1.算法描述
随着通信技术的不断发展，现有的通信系统已经无法满足人们各个方面的需求，为了解决这个问题，5G通信技术应运而生。5G技术拥有更高的通信传输速率，更大的通信范围以及更高的频谱使用效率。5G通信技术的关键是毫米波技术，毫米波通信技术具有实时性强，传输距离远等优点。
AI 代码解读
在5G通信技术研究中，欧盟于2012年首先启动了METIS项目用于建立5G移动通信系统的统一标准。2012年欧盟的5G Public Private Partnership项目正式启动，标志着欧洲5G技术的研究达到了一个新的时代。2013年，韩国的三星集团开发了可商用化的5G通信技术，可以实现28GHz高频段上的数据高速通信。2014年，日本的NTT DoCoMo开始实测5G网络，测试结果表明5G系统的信号传输速率最高可以达到10Gbps。美国的4GAmericas也启动了5G通信技术的研究，同时展开了5G技术合作论坛。国内关于5G技术方面的研究，主要有华为，中兴等公司，并获得了较好的研究成果。
在解决毫米波物理层相关问题的时候，总是不可避免地会碰到信道建模，而比较常见的毫米波信道模型就是S-V模型。基于毫米波的通信技术目前有着较为广泛的应用，如基于毫米波的地面通信和卫星通信。关于毫米波地面通信的研究成果主要包括，美国的Hughes公司与1976年研制了38GHz的双向通信系统，其最长通信距离可达39km。在1978年，日本OKI公司研究了一款基于毫米波技术的双向电话通信系统，并获得了较好的通信效果。在1981年，日本的YOKOSUKA公司开发了一款小型化的毫米波无线通信系统，其工作频段在26GHz。1988年，日本的Matsuhita公司首次研制了工作频段在50GHz的视频通信设备，并获得了较高的通信图像质量。而我国关于毫米波通信系统的研究，最早是1991开发的基于35GHz的铁路通信系统。
由于大气中存在一定含量的极化氧分子和水汽，因此毫米波在传输过程中容易被大气吸收，从而导致信号衰减，影响通信质量[13,14]。根据相关研究发现，在一些特殊的频段，如60GHz、119GHz、183GHz，这种影响更为严重，在实际中应防止使用这些频段。而在其余一些频段，则通信性能较好，如35GHz、140GHz、220GHz等。图3.1给出了毫米波在不同频段大气衰减趋势图。
AI 代码解读
图1毫米波在不同频段大气衰减趋势图
从图1可知，H2O在22GHz，183GHz和340GHz等频段对毫米波影响较大，O2在60GHz、119GHz等频段对毫米波影响较大。因此，在实际应用过程中，应避免使用这些频段。根据上述介绍的毫米波传输特性，其适用于适用于各种人员密集且范围较小的区域中，通过5G网络强大的数据传输能力，极强的稳定性以及大范围的覆盖率给大数据时代带来了很多的好处，在部分建设好的地区可以时用户体验到10mbit/s以上的传输速率，通过网络给社会发展与人们提供保障。
由于受到毫米波通信传播范围的限制，目前为止，毫米波通信技术主要被用在室内、城市微蜂窝等各种小范围高密度区域[16,17]。在确定应用场合之后，则需要建立相应的大尺度传播模型和小尺度传播模型。其中大尺度模型反应了接收信号强度随着传输距离变换的情况，小尺度模型则反映了由于环境散射造成的多径效应的影响。
S-V的双指数模型可以充分灵活的反应出毫米波信道特征，其中，簇内的每一个径都服从瑞利分布。因此，S-V信道模型的冲击响应可以表示为：
AI 代码解读
2.仿真效果预览
matlab2022a仿真结果如下：
3.MATLAB核心程序
clear;
close all;
warning off;
addpath 'func\'
rng('default');
rng(1);
b002 = 1;
N = 1000 ;
Lam = 0.025;
lambda = 2.5;
Gam = 7.4;
gamma = 4.3;
sigma_x= 3;
t1=0:300;
p_cluster=Lam*exp(-Lam*t1);
h_cluster=exprnd(1/Lam,1,N);
[n_cluster x_cluster]=hist(h_cluster,25);
figure;
plot(t1,p_cluster,'b'),
hold on
plot(x_cluster,n_cluster*p_cluster(1)/n_cluster(1),'b:','linewidth',2);
legend('Ideal','Simulation')
title(['簇达达到时间分布, \Lambda=', num2str(Lam)])
xlabel('T_m-T_{m-1} [ns]')
ylabel('p(T_m|T_{m-1})')
t2=0:0.01:5;
p_ray=lambda*exp(-lambda*t2);
h_ray=exprnd(1/lambda,1,1000);
[n_ray,x_ray]=hist(h_ray,25);
figure;
plot(t2,p_ray,'b')
hold on
plot(x_ray,n_ray*p_ray(1)/n_ray(1),'b:','linewidth',2);
legend('Ideal','Simulation')
title(['射线达到时间分布, \lambda=', num2str(lambda)])
xlabel('\tau_{r,m}-\tau_{(r-1),m} [ns]')
ylabel('p(\tau_{r,m}|\tau_{(r-1),m})')
figure;
[h,t,t0,np]= SV_channel(Lam,lambda,Gam,gamma,N,b002,sigma_x);
stem(t(1:np(1),1),abs(h(1:np(1),1)),'bo');
title('S-V模型冲击响应函数')
xlabel('延迟[ns]'),
ylabel('幅度')
figure;
X=10.^(sigma_x*randn(1,N)./20);
[temp,x]=hist(20*log10(X),25);
plot(x,temp,'b-','linewidth',2), axis([-10 10 0 130])
title(['对数正态分布, \sigma_X=',num2str(sigma_x),'dB'])
xlabel('20*log10(X)[dB]'),
ylabel('功率db')
01_166m
AI 代码解读
