李树 孙宁姚 张蕊 李博晗 赵雄文

(1. 华北电力大学电气与电子工程学院,北京 102206;2. 中国电波传播研究所 电波环境特性及模化技术重点实验室,青岛 266107;3. 北京邮电大学信息与通信工程学院,北京 100876)

引 言

随着第五代(the 5th Generation, 5G)移动通信的兴起,毫米波频段被认为是5G关键的候选频段. 目前,在5G的系统和链路仿真中,尚未给出准确的毫米波信道模型及参数. 根据目前现有的研究成果,3GPP于2016年7月制定并发布了相应的5G信道标准化报告[1],与此同时国际电信联盟(International Telecommunication Union, ITU)在全球无线电通信会议(World Radio Communication Conference, WRC-15)上为5G分配了24 GHz到86 GHz之间的候选频段[2]. 现在相关候选频道的信道测量和建模工作主要集中于24.25～27.5 GHz和31.8～33.4 GHz,而在37～40.5 GHz的研究相对匮乏[3].

本次测量中,发射端(Tx)使用全向天线,接收端(Rx)采用喇叭天线旋转以实现定向天线旋转扫描测量. 本文基于39 GHz频段室外微蜂窝场景实测数据,对路径损耗(Path-Loss,PL)、阴影衰落(Shadow Fading, SF)、时延扩展(Delay Spread, DS)以及角度扩展(Angle Spread,AS)等大尺度参数的参数化建模方法展开研究,建立基于几何统计的随机信道模型(Geometric-Based Stochastic Model, GBSM),并将所得结果与3GPP TR 38.900[1]和mmMAGIC项目[5]的户外微蜂窝频率依赖性模型参数结果进行对比分析验证. 基于定向扫描测量 (Directional-Scan-Sounding,DSS)系统推导了该信号模型下的SAGE算法和莱斯因子K的计算方法,利用SAGE算法提取多径分量(Multipath Component,MPC),建立参数化模型,利用分簇算法提取簇参数并建模.本文为39 GHz室外微蜂窝场景5G毫米波链路和系统仿真及系统设计提供了数据和模型基础.

1 测量环境与测量系统

39 GHz毫米波室外信道测量工作在中国电波传播研究所青岛分所中住宅楼区开展,分别对一条视距(Line-of-Sight, LOS)路径与一条非视距(Non-Line-of-Sight, NLOS)进行了测量,场景示意图如图1所示. 其中,Tx固定在升降车上,采用全向天线,相对地面高度为9 m;Rx固定在手推车上,搭载三轴高精度步进电机转台,配备喇叭天线,可远程控制实现其在水平面和垂直面的精确旋转,其高度固定为1.5 m,喇叭天线的半波功率角(Half-Power Beamwidth, HPBW)为10°. 为获取完整的三维到达角(Angle-of-Arrival, AOA)信息,喇叭天线在水平面以5°为间隔在0°到360°扫描;以10°为间隔在垂直面上可能存在多径的角度范围内扫描以提高测量效率. 测量系统采用滑动相关时域信道探测仪[6],主要系统参数见表1.

图1 测量环境及路径示意图

参数取值载频/GHz39带宽/GHz1码长/ns1024时延分辨率/ns1发射/接收天线全向天线/喇叭天线发射/接收天线增益/dB3/24发射/接收天线高度/m9/1.5

2 毫米波信道建模与参数估计

2.1 旋转扫描测量系统下的信号模型

SAGE算法广泛应用于无线世界倡议新无线电(Wireless World Initiative New Radio,WINNER)的信道建模中,提取多输入多输出(Multiple-Input Multiple-Output, MIMO)信道的多径参数[7]. 文献[8]详细描述了MIMO阵列天线信号模型SAGE算法的具体实现. 本次测量中,Rx端采用喇叭天线旋转方式,M次扫描可视作M个单元的虚拟单输入多输出(Single-Input Multiple-Output,SIMO)系统. 则第l条多径的冲激响应可表示为

s(t;ρl) =[s1(t;ρl),…,sM(t;ρl)]T

=c(θl,φl)αlexp(j2πvlt)u(t-tl).

