低空無線信道小尺度衰落特性研究

于坤燦,向 新,王 鵬,董鵬宇

(空軍工程大學航空工程學院,西安,710038)

近年來,無人機技術發展迅猛,在軍事和民用領域中的運用引起了行業學者對其通信問題的廣泛關注。中小型無人機飛行場景為低空環境,飛行高度一般在幾百米以下,該區域樹木、建筑物、山丘等物體會阻礙和遮擋無人機與地面的通信信號,信號在多個障礙物的反射和繞射下傳輸,產生多條傳播路徑,使得信號相位和幅度隨機變化,從而引起多徑衰落。因此,針對低空無人機的通信因通信環境復雜,出現的通信質量差、信號不穩定等問題,深入研究低空無線信道,并分析其多徑衰落特性具有非常重要的意義。

在過去的研究中,已經有許多學者對低空無線信道中的小尺度衰落特性進行了研究,其中文獻[1～2]在2.5 GHz頻率下分別對由中低高度的建筑、開闊的草地、樹木、道路和湖泊組成的2個郊區場景進行了低空無人機空對地信道測量,通過研究小尺度衰落特性提出了一種基于經驗動態建模的信道模型,用于分析低空無人機的傳輸特性,該模型考慮了無人機的高度和水平變化、地形的影響等因素,更有效地描述了信道的時變性。文獻[3]研究了5.8 GHz頻率內由平坦地形、單層住宅組成的住宅區和只有低于2 m高灌木公園障礙物的沙漠區進行低空空地信道實測活動,并比較2種地形下的小尺度衰落特性。文獻[4～5]在障礙物低于15 m建筑物的半城市場景下分別進行了1 GHz、4 GHz、12 GHz、24 GHz 4個頻率內的空地信道測量,并基于多頻率信道測量的數據結果進行了經驗建模,提出了一種新的陰影衰落自相關模型。文獻[6]在低空相對開放、建筑物密度低、高度低的郊區環境下進行了3.9 GHz頻率的空地信道測量,并通過射線追蹤和三維建模的形式對均方根時延擴展、路徑損耗等信道特性進行了驗證分析。文獻[7～9]基于L波段和C波段對海域、郊區、丘陵、山脈、城市5種場景進行了多次實地低空空地信道測量,并根據測量的數據對低空信道的多徑分量、時延擴展等信道參數進行分析,發現信道的散射多徑分量在低空場景下存在隨機性和明顯間歇性。這些研究通過探究不同頻率與單一場景下的無人機空地信道的特征參數進行無線信道的建模,但研究場景多為開闊地帶,而在存在大型反射障礙體(如山體)、小型反射障礙體(如建筑)以及眾多樹木等復雜環境下的低空無線信道方面缺乏深入探討。因此,本文根據我國無人機在840.5～845 MHz、1430～1 444 MHz和2 408～2 440 MHz頻率下的使用規定,選擇2.4 GHz在低空場景下進行信道測量,通過分析信道測量結果,深入探討了低空無線信道小尺度衰落特性問題,并提出相應的特性分布函數,以期為構建適用于低空復雜環境的信道模型提供真實且有價值的參考依據。

1 實地信道測量

1.1 場景分析

低空環境通常包括復雜的地形和地貌,如丘陵、峽谷、泥潭和河流等。同時,人造和自然障礙物居多,例如建筑物、樹木和山丘等。這些障礙物可能導致信號傳輸過程中具有多個散反射路徑。了解低空環境的復雜性并采取相應處理方法是確保無人機通信穩定的關鍵所在。本文針對在視距和非視距2種場景下對無線信道測量進行了研究,在視距場景下選擇沒有任何遮擋物的開闊區域作為測試環境;在非視距場景下,則選用建筑密集或樹木茂盛等情況導致收發端不可見的區域進行測試。通過記錄接收到的信道多徑幅值分析小尺度衰落特性,2種場景示意圖見圖1。

