65.5 GHz毫米波信道测量与分析

侯春枝; 刘永胜; 吴振森; 李清亮; 卢昌胜; 林乐科; 陈安涛; 张玉强

doi:10.12265/j.cjors.2021222

65.5 GHz毫米波信道测量与分析

1.
西安电子科技大学物理与光电工程学院，西安 710071
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.
中电科仪器仪表有限公司，青岛 266555

详细信息

作者简介:
侯春枝: （1990—），女，河南人，西安电子科技大学，在读博士，研究方向为毫米波频段确定性射线追踪法的研究以及信道特性测试与建模

刘永胜: （1988—），男，山东人，中国电波传播研究所，硕士，研究方向为无线信道特性测试与建模等

吴振森: （1946—），男，武汉人，西安电子科技大学，教授，博士生导师，研究方向为随机介质中的电磁/光波传播与散射、粒子散射与粒度分析等方面的研究

通信作者:
刘永胜 E-mail: liuys_22s@qq.com

中图分类号: TN928
计量
- 文章访问数: 467
- HTML全文浏览量: 81
- PDF下载量: 65
出版历程
- 收稿日期: 2020-09-22
- 网络出版日期: 2021-07-07
- 发布日期: 2021-08-30
- 刊出日期: 2021-08-30

Millimeter wave channel measurement and analysis in 65.5 GHz

1.
School of Physics and Optoelectronic Engineering, Xidian University, Xi’an 710071, China
2.
National Key Laboratory of Electromagnetic Environment, China Research Institute of Radiowave Propagation, Qingdao 266107, China
3.
China Electronics Technology Instruments Co., Ltd., Qingdao 266555, China

摘要

摘要: 毫米波技术和大规模多输入多输出天线技术是5G移动通信系统的关键技术. 为了研究60 GHz毫米波频段宽带信道特性，在会议室进行了65.5 GHz频段的信道测量活动. 首先基于方向性路损模型，研究路径损耗指数和阴影衰落特性；然后基于空间交替广义期望最大化（space-alternating generalized expectation-maximization, SAGE)参数化分析算法，提取水平到达角、时延和幅度信息；最后根据多径分量距离方法，对多径分量进行分簇，分析均方根时延扩展和均方根角度扩展特性. 实测结果表明：视距情况下，方向性路损在固定截距和浮动截距两种方式的拟合下与自由空间路径损耗模型相近；65.5 GHz下环境中的簇具有稀疏性；时延扩展和角度扩展的结果与第三代合作伙伴计划（the 3rd Generation Partnership Project, 3GPP）的结果相近. 本文提供的信道参数对于5G毫米波60 GHz频段信道建模和仿真具有重要参考意义.
- 毫米波 /
- 信道建模 /
- SAGE算法 /
- 方向性路损模型 /
- 多径分量距离 /
- 信道参数
Abstract: Millimeter wave technology and massive multiple-input multiple-output antenna technology are the key technologies of the 5G mobile communication system. In order to study the broadband channel characteristics of the millimeter wave frequency band above 60 GHz, channel measurement activities in 65.5 GHz were carried out in a conference room. Based on the directional path loss model, this paper studies the path loss exponent and shadow fading characteristics firstly, and then based on the space-alternating generalized expectation-maximization (SAGE) parameterized analysis algorithm, the horizontal angle of arrival, delay and amplitude information are extracted, and finally based on the multipath component distance method, root mean square delay spread and root mean square angle spread characteristics are analyzed. The results show the directional path loss is similar to the free space path loss model in the methods of fixed intercept and floating intercept in the line-of-sight. The sparseness of the clusters in the environment is shown in 65.5 GHz. The time delay Expansion and angle expansion are similar to the results of the 3rd Generation Partership Project (3GPP). The channel parameters which are provided in this article have important reference significance for the channel modeling and simulation of 5G millimeter waves above 60 GHz.
- millimeter wave /
- channel modeling /
- space-alternating generalized expectation maximization (SAGE) /
- the directional path loss model /
- the multipath component distance method /
- the channel parameters

HTML全文

引　言

下一代无线通信技术要具备更高的数据传输速率、更低的时延和更好的移动性，要达到相应的技术指标必须增加传输带宽^[1]. 但6 GHz以下的频段已经非常拥挤，无法为下一代移动通信提供更大带宽. 为了应对这一挑战，未来移动通信将使用毫米波频段. 由于可用带宽范围广，毫米波可以提供高达每秒几千兆比特的数据速率，但毫米波频段同时具有更大的传输损耗. 由于毫米波频段的波长短，天线尺寸可以做的更小，因此可以采用大规模天线阵列技术，利用高增益波束来补偿其路径损耗.

