现代通信系统建模与仿真第6章通信信道及其模型.ppt

第6章 通信信道及其模型 6.1 准自由空间信道 6.2 衰落与多径信道 6.3 多径衰落信道的结构模型 6.4 有限状态信道模型 6.5 衰落信道中通信系统的仿真方法 6.6 移动信道的参考模型 6.2 衰落与多径信道 6.3 多径衰落信道的结构模型 6.4 有限状态信道模型 6.5 衰落信道中通信系统的仿真方法 6.6 移动信道的参考模型 应用上一小节的方法，可以推导离散多径信道抽头－延迟线模型的抽头增益。 其中 6.3.3 ?抽头增益过程的生成 多径信道结构模型的实现主要有2个步骤： (1) 产生一系列白高斯过程，其方法在前面章节已经详细介绍； (2) 成形白高斯过程的功率谱密度，以确定每个抽头处的多普勒功率谱的形状。 由于多普勒频谱是实对称的，因此，成形滤波器的系数是实数，可以采用3种具体的频谱分布：直线频谱，高斯频谱和Jakes频谱。 对于高斯频谱， ，根据的选择来设置信号带宽，其成形滤波器为 对于Jakes频谱，则 其成形滤波器的频率响应为 由于是实对称的，滤波器的冲激响应可根据余弦变换求出，表示为 冲激响应可用一个FIR滤波器来近似。 定义：有限状态信道表示信道编码器输出端和信道译码器输入端之间的信道，该信道的特性由滤波器和其它设备，以及物理信道所引人的噪声等因素决定。 a和b之间为有限状态信道； a’和b’之间为波形信道； 有限状态信道可以分成2类： ①无记忆信道； ②有记忆模型。 有限状态信道属于概率模型，与波形信道的仿真存在差异，主要体现在2个方面： ①有限状态模型在码元速率上仿真，而波形级模型以8倍～16倍的码元速率仿真； ②在波形级模型中，每一个模块具体细节上的仿真，而有限状态模型是一个高层次的抽象。 有限状态有记忆信道的建模通常由一个离散Markov序列来建模，这里包含2种转换概率参数： ①信道状态转换概率，确定信道在不同状态之间的连续变化； ②每个状态下的输入到输出的转换概率。 6.4.1 有限状态无记忆模型 用一组转换概率来描述。 对于BSC，输入/输出关系可以表示为 是一个独立的错误序列， 表示传输错误。 当输入/输出量化电平个数较多时，模型为 6.4.2 有限状态有记忆模型：隐马尔可夫模型(HMM) 采用Markov模型有以下3个优势： ①具有统计学理论基础，很容易进行分析处理； ②在通信系统中已经取得了很好的应用； ③高效的计算方法可以从仿真或测量数据中快速估计Markov参数。 假设衰落信道只存在2种“状态”： ①好的状态，接收信号足够强，二进制通信系统的传输错误概率几乎为零； ②坏的状态，接受信号太弱，错误率达到0.5。 N态Markov模型描述为： ①状态集{1,2,3…N} ； ②t时刻的状态Si； ③处于某种状态的概率： ④状态转移概率： ⑤每个状态的输入输出转移概率： Markov过程，这个过程输出2个序列：一个是状态序列，另一个是错码序列。 定义：M阶Markov过程的性质定义可表示为 定义：1阶Markov过程的性质定义可表示为 通信信道建模时，通常假定具有平稳性，即模型中的参数，如概率 ， 和 ，不依赖于时间，这样可以得到 用向量表示式，可以写为： 其中， 因此，Markov模型完全可由状态转移概率矩阵和输入输出码元转移概率矩阵描述。 6.4.3 典型的HMM模型：Fritchman模型 该模型非常适合于对移动无线信道突发错误建模，而且根据突发错误的分布，能够容易估计出模型参数。 Fritchman模型结构划分为k个优态和N-k个差态。因此，B矩阵中的所有项均为0或l，并且不需要进行估计。 Fritchman模型中的状态转移矩阵可用分块矩阵表示为 经过推导，Fritchman模型可以等价于状态转移概率矩阵为的Markov过程： 由于从一个优态到另一个优态的转移不会产生差错，从一个差态到另一个差态的转移一定会产生差错，因此，从输出结果中也不能观测到这些转移。 6.5.1 波形级仿真