基于无人机的空地信道特性测量系统

随着各种飞行器和通信一体化的发展,对空地信道特性的研究变得愈发重要且迫切。针对空地通信场景,本文研制了一套由无人机发射单元和地面接收单元组成的无人机空地信道测量系统。该系统选取具有平坦功率谱特性和大动态范围的ZC序列作为测量序列,利用硬件实现实时提取信道冲激响应(Channel Impulse Response, CIR),并通过采样偏差恢复、系统响应校正等方式,提高信道测量系统的准确性。实测验证结果表明,本文研制的信道测量系统与信道模拟器模拟结果和射线跟踪(Ray Tracing, RT)仿真结果基本一致。最后,开展了校园场景空地实测活动,分析了该场景路径损耗(Path Loss, PL)、莱斯K因子、均方根时延扩展(Root Mean Square-Delay Spread, RMS-DS)等信道特性。     

无人机毫米波信道测量与建模研究综述

无人机毫米波通信具有灵活性高、传输速率快、频谱资源丰富等优点,在军用和民用通信领域拥有广阔的应用前景。信道实际测量和精确构建符合真实场景的信道模型是无线通信技术的理论基础,也是无人机毫米波通信系统的优化设计和性能评估的关键。首先总结了无人机毫米波信道测量与建模面临的新需求和挑战,并对当前国内外最新研究进展进行分类阐述和分析比较,最后讨论了无人机信道模型未来发展的趋势和潜在的应用场景。     

基于Kronecker法的MIMO信道模拟及硬件实现

针对多输入多输出（Multiple-Input Multiple-Output,MIMO）无线通信系统,在基于Kronecker 的MIMO信道模型中综合考虑了路径损耗、阴影衰落和多径衰落等因素,实现了基于现场可编程门阵列（Field Programmable Gate Array,FPGA）的MIMO信道模拟器,并分析了硬件设计方案以及MIMO信道模拟的实现方法。实测结果表明,设计的MIMO信道模拟器可以模拟瑞利衰落、莱斯衰落以及阴影衰落等常见的信道衰落类型,能够应用于3GPP、COST-207等标准信道模型的复现。该模拟器可作为无线通信系统研究的测试设备,辅助通信系统研究的算法验证、方案优化以及性能分析。     

基于神经网络的毫米波跨场景路径损耗预测研究

毫米波通信因其可以提供更高的传输速率和系统容量受到了广泛关注。无人机空地通信技术是未来通信网络的重要组成部分,路径损耗预测对于无人机的节点布局、轨迹优化和功率分配具有重要意义。针对无人机通信多场景PL预测问题,结合参数化的几何场景和多输入反向传播神经网络,提出了一种具有跨场景能力的PL迁移预测模型。该模型利用有限场景下信道数据进行网络训练,可以预测未知新场景下的PL。最后,利用射线跟踪仿真数据进行模型有效性验证,仿真结果表明,所提模型的神经网络训练收敛效果较好,在新场景下预测PL结果与RT仿真结果基本吻合,验证了该模型的跨场景迁移预测能力。