您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[-]:面向6G的信道测量与建模(第三版) - 发现报告
当前位置:首页/其他报告/报告详情/

面向6G的信道测量与建模(第三版)

2024-11-25--我***
面向6G的信道测量与建模(第三版)

2024年11月 版权声明CopyrightNotification 未经书面许可禁止打印、复制及通过任何媒体传播 ©2024IMT-2030(6G)推进组版权所有 目录 前言1 一、6G信道研究背景与现状3 (一)6G愿景与需求3 (二)6G信道需求与挑战3 (三)6G信道研究现状5 1.太赫兹通信信道研究5 2.可见光通信信道研究7 3.通信感知一体化信道研究7 4.智能超表面信道研究8 5.新型信道建模方法8 二、太赫兹通信信道研究13 (一)太赫兹信道测量平台与场景13 1.99-110GHz室内大厅信道测量13 2.132GHz室内实验室信道测量15 3.260-320GHz暗室信道测量17 (二)太赫兹信道特性分析19 1.路径损耗19 2.时延扩展22 3.角度扩展23 4.K因子24 5.近场、空间非平稳和波束非对准特性25 6.粗糙表面散射特性27 (三)小结39 三、通信感知一体化信道研究42 (一)通信感知一体化信道建模场景及需求42 1.通信感知一体化潜在应用场景42 2.通信感知一体化信道建模需求42 (二)通信感知一体化信道测量及仿真研究43 1.测量系统设计与测量结果分析43 2.仿真实验及结果分析54 (三)通信感知一体化信道建模方法研究63 1.基于3GPP标准研究的ISAC信道建模63 2.6GISAC毫米波大规模MIMO通信的三维信道和波束域信道模型78 3.基于语义的无人机辅助ISAC系统信道状态信息反馈模型88 (四)小结103 四、大规模多输入多输出信道研究108 (一)概述108 (二)超大规模MIMO阵列天线信道特性分析与建模108 1.近场信道特性分析与建模108 2.平稳区间划分114 3.散射模型116 (三)智能超表面信道测量与仿真120 1.智能超表面信道模型实测120 2.智能超表面信道模型测量结果分析126 3.智能超表面信道模型建模方法与仿真评估138 4.针对RIS通信系统的几何随机信道模型建模方法与仿真评估146 (四)小结163 五、多样通信场景信道研究166 (一)物联网场景无线信道研究166 1.工业物联网场景无线信道测量与特性分析166 2.广域物联网路损建模方法研究183 (二)空地无线信道研究190 1.城市场景无人机空地信道视距概率预测模型190 2.高铁场景无人机空地信道特性研究196 (三)低轨卫星通信无线信道研究200 1.基于射线追踪的低轨卫星对地通信信道模型201 2.基于射线追踪的低轨卫星通信信道特性分析204 (四)河海无线信道研究207 1.海洋场景无线信道测量和建模207 2.内河场景无线信道测量和建模213 (五)小结217 六、总结224 贡献单位226 图目录 图2-1传统的基于VNA的太赫兹信道测量仪的简化结构图14 图2-2基于VNA的相位补偿的太赫兹信道测量仪的结构图15 图2-3测量场景的示意图和场景图片(a)示意图;(b)场景图片15 图2-4测量平台框图16 图2-5XL-MIMO配置示意图16 图2-6测量场景图17 图2-7测量平台框图17 图2-8测量场景图18 图2-9各阵元上直射径的路径增益21 图2-10均方根时延扩展随天线阵元的变化23 图2-11到达方位角度扩展随天线阵元的变化24 图2-12莱斯K因子随天线阵元的变化24 图2-13随阵元变化的合成全向PDP25 图2-14多径与测量场景布局的几何关系25 图2-15太赫兹XL-MIMO的测量和仿真以及平面波和球面波的LoS径增益26 图2-16太赫兹XL-MIMO测量和波束非对准校正的径2增益27 图2-17散射建模的整体流程28 图2-18基于调制卷积的深度学习网络28 