多径多普勒效应.doc
《多径多普勒效应.doc》由会员分享,可在线阅读,更多相关《多径多普勒效应.doc(27页珍藏版)》请在冰豆网上搜索。
![多径多普勒效应.doc](https://file1.bdocx.com/fileroot1/2022-10/30/f16ce612-75ff-4587-9396-4ab606279b32/f16ce612-75ff-4587-9396-4ab606279b321.gif)
多径多普勒效应
背景:
无线信道模型概述
当设计一个无线通信链路的时候,我们需要问以下三个重要的问题:
1.衰落和功率损耗
2.信号失真
3.时变
一个完整的信道模型应该提供SINR的量数,信号散射和时变参数。
为了清楚这三个问题,把无线信道模型分为三个部分:
1.传输损耗:
信号频率,时变环境
2.频率相关信道冲击响应或者传输函数:
多个频率,时变环境
3.时变信道冲击响应或传输函数
第一部分:
多径和多普勒效应
目的:
理解在时域和频域的多径信道响应,多普勒效应。
一.多径信道效应:
时变(无多普勒效应)
在无线通信中,一个从发送端的信号经过多条路径到达接收端。
(1)
s(t)是发射信号,L是多径的个数,和是第i个射线的相角和到达时间。
A.s(t)是一个时谐信号,考虑,则接收信号可以写为:
,其中
(2)
定义为多径环境的传输函数,接收信号保持为与s(t)有着相同角频率的时谐信号。
因此,当s(t)在时变多径环境下传输时,,波形没有失真,但信号幅度改变了,新幅度是的函数。
Matlabcode(mulitath_fading_w.m):
clearall;
%amplitudesof7multipatharrivals
a=[0.61540.79190.92180.73820.17630.40570.9355];
%arrivaltimesof7multipatharrivals
t=[0.91690.41030.89360.05790.35290.81320.0099];
i=0;%frequencyindex
forw=0:
0.05:
100;%angularfrequencies
multipath_arrival=a.*exp(j*w*t);
i=i+1;
abs_H(i)=abs(sum(multipath_arrival));%thei_thtransferfunction
end
w=0:
0.05:
100;
plot(w,abs_H)
ylabel('amplitudeoftransferfunction')
xlabel('angularfrequency')
title('frequencydependentmultipathfading')
画图得到:
图1:
频率为自变量的多径衰落
既然多径到达信号的幅度和到达时间依赖于发送端和接收端的位置,那么接收信号的强度也同样依赖发送端和接收端的位置。
例如,考虑一个只有直射路径(LOS)和反射路径两个到达信号的双线模型。
发射天线高度为,接收天线为,接收机和发射机的水平距离为d,则LOS路径的传输距离为:
反射路径的传输距离为:
10m
LOS
reflected
2m
图2双线模型
传输函数
这里R为反射系数,系数和事天线参数,传输能量,为了方便,选择=1,=1,R=-1这是,
1以下代码(two_ray_model.m)画出的幅度虽d的变化。
如果f=1GHz,波长,=10m,=2m。
clearall;
ht=10;hr=2;
c=3e8;f=1e9;l=c/f;
R=-1;
d=1:
0.5:
10000;
d1=sqrt(d.^2+(ht-hr)^2);
d2=sqrt(d.^2+(ht+hr)^2);
a1=exp(j*2*pi*d1/l)./d1;
a2=R*exp(j*2*pi*d2/l)./d2;
a=abs(a1+a2);
ld=log10(d);la=log10(a);
figure(4)
plot(ld,la);
xlabel('log10(distance)')
ylabel('log10(magnitude)')
title('tworaymodel')
图4:
双线模型,多径效应作为发送端和接收端之间距离的函数
2以下代码是当距离d=50m,300m,800m和2000m时画出传输函数与频率f的关系:
(two_ray_model_hf.m)
clearall;
ht=10;hr=2;
c=3e8;R=-1;f0=1e8;fi=[1:
1:
1000];fd=5000000;f=f0+fd*fi;%ffrom1e8to1.05e8
l=c./f;
da=[50,300,800,2000];
fori=1:
length(da)
d=da(i);
d1=sqrt(d.^2+(ht-hr)^2);
d2=sqrt(d.^2+(ht+hr)^2);
Td=(d2-d1)/c;%timedelay
a1=exp(j*2*pi*d1./l)./d1;
a2=R*exp(j*2*pi*d2./l)./d2;
a(i,:
)=abs(a1+a2);
end
figure(5)
subplot(2,2,1);plot(f,a(1,:
));title('d=50m');ylabel('magnitude')
subplot(2,2,2);plot(f,a(2,:
