侯绪艳 尹学锋 张琳坚

（1.同济大学电子与信息工程学院，上海 201804；2.华为技术有限公司，上海 201206）

引 言

无线信道是无线通信系统的重要组成部分，是再现真实传输场景和改善通信质量的关键[1]. 许多现有的信道模型中多径分量通常以簇的形式存在，所以进行有效的信道建模除了具有反映实际传播环境的数据外，更重要的是研究合适的多径簇优化模型.因此，需要选择合适的分簇方法将多个参数维度上扩展的多径分量(例如时延、多普勒频率和方向角)进行分簇. 对于多输入多输出(multiple-input multiple-output, MIMO)通信信道来说，基于多径分量的簇尤其重要[2-4]，忽略分簇会导致对信道容量的高估，并导致传播场景复杂化[5-6]. Sub-6 GHz频带的现有信道模型中，多径分簇聚类算法主要应用于由高精 度 参 数 估 计(high accuracy parameter estimation,HRPE)算法获得的多径分量，例如空间交替广义期望最大化(space-alternating generalized expectationmaximization, SAGE)算法[7]. 同时，可以通过簇在参数空间中的中心位置及其扩展来有效描述簇的分布和扩散特征. 因此，许多最先进的MIMO信道模型都依赖于多径簇的概念[8]，如大多数标准化的MIMO信道模型3GPP-SCM[9]、WINNER II[10]、IEEE 802.11n[11]、COST259 DCM[12-13]和COST273[14]，将多径分量聚类以降低模型的复杂性并优化模型的仿真性能.

随着5G技术的蓬勃发展，智慧出行已成为出行“标配”，高铁乘客的可靠通信服务的需求也越来越高[15]. 高铁的高移动性和周围环境的快速变化造成的明显的多普勒效应，再加上快速的多径衰落给高铁信道研究带来了巨大的挑战，并且5G网络还导致快速的小区切换和基站的密集……