無線移動信道特征提取和場景判別

劉震 李莉 葉鵬

摘要： 基于三種已知場景無線信道脈沖響應的時域實測數據，運用統計方法，提取有多徑效應的信道平均多徑時延特征參數和無線信道響應的時域幅值包絡特征.根據這些特征參數，給出不同場景無線信道的判別機制，再將無線信道場景判別機制應用于給定的兩組未知場景實測無線信道響應數據，通過將未知場景無線信道特征與已知場景無線信道特征進行相關匹配，可以估計兩種未知場景屬于三種已知場景中的哪一種.

關鍵詞：

多徑效應； 平均時延； 特征提取； 場景判別

中圖分類號： TN 929文獻標志碼： A文章編號： 10005137（2018）02015608

Feature extraction of wireless mobile channel and the scene discrimination

Liu Zhen， Li Li*， Ye Peng

（The College of Information，Mechanical and Electrical Engineering，Shanghai Normal University，Shanghai 200234，China）

Abstract：

Based on the time domain impulse response measurements of wireless channel in three known multipath scenarios，the average time delay parameters and time domain amplitude envelope characteristics of wireless channel response were extracted by applying statistical method.The mechanism to discriminate different multipath scenarios was identified according to the characteristics of these parameters.Besides，by applying the proposed discrimination mechanism into two wireless channel impulse response data sets measured in unknown scenarios，the features of the wireless channel could be extracted.The unknown scenarios could be determined belonging to which one of the three known scenarios by comparing the features of the unknown wireless channel with those of the known wireless channel.

Key words：

multipath effect； average time delay； feature extraction； scenario discrimination

收稿日期： 20161128

作者簡介： 劉震（1992-），男，碩士研究生，主要從事無線通信方面的研究.Email：18817955714@163.com

導師簡介： 李莉（1962-），女，博士，教授，主要從事認知無線通信頻譜感知、異構無線網絡干擾共存管理、通信信號隨機處理等方面的研究.Email：lilyxuan@shnu.edu.cn

*通信作者

引用格式： 劉震，李莉，葉鵬.無線移動信道特征提取和場景判別 [J].上海師范大學學報（自然科學版），2018，47（2）：156-163.

Citation format： Liu Z，Li L，Ye P.Feature extraction of wireless mobile channel and the scene discrimination [J].Journal of Shanghai Normal University （Natural Sciences），2018，47（2）：156-163.

無線信道的傳輸質量與其周圍環境有很大關系，不同環境中的移動信道具有不同的特點，甚至在同一環境下的不同路徑傳輸信號時也具有差異性.

在無線信道傳輸中，多徑效應是指電磁波信號的傳輸路徑由許多因反射、衍射和散射而形成的路徑所構成，在收發端，由于電磁波沿各條路徑的傳播距離不同，同一發射信號經由各路徑到達接收端的多徑時延和多徑數目等參數各不相同.

由于多徑效應的存在，現實場景或區域內的無線信道存在一定的差異化特征，導致每個無線信道的單位脈沖序列響應（以下簡稱“響應”）有所不同[1].本文作者利用真實場景無線信道響應數據測量結果，運用統計方法分析各場景下的平均時延變化趨勢和時域包絡，提取在多徑效應作用下，平均多徑時延和測量數據的時域幅度包絡特征，進而分析并建立無線信道的特征模型.

無線信道的隨機性和時變性增加了無線信道的分析和建模難度，近年來涌現出很多關于無線信道特征參數估計的精確算法，如空間譜估計、參數估計算法及多重信號分類算法等.目前常用的信道建模方法有正弦波疊加法和成型濾波器法兩種[1]，正弦波疊加法運算量小，實現簡單，但是用確定性過程去模擬隨機過程，性能不夠理想.成型濾波器法通過對高斯白噪聲濾波來模擬衰落信道的功率譜，能較好地模擬衰落信道的特性，但是算法復雜度高，消耗資源多.本文作者在成型濾波器法的基礎上利用離散時間線性系統建模.

1無線信道特征提取模型分析

1.1無線信道模型

無線信道可用離散時間線性系統建模[2]，在時域上可以用其單位取樣脈沖響應表示.