图2-19AI模型关键组成部分29 图2-20TM波入射表面电流生成效果29 图2-21TE波入射表面电流生成效果30 图2-22表面电流的预处理与再分布33 图2-23方位角为250^o时表面电流再分布的空间变换方法示例33 图2-24不同入射角时表面电流的分量34 图2-25不同入射角时散射电场(第一行是仿真结果,第二行是建模结果)34 图2-26不同入射角时表面电流和散射电场的建模误差34 图2-27不同方位角时表面电流的分量35 图2-28不同方位角时散射电场(第一行是仿真结果,第二行是建模结果)35 图2-29不同入射角时表面电流和散射电场的建模误差35 图2-30表面电流的预处理与再分布36 图2-31不同粗糙表面的散射电场XPR37 图2-32不同粗糙表面庞加莱球上极化点的分布38 图2-33不同入射角的散射电场XPR38 图2-34不同入射角作用下的庞加莱球面上极化点的分布39 图3-1ISAC信道测量平台44 图3-2实际测量场景图45 图3-3TX-TAR-RX链路的测量路线示意图45 图3-4TX-TAR/TAR-RX链路的测量路线示意图46 图3-5TX-TAR链路和TAR-RX链路的路径损耗之和与TX-TAR-RX链路在TX点1、2、3、4处的路径损耗差相比较的拟合曲线47 图3-6无人机RCS测量48 图3-7车辆RCS测量48 图3-8Tx-Air-Rx点位实测图及示意图50 图3-9Tx-Human-Rx点位实测图及示意图50 图3-10Tx-Human_Covered-Rx点位实测图及示意图50 图3-11Tx-Vehicle-Rx点位实测图及示意图51 图3-12Tx-Vehicle_Covered-Rx点位实测图及示意图51 图3-13Tx-Air-Rx点位测量51 图3-14Tx-Human-Rx点位测量52 图3-15Tx-Human_Covered-Rx点位测量52 图3-16Tx-Vehicle-Rx点位测量53 图3-17Tx-Vehicle_Covered-Rx点位测量53 图3-18时延多普勒信道56 图3-19经过动目标显示的时延多普勒信道56 图3-20不同微多普勒模式下的多普勒特征56 图3-21多普勒特征的主成分分析权重57 图3-22SNR=30dB情况下的分类平面57 图3-23SNR=0dB情况下的分类平面58 图3-24选取的曼哈顿街景模型58 图3-25虚拟接收机相对于单站感知收发机的位置59 图3-26场景中虚拟接收机的参数统计与拟合分布59 图3-27场景中虚拟接收机的参数统计与拟合分布60 图3-28室内raytracing仿真场景60 图3-29raytracing仿真结果61 图3-30室内毫米波测试场景61 图3-31毫米波测试结果61 图3-32基于确定性目标模型的仿真和实验结果:(a)基于raytracing的站起来,(b)基于实验的站起来,(c)基于raytracing的坐下去,(d)基于实验的坐下去。62 图3-33通信BER性能评估结果63 图3-34感知性能评估结果:(a)目标检测概率,(b)目标距离估计。63 图3-35ISAC信道建模框架示例63 图3-36RCS全向散射的示意图64 图3-37RCS的建模层级(a)链路层面(b)簇层面(c)多径层面65 图3-38将车建模为四个散射点66 图3-39车辆的多点RCS模型66 图3-40级联信道示意图67 图3-41粗糙表面的传播特性70 图3-42使用多个散射点建模Type2EO71 图3-43mono-static感知模式下利用虚拟接收机生成的背景环境信道Hbackground72 图3-44单感知目标的空间一致性方法76 图3-45面向Bi-staticISAC的信道建模框架77 图3-46ISAC信道模型示意图79 图3-47(a)感知信道HBst,f幅度(b)通信信道HBct,f幅度83 图3-48时刻t=1,10,20s的(a)感知BDCM和通信BDCM(b)感知GBSM和通信GBSM的时间自相关函数比较86 