2015年全国研究生数学建模竞赛C题(由华为公司命题)
移动通信中的无线信道“指纹”特征建模
一、背景介绍
移动通信产业一直以惊人的速度迅猛发展,已成为带动全球经济发展的主要高科技产业之一,并对人类生活及社会发展产生了巨大的影响。在移动通信中,发送端和接收端之间通过电磁波来传输信号,我们可以想象两者之间有一些看不见的电磁通路,并把这些电磁通路称为无线信道。无线信道与周围的环境密切相关,不同环境下的无线信道具有一些差异化的特征。如何发现并提取这些特征并将其应用于优化无线网络,是当前的一个研究热点。类比人类指纹,我们将上述无线信道的差异化的特征称为无线信道“指纹”。无线信道“指纹”特征建模,就是在先验模型和测试数据的基础上,提取不同场景或不同区域内无线信道的差异化的特征,进而分析归纳出“指纹”的“数学模型”,并给出清晰准确的“数学描述”。
在典型的无线信道中,电磁波的传输不是单一路径的,而是由许多因散射(包括反射和衍射)而形成的路径所构成的。由于电磁波沿各条路径的传播距离不同,因此相同发射信号经由各条路径到达接收端的时间各不相同,即多径的时延之间有差异。此外,各条路径对相同发射信号造成的影响各不相同,即多径的系数之间有差异。如左下图所示:
工程上,考虑到多径系数及多径时延的影响,在保证精度的前提下,可以用“离散线性系统”为无线信道建模。需要注意的是,该模型中的信号及多径系数均为复数。理想信道测量可以理解为获取该系统的单位序列响应,即获取单位脉冲“
”经无线信道传输后被接
收到的信号,如右上图所示。上述理想信道测量的结果用公式表述如下:
(信号强弱)
1
其中,“”为离散信号的样点标识,这里假设共有“”个样点;“”是当前时刻的路径总数;“”为当前时刻第条路径上的信道系数,通常是复数;“”为当前时刻第条路径的时延,且已折算成样点数,即延迟了“”个样点。显然,复信号“
”给出了当前
时刻的完整信道。需要强调的是,上述各个参数,包括“”、“”和“”都会随着时间而变化,即各个参数具有时变性。相应地,“
”的功率在信号波长[1]“”的量级上
会出现时而加强时而减弱的快速变化,称之为多径衰落或小尺度衰落。同时,快速变化的功率,其平均值也会出现缓慢的变化,这主要是由于周围环境或气象条件的改变而引起的,称之为阴影衰落或大尺度衰落。两种衰落特征如下图所示:
上述理想信道测量的结果“
”是无法直接获取的。因为在真实无线通信系统中,为
了改善信号的传输质量,通常需要在系统的发射端和接收端,各增加一个滤波器。所有滤波器在真实信道测量中的影响,可以等效地用函数“
其中,“”为滤波器的长度,即“
”的样点数。考虑到信道的时变性以及实测中引入
”来表示。此时信道测量的结果为:
了噪声,不同时刻的真实信道测量结果及其对应的无线信道分别为:
2
其中,“”表示测试的样本标识,对应测试时刻,这里假设共有“”个样本;“表示“”时刻第条路径上的信道系数,通常是复数;“延迟的样点数;“
”
”表示“”时刻第条路径
”的
”表示“”时刻第“”个测试样本上引入的复高斯白噪声;“
表示“”时刻单位脉冲依次经发送滤波器、信道和接收滤波器后的实际接收信号,是二元函数。显然,我们可以从“
”中获取完整的时变信道“
”。为了便于理解,
下图给出了不同时刻下无线信道的示意图,同时也给出了样本标识“”和样点标识“”的相互关系。容易发现,不同时刻下多径的条数、时延以及系数值都有可能发生变化。直观上,变化的参数都含有一些场景化的特征,即上述不同参数的变化可能存在一定的规律。
nn2h0?n2?h1?n2?h2?n2??0?n2??1?n2??2?n2?n1h0?n0?h1?n0?n0h2?n0??0?n0??1?n0??2?n0?k
基于上述或更多的参数及特征,一个场景或一定区域内的无线信道可能存在一定的“指纹”。利用所定义的“指纹”,进行场景的分析以及无线网络的优化,具有重要意义。我们希望利用真实信道测量结果分析建立信道的“指纹”模型。该模型可以是一个参数或多个参数(例如多径数目、多径时延、时延扩展、Doppler扩展、是否有直达径等[2][3][4])的组合或函数,也可以是某种图形化的描述;可能是时间域的,也可能是频率域的[5];可能是确定性的,也可能是统计意义上的。关键是所建立“指纹”模型能够从统计意义上有效区分出某个场景或区域。
二、待研究的问题:
