一种适用于有限任意形状区域干扰建模方法.docVIP

一种适用于有限任意形状区域的干扰建模方法 　　【摘 要】在无线通信网络干扰建模中，常规方式对有限任意形状区域的干扰信号模型推导有一定困难。文章研究了如何将干扰分布区域推广至有限任意形状，利用环形区域干扰的Middleton Class A模型的对数特征函数，得到有限任意形状区域干扰的对数特征函数一般表示形式，并应用于铁路场景干扰建模问题，得到了干扰信号的对数特征函数和概率密度函数。仿真结果表明，所得对数特征函数结构以及由此得出的高速铁路场景干扰信号模型具有较好的适用性。 　　【关键词】干扰模型 Middleton Class A分布 任意形状区域 高速铁路 对数特征函数 　　1 引言 　　无线通信网络中频谱复用导致的干扰，严重影响通信系统的可靠性。干扰信号表现出比高斯加性白噪声更强的脉冲性，其概率密度函数呈现出慢衰减特性。现有的干扰模型主要有统计物理模型和经验模型。统计物理模型从干扰产生机理出发进行分析推导，主要有Middleton提出的A类模型[1]和稳定分布模型[2-4]。其共同特征是概率密度函数（PDF，Probability Density Function）拖尾衰减慢。 　　干扰的统计物理模型研究中，一般假定多个干扰源随机分布于全部二维平面。为抑制干扰，通过频率规划及接入控制可减小干扰的影响，比如蜂窝网络小区和感知网络干扰屏蔽区域[5]。此时，干扰源分布区域不再为全平面。因此，针对存在干扰屏蔽区域情况下的干扰模型进行研究，如文献[6]和文献[7]分析得出环形干扰源分布区域的总干扰信号服从Middleton Class A（MCA）分布；文献[8]分析了有限干扰源分布区域总干扰信号的各阶矩，但只给出各阶矩的一般表示形式，并没有给出概率密度或者特征函数表示式。实际上，在某些特定环境或网络中，存在任意形状干扰场景，如高速铁路两侧的防护带所形成的矩形屏蔽区域。我国现行高速铁路采用GSM-R无线通信系统进行高速铁路运输调度指挥和列车控制，因此，对于GSM-R无线通信干扰信号概率密度进行分析，需要推导非规则形状干扰区域的干扰模型。 　　本文研究了有限任意形状干扰区域的干扰模型，尝试将干扰分布区域由环形推广至有限任意形状。由于特征函数与概率密度函数存在傅里叶变换的关系，而使用特征函数可以更方便地分析信号的数字特征。首先分析扇环形场景干扰的对数特征函数，并将此扇环形区域处理为微元，通过微积分进一步得出任意形状干扰区域的干扰信号对数特征函数一般形式；在此基础上，针对高速铁路非规则形状的场景，使用上述对数特征函数一般形式并通过数学处理得到干扰信号闭合形式的对数特征函数和概率密度函数。最后，通过仿真证明了所得对数特征函数一般表示形式以及高速铁路场景干扰信号模型的适用性。 　　2 系统模型 　　假定在一个无线通信网络中，接收机受到来自其周围二维空间的干扰信号的影响。设接收机位于平面原点O，干扰源节点在平面内的空间分布服从齐次泊松点过程（PPP，Poisson Point Process）。 　　在一个采样时间内，接收机收到的总干扰信号为各个干扰信号的和： 　　（1） 　　其中，a（ri）表示第i个干扰节点到原点的信道传输函数，ri为第i个干扰节点到原点的距离。 　　使用路径损耗来定义信道传输函数： 　　a（r）=r-α （2） 　　其中，α为路径损耗系数，一般取值为2～4。 　　Xi表示第i个干扰节点随机基带信号。文中假设所有干扰信号的基带信号独立同分布，则： 　　Xi=Bicosφi （3） 　　其中，Bi表示干扰信号幅度，φi表示干扰信号随机相位。 　　由于干扰信号可来源于网间或非法干扰源，其发射时刻相互独立，因此，假定收到干扰信号的时刻在接收机的采样时间内均匀分布，即φi在[0，2π）内均匀分布。 　　3 任意形状场景总干扰分析 　　3.1 扇环形区域总干扰模型分析 　　从对数特征函数出发分析干扰信号。总干扰信号Y的对数特征函数定义为： 　　（4） 　　假定干扰源分布区域为图1所示灰色部分，干扰源节点在平面内的空间分布服从PPP，节点密度为λ，接收机位于扇环形圆心O点。 　　文献[6]得到环形区域如图1（a）中Y的对数特征函数为： 　　π （5） 　　在环形区域中截取辐角为Δθ的扇环形区域，如图1（b）。采用文献[6]中对式（5）的推导过程，并注意扇环形辐角Δθ代替环形辐角2π，即得到扇环形区域下总干扰的对数特征函数： 　　（6） 　　由于r在扇环形区域内均匀分布[9]，根据已知条件可针对随机变量r计算式（6）中的期望项，即： 　　（7） 　　其中，为极坐标下均匀分布随机变量r的PDF。 　　将式（7）表示为不带有高斯分量的MCA分布的对数特征函数形式[6]： 　　（8） 　　参数A和Ω2A分别为，。根据参数A和Ω2A，可确定MC