在0時刻，發送一個單位脈沖信號δ（0），經無線信道傳輸后，測量被接收到的信號，這一過程可被理解為對理想的無線信道脈沖響應的測量.無線信道脈沖響應測量數據包含反映其對應的無線信道傳播特征的信息.

在實際無線通信系統中，為了提高信號傳播質量，一般在無線通信系統的發射端和接收端分別添加一個濾波器，假設濾波器的系統特征等效地采用單位取樣脈沖響應函數g（k）建模，則此時實際無線信道接收數據的測量結果為[3]：

r（k）=h（k）*g（k）=∑M-1m=0h（k-m）*g（m），k=0，1，2，…，K-1，（1）

其中，r（k）表示無線信道時域中，測量的第k個采樣點對應的數值結果，“*”表示序列的卷積運算，g（m） 表示濾波器系統特征函數的時域表達，m表示濾波器的抽頭序號，M表示濾波器的有效長度，即g（m）的時間采樣點個數，K表示無線信道一次時域測量樣本的長度，即無線信道時域測量中每條樣本有K個采樣數值.

由于多徑場景中多徑個數及多徑時延的影響，無線信道具有明顯的時變性.在實際測量中還引入了一定的噪聲，因此實際測量無線信道脈沖響應時，（1）式可修改為 [4-5]：

r（k，n）=h（k，n）*g（k）+u（k，n）=∑M-1m=0h（k-m，n）*g（m）+u（k，n），

k=0，1，…，K-1，n=0，1，…，N-1，（2）

h（k，n）=∑L-1l=0hl（n）*δ（k-τl（n）），（3）

其中，n表示無線信道測量的樣本順序號，也對應著測試時刻n，這里假設共有N個樣本，即共發送了N個單位取樣脈沖信號，hl（n）表示n時刻第l條路徑上的信道系數，通常是復數；τl（n）表示n時刻第l條路徑時間延遲，以折合的樣點數為時延單位，L表示無線移動通信場景中的多徑數目；u（k，n）表示n時刻第k個樣點測試值上引入的復高斯白噪聲，r（k，n） 表示n時刻的單位脈沖依次經發送濾波器、信道和接收濾波器后的實際接收信號.

在同一場景無線信道中，雖然參數的變化會導致離散時間線性系統函數h（k，n）有所差異，但由于處于同一場景，其不同特征參數的變化存在一定的規律，而且系統函數相近或存在一定的共性.對于不同場景而言，系統函數是有明顯差異的.因此，通過對不同無線信道脈沖響應的測量樣本數據表示的系統函數進行分類，可以區分無線信道對應的不同場景.

假定所有無線信道的濾波器系統特征函數統一為g（m），m=0，1，…，M-1，由（3）式可知，不同場景h（k，n）的差異可以通過接收信號r（k，n）反映.因此，不同無線通信場景的區分可以通過對接收信號r（k，n）的區分來實現.

1.2無線信道脈沖響應數據測量方案

假設信號源只有一個，發射的脈沖信號是單頻的，不考慮多頻率混合.每一樣本只反映當前時刻無線信道脈沖信號響應，樣本之間無相互影響，單一樣本采樣過程中多徑數目和通道系數保持不變.每個場景中的噪聲都為復高斯白噪聲且噪聲功率相同，無線信道脈沖響應信號強度強于噪聲信號，除復高斯白噪聲外不考慮其他干擾.實測中每個場景的濾波器數在誤差允許的范圍內相同，假設測得的數據完全為接收信號數據，其模運算的值表示信號強度，每個場景測量4組，每組1 500 條樣本.

通過一個固定的單頻信號源實時發送單位脈沖信號，單位脈沖信號時間間隔設為Tp，在開闊地、郊區街道、城市街道三種場景中選取采樣位置，測量接收的無線信道脈沖響應數據，等效的采樣時間周期設為Ts.每個場景測量得到4組1 500×100的矩陣數據，即每組數據包含N=1 500條樣本數據，每條樣本選取K=100個采樣點.

假設每條樣本中每個樣點采樣時間周期 Ts非常短且遠小于相鄰樣本的間隔時間Tp，可以將每條采樣樣本近似地對應于一個時間點n.