本研究旨在挖掘、提炼和聚合实测信道数据中的各种特征,进而用数学的语言描述“指纹”,并验证其在不同场景或不同地理位置下的适用性,具体包括:
3
问题1:“数据包1”提供了三种场景的真实信道测量结果。基于三种已知场景的测量结果,参考背景中的知识介绍,采用数学建模特别是特征提取的方法,对所提供的样本加以分析,给出无线信道“指纹”的模型。在此基础上,给出简洁而明确的“评价指标”,用于分析验证所建模“指纹”合理有效。所谓有效是指,该模型应能从数学上对已知的三种场景进行合理区分。要求详细说明建模的思路、使用的方法以及得出结论的过程。另外,所提取的特征或所建立的模型最好有一定的物理意义。最后,提供获取“指纹”的程序代码,要求代码可运行,但代码形式不限。
问题2:“数据包2”提供了与“问题1”中某些场景相对应的二个真实信道测量结果。基于“问题1”中所提供的三个场景,以及所建立的“指纹”模型和“评价指标”,采用数学的方法,识别出此处提供的二个样本分别属于哪个场景。需要保证“场景识别”的结果正确,且对识别的结果进行合理的分析。请明确给出“场景识别”的结果,并详细描述分析的过程。 (相似性问题)
问题3:“数据包3”提供了一条连续路段的真实信道测量结果。该结果对应于以3km/h的速度步行近150m的测试距离。该路段可能包含不同的场景或环境,对应不同的“指纹”特征。基于上述测量结果,先自行分段,采用“问题1”中的建模方法,给出分段的“指纹”分析。在分段分析的基础上,对所提取的“指纹”进行合理分类。通过对比不同段的分析结果,最终决定该路段可以依“指纹”划分为多少个区域。理论上,“区域划分”越细,后续做“区域识别”的精确程度越高,但过细的“区域划分”会在“指纹”特征中引入更多的错误,导致误判概率增大。要求详细说明“区域划分”的思路及过程,并对划分结果进行合理的分析。 (优化问题)
问题4:“数据包4”提供了二个真实信道测量结果。基于“问题3”中的“区域划分”和“问题1”中的“评价指标”,首先判断此处提供的二个样本是否采集自“问题3”中所提供的路段。对于已判断出的采自上述路段的样本,请识别其对应于“问题3”中的哪一块区域。需要保证“样本判断”的结果正确,以及“区域识别”的误判距离尽可能小,同时对所识别的结果进行合理的分析。要求详细说明样本判别的思路和方法,以及得出结论的过程。
4
附:数据包内容及其查看方法 1) “数据包1.rar”
a) 解压“数据包1.rar”,里面包含有三个文件夹,即“场景1”、“场景2”和“场景
3”,分别对应三个场景的采集信号;
b) 每个文件夹中都包含有五个真实信道测量的结果,分别命名为“Test1.mat”、
“Test2.mat”、“Test3.mat”、“Test4.mat”和“Test5.mat”; c) 所有测量结果,即每个文件夹内的每个“.mat”文件,都对应“
”个信道
”
样本,共1s的测试时间,即相邻信道样本间隔2/3ms;每个信道样本,都对应“个样点,且相邻样点间隔65ns。具体查看方式如下: i. ii.
在Matlab中“load(?TestX.mat?); %X=1/2/3/4/5”得到“ChannelIR”; 这里的“ChannelIR”对应“
2) “数据包2.rar”
a) 解压“数据包2.rar”,里面包含有二个真实信道测量的结果,分别命名为
“Test1ForScene.mat”和“Test2ForScene.mat”; b) 任意“.mat”文件的格式及查看方式同1)中的c);
3) “数据包3.rar”
”,且size(ChannelIR)等于1500, 100;
a) 解压“数据包3.rar”,里面包含有一个真实信道测量的结果,即“Sample.mat”; b) 该“.mat”文件,对应“
”个信道样本,共177s的测试时间,即相邻信
”个样点,且相邻样点间隔65ns。
道样本间隔10ms;每个信道样本都对应“
具体查看方式同1)中的c)。需要注意的是,此时size(ChannelIR)等于17700,100;
4) “数据包4.rar”
a) 解压“数据包4.rar”,里面包含有二个真实信道测量的结果,即“SampleForTest1.mat”
和“SampleForTest2.mat”; b) 任意“.mat”文件,都对应“
”个信道样本,共2s的测试时间,即相邻信
5