無線信道建模技術在5G場景下的分析與應用

魏貴明 劉曉龍 張翔

【摘? 要】通過對5G場景下的無線信道建模技術進行分析，給出了不同場景的信道特性和建模方法，并闡述了該技術在理論研究、仿真分析和實際測試中的具體應用方式，為無線信道建模技術在5G中的應用提供參考。

【關鍵詞】 5G;無線信道建模技術;信道建模應用

doi：10.3969/j.issn.1006-1010.2020.04.004? ? ? 中圖分類號：TN929.5

文獻標志碼：A? ? ? 文章編號：1006-1010（2020）04-0019-05

引用格式：魏貴明，劉曉龍，張翔. 無線信道建模技術在5G場景下的分析與應用[J]. 移動通信， 2020，44（4）： 19-23.

Analysis and Application of Wireless Channel Modeling Technology in 5G Scenarios

WEI Guiming， LIU Xiaolong， ZHANG Xiang

（China Academy of Information and Communication Technology， Beijing 100191， China）

[Abstract]?By analyzing the wireless channel modeling techniques in 5G scenarios， this paper provides the channel characteristics and modeling methods in different scenarios， and describes the specific applications of the technology in theoretical research， simulation analysis， and actual test. It provides a reference for the application of wireless channel modeling technology in 5G.

[Key words] 5G; wireless channel modeling technology; channel modeling application

0? ?引言

隨著中國企業在世界范圍內對5G無線通信市場的占有率逐漸增大，中國在無線通信系統的基礎設施建設力上已經走在了世界的前列。通信系統的三大要素包括信源、無線信道、信宿。無線信道指的是在無線通信傳輸過程中所需的傳輸媒介，它會直接影響信源到信宿間各個通信指標的性能。因此，為了在不同的無線環境的傳輸特性下推動新技術的開發，人們對無線信道環境特性的探索從未停止。商用的5G移動通信系統需具備支持大帶寬（eMBB）、海量用戶連接（mMTC）、低時延高可靠（URLLC）的傳輸能力。通過對5G不同的應用場景進行研究，無線信道應具備支持多頻點，大帶寬，多實用場景，空時頻均滿足一致性，支持大規模多輸入多輸出，支持高移動性等重要特性。

通過詳細調研發現：雖然現有的指南和綜述類文章對無線信道某一個關鍵場景下的測量和建模技術都有很詳細的歸納和分析，但是從對5G典型場景的無線信道建模技術方法的分析入手，并說明該建模技術的主要實際應用方向的綜述文章卻很少。因此，本文的主要貢獻如下：

（1）作者將盡自己最大的努力對5G無線通信各關鍵場景下的無線信道建模技術進行歸納總結，經分析得出該場景下信道模型的主要特點，給出基本方法和建模注意事項。

（2）通過介紹無線信道建模技術的重點應用方向，為無線信道建模技術在5G無線通信產業推進過程中提供有效的著力點。

1? ?國內外信道建模技術綜述

在無線信道研究中，世界上眾多研究團隊都做出了很大的努力。西南交通大學和山東大學團隊針對5G的幾個主要應用場景，如Massive MIMO、V2V、高速列車（HST）等，對已有的無線信道建模進行了總結，并為信道建模提供了新研究方向[1]。關于Massive MIMO無線信道，北京郵電大學聯合同濟大學，對當前的主要信道建模方法進行了詳細總結和分析[2]。針對毫米波（mmWave）技術場景，紐約大學團隊則針對mmWave系統通過滑動相關信道探測儀在多個頻段進行了對基于定向天線收發機的信道測量，并對測量結果進行總結，給出了大尺度衰落和波束疊加的建模方法[3]。針對車輛到車輛（V2V）場景，南加州大學對已有的V2V無線傳輸信道進行了總體回顧，并針對信道色散和時變特性，分析了信道沖擊響應（CIR）和信道傳遞函數（CTF）。針對多天線系統和信道的不穩定性，分析了抽頭時延線（TDL）模型和基于幾何隨機信道（GBSM）模型[4]。針對高速列車（HST）場景，赫瑞-瓦特大學、北京交通大學、山東大學、西南交通大學聯合團隊對已有的信道測量進行了總結，并討論了現有的信道建模技術，并給出了關于HST場景下信道測量和建模的主要挑戰[5]。北京交通大學團隊總結了現有的國內外信道測量結果，通過分析測量后的信道特點，研究了通過信道建模方式還原HST的相關問題，并提出了未來的研究方向[6]。針對工業互聯網（IIOT）場景，北京交通大學團隊詳細介紹并分析了工業互聯網的信道特性，給出了主要調整頻段建議和信道建模建議，并為IIOT的建模提供了有效參數[7]。