));title('d=300m');ylabel('magnitude')
subplot(2,2,3);plot(f,a(3,:
));title('d=800m');xlabel('frequency');ylabel('magnitude')
subplot(2,2,4);plot(f,a(4,:
));title('d=2000m');xlabel('frequency');ylabel('magnitude')
图4:
多径衰落在四个点上的频率特性
从图3和图4中,我们得出结论:
多径衰落的频率特性是与位置相关。
在图4中,我们可以注意到两个相邻的深度衰落的频率间隔是1/TD,TD是两条路径的传输时间差。
Bs(t)包括多个频率分量(As(t)是时谐信号)
由方程2可知,有多径到达信号的无线通信信道的传输函数可以写为:
这里和分别是第n条路径的幅度和时延。
如方程1所示,对一有着多个频率的输入信号s(t),信道的输出可以写为
当 s(t) 包含多个频率时,(3)
是的频谱,而y(t)的频谱可以写为:
(4)
以下面6射线模型为例考虑,幅度可以定义为:
:
[1,0.3,-0.8,0.5,-0.4,0.2]
我们仅考虑两种到达时间分布:
第一种:
:
[0,1,2,3,4,5]
第二种:
:
[0,0.1,0.2,0.3,0.4,0.5]
在第一种情况下,第一次到达和最后一次到达的时延间隔是5,而在第二种下只有0.5。
我们暂时把延时间隔叫做延时扩展,以后还会有其他的定义。
考虑传输信号是一个每隔5有一次冲击的方波。
1、时域图
用以下的matlab代码产生两种情况下传输信号和接收信号的时域图,从图6中,我们观察到多径到达信号产生了失真,时延扩展越大,失真越严重。
(multi_freq_time.m)
clearall;
an=[1,0.3,-0.8,0.5,-0.4,0.2];tn=[0,1,2,3,4,5;0,0.1,0.2,0.3,0.4,0.5];
signal=[0,zeros(1,0),ones(1,501),zeros(1,1000)];%transmittedsignal
fork=1:
2;%fortwocase
fori=1:
6;
ray(i,:
)=an(i)*[0,zeros(1,(100*tn(k,i))),ones(1,501),zeros(1,(1000-100*tn(k,i)))];
end
y(k,:
)=sum(ray(:
1:
end));
end
t=((1:
1:
length(y(1,:
)))-1)*10^(-2);
subplot(2,2,1);plot(t,signal);
ylabel('transmittedsignals(t)');
title('case1&case2')
axis([020-0.51.5])
subplot(2,2,2);plot(t,y(1,:
));
ylabel('receivedsignaly(t)');
title('case1:
largedelayspread')
subplot(2,2,4);plot(t,y(2,:
));
xlabel('Time(us)')
ylabel('transmittedsignaly(t)');
title('case2:
smalldelayspread')
图6两种情况下的传输和接收信号
2、频域图
用以下代码(multi_freq_freq.m)来产生两种情况下的传输和接收信号的频域视图,首先,FFT用到应用(3)中来找到输入频谱,第二,
(2)是用来计算信道传输函数,最后,(3)被用来计算输出频谱。
clearall;
s=[ones(1,10),zeros(1,90)];%transmittedsignal
s_f=fft(s);
x=s_f([1:
50]);
y=s_f([51:
100]);
signal_f=[y,x];%inputspectrum
dt=5/10;%eachtimeintervalis0.01ms
df=1/(100*dt);
f_s=df*([0:
99]-50);%frequencyvector
an=[1,0.3,-0.8,0.5,-0.4,0.2];%qmplitudes
f=f_s;
w=2*pi*f;
tn_1=[0,1,2,3,4,5];%arrivaltimesforcase1
fori=1:
6;
h1(i,:
)=an(i)*exp(-j*w*tn_1(i));
end
h_1=sum(h1(:
1:
end));%transferfunction
y_1=h_1.*signal_f;%outputspectrum
tn_2=[0,0.1,0.2,0.3,0.4,0.5];%arrivaltimesforcase2
fori=1:
6;
h2(i,:
)=an(i)*exp(-j*w*tn_2(i));
end
h_2=sum(h2(:
1:
end));%transferfunction
y_2=h_2.*signal_f;%outputspectrum
figure
(1)
subplot(2,3,1);
plot(f_s,abs(signal_f));
ylabel('magnitude');title('I/Pspectrum')
subplot(2,3,4);
plot(f_s,angle(signal_