由第2章可知,建立卫星信道模型通常是从接收信号包络或功率的角度出发,采用统计模型对信道传输特性进行描述[12]。在传统的信道建模中,研究者们往往只考虑一两种因素对信道传输特性的影响,建立特定条件下服从某种统计特性的信道模型。然而,在实际的卫星通信中,信号在传输过程中往往会受到多种外界因素影响,从而产生不同程度的衰减。另外,卫星与接收终端的相对运动,会使信号传输环境不断发生变化,信道传输特性也随之发生变化。此时基于某种统计特性的信道模型已无法描述这种不断变化的信道特性。因此,需根据信号传输环境的动态性对信道状态进行划分,使信道状态与传输环境相对应,由不同的统计特性来表征不同的信道状态,建立相应的模型并设置模型参数。同时,考虑到信道状态随接收终端实际环境变化发生的转换,需建立广域环境下的卫星信道模型[36]。
经典的C.Loo信道模型、Suzuki信道模型、Corazza信道模型以及Lutz信道模型都是基于地面移动环境中的多径衰落和阴影衰落建立的,没有考虑大气传播衰落因子对信号传输的影响。随着卫星通信系统工作频率的不断提高,信号受大气中各种天气条件的影响愈加明显[710]。为了能够更加全面地描述卫星信道传输特性,需综合考虑大气传播环境与地面移动环境下卫星信道建模问题。
3.1卫星信道2状态Markov链模型
在研究卫星移动通信系统时,要先分析信道特性再对其进行建模[11]。卫星信道模型分为单状态模型与多状态模型两类[1214]。单状态模型是假设接收信号的包络或功率服从某种固定参数的统计概率分布[15,16]。如果用不同的概率密度或不同参数设置的某种概率分布来描述多种不同的环境状态,就可建立多状态信道模型[1719]。验证一个信道模型准确性的最有效方法是将模型的统计特性与在实际环境下所测数据的统计特性进行对比。在保证模型准确性的前提下,模型实现的复杂度要尽可能低[20]。当前,此领域国内外研究的主要技术差距在于缺乏测试数据的分析与建模,无法为实际信道环境提供模型和参量。因此,本节是在哈尔滨工业大学通信研究中心测量的Iridum系统实验数据基础上,针对单状态模型与多状态模型的差异,介绍了一种2状态Markov链模型并利用实际信道环境进行了模型参数拟合。
通过对哈尔滨工业大学通信研究中心测量的Iridum系统实验数据分析知,卫星移动通信的主要衰落机制是地面阴影效应[21]。在轻微阴影环境下(例如,路旁有一些电线杆,偶尔出现树木或低密度林区)衰落服从Rice分布,Rice因子为8dB。但当移动终端移动在相对密度较高的森林地区、小村庄或狭窄街道时,信号衰减明显,高达20~40dB。特别是当移动终端不可避免地要穿过一些地形多样的物理环境(例如,郊区、城市和开阔地区)时,信号衰减更加明显。因此,传播路径中会存在阴影和无阴影两种情况,只是比例不同。
1. 地面环境卫星信道2状态Markov链模型
考虑到单状态模型仅能描述单信道环境,而多状态模型参量多、仿真复杂度高,本节介绍了一个广域环境下包含“理想状态”与“非理想状态”的两状态信道模型。“理想状态”定义为通信链路不受阴影或仅受到轻微阴影影响的状态,此时通信不会被打断。“非理想状态”定义为通信链路受到严重阴影影响的状态,此时出现通信被打断的情况。总接收信号包络的概率密度函数(Probability Density Function, PDF)为
f(r)=pgfg(r)+pbfb(r)(3.1.1)
式中,pg为信道为“理想状态”的概率; pb为信道为“非理想状态”的概率; fg(r)为“理想状态”下信号包络的概率密度函数; fb(r)为“非理想状态”下信号包络的概率密度函数。
1) “理想状态”信道统计特性
当信道为“理想状态”时,接收信号不受阴影影响或仅直视分量受轻微阴影影响,通信不会被打断。此时,可利用C.Loo模型描述信道特性。接收信号包络的概率密度函数为
fg(r)=rb02πσ20∫∞01zexp-(lnz-mLN)22σ20-(r2+z2)2b0·I0rzb0dz(3.1.2)
式中,b0为多径散射的平均功率; mLN和σ20分别为直射分量lnz的均值与方差; I0(·)为第一类修正的零阶贝塞尔函数。
“理想状态”下,接收信号包络r的累积分布函数(Cumulative Distribution Function, CDF)为
Fg(R)=Pr(r=rb02πσLN·∫R0∫∞0ry·
exp-(r2+y2)2b0-(lny-mLN)22σLN·I0ryb0dydr
=1-∫∞0Q1yb0,Rb012πσLNyexp-(lny-mLN)22σLNdy(3.1.3)
式中,Q1(a,b)=∫∞bz·exp-z2+a22·I0(az)dz表示为第一步Marqum函数。
2) “非理想状态”信道统计特性
当信道为“非理想状态”时,通信链路受到严重的阴影或全阴影衰落的影响,会出现通信被打断的情况。此时,利用Corazza模型描述信道特性[16]。Corazza模型中接收信号的多径分量和直射分量都受到阴影衰落影响,因此接收信号包络r的概率密度函数为
fg(r)=r2πσ20σL·∫∞01y3·exp-(r/y)22σ20-(lny-mL)22σLNσ2L·I0rρyσ20dy(3.1.4)
式中,σ20为多径散射的平均功率; ρ为直视分量的幅度; mL为直视分量的平均值; σL为直视分量的标准差。
“非理想状态”下,接收信号包络的累积分布函数为
Fg(R)=∫R0f(r)dr=12πσ20σ3·
∫R0ry3·∫∞01y3·exp-(r/y)2+ρ22σ20-(lny-mL)22σ2L·
I0rρyσ20dydr(3.1.5)
式中,K=ρ2/(2σ20)为Rice因子,并归一化接收信号功率ρ2+2σ20=1,则“非理想状态”下的累积分布函数为
Fb(r)=2(K+1)σ32πexp(-K)·
∫R0r∫∞01y3·exp-(K+1)r2y2-(lny-mL)22σ2L·
I02rK(K+1)ydydr(3.1.6)
上述分析表明,信道2状态模型的概率密度函数和累计分布函数都是b0、mLN、σLN、K、mL、σL的函数。因此,通过调整以上参量,该模型可以表征不同信道环境下卫星移动信道的衰落特性。