在上述條件下，可進一步測得未知場景的兩組測量數據，根據提取的無線信道特征進行未知場景的判別.

1.3無線信道模型特征參數提取

無線信道平均多徑時延特征參數的分析，如（3）式所示，第n條測試樣本的平均多徑時延[6]

τn=∫∞0A（t，n）dt=1maxk（r（k，n））∑Kk=1k·r（k，n），（4）

其中，A（t，n）是n確定條件下，無線信道測量數據隨時間變化的歸一化包絡.

接收信號的功率定義為某場景下無線信道測量信號一條測試樣本的平均功率，當n每取一個值時，基于測量接收的無線信道脈沖響應為r（k，n）（k=1，2，…，100），接收信號的功率延遲分布[7]

AC（τn）=1K∑K-1k=0r（k，n）2，（5）

其中，τn為平均多徑時延.

對某個場景，選擇平均多徑時延估計值τ—來描述多徑效應的特征參數，基于同一場景中的一組測量數據，當測試樣本數n變化時，平均多徑時延估計值τ—為功率時延譜的一階距[7]，

τ—=∑Nn=1τnAC（τn）∑Nn=1AC（τn）.

（6）

歸納總結每個已知場景的4組測量數據的平均多徑時延τ—的特征[8-9]，可以找出已知的三個不同無線通信場景以無線信道平均多徑時延和時延擴展為特征的區別機制.

本文作者通過響應數據幅值特征提取多徑數目，給定同一場景，認定幅值的峰值分布較集中部分對應一個多徑分量，在r（k，n）已知的情況下，n取[0，1 499]，繪制以k為參數的時域幅值包絡圖，對每個r（k，n）先取絕對值，每間隔10取平均值，根據包絡特征提取多徑數目.幅值均值

r（k，n）=11 500∑1 500n=1r（k，n）.（7）

2無線信道響應數據分析和結果討論

2.1已知場景無線信道響應數據的時域分析

設每個場景測量4組數據，每一組測量數據包括1 500條樣本，相鄰樣本時間間隔Tp約為2/3 ms；每條樣本包括100個采樣點，樣本點采樣周期Ts約為65 ns.

不同場景無線信道的區分可以轉化為對無線信道多徑時延的區分.根據給定場景時域測試數據，由（5）式繪制出每個場景對應的4組測量數據平均多徑時延的變化趨勢如圖1～3所示.

由圖1～3可得，三種場景中平均多徑時延變化趨勢分別為：場景一中，平均多徑時延隨時間采樣點延遲上下波動明顯，并且不呈單調變化趨勢；場景二中，平均多徑時延隨時間采樣點延遲呈微弱下降趨勢；場景三中，平均多徑時延隨時間采樣點延遲呈微弱的上升趨勢.

不同場景中無線信道的區分可以轉化為對信道多徑數目個數及比例的區分.提取無線信道接收數據的時域幅值包絡特征，可找出無線信道的傳播路徑，對場景或地理位置進行有效劃分.將場景一中4組測量數據，分別繪制1 500條樣本的時域幅度如圖4所示.

由圖4可看出，場景一中的4組測量數據對應在時域上幅值的包絡起伏集中在樣點順序號第45～60之間，并且在第45～55和第55～60個采樣點各出現一個峰值，因此場景一中存在2條主傳播路徑，多徑數目為2條，且多徑信道增益相當.

將場景二中4組測量數據，分別繪制1 500條樣本的時域幅度圖，如圖5所示.

由圖5可看出，場景二中4組測量數據對應在時域上幅值的包絡起伏集中在樣點順序號第45～55個之間，并且均只出現一個峰值，因此場景二中存在1條主傳播路徑，多徑數目為1.

將場景三中4組測量數據，分別繪制1 500條樣本的時域幅度，如圖6所示.

由圖6可看出，場景三中的4組測量數據對應在時域上幅值的包絡起伏集中在時間采樣點第45～60個之間，并且在第45～55和第55～60個采樣點各出現一個峰值，因此場景三中存在2條主傳播路徑，且兩條多徑信道的增益差異明顯.

綜上，時域中無線信道的平均時延和多徑數目的變化規律及數值特征，可以作為無線信道特征，也即場景的判斷機制，實現對場景一、場景二和場景三的區分.

