Модель канала GSM

GSM (Глобальная система мобильной связи) является глобальным стандартом для 2G мобильной связи. Многолучевой канал замирания для GSM был определен в [12] для различных сценариев связи, включая сельскую местность (RAX), холмистую местность (HTx), городскую местность (TUx). Каждому сценарию был присвоен конкретный профиль задержки мощности (PDP) и доплеровский спектр. В этом примере мы моделируем сценарий холмистой местности (HTx) с 12 отводами. Мы пропускаем модулируемые сигналы GMSK через канал замирания и наблюдаем его импульсную характеристику.

% Set random number generator for repeatability
rng('default');

Создайте модулятор GMSK с помощью comm.GMSKModulator и использовать его для модуляции случайно сформированных битов. Эта задача состоит в том, чтобы проиллюстрировать, что модуляция GMSK используется в системе GSM.

gmskMod = comm.GMSKModulator( ...
    'BitInput', true, ...
    'SamplesPerSymbol', 8);

% Modulate random bits using the GMSK object
x = gmskMod(randi([0 1], 1e4, 1));

Предположим, что мобильная скорость составляет 120 км/ч. Вычислите доплеровский сдвиг на частоте несущей 1,8 ГГц.

v = 120*1e3/3600;                   % Mobile speed (m/s)
fc = 1.8e9;                         % Carrier frequency
fd = v*fc/physconst('lightspeed');  % Maximum Doppler shift

Для моделирования канала замирания для HTx можно сконфигурировать comm.RayleighChannel объект, следующий за спецификацией PDP в [1 2]. В качестве альтернативы мы можем использовать stdchan для создания требуемого comm.RayleighChannel , учитывая входные данные сценария 'gsmHTx12c1'. Поэтому нет необходимости ссылаться на [1 2] для спецификаций PDP и доплеровского спектра.

Rsym = 270.833e3; % GSM symbol rate
Rsamp = gmskMod.SamplesPerSymbol * Rsym; % GSM sample rate
gsmChan = stdchan('gsmHTx12c1', Rsamp, fd);

Включаем визуализацию импульсной характеристики для объекта канала и посылаем через него модулируемые данные GMSK. Можно заметить, что задержки тракта (ответвления) длятся более 5 выборок. Первые 7 и последние 5 отводов могут быть сгруппированы в два разных кластера. В этом смысле канал характеризует два доминирующих пути от передатчика к приемнику с рассеянием. Можно также заметить, что импульсная характеристика изменяется достаточно быстро при этой скорости движения 120 км/ч.

gsmChan.Visualization = 'Impulse response';
gsmChan(x);

Модель канала CDMA

CDMA (множественный доступ с кодовым разделением каналов) является стандартом для 3G мобильной связи. Подобно GSM, многолучевой канал замирания для CDMA был определен в [3] для различных сценариев связи с различными PDP и доплеровскими спектрами. В этом примере мы моделируем типичный городской сценарий (TUx) с низкой скоростью мобильной связи и визуализируем частотную характеристику канала. cdma2000ForwardReferenceChannels и cdma2000ForwardWaveformGenerator используются для конфигурирования и моделирования сигнала CDMA 2000, который затем передается по каналу замирания.

% Configure a CDMA waveform and change the packet length
config = cdma2000ForwardReferenceChannels('ALL-RC3');
config.NumChips = 1e4;

% Generate a waveform
waveform = cdma2000ForwardWaveformGenerator(config);

Получение частоты дискретизации канала из конфигурации формы сигнала. Если в поле «Скорость передачи» установлено значение «SR1», то оно соответствует сигналу 1,2288 Mcps. Если оно равно «SR3», оно соответствует сигналу 3,6864 Мкпс.

