TDL CDL信道模型

文章目录

  • 一 TDL
  • 二 CDL
  • 三 CDL TDL区别

TDL:(Tapped Delay Line,抽头延迟线)
CDL:(Clustered Delay Line,集群延迟线)

一 TDL

  1. 定义:由一组不同衰落系数不同时延的抽头组成。全频率范围为:0.5GHz~100GHz,最大带宽2GHz ,TDL是简化模型,本身为SISO设计,但可通过重复多次加引入空间相关性对MIMO信道建模
    请添加图片描述

  2. 分类:

    • NLos信道场景:TDL-A、TDL-B、TDL-C,TDL-A和TDL-B有23个抽头,TDL-C有24个抽头
    • Los信道场景:TDL-D、TDL-E,TDL-D有 13 个抽头,TDL-E有14 个抽头,每个抽头延迟和相对功率不同
  3. 抽头特性

    • 每个抽头的多普勒频移有典型的Jakes频谱形状(常用瑞利衰落模型,频谱形状为U型谱)和最大多普勒频移fD f D = ∣ v ∣ λ 0 f_D=\frac{|v|}{\lambda_0} fD=λ0v
    • TDL-D TDL-E是LOS路径。所以其第一个抽头服从Ricean fading分布
    • 这些抽头,多普勒频普在多普勒频移 f s = 0.7 f D f_s=0.7f_D fs=0.7fD处还包含一个峰值,幅度为生成衰落分布时指定K因子。‘
  4. 每个TDL模型都能在延迟上进行缩放,以使模型达到期望的RMS(Root Mean Square)延迟扩展

  5. TDL模型适用于窄带信道建模,其多径的分辨率较低,在一个可分辨率的附加时延内,可能有两个或多个多径信号到达,但这些多径信号不可分辨,其适量组合成单一多径信号的瞬时幅度和相位。

  6. TDL信道模型的信道系数
    h ( t ; τ ) = ∑ N = 1 N a n ( t ) μ n ( t ) δ ( t − τ n ) h(t;\tau)=\sum^N_{N=1}a_n(t)\mu_n(t)\delta(t-\tau_n) h(t;τ)=N=1Nan(t)μn(t)δ(tτn)
    a n ( t ) a_n(t) an(t)是n个抽头的增益
    μ n ( t ) \mu_n(t) μn(t)是由多条不可分辨路径组合得到的瑞利衰落信号
    τ n \tau_n τn是n个抽头的时延

二 CDL

  1. 定义:频率范围:0.5GHz~100GHz,最大带宽为2GHz
    在这里插入图片描述
  2. 分类
    • NLos信道场景:CDL-A、CDL-B、CDL-C
    • Los信道场景:CDL-D、CDL-E
  3. CDL簇数量最多有24个,可以表征更多波束
  4. 信道脉冲响应为:
    h ( τ ; t ) = ∑ l = 0 ∞ ∑ k = 0 ∞ a k , l ( t ) e j φ k , l ( t ) δ ( τ − T l − τ k ) h(\tau;t)=\sum^\infty_{l=0}\sum^\infty_{k=0}a_{k,l}(t)e^{j\varphi_{k,l}(t)}\delta(\tau-T_l-\tau_k) h(τ;t)=l=0k=0ak,l(t)ejφk,l(t)δ(τTlτk)
    a k , l 、 φ k , l a_{k,l}、\varphi_{k,l} ak,lφk,l是第 l l l簇中第 k k k径的增益和相位
    T l T_l Tl为第l簇的延时
    τ k , l \tau_{k,l} τk,l为第 l l l簇中第 k k k径的延迟