圖1 非視距場景與視距場景示意圖

1.2 場景測試

1.2.1 測試原理

信道測試采用基于軟件無線電的收發機,并通過滑動相關法進行信道估計完成信道測量。系統參數見表1,原理框圖與收發鏈路示意圖見圖2和圖3,其中接收機是AD9361+FPGA架構的軟件無線電接收機。發射端對已知PN序列進行QPSK調制并由全向天線發送,通過網線直接將AD9361輸出的下變頻數據保存到上位機,之后由MATLAB接收程序進行處理。接收端完成匹配濾波與同步,并與本地PN序列進行滑動相關來估計信道的沖激響應。

表1 系統參數

圖2 信道測試原理

圖3 收發鏈路示意圖

1.2.2 測試及處理流程

測量空地信道時,發射天線距離地面高度為20 m,并與地面垂直放置,以避免因天線極化方向出現誤差;之后在視距場景和非視距場景內確定接收天線位置并放置,所選接收天線位置與發射天線水平距離均為50 m;分別對2個場景在2.4 GHz頻率內收發兩端的無線信道進行測量,重復該步驟,進行多次蒙特卡洛實驗,得到多組信道數據并保存,之后通過Matlab結合最大似然估計對測量數據進行篩選,去除差異過大的不可靠數據。留下剩余的最佳數據,得到多組信道數據,在視距場景下得到1 200組信道及每信道多徑幅值,在非視距場景下得到1 200組信道及每信道多徑幅值,如圖4～圖5所示,2種場景下信道多徑個數及占比如圖6～圖9所示。

圖4 視距場景下測量的信道系數

圖5 非視距場景下測量的信道系數

圖6 視距場景下各信道多徑個數測試結果

圖7 視距場景下各信道的多徑個數占比

圖8 非視距場景下各信道多徑個數測試結果

圖9 非視距場景下各信道多徑個數占比

最后對測量得到的數據進行均方根時延擴展和萊斯K因子統計分析,并根據測試數據與CDF擬合圖形得出本環境信道特性相關結論,2種參數的具體處理分析見第2節。

2 小尺度衰落特性分析

小尺度衰落一般指短距離或短時間內信號場強的快速變化情況[10]。均方根時延擴展、萊斯K因子2個參數對小尺度衰落特性有較大的影響,即均方根時延擴展值越大,信號在時域上的擴展效應越大,多徑效應越明顯,信道的小尺度衰落越大;萊斯K因子越大,多徑干擾越不明顯,小尺度衰落越小。因此,本文根據測試信道結果對這2個參數進行分析和擬合,觀察與特性分析數據擬合度最高的分布函數,得到該小尺度衰落特性的統計特征,從而更直觀地了解小尺度衰落特性的分布情況,以滿足對未來低空無線信道小尺度衰落特性的預測[11]。

2.1 均方根時延擴展分析

均方根時延擴展(root mean square delay spread,RMS-DS)是分析無線信道特性的重要參數,代表了信號在時域上的分散程度,亦可表示小尺度衰落程度。當均方根時延擴展較小時,多徑之間的時延差異相對較小,多徑之間的信號相位相對接近,信號在時間上的發生重疊,從而減少了多徑干擾,小尺度衰落的程度也相對較小。反之,當均方根時延擴展較大時,多徑之間的時延差異較大,信號相位相差較大,信號發生干擾和衰落的概率增加,小尺度衰落的程度也相對較大。均方根時延擴展如式(1)所示：

式中：E(τ2)為信道功率時延分布平方的期望。

(2)

式中：pi(τi)為每一條傳輸路徑的功率;τi為每一條傳輸路徑比初始傳輸路徑時刻的延遲時間。

τi=τN-1-τ0

(3)

(4)

