多径和多普勒信道分析(多普勒扩展谱)

2024-01-21 05:50

本文主要是介绍多径和多普勒信道分析(多普勒扩展谱),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

信道衰落分析
多径的直观理解:
在大多数无线通信环境中,从发射机发出的信号向宽方向辐射,这些辐射信号经历不同的路径,在不同的时间以不同的信号强度(幅值)到达接收机。因此,进入接收器的信号是所有路径的合成
合成的信号相对原信号可以是增强或衰减,这取决于不同路径到达接收端时信号的相位信息。信号的多个样本在接收端进行组合,其中一些是增强型组合,一些是衰减型组合。因此所有路径信号的最终组合结果变得非常复杂,组合后的信号与源传输的原始信号有很大的不同。

频率选择性衰落&平坦衰落:
有了对多径的直观理解,我们引入相干带宽的概念(用来描述多径信道),相干带宽:描述为在某一特定的频率范围内,任意两频率分量都具有很强相关性(最大多径时延的倒数):
在这里插入图片描述
1.当B<Bc,接收信号经历平坦衰落,接收信号包络起伏,但一般无ISI
2.当B>Bc,接收信号经历频率选择性衰落,除了接收信号的包络起伏变化外,还存在码间串扰。

(下图展示一个多径信道的频率响应特性图)
在这里插入图片描述
多普勒扩展:
多普勒频移是指当移动台以恒定的速率沿某一方向移动时,由于传播路程差的原因,会造成相位和频率的变化。而实际产生的频率偏移量并不是真的单一频率偏移,而是一个宽带的扩展谱即多普勒扩展谱(其带宽由最大多普勒频偏决定)。最大多普勒频偏:
在这里插入图片描述
多普勒扩展谱:
在这里插入图片描述
多普勒扩展谱一般为U型谱
下图展示一个最大多普勒频偏为17Khz的扩展谱:
在这里插入图片描述快衰落与慢衰落:
有了多普勒频偏的理解,我们引入相干时间的概念。(相干时间:信道冲击响应维持不变的时间间隔的统计平均,近似看成最大多普勒频偏的倒数
1.信道相干时间 < 传输符号时间,信号所经历快衰落信道,快衰落信道表现为信道脉冲响应特性的持续时间比符号持续时间短的一种情况。
因此可以预见,在符号传播过程中,信道的衰落特性会发生数次变化,从而导致基带脉冲形状的失真。与ISI所描述的失真类似,失真的发生是因为接收信号的成分在整个时间内并不都高度相关。因此,快速衰落会导致基带脉冲失真,从而导致经常产生严重的信噪比损失。
2.信道相干时间 > 传输符号时间,信号所经历慢衰落信道,信道以相关方式表现的时间持续时间与传输符号的时间持续时间相比是长的。因此,可以期望信道状态在符号传输期间实际上保持不变。

有了理论的支持,我们建立公式来帮助我们更直观理解信道的特性
信道简要模型:
在这里插入图片描述在这里插入图片描述在这里插入图片描述
更加具象化的概括:
快慢衰落:即信道衰落系数h在一个符号周期内为常数或者是时变
平坦&频率选择性衰落:即引入信道衰落系数h的个数

故一共有以下四种信道的组合:
1.频率选择性慢衰落信道:
(4条径,每条径的相对路径增益[0 -3 -6 -9])
在此种情况下,可知信道的特性基本是一个稳定的值
在这里插入图片描述
在这里插入图片描述
2.平坦快衰落信道
(未引入多径,但最大多普勒频偏较大,相干时间<frame(一个数据帧长),在一个frame内,信道脉冲响应和频率响应特性可以从最大值跳至最小值)

3.平坦慢衰落信道
(相干时间远大于frame,可见在多个frame内信道特性依旧保持不变,Hx在一个frame内相关性很强)

4.频率选择性快衰落信道
(虽然对于频率选择性信道,不同路径上的相对路径增益值是固定的,但由于多普勒扩展谱,在不同的frame上不同路径的信道脉冲响应不同,可能出现其他路径脉冲响应超过默认路径,并且相位相反,导致幅度的急剧恶化,产生深衰落,故信噪比急剧下降,误码率升高)

由于无法上传视频,故234的信道特性没有上传,只进行了描述

从时间维度考虑此种信道:
1.不同frame内,各条路径上所对应的脉冲响应和频率特性不同
2.同一frame内,不同时间间隔内的样本点所经历的脉冲响应和频率特性不同

Fading channel介绍:
添加链接描述
https://www.mathworks.com/help/comm/ug/fading-channels.html?searchHighlight=fading%20channel&s_tid=srchtitle

这篇关于多径和多普勒信道分析(多普勒扩展谱)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/628538

相关文章

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

PostgreSQL的扩展dict_int应用案例解析

《PostgreSQL的扩展dict_int应用案例解析》dict_int扩展为PostgreSQL提供了专业的整数文本处理能力,特别适合需要精确处理数字内容的搜索场景,本文给大家介绍PostgreS... 目录PostgreSQL的扩展dict_int一、扩展概述二、核心功能三、安装与启用四、字典配置方法