三 CDL TDL区别

  1. CDL引入簇,簇是具有相似到达角、离开角、和时延的多径集合
  2. 除了时延和功率两个参数外,CDL模型增加了离开方位角(AoD)、到达方位角(AoA)、离开天顶角(ZoD)、到达天顶角(ZoA),用来表征信道模型的空间特性,为3D信道设计,更好表征空间相关性。
  3. TDL和CDL可以根据实际仿真需要调整均方根时延扩展
    τ n , s c a l e d = τ n , m o d e l ∗ D S d e s i r e d \tau_{n,scaled}=\tau_{n,model}*DS_{desired} τn,scaled=τn,modelDSdesired
  4. CDL/TDL-D和CDL/TDL-E的LOS信道模型,可以调整K因子,设期望调整的K因子为Kdesired,CDL/TDL功率为:
    K m o d e l = P l , m o d e l L O S − 10 l o g 10 ( ∑ n = 1 N 1 0 P n , m o d e l / 10 ) K_{model}=P^{LOS}_{l,model}-10log_{10}(\sum^N_{n=1}10^{P_{n,model}/10}) Kmodel=Pl,modelLOS10log10(n=1N10Pn,model/10)
    功率调整完成后,需要对时延扩展重新进行计算。
    调整K因子的本质:调整各个簇、抽头之间的功率。K因子越大,第一个簇、抽头中视距径功率越大,在通信中视距径分量占比重越大
  5. 角度调整
    CDL预定义的角度值可以通过引入角度平移和缩放来推广,平移改变平均角度,缩放改变角度扩展
    ϕ n , s c a l e d = A S d e s i r e d A S m o d e l ( ϕ n , m o d e l − μ ϕ , m o d e l ) + μ ϕ , d e s i r e d \phi_{n,scaled}=\frac{AS_{desired}}{AS_{model}}(\phi_{n,model}-\mu_{\phi,model})+\mu_{\phi,desired} ϕn,scaled=ASmodelASdesired(ϕn,modelμϕ,model)+μϕ,desired

参考
5G通信中的TDL模型
移动通信基础(13)TDL、CDL、信道相关性
TDL、CDL信道模型简述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/179293.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第七节HarmonyOS UIAbility生命周期以及启动模式

一、UIAbility生命周期 为了实现多设备形态上的裁剪和多窗口的可扩展性,系统对组件管理和窗口管理进行了解耦。UIAbility的生命周期包括Create、Foreground、Background、Destroy四个状态,WindowStageCreate和WindowStageDestroy为窗口管理器&#xff08…

【软件测试面试】项目经验回答+面试技巧和方法汇总...

目录:导读 前言一、Python编程入门到精通二、接口自动化项目实战三、Web自动化项目实战四、App自动化项目实战五、一线大厂简历六、测试开发DevOps体系七、常用自动化测试工具八、JMeter性能测试九、总结(尾部小惊喜) 前言 1、测试面试时问你…

井盖倾斜怎么办?智能井盖传感器监测方法

井盖倾斜是一个紧迫的问题,如果不及时处理可能会导致道路安全性下降,进而增加车辆和行人发生意外的风险。为应对这一问题现已开发出智能井盖传感器,它可以持续监测井盖的状态,一旦发现倾斜等异常情况会立即发出警报。 在智慧城市的…

【unity实战】如何更加规范的创建各种Rogue-Lite(肉鸽)风格的物品和BUFF效果(附项目源码)

文章目录 前言定义基类实现不同的BUFF效果一、回血BUFF1. 简单的回血效果实现2. BUFF层数控制回血量 二、攻击附带火焰伤害三、治疗领域1. 简单的治疗领域实现2. 添加技能冷却时间 通过拾取物品获取对应的BUFF参考源码完结 前言 当创建各种Rogue-Lite(肉鸽&#xf…

Linux基础项目开发1:量产工具——显示系统(二)

前言: 前面我们已经对这个项目的基本框架有了一个初步的了解与认识,要实现显示管理器与输入管理器,有输入有输出基本就实现这个项目的大部分功能了,首先我们先来做显示系统,对于上层系统为了让程序更好扩展&#xff0c…

策略模式实践

目录 前言 五个部分 名词解释 代码 controller层 HelloService接口 实现类 自定义注解 上下文 策略工厂 Java SPI配置 验证 前言 五个部分 接口、实现类、自定义注解、上下文、策略工厂 名词解释 自定义注解(方便后期增加实现类后灵活控制策略) 上下文(初始化…

【RESTful API】RESTful接口设计练习

参考: BV1Ps4y1J7Ve ---------------------------------------------------------------------------------------------------------- 一、RESTful框架 常见的有SpringMVC,jersey,play 二、API测试工具 Postman,Insomnia 三、RESTful接口设计练习 3.1 项目准备 构…