图3-49感知BDCM、通信BDCM、感知GBSM、通信GBSM和测量数据的空间互相关函数87 图3-50感知信道与通信信道的波束扩展与测量结果的比较87 图3-51无人机辅助ISAC系统框架89 图3-52语义数据库构建流程93 图3-53语义数据库识别流程图96 图3-54具有特征参数的城市场景97 图3-55深度聚类与传统K-means的CDF:(a)轮廓系数和(b)F值99 图3-56(a)传统识别方法和(b)增量聚类方法的部分语义数据库平行坐标图99 图3-57波束预测示意图99 图3-58阻塞检测和波束预测的ROC100 图3-59(a)操场、(b)湖泊和(c)建筑物的卫星视图和测量场景101 图3-60TX和RX的示意图102 图3-61(a)基于[35]中提出方法的场景(AUC=94.8%)和(b)基于语义反馈的场景识别(AUC=96%)的混淆矩阵103 图4-1从近场到远场的角度扩展平均值109 图4-2近场天线示意图110 图4-3收发天线阵元间LOS/NLOS状态一致110 图4-4收发天线阵元间LOS/NLOS状态不一致111 图4-5基于空间一致性的近场信道参数生成方案112 图4-6天线配置以及参考阵元对间的路径方向113 图4-7UE端阵元为(1,1)时,UE(1,1)~BS各阵元对间的信道参数113 图4-8UE端阵元为(8,8)时,UE(8,8)~BS各阵元对间的信道参数114 图4-9基于PDP相关性的平稳区间观测114 图4-10基于ASD的平稳区间观测115 图4-11基于DS的平稳区间观测115 图4-12不同分区算法对比116 图4-13散射体散射场建模方法分类117 图4-14PEC球与阵列天线的相对位置,及入射波矢方向118 图4-15接收天线阵列中,各阵元处信号强度增益(dB)118 图4-16接收天线阵列中,各阵元处信号的绝对相位(rad)118 图4-17近场散射体与阵列天线的相对位置,以及入射波矢方向119 图4-18接收天线阵列中,各阵元处信号变化119 图4-19测量场景120 图4-20Tx-RIS-Rx级联链路测量场景示意图120 图4-21Tx-RIS子信道测量示意图121 图4-22RIS-Rx子信道测量示意图121 图4-23插入损耗测量场景122 图4-24RIS的电磁响应互易性测量场景123 图4-25RIS接收功率测试场景示意图123 图4-26室外测量场景124 图4-27室内场景的测量路线和位置图125 图4-28子信道测量场景125 图4-29Tx-RIS子信道PDP和MPCs126 图4-30RIS-Rx子信道测量结果127 图4-31Tx-RIS-Rx级联链路的PADP结果图128 图4-32插入损耗的测量结果129 图4-33S21和S12在不同位置的幅值对比130 图4-34S21和S12在不同位置的相位对比130 图4-35不同情况下的接收功率130 图4-36不同信道在5m高度的测量角度PSD131 图4-37BS-RIS子信道的LSPs的CDF132 图4-38RIS-UE子信道的LSPs的CDF133 图4-39垂直方向上的自相关函数134 图4-40不同反射场景下的Rx天线指数的功率135 图4-41功率和编码的差异与Rx和RIS之间的距离的变化135 图4-42室内场景非RIS/非金属板辅助信道测量的角度PSD136 图4-43不同反射情景室内信道测量的角度PSD136 图4-44不同反射场景的空间CCF137 图4-45不同RIS大小和编码方式下信道测量的空间CCF137 图4-46在非镜像反射情景下室内信道测量的信道容量138 图4-47不同RIS尺寸和编码方法下的信道容量138 图4-48坐标系139 图4-49系统部署139 图4-50入射和反射图样140 图4-51RIS面板反射图样140 图4-52RIS示意图141 图4-53RIS及UE拓扑图142 图4-54小区平均频谱效率142 图4-55用户RSRP143 图4-56RIS通信典型场景146 图4-57RIS信道建模流程