2? ?5G關鍵場景下的無線信道模型分析

5G應用場景中的增強移動大帶寬（eMBB）場景引入了Massive MIMO技術，會對信道的特性造成很大影響;海量機器類型通信（mMTC）場景的信道研究集中于車聯網（V2X）和工業物聯網（IIOT）;此外，高速移動交通工具，如高速移動（HST）場景根據實際的應用業務，依然需要被高度關注。

2.1? 大規模天線場景無線信道建模

Massive MIMO技術的天線面板的設計會直接影響基站整體的天線方向圖效果，因此，在信道建模中需要體現多陣子之間天線增益的矢量合并。現有模型大都基于平面波原理進行合并。如果信道模型中散射體距離基站的位置小于瑞利距離，則必須根據球面波的原理進行陣子天線方向增益的合并，合并過程需要考慮陣列的波前導線向量[8]。

值得注意的是，Massive MIMO無線信道會出現陣列不穩定（Array non-stationarity）特性。這種現象的產生原因為，隨著天線面板變大，每個天線陣子所能“看見”的簇其實是不同的。不同的簇對于不同的天線就出現了所謂的“生滅”現象[9]。通過視覺區域（VR）對各個天線的簇集合進行劃分的信道模型（如COST 2100模型[10]）是從天線的角度來建模信道不平穩過程。相反，基于概率論的隨機過程對該現象進行建模的模型（如一般化的5G信道模型[11]）則是通過每個簇對于天線的“生滅”狀態的角度進行模擬。

對于mmWave下的Massive MIMO技術，考慮到此狀態下無線信道對于時延和角度的識別率提升了，在進行建模時，功率時延分布（PDP）會出現雙峰指數衰落現象，Saleh-Valenzuela（SV）模型就是對這種現象的典型描述[12]。此外，為了進一步提升信道多徑分辨率，每個簇中的徑數也應該遵循一定的隨機過程，如經典的泊松分布，或是根據信道測量情況進行指定。

2.2? 高速列車場景下的無線信道模型

由于過快的移動速度，HST的無線信道往往具備不穩定（non-stationarity），高多普勒頻偏，LOS概率高，以及不同覆蓋區域間的快速切換等特點。在高性能的計算平臺下，對HST場景進行RT無線信道仿真是實現信道建模的有效方法。不過從資源的消耗角度來看，基于隨機無線信道建模技術仍然擁有很大的優勢，在采用隨機性信道建模技術時，需要根據HST場景特點，對基于隨機的建模技術做適當的修正。

HST下的無線信道模型具有不穩定特性，只有在穩定區間內，信道系數才是平穩隨機過程[6]。因此，在無線信道測量時，通常需要在一個準平穩區間內完成。關于準平穩空間的確認是HST無線信道建模需要考慮的主要問題之一，現有成果通過平均功率時延分布（APDP）或相關矩陣距離作為度量，可以確定以距離為單位的HST信道的準平穩區間[13-14]。如果是基于非幾何的信道建模技術，需注意不同準平穩區間的信道系數是非平穩的隨機過程。如果是基于幾何的信道建模技術，散射體的位置特性在不同平穩區間內不同，并留意關于其它隨機過程部分的不平穩特性。

考慮到HST的主要應用場景大多在開闊地，信道出現LOS徑的概率很高，因此，多普勒譜大部分能量均集中在LOS徑上[6]。HST下的無線信道模型有著較大的多普勒頻移，結合覆蓋區域的快速切換特性，根據入射角度的定義，多普勒的時變特性應該出現連續爬坡或連續下降的趨勢。因此，建模時需根據實際列車和基站的幾何位置動態調整入射角度來添加多普勒頻偏項。同樣地，信道多徑時延也會隨高鐵和基站之間距離的快速變化而產生變化，需要對時延進行合理建模。

2.3? 物聯網場景下的無線信道建模

物聯網的主要應用場景集中在室外的V2V場景和室內的工業物聯網（IIOT）場景。針對V2V無線信道建模，同樣需要確認平穩區間，在平穩區間內，信道系數才滿足平穩的隨機過程。可以通過模擬“生滅”現象的隨機過程來實現非平穩特性，如改進后的抽頭時延線（TDL）模型[15]。另外，由于收發兩車都具備移動性，對雙向移動性進行合理建模更能滿足真實無線信道傳播特征。對于基于幾何的隨機性建模技術而言，需要同時考慮收發兩臺車輛的移動軌跡，對時變的PDP和多普勒頻偏進行模擬[16]。此外，隨著車輛間距的變換，最終可能導致LOS到NLOS信道模型的切換。對于IIOT的室內環境，各部分遮擋物的穿透損耗需要合理進行模擬，簇時延線（CDL）模型分別給出了基于隨機和幾何的遮擋模擬方法[17]。此外，需要注意模擬收發機之間的特定移動方式，如周期性重復或隨機方向移動，合理地模擬多普勒頻偏。