【项目实战】SpringBoot连接openGauss

一:Docker安装openGauss 1.下载openGauss 安装好Docker好以后,执行如下命令下载openGauss3.0镜像。docker pull enmotech/opengauss:3.0.0 2.运行openGauss 执行如下命令docker run -itd --name opengauss \ --restartalways \ --privilegedtrue \ …

eNSP防火墙USG6000V使用Web界面登入教程

文章目录 登入流程1、下载USG6000V的镜像包2、导入USG6000V的镜像包3、配置防火墙web页面4、修改本机vmnet1网卡的ipv4地址5、在eNSP上添加云6、配置防火墙管理地址,开启http服务7、关闭电脑防火墙8、访问web页面 登入流程 1、下载USG6000V的镜像包 链接&#xff…

MySQL表连接

文章目录 MySQL内外连接1.内连接2.外连接(1)左外连接(2)右外连接 3.简单案例 MySQL内外连接 1.内连接 内连接的SQL如下: SELECT ... FROM t1 INNER JOIN t2 ON 连接条件 [INNER JOIN t3 ON 连接条件] ... AND 其他条件;说明一下…

pytest-pytest-html测试报告这样做,学完能涨薪3k

在 pytest 中提供了生成html格式测试报告的插件 pytest-html 安装 安装命令如下: pip install pytest-html使用 我们已经知道执行用例的两种方式,pytest.main()执行和命令行执行,而要使用pytest-html生成报告,只需要在执行时加…

分布式运用之ELK企业级日志分析系统

1.1 ELK的概念与组件 ELK平台是一套完整的日志集中处理解决方案,将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用, 完成更强大的用户对日志的查询、排序、统计需求。 ElasticSearch: 是基于Lucene(一个全文检索引…

2023-简单点-机器学习中常用的特殊函数,激活函数[sigmoid tanh ]

机器学习中的特殊函数 Sigmoidsoftplus函数tanhReLu(x)Leaky-ReluELUSiLu/ SwishMish伽玛函数beta函数Ref Sigmoid 值域: 【0,1】 定义域:【负无穷,正无穷】 特殊点记忆: 经过 [0 , 0.5] 关键点[0,0.5]处的导数是 0.025 相关导数: softplu…

『VUE3 の 要点摘录』

✅v-model 用法 v-model 原生方法: v-model computed : 更改名字: 多个 v-model 绑定 处理 v-model 修饰符 ✅TS项目报错 1、TypeScript 错误 “Module ‘…index’ has no default export” // tsconfig.json {...."compilerOpt…

大金仓数据库:kingbase学习

kingbase学习 1.简介2. 安装3. 基础使用3.1 客户端连接3.2 表数据测试3.2.1 建表创建字段备注 3.2.2 数据写入测试3.2.2 json测试3.2.2.1 json查询测试3.2.2.2 json修改测试3.2.2.3 json数据迁移测试 4.springboot实战4.1 maven依赖4.2 连接配置4.3 mybatis-plus测试4.4 liquib…

【AI认证笔记】NO.2人工智能的发展

目录 一、人工智能的发展里程碑 二、当前人工智能的发展特点 1.人工智能进入高速发展阶段 2.人工智能元年 三、人工智能高速发展的三大引擎 1.算法突破 2.算力飞跃 3.数据井喷 四、AI的机遇 五、AI人才的缺口 六、行业AI 人工智能算法,万物互联&#xff…

qInstallMessageHandler的学习

背景:需要做一个日志系统。 把信息重定向到txt文件中。 参考: QT 调试信息如何输出到文件(qDebug/qWarning/qCritical/qFatal)-CSDN博客 Qt 之 qInstallMessageHandler(重定向至文件)-CSDN博客 demo…

Python小技巧:探索函数调用为何加速代码执行

更多资料获取 📚 个人网站:ipengtao.com Python 作为一种解释型语言,其执行速度相对于编译型语言可能会较慢。然而,在Python中,通常观察到代码在函数中运行得更快的现象。这个现象主要是由于函数调用的内部优化和解释…

神器!使用 patchworklib 库进行多图排版真棒啊

如果想把多个图合并放在一个图里,如图,该如何实现 好在R语言 和 Python 都有对应的解决方案, 分别是patchwork包和patchworklib库。 推介1 我们打造了《100个超强算法模型》,特点:从0到1轻松学习,原理、…

整车测试中的UDS诊断

UDS(Unified Diagnostic Services,统一的诊断服务)诊断协议是在汽车电子ECU环境下的一种诊断通信协议。这种通信协议被用在几乎所有由OEM一级供应商所制造的新ECU上面。这些ECU控制车辆的各种功能,包括电控燃油喷射系统&#xff0…