[0009]一种基于6G全覆盖场景分类的场景自适应信道建模方法，包括以下步骤：
[0010]S1、基于6G全覆盖场景物理参数定义，根据不同特征对多场景分类的影响，选取物理环境与统计特征组合方案进行交叉场景分类；
[0011]S2、根据交叉场景分类结果构建6G全覆盖交叉场景模型数据库，包含物理场景及其对应的模型统计特性参数值，如均方根时延扩展、均方根角度扩展等；
[0012]S3、根据S2中构建的6G全覆盖交叉场景模型数据库，根据交叉场景分类和识别的结果，将对应的模型统计特性参数值输入普适信道模型，生成单一场景或交叉融合场景的信道模型；
[0013]S4、针对6G全覆盖场景，将S2中的模型统计特性与无线信道仿真或实测数据得到的统计特性参数值进行逻辑运算，根据闭环反馈调整普适信道模型统计特性的参数值权重，迭代得到优化的场景自适应信道模型；
[0014]S5、采用仿真验证和确认该场景自适应信道建模的准确性。
[0015]进一步的，步骤S1的具体步骤如下：
[0016]步骤S101、6G全覆盖场景的分类参照宏观到微观的原则，首先分为空、天、地、海四大类，然后分别根据分层高度或深度进行划分，对于处于同层的场景，按照实际物理环境和信号传播特点进一步细分；针对每种细分的场景，给出详细的物理参数定义，包括长、宽、高、移动速度、收发端距离范围、视距或非视距传播；
[0017]步骤S102、通过评估各种场景环境特征参数对分类性能的影响，除了实现视距和非视距，以及室内和室外的分类外，进行多特征参数组合对多目标场景的分类，此为使用环境物理参数的分类方法；
[0018]步骤S103、使用原始数据、概率分布形状和阈值分类的三类方法，对6G全覆盖场景进行统计特性分类，全面计算各场景信道对应的统计特性参数，划分参数区间从而对场景进行分类；
[0019]时域信道冲激响应CIR和频域信道传递函数CTF包含丰富信息的原始数据特征参数；
[0020]首先，根据概率分布形状对各种场景进行分类，概率分布形状对各种场景进行分类的特征参数包括概率密度函数、时延功率谱密度的峰值数、偏度和峰度/峰值；考虑视距场景服从莱斯分布，而非视距场景服从瑞利分布，根据概率密度函数来划分视距和非视距场景；时延功率谱密度的峰值数用于分辨丰富的散射环境，具有不同时延的峰值代表来自不同散射体的多径；偏度表示概率分布的非对称程度；视距场景的偏度小于非视距场景；峰度表示概率分布的陡峭程度；视距情况下的峰度大于非视距情况；
[0021]其次，采用阈值比较进行相应分类；路径损耗PL是大规模衰落的重要指标，受传输距离的影响，对传播距离明显不同的通信场景分类；莱斯K因子表示视距与非视距路径功率的比值；另外，一些时域、空域、频域相关特征参数也可用于多场景的分类。例如，对于具有高移动性的时变场景，时间自相关函数快速减小，平稳间隔较小。均方根延迟扩展反映了无
线信道在时延域中的色散程度。对于具有丰富散射体的场景，该值通常较大。
[0022]步骤S104、采用S102环境物理参数分类和S103统计特性分类两种相结合的分类方法，输出6G全覆盖场景的分类结果。
[0023]进一步的，步骤S2的具体步骤如下：
[0024]步骤S201、进行场景和参数配置下的信道测量工作，提高无线信道数据库的多样性；构建包括卫星、无人机等空天覆盖场景，典型城市、郊区、车对车、高铁等室外场景，以及办公区、走廊、住宅区、商场、工业物联网等典型室内场景；
[0025]步骤S202、使用Wireless Insite软件辅以射线追踪仿真数据，通过重构真实传播环境，设置系统配置参数，生成仿真路径参数及信道冲激响应，进一步增大各通信场景的信道模型数据库样本数量，降低实际测量的成本与复杂度；