(1)

式中:ρl=[τl,θl,φl,υl,αl]是待估计的第l条径的参数集,τ是时延,θ是垂直到达角,φ是水平到达角,υ是多普勒频移,α是振幅;u(t)为参考信号;导向矢量c(θ,φ)可表示为

(2)

式中:r1,r2,…,rM表示M个接收天线单元的位置;f表示复天线方向图;e(θ,φ)表示单位方向矢量;〈·〉表示内积. 接收信号Y(t)=[Y1(t),…,YM(t)]T可表示为

(3)

式中:N0是正常数;N(t)=[N1(t),…,NM(t)]T是M维标准复高斯白噪声.

DSS系统常应用于目前的毫米波信道测量中[9].如图2所示,在DSS测量系统中,假定测量信道是时不变信道,且当喇叭旋转时,天线馈点保持在中心位置不变,则式(2)中的导向向量c(θ,φ)可表示为

(4)

在测量时,收发端保持静止且不考虑移动散射体的影响,式(1)中的目标函数s(t;ρl)可表示为

s(t;ρl)=c(θl,φl)αlu(τ-τl).

(5)

图2 DSS系统下的信号模型

2.2 路径损耗模型

目前,基于DSS系统下的测量方式,常用两种方法对路径损耗进行建模,分别是方向性路损模型和全向路损模型. 方向性路损模型主要考虑天线旋转测量中获取的最大接受功率或最小路径损耗. 由于5G通信系统中波束成型与波束追踪技术的运用,方向性路损模型在系统设计时有很高的参考价值. 全向路损模型可以利用各角度路损按式(6)合成[10]:

(6)

式中:Pri(θel,φaz)是在去除天线增益后接收端Rx在测量位置i的水平方向角φaz和垂直方向角θel的接收功率,mW;Pt是发射端Tx全向天线发射功率,dBm.

方向性路损模型与全向路损模型均可用自由空间逼近(Close-in,CI)和浮动截距(Flouting Intercept,FI)两种路损模型进行拟合. 在CI模型中,参考距离d0取1 m,路径损耗可表示为[10-12]

(7)

式中:n表示路损指数;f表示载频;c表示光速;d表示收发端的三维空间距离.

如文献[10]所述,FI模型可以表示为

(8)

式中:α是与距离相关的系数,与CI模型中的路损指数n相似;β是参考距离1 m处的浮动路损截距.

2.3 大尺度参数建模

大尺度参数主要包括DS、AS和K因子等. 均方根时延扩展可由下式计算得到:

(9)

式中:L是由SAGE估算的总路径数;τ0是平均附加时延,计算公式为

(10)

在文献[13]中,均方根角度扩展σφ按式(11)计算得出,并通过定义圆角扩展避免了由零度选择所造成的误差.

(11)

式中,

(12)

(13)

(14)

2.4 分簇算法及莱斯因子计算方法

在目前主流的GBSM模型中,如3GPP 空间信道模型(Spatial Channel Model,SCM)和WINNER II 模型以及超宽带SV(Saleh-Valenzula),常引用簇(Cluster)的概念. MPC被分成若干个簇. 在信道模拟的实现过程中,簇的个数、簇时延扩展和簇角度扩展等都是十分重要的参数. 本次的测量和建模过程中,采用了基于多径分量距离 (Multipath Component Distance,MCD)算法对MPC进行分簇,MCD算法介绍如下.

任意第i个MPC和第j个MPC之间的MCDdi,j可由式(15)计算得出:

(15)

式中:dAOA,ij和dτ,ij分别是到达角域和时延域的MCD,且有

dAOA,ij=‖Ωj-Ωi‖,

(16)

(17)

式中:Ωi和Ωj是第i个和第j个MPC的AOA方向单位矢量,且有Ω=[cos(φ)cos(θ),sin(φ)cos(θ),sin(θ)]T;τi和τj分别表示第i个和第j个MPC的时延;Δτmax=max{|τj-τi|;∀i,j∈[i,…,L]}表示最大附加时延;ζ表示时延域与角度域的比例因子.分簇算法包括以下三步:

第一步,在待分簇的集合内选择功率最大的MPC作为参考径;

第二步,计算其余所有的径与参考径的MCD,将MCD小于阈值dth的MCP归为一个簇;

第三步, 将已分簇的MCP从全集中完全移除,重复上述两步,直至全体MPC被分配完成.