2.2基于無線信道響應測量數據的未知場景判別

采用相同統計方法，以信號的平均多徑時延、多徑數目作為無線信道特征，提取兩個未知場景無線信道響應測量數據（test_data1和test_data2）中的平均多徑時延變化趨勢，如圖7、8所示.

由圖7、8可以看出：測量數據test_data1的平均多徑時延隨時間采樣點延遲上下波動明顯，和已知場景一數據的平均時延變化特征相符；測量數據test_data2的平均多徑時延隨時間采樣點延遲呈不明顯的下降趨勢，和已知場景二數據的平均時延變化特征相符.

用兩個未知場景無線信道響應測量數據，分別繪制采樣點時域幅值包絡波形，如圖9、10所示.

圖9測量數據test_data1的時域幅度包絡圖

圖10測量數據test_data2的時域幅度包絡圖

由圖9可看出，測量數據test_data1對應在時域上繪制的幅值包絡起伏集中在樣點順序號第45～60個之間，并且在第45～55和第55～60個采樣點各出現一個峰值，因此對應場景中存在2條主傳播路徑，二者所占信道比例相當.參照2.1節的判斷機制可知：在時域上，測量數據test_data1對應場景在誤差允許的范圍內，可判別為場景一.

由圖10可看出，測量數據test_data2對應在時域上繪制的幅值包絡起伏集中在樣點順序號第45～55個之間，并且僅出現一個峰值，因此場景中存在1條傳播路徑，多徑數目為1.參照2.1節的判斷機制可知：在時域上，測量數據test_data2對應場景在誤差允許的范圍內，可判別為場景二.

3結語

通過對無線信道接收信號時域響應數據，運用統計方法提取信號特征來判別不同的場景，在一定程度能有效地進行不同場景的分類，但實驗的約束條件較為苛刻，在實際操作中誤差較大.

參考文獻：

[1]張峻銘.無線信道多徑時延估計及信道建模 [D].成都：電子科技大學，2013.

Zhang J M.Multipath time delay estimation and modeling of wireless channel [D].Chengdu：University of Electronic Science and Technology of China，2013.

[2]程文璞.高速移動環境中基于理論方法的無線信道建模研究 [D].北京：北京交通大學，2014.

Cheng W P.Wireless channel modeling for high speed railway environments based on theoretical methods [D].Beijing：Beijing Jiaotong University，2014.

[3]朱洪波.城市微區移動無線信道的特征分析與建模 [J].南京郵電學院學報，1997，17（4）：35-39.

Zhu H B.Characteristic analysis and modelling of mobile radio channel in urban mircocells [J].Journal of Nanjing Institute of Posts and Telecommunication，1997，17（4）：35-39.

[4]金鑫.無線信道傳播模型的研究與實現 [D].北京：北京郵電大學，2010.

Jin X.Research and realization of wireless communication channel propagation model [D].Beijing：Beijing University of Posts and Telecommunications，2010.

[5]趙敏.高速鐵路無線寬帶信道測量、數據分析與建模研究 [D].北京：北京郵電大學，2014.

Zhao M.Measurements，data analysis and modeling of broadband wireless channel in high speed railway scenarios [D].Beijing：Beijing University of Posts and Telecommunications，2014.

[6]Lee W C Y.Mobile Communications Engineering—Theory and Applications [M].2nd ed.New York：The McGrawHill，1997.

[7]和雨佳.基于LTE高速環境下無線信道測量和建模關鍵技術的研究 [D].北京：北京交通大學，2013.

He Y J.The Key Techniques of wireless channel measurement and modeling based on LTE high speed environment [D].Beijing：Beijing Jiaotong University，2013.

[8]張弦.無線通信的信道建模與仿真技術研究 [D].西安：西安電子科技大學，2012.

Zhang X.Research on channel modeling for wireless communication [D].Xi′an：Xidian University，2012.

[9]成瀾.無線信道仿真與建模 [D].蘭州：蘭州大學，2008.

Cheng L.Radio channel simulating and modeling [D].Lanzhou：Lanzhou University，2008.

（責任編輯：包震宇，馮珍珍）