均方根時延的擴展分析步驟見表2。

表2 基于測量結果的均方根時延擴展值分析步驟

圖10～圖11分別展示了視距場景與非視距場景的均方根時延擴展值,其中橫坐標為測量多次真實環境得到信道個數,縱坐標為每信道對應均方根時延擴展的數值。由表3所示,視距場景下的RMS-DS值較小,平均值為255 ns;非視距場景RMS-DS值較大,平均值為1 429 ns,與圖6～圖9多徑分量的變化趨勢相同,圖12為2個場景下RMS-DS的累積分布函數(cumulative distribution function,CDF)對比圖,其中2種場景下的均方根時延擴展值的CDF都能較好地擬合Gamma分布,形狀參數分別為0.73和2.66,尺度參數分別為451.2和990,該2種場景下的RMS-DS概率密度函數見式(5),其次通過擬合圖可知在視距場景下,72.39%的RMS-DS值在148 ns以內,6.98%的RMS-DS值大于1 200 ns。在非視距場景下,RMS-DS最小值大于147.88 ns,79.83%以上的RMS-DS值大于1 200 ns。

表3 均方根時延擴展值統計

圖10 視距場景信道均方根時延擴展仿真結果

圖11 非視距場景信道均方根時延擴展仿真結果

圖12 RMS-DS測量值及擬合結果

圖13 視距場景信道萊斯K因子仿真結果

圖14 非視距場景信道萊斯K因子仿真結果

式中：α為形狀參數;β為尺度參數,x≥0。

2.2 萊斯K因子分析

萊斯K因子(RiceK-factor)是衡量無線信道小尺度衰落特性的重要參數之一,它描述了直射波與散射波之間強度比值。萊斯K因子值越大,多徑之間的干擾越不明顯,小尺度衰落程度越小。與此相反,當萊斯K因子值越小,多徑之間的干擾就越大,小尺度衰落的程度大。通過對信道測量結果求均值,信號中與均值相同的為LOS信號能量。而NLOS能量則是信道的除LOS能量外的其他能量,可通過式(6)得出信道的萊斯K因子值。

式中：c2為接收信號中直射波部分的信號功率;2σ2為接收信號中的反射、散射等信號功率的總和。分析步驟見表4。

表4 基于測量結果的萊斯K因子值分析步驟

表5 萊斯K因子值統計

本文通過計算信道測量數據得到2種環境下的萊斯因子值,并對其CDF擬合結果對比,結果如圖15所示,其中虛線代表實際測量分析的結果,實線代表根據CDF擬合的結果,其中2種場景下的萊斯K因子的CDF都能較好地擬合正態分布,2種場景下的萊斯K因子的標準差分別為2.2 dB和2.44 dB,2種場景下的萊斯K因子概率密度函數如式(7)所示;其中視距場景下的萊斯K因子平均值大于非視距場景,分別為3.8 dB和0.32 dB,與RMS-DS值變換趨勢相反,這是因為在視距場景中建筑物較少,傳播環境相比較寬闊,而非視距場景中的建筑物較多,傳播環境復雜。為了更好地比較2種場景下萊斯K因子值,本文分析計算了2種環境下萊斯K因子大于0 dB的占比分別為58.68%和10.16%,更加表明視距場景內的多徑分量少于非視距場景,數據計算值與圖6～圖9實際場景測量多徑分量的特點相符合。

圖15 萊斯K因子測量及擬合結果

式中：μ為對應的期望;σ為標準差。

3 結語

在近山地城鎮環境條件下,進行了2.4 GHz頻率下的低空無線信道測量活動,包括視距和非視距2個場景。共收集了1 200組信道多徑幅度值數據,并展現了2種場景下的信道多徑個數。結果表明,在視距場景中主要存在5徑,而在非視距場景中則主要存在13徑。基于測量數據分析得出結論：2種場景下的均方根時延擴展平均值分別為255 ns和1 429 ns;萊斯K因子平均值分別為3.8 dB和0.32 dB。此外,本文還對2種場景下的均方根時延擴展和萊斯K因子累積分布函數曲線進行了擬合,發現均方根時延擴展可以較好地擬合Gamma分布,萊斯K因子值可以較好地擬合正態分布,并給出了相應的概率密度公式、形狀參數α、尺度參數β、標準差等重要指標。最后,分別分析了2種場景下均方根時延值大于1 200 ns和小于148 ns與萊斯K因子大于0 dB和小于0 dB的占比值的情況,發現視距場景萊斯信道為主,非視距場景瑞利信道為主。這些結果將為低空無線通信技術提供新的理論支持,提高低空無人機通信的可靠性和穩定性。