CQ9电子有限公司属于中国正规、信誉平台,以客户为中心

咨询热线:

020-88888888

cq9电子游戏app:一文了解当前星地信道建模进展北京交通大学:面向低轨卫星的星地信道模型综述

发布时间:2024-04-18 02:59人气:

  低轨卫星(Low Earth Orbit satellite, LEO)轨道高度较低,拥有较小的传输时延与路径损耗,有利于终端的小型化,降低发射成本,进行大范围部署以满足全球覆盖的需求,被认为是建设 6G 空天地一体化的关键技术。无线信道作为信息传输的通道,是无线通信系统中最基础的部分,其特性将会很大程度上影响通信系统的性能。LEO 星地信道具有信道环境更复杂、工作频段更高和终端移动性更高的特点,为了保证卫星通信系统的准确性和可靠性,对其信道特性进行研究并建模非常必要地型模型。本文基于现有的 LEO 信道建模研究进行了综述,其主要贡献如下:

  ( 1 ) 介绍了星地链路信道的标准化进展,对国际标准组织关于 LEO 星地信道特性以及信道模型的研究做了阐述;

  ( 2 ) 对 LEO 星地信道衰落特性进行了介绍,包括了大气吸收损耗、雨衰、高动态下的多普勒频偏等;

  ( 3 ) 对星地信道的测量工作以及建模方法进行了综述,包括了经验性模型、统计性模型、几何随机性模型以及基于机器学习的模型;

  ( 4 ) 对未来所需要做的工作以及低轨卫星信道建模存在的挑战进行了展望。

  ITU 推出了被广泛使用的 ITU-R P.618 建议书,制定了能预测在规划星地传播系统过程中所需的最重要的传播参数的方法,如气体吸收衰减、降雨和云雾引起的衰减、电离层闪烁等,并与现有的测试数据进行了对比,结果表明该建议书中给出的方法可以满足绝大部分现有系统对星地信道传播损耗的预测需求。

cq9电子游戏app:一文了解当前星地信道建模进展北京交通大学:面向低轨卫星的星地信道模型综述

  3GPP 从 Release 15 开始研究卫星网络与地面网络的融合,并推出了技术报告 TR 38.811,其中详细定义了 NTN 的部署场景,包括 8 种增强型移动宽带场景与 2 种大规模机器类通信场景。此外还定义了一些关键系统参数,如信道模型、轨道高度、载波频点、带宽等。Release 16 期间,3GPP 正式启动了 NTN 的研究工作。推出了技术报告 TR 38.821,对 NTN 网络与 5G 融合所需要对各协议层的改进进行了详细阐述,定义了在 S 与 Ka 频段下进行星地链路级仿真的参数。在 Release 17 期间,3GPP 开始对 NTN 进行标准制定,并在 Release 18 中对 NTN 的标准进一步进行完善。

  ETSI 具有应用最广泛的卫星电视广播协议 DVB-S 系列协议,其发展已经较为完善,通过其丰富的调制编码方式、自适应编码技术以及甚低信噪比传输方案,能够有效满足超高清视频传输以及恶劣信道条件下的信号传输。但是该标准主要对卫星系统的物理层与链路层进行了规定,没有提出传播过程中的损耗计算方法,标准中无差错接收时对信噪比的要求也仅是在加性高斯白噪声信道条件下给出。

  卫星信号在穿过大气层的过程中,会同时受到降雨、云雾、大气吸收等多种因素共同作用,随着卫星链路所使用的频段逐渐增高,尤其是在作为 6G 关键技术之一的太赫兹通信场景下,大气吸收所造成的影响不可忽视。在晴空条件下,大气吸收主要产生于大气中氧气分子和水汽分子对电磁波的吸收作用,该衰减值与卫星仰角、通信频率、压强、温度等因素有关。目前被广泛使用的大气吸收衰减计算方法为 ITU-R P.676 建议书中提供的方法。