在过去的连续信道测量中,莱斯因子K的估计通常使用矩量法. DSS测量系统中,采用的测量方式为定点测量,因此矩量法不再适用于K因子的估计计算.K因子定义为LOS分量与NLOS分量之和的功率比. 基于分簇结果与定义,K因子的表达式为

(18)

式中:N是簇的总数;P1和Pn分别表示第一个簇(视距簇)和第n个簇中MPC的总功率.

3 信道建模结果和分析

3.1 路径损耗与阴影衰落

根据2.2节介绍的方向性路损模型与全向性路损模型对室外微蜂窝场景进行建模,LOS路径和NLOS路径的路径损耗分别如图3(a)和图3(b)所示. 表2总结了路径损耗模型相关参数. 表2中,α,β,n定义见式(7)和式(8),σ表示阴影衰落标准差. 作为参考,图3给出了自由空间路径损耗. 由图3结果可以发现: 1)LOS路径的方向性路损和全向性路损在CI和FI两种拟合方式下与自由空间路损模型十分接近;2)CI模型中阴影衰落比FI模型略大,但差别在1 dB左右,符合相关规律与已有文献结果[14],既验证了此次测量数据的有效性又验证了39 GHz毫米波频段应用于户外微蜂窝通信的可行性.

(a) LOS场景

(b) NLOS场景

路径方向路损全向路损CIFICIFInσαβσnσαβσLOS21.001.8818.5268.851.7619.571.7323.7556.611.34NLOS31.743.9517.6386.892.9728.532.5229.2463.122.52

3.2 MPC参数的提取

根据2.1节的信号模型,采用SAGE算法在测量得到的信道冲激响应 (Channel Impulse Response, CIR)中提取以下多径参数:时延、水平到达角和幅度. 由于测量的垂直面样本数量不足以精确提取MPC垂直到达角,故本文垂直面到达角仍采用非参数化方法进行计算. 接收端在每个测量点的水平面进行喇叭天线旋转测量时,共旋转72次, 根据式(4)构成72单元的虚拟天线阵列,可充分精确地提

(a) NLOS场景第8测量点CIR

取水平面到达角. SAGE算法估计参数设置如下:迭代次数为10次,最大多径数量为200条,多径功率动态范围筛选阈值为LOS 25 dB,NLOS 20 dB,进而在提取得到的200条多径中筛选有效多径. NLOS场景较之LOS场景能够观察到更多绕射、反射多径,故作为示例,给出了NLOS路径第8测量点测量得到的CIR以及对应的MPC参数提取结果,如图4所示. 其中,图4(b)结果由SAGE提取得到,圆点的半径越大表示该多径的功率越强. 从图4(b)

(b) NLOS场景第8测量点SAGE提取MPC参数

可发现,电波主要从四个方向到达接收端,分别是-10°、60°附近、-70°附近以及-120°附近,这些主要MPC的到达角、时延和功率均可与图4(a)中CIR对应. 结合图1所示拓扑结构,可发现-10°附近的MPC来自绕射传播,而60°、-70°与-120°附近的散射体主要来自左右两端的楼体与植被反射,由于该住宅区楼房表面主要为大面积落地窗,故反射径能量很强. 玻璃窗镜面反射在该住宅小区环境的NLOS场景中成为主要的多径传播方式.

3.3 时延扩展和角度扩展

均方根时延扩展和角度扩展分别描述了信道对传输信号在时延域和角度域上造成的色散程度. 采用2.3节所介绍的方法对时延扩展和角度扩展进行建模. 噪声功率通过统计功率时延谱(Power Delay Profile, PDP)最后200 ns无信号纯噪声数据得出. SAGE提取的多径以相同的噪声功率值作为门限值进行了筛选. 所得到的LOS和NLOS的DS结果、水平到达角和垂直到达角的角度扩展结果如表3所示．为了对比验证,在表3中给出了mmMAGIC项目[5]与3GPP TR 38.900[1]的户外微蜂窝频率依赖性信道模型参数结果.