3? ?5G無線信道模型應用

對無線信道建模技術的研究源于對實際應用的需求，針對理論研究、系統仿真和實測模擬三個主要應用方向進行闡述，為5G無線建模技術尋找有效的應用場景。

3.1? 無線技術的理論研究

通過無線信道模型技術，可以明確5G技術在不同無線信道環境下的理論極限和性能，為網絡實施部署做指導。無線信道建模是通信系統理論模型中的重要環節，而確定無線信道增益的統計特性是分析此類問題的基礎。考慮到5G不同場景的差異性，單輸入單輸出（SISO）無線信道的增益分步可能滿足Rayleigh分布、Rice分布、Nakagami分布以及Weibull分布[1]。根據信道增益的分布可知實際信號接收信干噪比（SNR）的概率統計特性，能得出在接收端已知信道狀態信息（CSI）情況下，SISO信道在衰落信道下的容量[18]。同樣地，對于MIMO鏈路而言，假設每個信道元素的小尺度衰落為獨立同分布的循環對稱復高斯隨機變量，最終在接收端已知CSI的情況下可以得出MIMO鏈路的信道容量[19]。針對不同的5G場景確定信道統計特性，可以研究5G關鍵技術性能，如研究大規模MIMO多用戶的預編碼性能，多小區、多用戶系統級信道容量及資源分配策略等。

3.2? 多場景系統仿真應用

相比于理論研究中的5G通信系統模型，5G仿真系統更能在網絡實施部署之前真實地反映5G通信網絡的性能。ITU組織于2017年12月正式發布了《IMT-2020空口技術評估指南》，描述了對5G新空口技術的自評估指南和指標，其中用戶體驗速率、5%用戶頻譜效率、平均頻譜效率、連接密度、可靠性和移動性指標都需要借助系統仿真來完成[20]。指南中除了基本的評估方法、評估指標、評估指標的計算方法以及必要的系統參數之外，大部分的篇幅都對如何進行5G各個場景的3D信道建模進行了詳細的描述，其中包括了如何建立大尺度模型和小尺度模型的全部過程。在這之后，3GPP組織根據評估指南，同樣對研究報告中的信道建模方法進行了修正[17]。基于上述的無線信道建模研究成果，ITU組織的自評估結果為5G技術的網絡部署和技術演進提供了有效期望指標。由此可見，如何準確模擬無線信道空間傳播特性是能夠完成系統仿真的關鍵，它決定著評估指標結果最終能否應用于所對應的特定環境。

3.3? 多場景實測應用

對5G無線產品進行性能測試是無線建模技術的重要應用方向。在此過程中，無線信道建模技術的主要作用是生成真實無線信道環境的信道數據，并最終通過信道模擬系統進行實現。信道模擬指的是通過專業的設備和合理的系統設計，將數據化的無線信道進行實現的過程。信道實現的方法主要分為基于傳導（Conduction-based）測試方法和空口（OTA）測量方法。傳導測試法直接借助導線和信道模擬儀器實現信道模擬，OTA測試法需要設計合理的硬件測試系統用來實現部分或全部信道模擬。OTA測試方法又分為基于暗室的OTA測試法、基于屏蔽室的OTA測試方法和基于混響室的OTA測試法。關于上述測試方法的性能優缺點，已有文章對此做出了詳細總結[21]。

4? ?結束語

針對5G場景的不同技術類型，對無線信道建模技術進行了分類總結，通過分析模型特點給出了各場景下的建模注意事項。隨后，給出無線信道建模技術在5G通信中的應用方向和整體實現方法，為推動5G實施部署做出努力。隨著5G的不斷發展和演進，通信系統又將迎來新的時代。分析未來6G場景無線信道的特點，研究6G無線信道建模技術將會是后續主要的研究方向。

參考文獻：

[1]? ? ? WANG C X， BIAN J， SUN J， et al. A survey of 5G channel?measurements and models[J]. IEEE Communications Surveys & Tutorials， 2018，20（4）： 3142-3168.

[2]? ? ZHENG K， OU S， YIN X. Massive MIMO channel models： A survey[Z]. International Journal of Antennas and Propagation， 2014.

[3]? ? RAPPAPORT T S， MACCARTNEY G R， SAMIMI M K， et al. Wideband millimeter-wave propagation measurements and channel models for future wireless communication system design[J]. IEEE Transactions on Communications， 2015，63（9）： 3029-3056.