美国、日本和韩国等国家采用的毫米波频段是28 GHz. 2016年7月第三代合作伙伴计划（the 3rd Generation Partnership Project, 3GPP）制定并发布了5G信道标准化报告. 2019年11月在国际电联世界无线通信会议（World Radiocommunication Conference 2019, WRC-19）上，国际电信联盟（International Telecommunication Union, ITU）为5G确定了更多的频段，包括24.25～27.5 GHz、37～43.5 GHz、45.5～47 GHz、47.2～48.2 GHz和66～71 GHz^[2]. 国内外对28 GHz、32 GHz和39 GHz等毫米波段的信道测量和建模工作已经很多^[3-7]. 2015年，Maccartney G R等人进行了28 GHz和73 GHz典型室内办公室环境的信道测量，研究了同极化和交叉极化方向的路径损耗模型^[8]. 2016年，赵雄文等人进行了在室外微蜂窝环境中32 GHz的信道测量、建模、仿真和验证，并使用参数化方法和非参数化方法分析了大尺度信道参数^[9]. 2013年，纽约大学的Shuai Nie等人使用滑动相关信道测量系统研究了72 GHz室内办公室的传输和穿透特性^[10]. 2014年，纽约大学George R等人研究了路径损耗模型和信道统计数据，提出在毫米波频段使用定向天线能更好地应用于未来的蜂窝通信^[11]. 2017年，Xianyue Wu等人在办公室环境中进行了60 GHz毫米波信道测量和建模，研究三维空间中的60 GHz信道^[12]. 2017年，张蕊等人研究了地物附加损耗模型等^[13]. 总体上对于66～71 GHz频段的研究仍然相对较少.

本文在会议室环境下进行了65.5 GHz频段的信道测量活动. 首先基于方向性路损模型，研究路径损耗指数和阴影衰落特性；然后基于空间交替广义期望最大化（space-alternating generalized expectation- maximization, SAGE）参数化分析算法，提取水平到达角、时延和幅度信息；最后根据多径分量距离方法，对多径分量进行分簇，分析均方根时延扩展和均方根角度扩展特性. 本文旨在为5G毫米波60 GHz频段链路和系统设计及其模拟仿真提供数据和模型支撑.

1 65.5 GHz信道测量简介

1.1 测量系统和天线

本文使用滑动相关原理来进行信道测试，如图1所示. 本系统发射端主要由铷钟、M8190任意波形信号发生器、E8267D矢量信号源、模拟信号源和N5152A上变频器组成. 铷钟提供时间参考信号，M8190生成模拟测量信号，E8267D将其变为5 GHz中频信号，模拟信号源提供本振（local oscillation, LO）信号，在N5152A上变频器中将5 GHz中频信号上变频变为65.5 GHz射频信号. N5152A上变频范围为57～66 GHz.

图 1 毫米波信道测量系统

Fig. 1 Millimeter wave channel measurement system

下载: 全尺寸图片幻灯片

接收端主要由N9029A下变频器、N5183B信号源和M9703A数字化仪构成. N9029A下变频器射频输入范围为50～75 GHz. N5183B为下变频器提供本振信号. N9029A输出中频信号频率范围为16 kHz～2.5 GHz，之后M9703A数字化仪对中频信号进行采样. 本系统利用GPS信号对铷钟进行驯服，有非常好的同步精度，能够支持系统进行远距离测量.

发射天线和接收天线均采用喇叭天线，工作频率为49.8～75.8 GHz，标称增益值为20 dBi. 65.5 GHz时喇叭天线的增益为21.68 dBi，E面和H面的半功率波束宽度分别为13.94°和13.83°，发射天线和接收天线均是垂直极化.

1.2 测量过程

本文在室内会议室环境下开展65.5 GHz的视距（line-of-sights, LoS)信道测量，测量场景如图2所示. 测量带宽为1 GHz，测量时E8267D中频输出的功率为−3 dBm，通过收发端直连校准把上变频器N5152A以及下变频器N9029A对信号功率的影响（放大或衰减）消除掉. 发射端采用喇叭天线，固定在一个位置，使其为垂直极化天线. 接收端采用喇叭天线利用转台在水平方向上移动，形成虚拟阵列天线，水平方向移动8次，每次移动的水平距离为 ${\lambda /{\rm{2}}}$ ，测量了6个接收点. 相邻两个点之间的距离为3 m. 发射天线和接收天线相对地面的高度均为1.8 m，墙的高度为2.75 m. 由于未来毫米波频段会采用波束成形技术，收发天线将会采用最大增益方向收发信号，因此接收天线在任意测量点始终朝向发射天线. 具体测试参数信息如表1所示.