由表3结果可以发现:1)通过参数化方法所得DS结果较小,与文献[15]中所得的研究结果相吻合. 2)NLOS环境下的DS大于LOS的结果,这与以往的6 GHz的信道测量结果一致. 3)此次测量结果与文献结果差别不大,对39 GHz下的户外微蜂窝场景的5G毫米波信道建模具有一定参考意义.

3.4 莱斯因子和簇参数

本文中簇参数的提取以及莱斯因子的提取均基于2.4节所介绍的分簇算法处理后的多径射线的分簇结果. 信道参数提取的准确性取决于分簇算法中控制参数的选取. 本文中,以散射体分簇结果与实际环境的匹配情况为标准,通过反复检验,参数取值如下:比例因子ζ=5,阈值dth=0.25,与文献[9,16-17]一致. 所得K因子的CDF曲线如图5所示. 由图5可发现K因子与正态分布拟合较好,符合3～10 dB的经验值.

表3 本文39 GHz毫米波模型时延扩展和角度扩展参数与现有文献结果比较

图5 K因子的建模结果

利用分簇算法提取的簇参数如下:簇的个数、簇内时延扩展和簇内角度扩展,结果在图6以及表3中给出.由图6和表3可总结发现:1)LOS与NLOS的簇内角度扩展结果十分接近;2)LOS场景下的簇内垂直角度扩展略大于NLOS场景;3)LOS场景下簇的个数分布与正态分布拟合程度较好,NLOS场景下簇的个数分布趋势与正态分布近似,部分细节有偏差,并且簇的个数(最大平均值小于10)较6 GHz以下更少[7].

图6 簇的个数分布

4 基于QuaDRiGa的信道仿真验证

4.1 仿真场景信道参数设置

39 GHz室外毫米波信道模型的仿真验证采用3GPP TR 38.900[1]推荐的信道仿真平台QuaDRiGa. 表3及K因子、簇数等参数均作为场景参数输入到QuaDRiGa仿真器中,由于本次测量发射端采用全向天线,电波的离开角无法通过测量获取,故

仿真时采用3GPP 模型[1]的离开角参数替代. 此外,为匹配仿真器参数输入格式,簇的数目取值按照均值四舍五入取整,仿真器簇的数目及簇内参数输入值详见表4．

表4 QuaDRiGa仿真器簇的数目及簇内参数输入值

4.2 仿真场景拓扑参数设置

仿真场景的参数设置如下:发射端配备全向天线,高度为9 m,与实测环境对应,在仿真拓扑中位于坐标原点;接收端设置了250个测量点,均匀分布在以发射端为圆心,半径为200 m的圆内,高度为1.5 m,如图7所示.

图7 QuaDRiGa仿真平台的场景设置示意图

4.3 仿真结果的统计验证

将LOS和NLOS场景测量与建模得到的大尺度参数分别输入到仿真器中,可分别得到250个CIR矩阵. 本节通过由仿真得到的CIR矩阵计算DS、水平角度扩展和垂直角度扩展等大尺度参数,并将250组仿真结果的统计CDF与实测结果进行对比,从而验证仿真平台在39 GHz毫米波段的可用性. 图8所示为LOS和NLOS场景仿真与实测结果的CDF曲线对比结果.

由图8可以发现,DS、ASA、ESA、K等大尺度参数的仿真结果在LOS与NLOS场景下均能和实测结果很好地吻合.

(a) DS

(b) 水平角度扩展

(c) 垂直角度扩展

(d) 视距场景的莱斯因子K图8 仿真与实测的大尺度参数统计结果对比

5 结 论

本文基于39 GHz室外微蜂窝毫米波信道测量的实测数据,对高频段测试系统下39 GHz频段的大尺度参数建模和提取方法进行研究,并对QuaDRiGa仿真平台在该频段下的可用性进行了分析验证. 基于DSS系统,推导给出导向矢量表达式,以及优化的分簇算法与K因子的计算方法. 结果表明,在LOS路径下,方向性路损和全向路损在CI和FI的拟合方式下与自由空间路损模型较为接近,同时在FI模型中阴影衰落较在CI模型中小. LOS与NLOS的簇内角度和时延扩展同正态分布拟合较好,视距径的簇内时延扩展稍大于非视距径. 簇的数目相比6 GHz以下的高频信道要少,均值在10个以下,体现了毫米波室外环境簇的稀疏性. QuaDRiGa仿真结果与实测信道的大尺度参数统计特性能够很好地吻合,验证了其在39 GHz频段的可用性. 本文为39 GHz室外微蜂窝场景5G毫米波链路和系统仿真及系统设计提供了数据和模型基础.

