仿真时一般会用到下面两种模型:
(1)独立瑞利衰落信道。论文原文如下:
任意用户与基站之间的响应为 g ,是一个包含M个元素的列向量,M是天线个数。l是大尺度衰落系数,h是服从复高斯圆对称分布的向量,均值为0 ,方差为单位矩阵Im。
每个用户的响应:
h = sqrt(1/2)*(randn(1,M) +1i*randn(1,M);
%生产一个用户的响应向量时,方差为1。此向量为行向量,如有计算需要,请转置。大尺度衰落系数未设置
(2)相关瑞利衰落信道。此种模型更贴近与现实情况,因为天线阵列具有相关性。论文原文如下:
h仍然是一个长度为M的列向量,其中R为天线相关阵列,v是独立快衰落信道向量。v的生成方法与前文代码一样,请自行设置参数。R的解释如下:
关于R,此处不再赘述,如有不懂之处,请详细观看英文部分。设置R的参数如下表。
由R的参数可写得代码如下:
function [A] = Acorre(M_numbers)
antenna_spacing = 0.5;
angle_spread = 20;
azimuth_angle = [-60,60];
faded_path_Q = M_numbers/2;%衰落路径数
A = zeros(M_numbers,faded_path_Q);
for Q = 1:faded_path_Q;%A的列向量
O_a = randi(azimuth_angle);%到达角
AOA = randi([O_a-angle_spread/2,O_a+angle_spread/2]);
for M = 1:M_numbers
A(M,Q) = exp((-1i)*2*pi*antenna_spacing*(M-1)*cosd(AOA));
end
end
A = A/sqrt(faded_path_Q);
end
调用函数Acorre()时,只需输入天线数量,即可生成一个M×Q的天线相关矩阵R,其中M为天线数目,Q为衰落路径数目,一般论文将Q的值设置为M的1/2。