  大气吸收衰减在太赫兹频段会产生较为严重的影响,然而传统的卫星通信链路一般使用微波频段,此时气体吸收损耗较小,而由于降雨和云雾引起的损耗无论在微波频段还是太赫兹频段均较为严重。

  该损耗主要是由降水和云中存在的水和冰滴等产生的吸收、散射和去极,以及吸收介质的发射噪声导致的。ITU 在 ITU-R P.618 建议书中给出了对该损耗的预测方法,该方法也被 3GPP 采用,纳入了 3GPP TR38.811 标准中,并认为该损耗在 6 GHz 以下的高仰角场景可以忽略,但是在 1 GHz 左右低仰角场景和 10 GHz 以上的场景时尤其重要。下图为空间段各大尺度损耗与频率的关系。

  地物损耗是星地链路传输中损耗的重要组成部分,是由地面接收终端附近的建筑物以及自然环境所产生的遮挡与散射导致的。ITU 给出了计算地物损耗的建议方法,并于 ITU-R P.2108 建议书中进行了详细阐述。该建议书共给出了 3 种计算方法,分别对应 3 种频率和终端周围的环境,适用于星地链路的地物损耗计算方法在该建议书的 3.3 节中给出。

  由于卫星的高速运动,使得星地信道具有高动态特点,接收信号会产生较大的多普勒频偏,严重影响接收端对信号的载波同步,因此对星地信道多普勒频偏的特性进行研究与建模同样非常重要。3GPP TR 38.811 指出,在载波频率为 30 GHz,LEO 距离地面高度为 600 km 的条件下,最大多普勒频偏为 720 kHz,最大多普勒变化率可达到 8.16 kHz/s,因此星地信道的多普勒频偏在实际应用中不可忽略,应采用高效的算法对其进行估计。下图为多普勒频偏随频率和仰角的变化关系。

  电离层闪烁是指在紫外线、中性风等作用下电离层的平衡被破坏,形成多个尺度不同的电子密度不规则体,从而导致穿过其中的无线电波产生振幅、相位以及偏振方向等快速随机起伏的现象。ITU 指出,对于星地信道传播损耗,通常只有气体衰减、雨和云衰减以及可能的闪烁影响较为显著,因此电离层闪烁效应也应当作为卫星信号传播过程中所经历的一种损耗开展研究。在 ITU-R P.618 建议书中,给出了预测闪烁损耗的计算方法。

  卫星信号到达地面段后,在到达接收端附近时,会由于在其传播路径上存在的各种建筑物、树木、起伏的地形等因素引起无线电波的反射、散射和绕射,产生多径传播与多径衰落。与地面蜂窝网络不同的是,星地信道本身传播距离较长,路径损耗严重,因此由距离接收端很远的障碍物产生的多径信号到达接收端时功率很小,可认为是背景噪声。3GPP 在其技术报告 TR 38.811 中,在仰角为 50 ° 的场景下,分别定义了 4 种 TDL 模型与 4 种 CDL 模型,用于表征不同衰落条件下的多径信道。

  从 20 世纪 80 年代前后开始,国外研究团队就已经开始了卫星移动信道的测量工作,如欧洲航天局(European Space Agency, ESA)、美国国家航空航天局(National Aeronautics and Space Administration, NASA)、日本通信研究实验室、澳大利亚电信研究所、加拿大国家通信研究中心(Communications Research Centre Canada, CRC)等,测量频段多集中在 L 与 S 频段,场景囊括了城区、乡村、郊区、公路等典型场景,但大多采用的是同步轨道卫星、直升飞机、热气球等作为信号发射平台。LEO 快速运动、过顶时间短的特点对测试造成了困难,目前对 LEO 进行测试的主要方法为使用 LEO 模拟器生成信号、使用飞艇以及无人机模拟 LEO 等。