图 2 会议室测量场景

Fig. 2 Meeting room measurement scene

下载: 全尺寸图片幻灯片

表 1 测试参数

Tab. 1 Measurement parameters

参数	取值
频段/GHz	65.5
带宽/ GHz	1
码长	1 024
发射天线	喇叭天线
接收天线	喇叭天线
发射天线增益/dBi	21.68
接收天线增益/dBi	21.68
发射天线高度/m	1.8
接收天线高度/m	1.8

下载: 导出CSV

| 显示表格

2 基本理论

2.1 路径损耗

路径损耗模型是无线电系统设计的重要模型^[14-16]，分为全向路径损耗模型和方向性路径损耗模型. 通过合成所有发射接收天线波束的接收信号，就能计算出每个测量位置的全向路径损耗. 方向性路损模型是指取接收天线在所有旋转方向上的最大功率或最小路径损耗. 全向路径损耗模型和方向性路损模型又都分为固定截距（close-in，CI）路径损耗模型和浮动截距（floating intercept，FI）路径损耗模型. 对于LoS情况，按如下方式使用CI路径损耗模型：

${L_{\rm{P}}}(d) = {L_{{\rm{P,F}}}}\left( {{d_{\rm{0}}}} \right) + 10n\lg \frac{d}{{{d_0}}} + {X_\sigma }.$

(1)

式中： ${L_{\rm{P}}}(d)$ 的单位为dB； $d$ 是距离，单位为m； ${L_{{\rm{P,F}}}}\left( {{d_{\rm{0}}}} \right)$ 是参考距离 ${d_0}$ 处的自由空间路径损耗；线性斜率 $n$ 是通过对数据进行最小二乘法拟合得到的路径损耗指数；阴影效应 ${X_\sigma }$ 是均值为零和标准偏差为 $\sigma$ 的高斯随机变量，以dB为单位.

FI路径损耗模型用于WINNER Ⅱ和3GPP标准中. 该模型需要两个参数，与式（1）有相似的形式：

${L_{\rm{P}}}(d) = \alpha + 10\beta \lg \left( d \right) + {X_\sigma }.$

(2)

式中： $\alpha$ 是以dB为单位的FI； $\beta$ 是直线的斜率； ${X_\sigma }$ 是均值为零的阴影衰落随机变量.

2.2 时延扩展和角度扩展

均方根时延扩展^[17]是无线电信道质量的重要信道参数，其是功率时延分布的二阶矩，用于表征无线电信道的频率选择性. 为了提高参数分析准确性，在进行功率时延谱(power delay profile, PDP)处理时，对20个快拍的数据进行平均，均方根时延扩展定义如下：

${\tau _{{\rm{RMS}}}}\left( t \right) = \sqrt {\frac{{\sum\limits_{l = 1}^L {{P_l}\tau _l^2} }}{{\sum\limits_{l = 1}^L {{P_l}} }} - \sigma _\tau ^2} .$

(3)

式中： ${P_l}$ 是第 $l$ 条路径的功率； ${\tau _l}$ 是第 $l$ 条路径的时延； ${\sigma _\tau }$ 是平均附加时延. 当计算均方根时延扩展的时候，将低于阈值的所有路径的功率设置为零，以减小噪声的影响，此时有

${\sigma _\tau } = \frac{{\sum\limits_{l = 1}^L {{P_l}{\tau _l}} }}{{\sum\limits_{l = 1}^L {{P_l}} }}.$

(4)

根据3GPP空间信道模型规范所述，计算每个测量时刻的圆角度扩展^[18]. 利用角度估计值（例如：水平到达角、水平离开角、垂直到达角和垂直离开角）和每个多径的接收功率计算角度扩展，如下式所示：

${\rm{AS}} = \mathop {\min }\limits_\Delta {\sigma _{\rm{AS}}}\left( \Delta \right) = \sqrt {\frac{{\sum\limits_{l = 1}^L {{{\left( {{\psi _{l,\mu }}\left( \Delta \right)} \right)}^2}{P_l}} }}{{\sum\limits_{l = 1}^L {{P_l}} }}} ,$

(5)

${\psi _{l,\mu }}\left( \Delta \right) = \left\{ {\begin{array}{*{20}{c}} {\varphi + 2\tilde \omega \begin{array}{*{20}{c}} ,&{\varphi < - \tilde \omega } \end{array}} \\ {\varphi \begin{array}{*{20}{c}} ,&{}&{\left| \varphi \right| \leqslant \tilde \omega } \end{array}} \\ {\varphi - 2\tilde \omega \begin{array}{*{20}{c}} ,&{\varphi > \tilde \omega } \end{array}} \end{array}} \right..$