Rsprd = str2double(config.SpreadingRate(3)) * 1.2288e6;
Rsamp = Rsprd * config.OversamplingRatio;

% Assume a human walking speed which is about 5 km/h. Calculate the Doppler
% shift at the carrier frequency of 1.9 GHz.
v = 5*1e3/3600;                     % Mobile speed (m/s)
fc = 1.9e9;                         % Carrier frequency
fd = v*fc/physconst('lightspeed');  % Maximum Doppler shift

Снова сконфигурируйте канал CDMA для TUx с помощью stdchan функция. Включите визуализацию частотной характеристики канала и пропустите через него сигнал. Можно наблюдать очевидную частотно-избирательность канала. Частотная характеристика медленно изменяется при этой низкой мобильной скорости 5 км/ч.

cdmaChan = stdchan('cdmatux', Rsamp, fd);
cdmaChan.Visualization = 'Frequency response';
y = cdmaChan(waveform);

Модель канала WiMAX

Модели каналов WiMAX (IEEE ® 802.16) [4] для стационарных беспроводных приложений предлагаются для сценариев, где радиус ячейки меньше 10 км, направленные антенны в приемнике установлены под карнизами/окнами или на крыше, а антенны базовой станции (BS) имеют высоту от 15 до 40 м. Модели каналов содержат набор моделей потерь в тракте, включая затенение (пригородное, городское) и модель замирания многолучевого распространения, которая описывает профиль задержки многолучевого распространения, распределение K-фактора и спектр Доплера. Также характеризуется коэффициент уменьшения усиления антенны, обусловленный использованием направленных антенн.

В этом примере используется система многолучевых замирающих каналов MIMO object™ comm.MIMOChannel с двумя передающими антеннами, одной приемной антенной и округлой структурой доплеровского спектра. Модифицированные модели каналов Stanford University Interim (SUI) состоят из набора из 6 типичных каналов, используемых для моделирования моделей каналов IEEE 802.16 (более конкретно, версия 2004 года стандарта для фиксированных беспроводных приложений). Они предлагаются для сценария, где: размер ячейки - 7 км, высота антенны BS - 30 м, высота приемной антенны - 6 м, ширина луча антенны BS - 120 градусов, приемная антенна - либо всенаправленная, либо направленная (30 градусов), и используется только вертикальная поляризация.

Каждая модифицированная модель канала SUI имеет три отвода. Каждый отвод характеризуется относительной задержкой (по отношению к первой задержке пути), относительной мощностью, К-фактором Ricic и максимальным доплеровским сдвигом. Для каждой модели канала задаются два набора относительных мощностей: один для всенаправленной антенны, и один для 30-градусной направленной антенны. Кроме того, для каждого набора относительных мощностей определены два различных K-фактора, K-фактор для 90% покрытия ячейки и K-фактор для 75% покрытия ячейки. Следовательно, каждая из 6 модифицированных моделей канала SUI содержит параметры для четырех различных сценариев. Каждой модифицированной модели канала SUI дополнительно назначается корреляция антенны, определяемая как коэффициент корреляции огибающей между сигналами, принимаемыми в различных антенных элементах.

Код, приведенный ниже, создает объект MIMO fading channel System в соответствии с модифицированной моделью канала SUI-1 для ненаправленной антенны и 90% покрытия соты.

Модель канала имеет 3 пути: первый путь - Rician, а остальные два - Rayleigh. Каждый путь имеет округлый доплеровский спектр для своей диффузной составляющей: параметры указаны в доплеровской («округлой») структуре. В то время как различные максимальные доплеровские сдвиги указаны для каждого пути в [4], мы используем максимальное значение доплеровских сдвигов для всех путей.

Мы используем 2 передающие антенны и 1 приемную антенну. Аналогично приложению В [4] коэффициент корреляции между двумя линиями связи на каждом тракте принимается равным пространственной корреляции антенны. Коэффициент корреляции равен 0,7.

Частота выборки для системы WiMAX составляет 1,429, 2,857, 5,714, 11,429 или 22,857 МГц. При таких скоростях с небольшим доплеровским сдвигом нам нужно много выборок и длительное время моделирования, чтобы в достаточной степени показать статистические характеристики канала. Чтобы избежать этого, мы произвольно выбираем меньшую частоту выборки 0,1 МГц. Вы можете увеличить частоту выборки, Rsampи количество образцов, Ns, в то же время, чтобы увидеть аналогичные статистические результаты.