[0026本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于6G全覆盖场景分类的场景自适应信道建模方法，其特征在于，包括以下步骤：S1、基于6G全覆盖场景物理参数定义，根据不同特征对多场景分类的影响，选取物理环境与统计特征组合方案进行交叉场景分类；S2、根据交叉场景分类结果构建6G全覆盖交叉场景模型数据库，包含物理场景及其对应的模型统计特性参数值；S3、根据S2中构建的6G全覆盖交叉场景模型数据库，根据交叉场景分类和识别的结果，将对应的模型统计特性参数值输入普适信道模型，生成单一场景或交叉融合场景的信道模型；S4、针对6G全覆盖场景，将S2中的模型统计特性与无线信道仿真或实测数据得到的统计特性参数值进行逻辑运算，根据闭环反馈调整普适信道模型统计特性的参数值权重，迭代得到优化的场景自适应信道模型；S5、采用仿真验证和确认该场景自适应信道建模的准确性。2.根据权利要求1所述的基于6G全覆盖场景分类的场景自适应信道建模方法，其特征在于，所述步骤S1的具体步骤如下：步骤S101、6G全覆盖场景的分类参照宏观到微观的原则，首先分为空、天、地、海四大类，然后分别根据分层高度或深度进行划分，对于处于同层的场景，按照实际物理环境和信号传播特点进一步细分；针对每种细分的场景，给出详细的物理参数定义，包括长、宽、高、移动速度、收发端距离范围、视距或非视距传播；步骤S102、通过评估各种场景环境特征参数对分类性能的影响，除了实现视距和非视距，以及室内和室外的分类外，进行多特征参数组合对多目标场景的分类，此为使用环境物理参数的分类方法；步骤S103、使用原始数据、概率分布形状和阈值分类的三类方法，对6G全覆盖场景进行统计特性分类，全面计算各场景信道对应的统计特性参数，划分参数区间从而对场景进行分类；时域信道冲激响应CIR和频域信道传递函数CTF包含丰富信息的原始数据特征参数；首先，根据概率分布形状对各种场景进行分类，概率分布形状对各种场景进行分类的特征参数包括概率密度函数、时延功率谱密度的峰值数、偏度和峰度/峰值；考虑视距场景服从莱斯分布，而非视距场景服从瑞利分布，根据概率密度函数来划分视距和非视距场景；时延功率谱密度的峰值数用于分辨丰富的散射环境，具有不同时延的峰值代表来自不同散射体的多径；偏度表示概率分布的非对称程度；视距场景的偏度小于非视距场景；峰度表示概率分布的陡峭程度；视距情况下的峰度大于非视距情况；其次，采用阈值比较进行相应分类；路径损耗PL是大规模衰落的重要指标，受传输距离的影响，对传播距离不同的通信场景分类；莱斯K因子表示视距与非视距路径功率的比值；步骤S104、采用S102环境物理参数分类和S103统计特性分类两种相结合的分类方法，输出6G全覆盖场景的分类结果。3.根据权利要求2所述的基于6G全覆盖场景分类的场景自适应信道建模方法，其特征在于，所述步骤S2的具体步骤如下：步骤S201、进行场景和参数配置下的信道测量工作，提高无线信道数据库的多样性；构
建空天覆盖场景，室外场景，以及室内场景；步骤S202、使用软件辅以射线追踪仿真数据，通过重构真实传播环境，设置系统配置参数，生成仿真路径参数及信道冲激响应，增大各通信场景的信道模型数据库样本数量，降低实际测量的成本与复杂度；步骤S203、对测量和仿真数据分别进行优化调整，构建6G全覆盖场景模型数据库；该数据库中包含各种场景的基本物理参数、计算得到的各特征参数，以及完整的信道冲激响应；步骤S204、将步骤S1的场景分类结果输入场景模型数据库，输出得到对应场景的统计特性参数集。4.根据权利要求3所述的基于6G全覆盖场景分类的场景自适应信道建模方法，其特征在于，所述步骤S3的具体步骤如下：步骤S301、基于6G普适信道模型，根据S2中的场景分类结果，进行模型统计参数匹配；这里使用的6G普适信道模型中参数包括用户自定义参数和无线信道相关参...

【专利技术属性】
技术研发人员：王承祥，周文奇，黄晨，李哲鳌，钱中玉，吕振，
申请(专利权)人：东南大学，
类型：发明
国别省市：