(6)

式中： $\Delta$ 为从 $- \tilde \omega$ 到 $\tilde \omega$ 的角度偏移；对于水平到达角和水平离开角 $\tilde \omega = {\rm{\text{π} }}$ ，对于垂直到达角和垂直离开角 $\tilde \omega = {\rm{\text{π} }}/2$ ； $\varphi = {\psi _l}\left( \Delta \right) - {\mu _\psi }\left( \Delta \right)$ ，且

${\mu _\psi }\left( \Delta \right) = \frac{{\sum\limits_{l = 1}^L {{\psi _l}\left( \Delta \right){P_l}} }}{{\sum\limits_{l = 1}^L {{P_l}} }},$

(7)

${\psi _l}\left( \Delta \right) = \left\{ {\begin{array}{*{20}{c}} {{\psi _l} + \Delta {\rm{ + }}2\tilde \omega \begin{array}{*{20}{c}} ,&{{\psi _l} + \Delta < - \tilde \omega } \end{array}} \\ {{\psi _l} + \Delta \begin{array}{*{20}{c}} ,&{}&{\left| {{\psi _l} + \Delta } \right| \leqslant \tilde \omega } \end{array}} \\ {{\psi _l} + \Delta - 2\tilde \omega \begin{array}{*{20}{c}} ,&{{\psi _l} + \Delta > \tilde \omega } \end{array}} \end{array}} \right..$

(8)

式中， ${\psi _l}$ 是第 $l$ 条路径的到达角（水平到达角或者垂直到达角）或者离开角（水平离开角或者垂直离开角）.

2.3 平移扫描测量系统下的信号模型

SAGE算法已经广泛应用于无线信道参数估计. SAGE算法是期望最大化的一种升级，其由两个步骤组成：E步和M步. SAGE算法的更多详细理论和实现过程可以参考文献[19-21]. 本文利用SAGE算法对多径参数进行提取，包括多径相对时延、到达角、离开角、多普勒频移和幅度信息. 在单输入多输出的场景中，接收天线由一个天线阵列组成，该天线阵列由位于不同位置的M个天线组成. 接收信号可表示为

${\boldsymbol{Y}}(t) = \sum\limits_{l = 1}^L {{\boldsymbol{s}}(t;{{\boldsymbol{\theta }}_l})} + \sqrt {\frac{{{N_0}}}{2}} {\boldsymbol{N}}(t).$

(9)

式中： ${\boldsymbol N}(t)$ 是高斯白噪声； ${\boldsymbol{s}}(t;{{\boldsymbol{\theta }}_l})$ 是接收到的第 $l$ 条路径的信号，可以表示为

$\begin{aligned} {\boldsymbol{s}}(t;{{\boldsymbol{\theta }}_l}) & \buildrel \Delta \over = {\left[ {{s_1}(t,{{\boldsymbol{\theta }}_l}),\cdots,{s_{{M_2}}}(t,{{\boldsymbol{\theta }}_l})} \right]^{\rm{T}}} \\& = {\boldsymbol{C}}{\rm{(}}{{\boldsymbol{\varOmega }}_l}){\alpha _l}\exp \left( {{\rm{j2\text{π} }}{\nu _l}t} \right){\boldsymbol{u}}(\tau - {\tau _l}). \\ \end{aligned}$

(10)

式中， ${{\boldsymbol{\theta }}_l}\buildrel \Delta \over = \left[ {{\tau _l},{{\boldsymbol{\varOmega }}_l},{\nu _l},{\alpha _l}} \right]$ 为包含 $l$ 个多径参数的向量，分别为多径时延 ${\tau _l}$ 、到达角的单位向量 ${{\boldsymbol{\varOmega }}_l}$ 、多普勒频移 ${\nu _l}$ 、幅度 ${\alpha _l}$ . 由于测量环境是静止的，因此在SAGE算法中未考虑多普勒频移. ${\boldsymbol{u}}(\tau - {\tau _l})$ 是发射信号. 由单位向量 ${\boldsymbol{\varOmega }}$ 组成的M维向量函数为 ${\boldsymbol{C}}{\boldsymbol{(}}{\boldsymbol{\varOmega }}) \buildrel \Delta \over = \left[ {c_1}\left( {\boldsymbol{\varOmega }} \right),\right.$ $\left.{c_2}\left( {\boldsymbol{\varOmega }} \right),{c_3}\left( {\boldsymbol{\varOmega }} \right),\cdots,{c_M}\left( {\boldsymbol{\varOmega }} \right) \right]^{\rm{T}}$ ，具体表示为