Rsamp = 0.1e6;
Ns = 3e6;

wimaxChan = comm.MIMOChannel( ...
    'SampleRate', Rsamp, ...
    'PathDelays', [0 0.4 0.9]*1e-6, ...
    'AveragePathGains', [0 -15 -20], ...
    'FadingDistribution', 'Rician', ...
    'KFactor', 4, ...
    'MaximumDopplerShift', .5, ...
    'DopplerSpectrum', doppler('Rounded'), ...
    'TransmitCorrelationMatrix', [1 0.7; 0.7 1], ...
    'ReceiveCorrelationMatrix', 1, ...
    'PathGainsOutputPort', true);

Код ниже моделирует модифицированную модель канала SUI-1 с длинным входом модулированного кадра QPSK.

Nt = size(wimaxChan.TransmitCorrelationMatrix, 1);
x = pskmod(randi([0 3], Ns, Nt), 4);
[~, g] = wimaxChan(x);

Доплеровский спектр 1-го звена второго пути оценивают по комплексным усилениям пути и строят график.

figure;
win = hamming(Ns/5);
Noverlap = Ns/10;
pwelch(g(:,2,1),win,Noverlap,[],Rsamp,'centered')
axis([-0.1/10 0.1/10 -80 10]);
legend('Simulation');

Теоретический округленный доплеровский спектр накладывается на расчетный доплеровский спектр. Мы наблюдаем хорошую связь между ними.

fd = wimaxChan.MaximumDopplerShift;
f  = -fd:0.01:fd;
a  = wimaxChan.DopplerSpectrum.Polynomial;      % Parameters of the rounded Doppler spectrum
Sd = 1/(2*fd*(a(1)+a(2)/3+a(3)/5))*(a(1)+a(2)*(f/fd).^2+a(3)*(f/fd).^4);
Sd = Sd*10^(wimaxChan.AveragePathGains(2)/10);  % Scaling by average path power

hold on;
plot(f(Sd>0)/1e3,10*log10(Sd(Sd>0)),'k--');
legend('Simulation','Theory');

Также оценивается и сравнивается с теоретическим спектром доплеровский спектр для 2-го звена 2-го пути. Мы также наблюдаем хорошую связь между ними.

figure;
pwelch(g(:,2,2),win,Noverlap,[],Rsamp,'centered')
axis([-0.1/10 0.1/10 -80 10]);
legend('Simulation');
hold on;
plot(f(Sd>0)/1e3,10*log10(Sd(Sd>0)),'k--');
legend('Simulation','Theory');

Для каждого тракта мы строим график замирающих огибающих сигналов обеих линий передачи. Мы можем наблюдать корреляцию между затухающими конвертами.

figure;
semilogy(abs(g(:,1,1)),'b');
hold on;
grid on;
semilogy(abs(g(:,1,2)),'r');
legend('First transmit link','Second transmit link');
title('Fading envelopes for two transmit links of Path 1');

figure;
semilogy(abs(g(:,2,1)),'b');
hold on;
grid on;
semilogy(abs(g(:,2,2)),'r');
legend('First transmit link','Second transmit link');
title('Fading envelopes for two transmit links of Path 2');

figure;
semilogy(abs(g(:,3,1)),'b');
hold on;
grid on;
semilogy(abs(g(:,3,2)),'r');
legend('First transmit link','Second transmit link');
title('Fading envelopes for two transmit links of Path 3');

Вычисляем матрицы пространственной корреляции для каждого пути. Мы наблюдаем, что они показывают соответствие с теоретическими значениями Rt. Обратите внимание, что corrcoef оценка функции может быть улучшена, если Ns увеличивается.

TxCorrMatrixPath1 = corrcoef(g(:,1,1),g(:,1,2)).'
TxCorrMatrixPath2 = corrcoef(g(:,2,1),g(:,2,2)).'
TxCorrMatrixPath3 = corrcoef(g(:,3,1),g(:,3,2)).'

TxCorrMatrixPath1 =

   1.0000 + 0.0000i   0.7537 + 0.0388i
   0.7537 - 0.0388i   1.0000 + 0.0000i


TxCorrMatrixPath2 =

   1.0000 + 0.0000i   0.7605 + 0.2331i
   0.7605 - 0.2331i   1.0000 + 0.0000i


TxCorrMatrixPath3 =

   1.0000 + 0.0000i   0.7113 + 0.1282i
   0.7113 - 0.1282i   1.0000 + 0.0000i

Избранная библиография