[4]? ? MATOLAK D W. Modeling the vehicle-to-vehicle propagation channel： A review[J]. Radio Science， 2014，49（9）： 721-736.

[5]? ?WANG C X， GHAZAL A， AI B， et al. Channel measurements and models for high-speed train communication systems： A survey[J]. IEEE communications surveys & tutorials， 2015，18（2）： 974-987.

[6]? ? 劉留，陶成，陳后金，等. 高速鐵路無線傳播信道測量與建模綜述[J]. 通信學報， 2014，35（1）： 115-127.

[7]? ? 李一倩，劉留，李慧婷，等. 工業物聯網無線信道特性研究[J]. 物聯網學報， 2019（4）： 34-47.

[8]? ? 李健之. 基于多徑簇的三維大規模多天線信道測量與建模研究[D]. 北京： 北京交通大學， 2019.

[9]? ? WU S， WANG C X， ALWAKEEL M M， et al. A non-stationary 3-D wideband twin-cluster model for 5G massive MIMO channels[J]. IEEE Journal on Selected Areas in Communications， 2014，32（6）： 1207-1218.

[10]? ?LIU L， OESTGES C， POUTANEN J， et al. The COST?2100 MIMO channel model[J]. IEEE Wireless Communications， 2012，19（6）： 92-99.

[11]? ?WU S， WANG C X， ALWAKEEL M M， et al. A general 3-D non-stationary 5G wireless channel model[J]. IEEE Transactions on Communications， 2017，66（7）： 3065-3078.

[12]? ?A SALEH， R VALENZUELA. A statistical model for indoor multipath propagation[J]. IEEE Journal on Selected Areas in Communications， 1987，5（2）： 128-137.

[13]? BINGHAO C， ZHANGDUI Z， BO A. Stationarity intervals of time-variant channel in high speed railway scenario[J]. China Communications， 2012，9（8）： 64-70.

[14]? ?RENAUDIN O， KOLMONEN V M， VAINIKAINEN P， et al. Non-stationary narrowband MIMO inter-vehicle channel characterization in the 5-GHz band[J]. IEEE Transactions on Vehicular Technology， 2010，59（4）： 2007-2015.

[15]? MATOLAK D W， WU Q. Markov models for vehicle-to-vehicle channel multipath persistence processes[C]//Processing 1st IEEE Vehicle Technology Society Wireless Access. 2008： 8-9.

[16]? ?MATOLAK D W. Channel modeling for vehicle-to-vehicle communications[J]. IEEE Communications Magazine， 2008，46（5）： 76-83.

[17]? ?3GPP. 3GPP TR 38.901 V16.1.0： Study on channel?model for frequencies form 0.5 to 100 GHz[R]. 2019.

[18]? GOLDSMITH A. Wireless communications[M]. UK： Cambridge University Press， 2005.

[19]? ?RUSEK F， PERSSON D， LAU B K， et al. Scaling up MIMO： Opportunities and challenges with very large arrays[J]. IEEE Signal Processing Magazine， 2012，30（1）： 40-60.

[20]? ?ITU. ITU-Report M 2412-0： Guidelines for evaluation of radio interface technologies for IMT-2020[EB/OL]. （2017-12-18）[2020-03-20]. https：∥www.itu.int/pub /R-REP-M.2412-2017.

[21]? W FAN， INES CARTON， PEKKA KY?STI， et al. A Step Toward 5G in 2020： Low-cost OTA performance evaluation of massive MIMO base stations[J]. IEEE Antennas and Propagation Magazine， 2017，59（1）： 38-47.★

作者簡介

魏貴明（orcid.org/0000-0003-2493-8899）：現任中國信息通信研究院技術與標準所無線與移動研究部主任，曾兼任TD-SCDMA專家組辦公室主任、TD-LTE工作組辦公室主任，長期從事移動通信技術標準、產業組織和發展策略等研究工作。

劉曉龍（orcid.org/0000-0002-4986-5916）：博士畢業于北京郵電大學，現任職于中國信息通信研究院技術與標準研究所，主要研究方向為大規模天線技術，全雙工無線技術，自適應調制編碼技術，無線產品的性能測試與標準化，已在國內外期刊和會議上發表論文10余篇，申請國內外發明專利3項。

張翔：博士畢業于北京郵電大學，現任中國信息通信研究院技術與標準研究所主任工程師，主持多項國家科技重大專項科研項目，主要研究方向為大規模天線技術，5G OTA測試方法，基站和終端的射頻與性能測試技術，已在國際期刊和會議上發表SCI、EI論文30余篇，申請發明專利20余項。