$\begin{gathered} {c_m}\left( {\boldsymbol{\varOmega }} \right) \buildrel \Delta \over = {{\boldsymbol{f}}_m}\left( {\boldsymbol{\varOmega }} \right)\exp \left( {{\rm{j2\text{π} }}{\nu _l}t{\lambda ^{ - 1}}\left\langle {{\boldsymbol{e}}\left( {\boldsymbol{\varOmega }} \right),{{\boldsymbol{r}}_m}} \right\rangle } \right), \\ m = 1,\cdots,M. \\ \end{gathered}$

(11)

式中： $\lambda$ 、 ${\boldsymbol{e}}\left( \boldsymbol{\varOmega } \right)$ 和 ${{\boldsymbol{f}}_m}\left( \boldsymbol{\varOmega} \right)$ 分别为波长、由 $\varOmega$ 确定的单位向量和第m个天线元件的复电场方向图.

2.4 分簇算法

多径分量距离最初由文献[22]引入，用于度量无线信道任意两个多径之间的关系^[23]. 多径分量距离定义为

${d_{ij}} = \sqrt {d_{\tau ,ij}^2 + d_{{\rm{AOD}},ij}^2 + d_{{\rm{AOA}},ij}^2}.$

(12)

由于多径分量距离对角度域和时延域使用不同的处理方法，对于角度距离，给出了以下公式：

$\begin{aligned} &{d_{{\rm{AOA/AOD}},ij}} = \\ &\frac{1}{2}\left| {\left( {\begin{array}{*{20}{c}} {\sin \left( {{\theta _i}} \right)\cos \left( {{\varphi _i}} \right)} \\ {\sin \left( {{\theta _i}} \right)\sin \left( {{\varphi _i}} \right)} \\ {\cos \left( {{\theta _i}} \right)} \end{array}} \right) - \left( {\begin{array}{*{20}{c}} {\sin \left( {{\theta _j}} \right)\cos \left( {{\varphi _j}} \right)} \\ {\sin \left( {{\theta _j}} \right)\sin \left( {{\varphi _j}} \right)} \\ {\cos \left( {{\theta _j}} \right)} \end{array}} \right)} \right| . \\ \end{aligned}$

(13)

此式，适用于水平到达角和垂直到达角.

时延距离为

${d_{\tau ,ij}} = \varsigma \cdot \frac{{\left| {{\tau _i} - {\tau _j}} \right|}}{{\Delta {\tau _{\max }}}} \cdot \frac{{{\tau _{{\rm{std}}}}}}{{\Delta {\tau _{\max }}}}.$

(14)

式中： $\varsigma$ 是合适的时延域和角度域的比例因子； ${\tau _{{\rm{std}}}}$ 为时延的标准差； $\Delta {\tau _{\max }} = \mathop {\max }\limits_{i,j} \left\{ {\left| {{\tau _i} - {\tau _j}} \right|} \right\}$ . 同时用时延比例因子表示时延域与角度域的比值. 本文测量的是二维空间中的信道特性，因此可以简化垂直到达角.

3 无线电信道参数分析

3.1 路径损耗和阴影衰落

根据2.1节介绍的方向性路损模型对会议室场景进行建模，图3是路径损耗随收发端距离变化曲线. 由图3可知：CI路径损耗模型的路径损耗指数为2.090 34，阴影衰落标准差为0.385 14；FI路径损耗模型路径损耗指数为2.018 56，阴影衰落标准差为0.373 43. 图3还给出了自由空间中随着收发距离变化的路径损耗，可以看出：CI路损模型和FI路损模型均与自由空间损耗符合得很好；路径损耗指数与自由空间中的路径损耗指数非常接近，说明了本次测试的准确性；CI路径损耗模型的阴影衰落比FI路损模型的阴影衰落大，差别在1 dB内.

图 3 定向路径损耗变化曲线

Fig. 3 Directional path loss curve

下载: 全尺寸图片幻灯片

3.2 SAGE参数化和多径分量距离分析

利用SAGE算法提取信道冲激响应中的时延、水平到达角和幅度信息. 运行SAGE算法时参数设置如下：路径条数为200，迭代次数为50，多径功率阈值为−22 dB，可以从200条径中选取有用的多径信号. 本文选取第1个测量点分析SAGE算法的提取结果，从图4中可以看出方位角在85°附近、附加时延为2 ns时，信号最强. 由于接收天线的E面和H面半功率波束宽度约为14°，因此到达方位角大约为 83°～96°，相邻两个点的时延相差很小. 由于实际测量环境中会议室两边都是玻璃窗，因此本次测量中提取到的多径信号主要来自镜面反射.

