SCM信道模型和SCME信道模型的matlab特性仿真,对比空间相关性,时间相关性,频率相关性

简介: 该简介展示了使用MATLAB 2022a进行无线通信信道仿真的结果,仿真表明信道的时间、频率和空间相关性随间隔增加而减弱,并且宏小区与微小区间的相关性相似。文中介绍了SCM和SCME模型,分别用于WCDMA和LTE/5G系统仿真,重点在于其空间、时间和频率相关性的建模。SCME模型在SCM的基础上进行了扩展,提供了更精细的参数化,增强了模型的真实性和复杂度。最后附上了MATLAB核心程序,用于计算不同天线间距下的空间互相关性。

1.算法仿真效果
matlab2022a仿真结果如下(完整代码运行后无水印):

1.jpeg
2.jpeg
3.jpeg

   由仿真结果可以看出:信道时间相关性随着时间间隔的增大而减小,同一个天线间隔下,宏小区与微小区的间相关性相同,因为这两种场景的AOA产生方法相同,也反映出该信道模型不够准确。同理,频率相关性,空间相关性也具有类似的特征。

2.算法涉及理论知识概要
SCM和SCME是两种用于仿真无线通信信道特性的模型,特别是在LTE和后续技术如5G的研究与设计中。它们旨在模拟真实环境中复杂的无线电波传播特性,包括空间相关性、时间相关性和频率相关性。

  SCM模型最初设计用于WCDMA系统,后来被扩展用于其他通信系统。它考虑了多种传播场景,如微小区、宏小区、室内环境等,通过一系列参数来表征信道的多径特性、衰落特性及空间、时间、频率的相关性。

  其信道模型图如图所示:

79b5cc3271a4c4900e44517e8f7c338d_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

信道的空间相关函数:

3cda17b5ed20b24792022e4d502419f7_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

信道的时间相关函数:

def4c60a900341016bc60afb32002977_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

信道的频率相关函数:

6de6fd885d1474f0f8e211f076325b80_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

   SCME模型专为LTE和后续技术设计,它在SCM基础上进行了扩展和改进,以适应更高速率、更广频谱的应用场景。SCME模型同样关注空间、时间和频率相关性,但提供了更为精细的参数化,以适应多样化的信道环境。

   空间相关性:SCME模型在空间相关性方面引入了更为细致的簇(Cluster)概念,每个簇内部包含多个径,簇间和簇内径之间的角度和功率分布都有明确的模型描述。空间相关性通过簇的分布和各径功率的角分布函数来表征,增加了模型的复杂度和真实性。

   时间相关性:SCME模型沿用了多普勒效应来模拟时间选择性,但对多普勒频谱进行了细化,以更好地适应移动速度范围更广的设备。此外,它还可能包含更复杂的时变模型来描述快速和慢速衰落过程。

  频率相关性:在SCME中,频率相关性通过更加精确的功率延迟谱(Power Delay Profile, PDP)来描述,PDP不仅反映多径时延的统计特性,还通过更细致的多径结构模拟了更为复杂的频率选择性衰落。

3.MATLAB核心程序
```global dist;

%标准化天线间距
ds = [0:0.5:20];
Rd1= zeros(size(ds));
Rd2= zeros(size(ds));
for ii = 1:length(ds);
ii
Rtmp1 = 0;
Rtmp2 = 0;
for ij = 1:100
dist=ds(ii);
H1=scm(scmparset,linkparset(1),antparset);%macro
H2=scm(scmparset2,linkparset(1),antparset);%micro
%计算空间相关性
[R,C,K,P] = size(H1);
for i1=1:K
for j1=1:P
Rtmp1 = Rtmp1+mean2(H1(:,:,i1,j1)[H1(:,:,i1,j1)]');
Rtmp2 = Rtmp2+mean2(H2(:,:,i1,j1)
[H2(:,:,i1,j1)]');
end
end
end
Rd1(ii)=abs(Rtmp1)/P/K/100;
Rd2(ii)=abs(Rtmp2)/P/K/100;
end

Rd1 = Rd1/max(Rd1);
Rd2 = Rd2/max(Rd2);

figure;
plot(ds,Rd1,'b');
hold on
plot(ds,Rd2,'r--');
xlabel('标准化天线间距');
ylabel('空间互相关性');
legend('macro','micro');
save result.mat ds Rd1 Rd2
01_165m

```

相关文章
|
7天前
|
数据可视化
基于MATLAB的OFDM调制发射与接收仿真
基于MATLAB的OFDM调制发射与接收仿真
|
11天前
|
传感器 算法 数据挖掘
基于协方差交叉(CI)的多传感器融合算法matlab仿真,对比单传感器和SCC融合
基于协方差交叉(CI)的多传感器融合算法,通过MATLAB仿真对比单传感器、SCC与CI融合在位置/速度估计误差(RMSE)及等概率椭圆上的性能。采用MATLAB2022A实现,结果表明CI融合在未知相关性下仍具鲁棒性,有效降低估计误差。
119 15
|
7天前
|
监控
基于MATLAB/Simulink的单机带负荷仿真系统搭建
使用MATLAB/Simulink平台搭建一个单机带负荷的电力系统仿真模型。该系统包括同步发电机、励磁系统、调速系统、变压器、输电线路以及不同类型的负荷模型。
147 5
|
12天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的XGBoost序列预测算法matlab仿真
基于WOA优化XGBoost的序列预测算法,利用鲸鱼优化算法自动寻优超参数,提升预测精度。结合MATLAB实现,适用于金融、气象等领域,具有较强非线性拟合能力,实验结果表明该方法显著优于传统模型。(238字)
|
9天前
|
算法 计算机视觉
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
|
9天前
|
编解码 人工智能 算法
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
|
9天前
|
机器学习/深度学习 编解码 并行计算
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
|
8天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
9天前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
89 14

热门文章

最新文章