  传统的卫星移动信道建模方法可分为 3 类:经验性模型、统计性模型和几何随机性模型。除了传统的建模方法外,基于机器学习的星地信道建模近年来也得到了广泛研究。

  对于经验性模型,一个经典的模型是由 Goldhirsh 和 Vogel 建立的经验路边阴影(Empirical Roadside Shadowing, ERS)模型,可用于计算由于接收端周围环境遮挡造成衰落所应当预留的衰落余量。基于 ERS 模型可用频率范围和可用仰角范围均较窄的问题,有很多模型对其进行了修正,如修正的经验路边阴影模型(Modified Empirical Roadside Shadowing, MERS)、适用于 1.5~10.5 GHz 的经验衰落模型(Empirical Fading Model, EFM)、综合 EFM 模型(Combined Empirical Fading Model, CEFM)等。此外还有基于无人机的经验性模型建立星地链路路径损耗计算模型的研究。由于经验性模型只能根据实测数据建立简单的数学模型,能描述某一参数的特性,而无法揭示信号的传播特性,因此近年来关于卫星信道的经验性模型研究也较少。

  对于统计性模型,主要可以分为单状态模型与多状态模型。单状态模型假设接收端信号的包络服从一个确定的概率分布,适用于窄带平稳信道,典型的模型有 Loo 模型、Corazza 模型等。多状态模型则是基于马尔科夫过程,将整个信道分为多个状态,每个状态使用不同的概率分布进行建模,适用于宽带非平稳信道,典型的模型有 Lutz 模型、Fontan 模型等。统计性模型常将 Rice 分布、Rayleigh 分布、Lognormal 分布、Nakagami 分布等组合使用,用于描述不同遮挡状态下的直射分量与多径分量,适用范围较广,建模方式灵活,随着状态数的增多,模型的描述性能更加精细,但相应的建模复杂度也会增大。

  对于几何随机性信道模型,其对接收端附近的障碍物及散射体分布进行合理假设,将环境中的有效散射体抽象为一个或多个具有一定几何形状的模型,将其分布在抽象出来的环境几何结构上。通过改变散射区域的形状或者散射体的分布函数就可以模拟不同的场景,具有模型泛化性强,计算复杂度低等优点。目前关于星地信道的几何随机性模型研究较少,可分为 2D 模型与 3D 模型等。

  对于基于机器学习的信道模型,常用 LSTM、CNN、RNN 等进行衰落预测,其中 LSTM 应用较多,预测精度也较好。基于机器学习的建模可依赖优越的自学习能力与预测能力,从高复杂度的信道数据中提取信道特征,只要对信道模型进行足够的训练,就可以很好地适应高动态场景下信道状态快速变化的特点,增强模型的泛化性能。但是目前基于机器学习的模型的预测精度依赖于训练集数据的丰富程度,消耗的计算资源也较大,导致很多模型只能适用于特定场景或者频段。

  到目前为止,已有一大批的专家学者对针对星地信道的独特性,采用不同的建模方法进行了信道建模研究。但是由于星地信道所处环境与地面蜂窝网络具有很大差异,想要真正实现天地一体化的网络,在无线信道建模方面还存在着一些亟待解决的挑战。首先就是构建星地信道场景库,这是针对不同场景进行信道测量与建模的基础;其次是在不同场景下,针对星地信道高频段、高移动以及接收端受遮挡的特点进行信道建模,研究星地信道特性;最后是在广泛信道建模研究的基础上,建立标准化信道模型,为天地一体化网络提供统一化可参考的标准模型。

  本文从标准化进展、星地信道衰落特性、现有信道模型以及存在的挑战几个方面对现有星地信道建模工作做了系统化综述。星地信道由于传播距离、移动速度以及大气层的存在等原因,与地面蜂窝网络信道存在很大不同,然而目前业界对星地信道的研究仍然缺少完善的规范,如场景划分和标准化模型等。本文希望概述在星地信道建模领域已有的研究成果,总结研究方法与研究方向,为相关领域的研究人员提供参考和帮助。

  本号发布信息旨在传播交流。如涉及文字、图片、版权等问题,请在 20 日内与本号联系,我们将第一时间处理。


020-88888888