根据2.4节介绍的分簇算法（即多径分量距离）来进行分簇. 分簇时，阈值的选择要使分簇结果符合实际情况，并且簇的边界在时延域和角度域上清晰可见. 本文进行大量的试验可以得到时延域和角度域的比例因子 $\varsigma {\rm{ = 1}}{\rm{.5}}$ ，LoS径的阈值为0.12，常规阈值为0.25. 本文对第一个测量点进行分簇，如图5所示，分为了两个簇，由于主要是LoS和玻璃墙壁的镜面反射引起的，因此符合客观事实. 包括红色圆点的簇主要是由LoS引起的，另一个簇是由玻璃墙引起的，即体现出65.5 GHz频率下传播距离短，环境中的簇具有稀疏性.

图 4 第1个测量点提取到的多径成分

Fig. 4 Multipath component extracted from the first measurement point

下载: 全尺寸图片幻灯片

图 5 第1个测量点的多径分簇

Fig. 5 Multipath clustering at the first measurement point

下载: 全尺寸图片幻灯片

3.3 小尺度参数与3GPP对比分析

根据2.2节介绍的时延扩展和角度扩展对SAGE算法提取的时延、水平到达角和幅度进行分析. SAGE算法提取的多径是根据相同的功率值作为标准来筛选的，最终结果如图6和7所示. 由图6可知，根据所有径的时延扩展拟合出的均方根时延扩展均值为−9.010 3 dBsec，标准差为0.148 65 dBsec，这些值与表2中3GPP TR38.900的值相近. 由图7可知，拟合出所有径的均方根角度扩展均值为0.809 57 dB°，标准差为0.034 396 dB°，与3GPP TR38.900^[24]中室内65.5 GHz的时延扩展与角度扩展的均值和标准差十分接近.

图 6 均方根时延扩展概率累积分布

Fig. 6 Probability cumulative distribution of root mean square delay spread

下载: 全尺寸图片幻灯片

图 7 均方根角度扩展概率累积分布

Fig. 7 Probability cumulative distribution of root mean square angle spread

下载: 全尺寸图片幻灯片

表 2 关于时延扩展和角度扩展参数3GPP TR38.900和测试结果的比较

Tab. 2 A comparison between 3GPP TR38.900 and measurement in the delay spread and angle spread

场景	时延扩展/dBsec		水平角度扩展/dB°
场景	$\mu$	$\sigma$	$\mu$	$\sigma$
3GPP TR38.900	−7.808 2	0.208 30	1.513 70	0.218 700
测试	−9.010 3	0.148 65	0.809 57	0.034 396

下载: 导出CSV

| 显示表格

4 结　论

为了研究5G 60 GHz毫米波频段的信道特性，使用时域信道探测仪系统进行65.5 GHz室内LoS信道测量活动，获得信道冲激响应. 基于路径损耗模型，分析了路径损耗指数和阴影衰落特性. 基于SAGE参数化分析方法和多径分量距离方法，提取出水平到达角、时延和幅度，并对这些参数进行分析，获得多径的分簇情况，研究了均方根时延扩展和均方根角度扩展特性. 结果表明：LoS情况下，方向性路损模型在CI和FI两种方式的拟合下与自由空间路径损耗模型符合得很好，并且路径损耗指数与自由空间中的路径损耗指数非常接近，CI路径损耗模型的阴影衰落比FI路损模型的阴影衰落大，差别在1 dB内；电波发生的多径信号主要是由镜面反射引起的，镜面反射在本文会议室场景中成为主要的传播方式；在65.5 GHz下，传播距离短，簇具有稀疏性. 时延扩展和角度扩展的结果与3GPP的结果相近. 作者将进一步进行其他会议室以及室内场景的测量以及分析，这些分析将为5G毫米波会议室等室内场景基站布局提供更可靠的统计数据.

图 1 毫米波信道测量系统

Fig. 1 Millimeter wave channel measurement system

下载: 全尺寸图片幻灯片

图 2 会议室测量场景

Fig. 2 Meeting room measurement scene

下载: 全尺寸图片幻灯片

图 3 定向路径损耗变化曲线

Fig. 3 Directional path loss curve

下载: 全尺寸图片幻灯片

图 4 第1个测量点提取到的多径成分

Fig. 4 Multipath component extracted from the first measurement point

下载: 全尺寸图片幻灯片

图 5 第1个测量点的多径分簇

Fig. 5 Multipath clustering at the first measurement point

下载: 全尺寸图片幻灯片

图 6 均方根时延扩展概率累积分布

Fig. 6 Probability cumulative distribution of root mean square delay spread

下载: 全尺寸图片幻灯片

图 7 均方根角度扩展概率累积分布

Fig. 7 Probability cumulative distribution of root mean square angle spread

下载: 全尺寸图片幻灯片

表 1 测试参数

Tab. 1 Measurement parameters

参数取值

频段/GHz 65.5
带宽/ GHz 1
码长 1 024
发射天线喇叭天线
接收天线喇叭天线
发射天线增益/dBi 21.68
接收天线增益/dBi 21.68
发射天线高度/m 1.8
接收天线高度/m 1.8

