【论文笔记】简化的LMS信道模型

Land Mobile Satellite(LMS)信道模型

LMS信道模型最早在2001年提出[1],它可以用一个三状态的马尔可夫链来表示,分别代表信号的直视状态、中度衰落与重度衰落。其状态矩阵与转移概率矩阵都可以在原文中找到。这个信道模型是由大量实测数据得来,与数据拟合得较好。虽然贴合实际,但是分析应用起来比较困难,尤其是在多颗卫星的星座中,根本无法求出闭式解。另外,对应的信道模拟实现起来也较为困难。

在2003年,为了计算方便,易于求解出闭式解,一种简化版的LMS模型得出[2]。在此文中,作者用Nakagami-m分布来描述其中的LOS振幅。这种模型后来被广泛地应用。

为什么要这么做呢?让我们先来看看Nakagami-m分布的特征。

Nakagami-m衰落,其分布为下式

为平均功率,为伽马函数,m为衰落参数。m=1时,上式退化为Rayleigh衰落;令,则上式近似为衰落参数为K的Rayleigh衰落;代表无衰落。改变m的值,Nakagami衰落还可以转变为多种衰落模型。

https://blog.csdn.net/a493823882/article/details/78264608

以上可以看出,这种分布可以通过改变m的值,对多种衰落进行拟合。对应于LMS模型,即可以用m的变化来代表状态的转移。所以,整个模型的一阶数值与二阶数值都能得到很好的简化计算。

具体来说,这种简化的信道模型是具有Nakagami-m分布的LOS振幅的Rice模型:

其中,A(t)为遵循Rayleigh分布的散射量的振幅:

Z(t)为Nakagami分布的LOS量的振幅:

一阶统计量

假设包络为,则其包络PDF为:

当m=0时,上式退化为Rayleigh分布:

时,上式退化为Rice分布:

值得一提的是,Loo模型与这个新模型很相似,不过其LOS的振幅是用对数正态分布来表示:

所以Loo模型的参数可以通过一定变换应用到这个模型之上:

二阶统计量

包络LCR:包络穿过某一阈值的速率。

从联合CF得来的结果:

其中

这种方法得来的包络LCR用进来并不方便,故通过Loo模型的包络LCR,应用PDF方法得到了另一种表示方法:

包络AFD:包络保持在给定阈值以下的时间长度。

可以通过LCR和PDF直接求出:

论文思路

用一个较为泛化的数值模型(Nakagami)去描述从数值统计而来的模型(LMS模型),在不失相对精确的前提下,得到了更为优雅的计算结果。同时,在计算的过程中,与其相似的模型进行比较(Loo模型),拓展得出更为好用的表达,此外,简便的参数变换也提高的模型的实用性。

参考文献

[1] Fontan F P, Vázquez-Castro M, Cabado C E, et al. Statistical modeling of the LMS channel[J]. IEEE transactions on vehicular technology, 2001, 50(6): 1549-1567.

[2] Abdi A, Lau W C, Alouini M S, et al. A new simple model for land mobile satellite channels: first-and second-order statistics[J]. IEEE Transactions on Wireless Communications, 2003, 2(3): 519-528.

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LMS信道均衡是一种自适应均衡算法,通过调整滤波器的权重来减小信道引入的失真。在MATLAB中,可以使用以下代码实现LMS信道均衡的仿真: ```matlab % 设置参数 N = 1000; % 仿真信号长度 M = 10; % 滤波器长度 mu = 0.01; % 步长因子 % 生成输入信号 x = randn(N, 1); % 高斯白噪声输入信号 % 生成信道响应 h = [0.5, 0.3, 0.1, -0.2, 0.1]; % 信道冲激响应 % 生成加性白噪声 n = 0.1 * randn(N, 1); % 生成输出信号 d = filter(h, 1, x) + n; % 信道输出信号 % 初始化滤波器权重 w = zeros(M, 1); % 执行LMS算法 for n = 1:N-M+1 x_n = x(n:n+M-1); % 输入向量 y = w' * x_n; % 滤波器输出 e = d(n+M-1) - y; % 误差 w = w + mu * e * x_n; % 权重更新 end % 绘制结果 subplot(2,1,1) plot(1:N, d) hold on plot(1:N-M+1, filter(w, 1, x), '--r') xlabel('样本序号') ylabel('幅度') legend('原始输出', '均衡输出') subplot(2,1,2) plot(1:N-M+1, w) xlabel('迭代次数') ylabel('权重值') ``` 通过上述代码可以对LMS信道均衡进行MATLAB仿真,并得到均衡后的输出信号和滤波器权重的变化情况。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [基于LMS自适应滤波器的QPSK信号均衡器matlab仿真](https://blog.csdn.net/Simuworld/article/details/128732092)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* [信道均衡-LMS自适应均衡算法matlab实现](https://blog.csdn.net/weixin_42269062/article/details/105775621)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值