[1] 3GPP. 3rd generation partnership project, TR 38.900, study on channel model for frequency spectrum above 6 GHz[R/OL]. [2017-09-13]. http://www.3gpp.org, 2016.

[2] World Radio Communication Conference (WRC-15)[EB/OL]. Geneva: Switzerland, 2015[2017-09-13]. http://rspg-spectrum.eu

[3] ZHANG J, TANG P, TIAN L, et al. 6—100 GHz research progress and challenges for fifth generation(5G) and future wireless communication from channel perspective[J]. Science China information sciences, 2017, 60(8): 1-16.

[4] AI B, GUAN K, HE R, et al. On indoor millimeter wave massive MIMO channels: measurement and simulation[J]. IEEE journal on selected areas in communications, 2017, 35(7): 1678-1690.

[5] mmMagic. mm-Wave based mobile radio access network for 5G integrated communications, W2.1, 6-100 GHz channel modeling for 5G: measurement and modeling Plans in mmMAGIC[EB/OL]. [2017-09-13]. https://5g-mmmagic.eu

[6] WEN Z, KONG H. mmWave MIMO channel sounding for 5G[C]//2014 1st International Conference on 5G for Ubiquitous Connectivity (5GU).äkäslompolo, 2014: 192-197.

[7] IST-4-027756 WINNER II, D1.1.2 ver 1.2, Final Report on Link Level and 606 System Level Channel Models[R/OL]. 2008[2017-09-13]. http://projects.celtic-initiative.org/winner+/phase-2-model.html

[8] RICHTER A, THOMA R S. Joint maximum likelihood estimation of specular paths and distributed diffuse scattering[C]//2005 IEEE 61st Vehicular Technology Conference (VTC-Spring). Stockholm, 2005: 11-15.

[9] YIN X, LING C, KIM M D. Experimental multipath-cluster characteristics of 28-GHz propagation channel[J]. IEEE access, 2015, 3: 3138-3150.

[10] MACCARTNEY G R, RAPPAPORT T S, SAMIMI M K, et al. Millimeter-wave omnidirectional path loss data for small cell 5G channel modeling[J]. IEEE access, 2015, 3: 1573-1580.

[11] RAPPAPORT T S, MACCARTNEY G, SAMIMI M K, et al. Wideband millimeter-wave propagation measurements and channel models for future wireless communication system design[J]. IEEE transactions on communications, 2015, 63(9): 3029-3056.

[12] SULYMAN A I, ALWARAFY A, MACCARTNEY G, et al. Directional radio propagation path loss models for millimeter-wave wireless networks in the 28, 60, and 73 GHz bands[J]. IEEE transactions on wireless communications, 2016,15(10): 6939-6947.

[13] 3GPP. 3rd generation partnership project, TR 25.996. Spatial channel model for multiple input multiple output (MIMO) simulations, v11.0.0, [R/OL]. [2017-09-13]. http://www.3gpp.org, 2012.

[14] MACCARTNEY G R, RAPPAPORT T S, SUN S, et al. Indoor office wideband millimeter-wave propagation measurements and channel models at 28 and 73 GHz for ultra-dense 5G wireless networks[J]. IEEE access, 2015, 3: 2388-2424.

[15] JI Y, YIN X, WANG H, et al. antenna de-embedded characterization for 13-17 GHz wave propagation in indoor environments[J]. IEEE antennas and wireless propagation letters, 2017, 16: 42-45.

[16] GUSTAFSON C, HANEDA K, WYNE S, et al. On mm-wave multipath clustering and channel modeling[J]. IEEE transaction on antennas and propagation, 2014,62(3): 1445-1455.

[17] KIM M, TAKADA J I, CHANG Y, et al. Large scale characteristics of urban cellular wideband channels at 11 GHz[C]//2015 9th European Conference on Antennas and Propagation (EuCAP). Lisbon, 13-17 April, 2015:1-4.