下载: 导出CSV

表 2 关于时延扩展和角度扩展参数3GPP TR38.900和测试结果的比较

Tab. 2 A comparison between 3GPP TR38.900 and measurement in the delay spread and angle spread

场景时延扩展/dBsec 水平角度扩展/dB°
$\mu$ $\sigma$ $\mu$ $\sigma$

3GPP TR38.900 −7.808 2 0.208 30 1.513 70 0.218 700
测试 −9.010 3 0.148 65 0.809 57 0.034 396

下载: 导出CSV

参考文献(24)

[1]	OSSEIRAN A, MONSERRAT J F, MARSCH P, et al. 5G mobile and wireless communications technology[M]. Cambridge University Press, 2016.
[2]	World Radio Communication Conference (WRC-19) [EB/OL]. Geneva: Switzerland, 2019. [2020-09-23]. https://www.itu-int/en/ITU-R/conferences/wrc/2019/Pages/default.aspx.
[3]	ZHAO X W, LIANG X L, LI S, et al. Two-cylinder and multi-ring GBSSM for realizing and modeling of vehicle-to-vehicle wideband MIMO channels[J]. IEEE transactions on intelligent transportation systems,2016,17(10):2787-2799. doi: 10.1109/TITS.2016.2526652
[4]	李树, 孙宁姚, 张蕊, 等. 39 GHz室外微蜂窝信道测量, 建模与仿真研究[J]. 电波科学学报,2017,32(5):498-506. LI S, SUN N Y, ZHANG R, et al. Millimetre-wave channel measurements, modeling and simulation for outdoor microcells at 39 GHz[J]. Chinese journal of radio science,2017,32(5):498-506. (in Chinese)
[5]	ZHAO X, DU F, GENG S, et al. Playback of 5G and beyond measured MIMO channels by an ANN-Based modeling and simulation framework[J]. IEEE journal on selected areas in communications,2020,38(9):1945-1954. doi: 10.1109/JSAC.2020.3000827
[6]	李树, 赵雄文, 王琦, 等. 26 GHz 室外微蜂窝毫米波信道测量与建模研究[J]. 通信学报,2017,38(8):131-139. doi: 10.11959/j.issn.1000-436x.2017171 LI S, ZHAO X W, WANG Q, et al. Research on 26 GHz mm-wave channel measurements and modeling for outdoor microcells[J]. Journal on communications,2017,38(8):131-139. (in Chinese) doi: 10.11959/j.issn.1000-436x.2017171
[7]	ZHAO X W, ABDO A M A, XU C, et al. Dimension reduction of channel correlation matrix using CUR- decomposition techniques for 3-D massive antenna system[J]. IEEE access,2017,6:3031-3039.
[8]	MACCARTNEY G R, RAPPOPORTT 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. doi: 10.1109/ACCESS.2015.2486778
[9]	ZHAO X, LI S, WANG Q, et al. Channel measurements, modeling, simulation and validation at 32 GHz in outdoor microcells for 5G radio systems[J]. IEEE access,2017,5:1062-1072. doi: 10.1109/ACCESS.2017.2650261
[10]	NIE S, MACCARTNEY G R, SUN S, et al. 72 GHz millimeter wave indoor measurements for wireless and backhaul communications[C]//The 24th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC). IEEE, 2013: 2429-2433.
[11]	MACCARTNEY G R, RAPPOPORTT T S. 73 GHz millimeter wave propagation measurements for outdoor urban mobile and backhaul communications in New York City[C]//IEEE international conference on communications (ICC). IEEE, 2014: 4862-4867.
[12]	WU X, WANG C X, SUN J, et al. 60- GHz millimeter-wave channel measurements and modeling for indoor office environments[J]. IEEE Transactions on Antennas and Propagation,2017,65(4):1912-1924. doi: 10.1109/TAP.2017.2669721
[13]	张蕊, 林乐科, 赵振维, 等. 5G共存分析中地物附加损耗模型研究[J]. 电波科学学报,2017,32(5):578-583. ZHANG R, LIN L K, ZHAO Z W. Research on clutter loss model in sharing studies of 5G[J]. Chinese joural of radio science,2017,32(5):578-583. (in Chinese)
[14]	吴中原. 面向 5G 的高低频信道特性对比研究[D]. 北京: 北京邮电大学, 2019. WU Z Y. Comparative study of high and low frequency channel characteristics for 5G[D]. Beijing: Beijing University of Posts and Telecommunications, 2019.(in Chinese)
[15]	SULYMAN A I, NASSAR A M T, SAMIMI M K, et al. Radio propagation path loss models for 5G cellular networks in the 28 GHz and 38 GHz millimeter-wave bands[J]. IEEE communications magazine,2014,52(9):78-86. doi: 10.1109/MCOM.2014.6894456
[16]	SULYMAN A I, ALWARAFY A, MACCARTNEY G R, 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. doi: 10.1109/TWC.2016.2594067
[17]	杨大成. 移动传播环境: 理论基础、分析方法和建模技术[M]. 北京: 机械工业出版社, 2003.
[18]	SALO J. Universal mobile telecommunications system (UMTS); spatial channel model for multiple input multiple output (MIMO) simulations[R]. Nice: European Telecommunication Standards Institute, 2010.
[19]	高远. 基于 SAGE 算法的宽带信道参数提取方法的应用研究[D]. 南京: 南京邮电大学, 2013. GAO Y. Parameter estimation for broadband channel system based on SAGE algorithm[D]. Nanjing: Nanjing University of Posts and Telecommunications, 2013. (in Chinese)
[20]	FLEURY B H, JOURDAN P, STUCKI A. High-resolution channel parameter estimation for MIMO applications using the SAGE algorithm[C]// International Zurich Seminar on Broadband Communications Access-Transmission-Networking (Cat. No. 02TH8599). IEEE, 2002: 30-30.
[21]	FLEURY B H, YIN X, JOURDAN P, et al. High-resolution channel parameter estimation for communication systems equipped with antenna arrays[J]. IFAC proceedings volumes,2003,36(16):97-102. doi: 10.1016/S1474-6670(17)34745-6
[22]	STEINBAUER M, OZCELIK H, HOFSTETTER H, et al. How to quantify multipath separation[J]. IEICE transactions on electronics,2002,85(3):552-557.
[23]	YIN X, LING C, KIM M D. Experimental multipath-cluster characteristics of 28- GHz propagation channel[J]. IEEE access,2015,3:3138-3150. doi: 10.1109/ACCESS.2016.2517400
[24]	3GPP. 3rd generation partnership project, TR 38.900, study on channel model for frequency spectrum above 6 GHz [R/OL]. (2017-09-13) [2020-09-23]. http://www.3gpp.org, 2016.

施引文献(8)

期刊类型引用(4)

1.	高旭文，苏新彦，姚金杰，李龙，王文凯. 基于改进萤火虫算法的室内大尺度衰落信道建模方法. 探测与控制学报. 2025(02): 91-101 . 百度学术
2.	张子健，李昌振，汪子新，龚国珓，于俊逸，陈伟. 面向近海水域船舶通信无线信道测量与建模分析. 移动通信. 2024(11): 2-8 . 百度学术
3.	周子皓，黄杰，钱肇钧，徐兰天. 面向6G的毫米波多频段多天线信道测量系统构建及实测验证. 电波科学学报. 2023(01): 44-53 . 本站查看
4.	赵振维，林乐科. 对流层电波传播研究与展望. 电波科学学报. 2023(04): 591-609+656 . 本站查看

其他类型引用(4)

资源附件(0)

图(7) / 表(2)

计量

文章访问数: 467
HTML全文浏览量: 81
PDF下载量: 65
被引次数: 8

引　言
1 65.5 GHz信道测量简介
1.1 测量系统和天线
1.2 测量过程
2 基本理论
2.1 路径损耗
2.2 时延扩展和角度扩展
2.3 平移扫描测量系统下的信号模型
2.4 分簇算法
3 无线电信道参数分析
3.1 路径损耗和阴影衰落
3.2 SAGE参数化和多径分量距离分析
3.3 小尺度参数与3GPP对比分析
4 结　论

引　言
1 65.5 GHz信道测量简介
1.1 测量系统和天线
1.2 测量过程
2 基本理论
2.1 路径损耗
2.2 时延扩展和角度扩展
2.3 平移扫描测量系统下的信号模型
2.4 分簇算法
3 无线电信道参数分析
3.1 路径损耗和阴影衰落
3.2 SAGE参数化和多径分量距离分析
3.3 小尺度参数与3GPP对比分析
4 结　论

参考文献(24)

施引文献(8)

资源附件(0)

最新公告

65.5 GHz毫米波信道测量与分析

通信作者:
刘永胜 E-mail: liuys_22s@qq.com

计量

Millimeter wave channel measurement and analysis in 65.5 GHz