1. 项目概述与核心价值在无线通信系统尤其是涉及卫星、无人机等非地面节点的空地链路设计中一个最核心也最棘手的问题就是如何准确、高效地模拟信号在真实、复杂环境中的传播行为无论是评估6G时代垂直异构网络的覆盖能力还是优化高动态场景下的接收机算法都离不开对信道特性的深刻理解。信道建模就是构建这个“理解”的桥梁它通过数学模型来刻画信号从发射端到接收端所经历的路径损耗、多径反射、阴影衰落以及由相对运动引起的多普勒频移等一系列物理现象。传统的信道建模方法往往面临两难选择。像射线追踪这类确定性模型虽然精度高但对环境几何信息和电磁参数依赖极强计算开销巨大且难以应用于星地这种超远距离链路。而纯统计模型虽然计算快却缺乏空间一致性物理可解释性弱换一个场景可能就“水土不服”。因此业界一直在寻找一种能在精度和效率之间取得良好平衡的方案。本文要探讨的正是基于几何随机信道模型的代表性工具——Quasi Deterministic Radio Channel Generator的实战应用。我们聚焦于一个颇具挑战性的场景双移动空地链路。想象一下一个在城市街道中行驶的车辆接收端同时与多个在轨高速运动的卫星发射端进行通信。双方都在动环境是充满高楼大厦的密集城区信号经历着复杂的多径传播。我们的目标就是利用QuaDRiGa为这种动态、复杂的链路生成高保真度的信道系数和路径延迟为后续的信号处理、定位算法验证乃至系统级仿真提供可靠的输入。这套方法的价值在于其实用性与可扩展性。它不需要高精度的三维城市模型而是基于大量实测数据统计出的参数来随机生成散射体既保证了场景的随机性能覆盖各种可能情况又通过几何框架维持了空间一致性。更重要的是我们结合了ITU-R P.681-11建议书中的状态持续时间模型来模拟视距与非视距状态之间符合真实统计规律的切换使得生成的信道序列在时间维度上也更加逼真。对于通信算法工程师、系统仿真研究员或是任何需要评估复杂动态信道下系统性能的开发者来说掌握这套基于QuaDRiGa的建模流程意味着你能够在自己可控的仿真环境中复现出接近真实的信道条件从而对算法鲁棒性、系统极限性能进行前置验证大幅降低后期实地测试的成本与风险。2. 核心原理几何随机信道模型与QuaDRiGa工作流要玩转QuaDRiGa首先得理解其核心——几何随机信道模型的工作原理。GSCM可以看作是确定性模型与纯统计模型之间的“中庸之道”。它不像射线追踪那样确定每一个反射点的精确位置也不像简单统计模型那样只关心最终结果的分布。GSCM的核心思想是随机地在传播空间中放置一定数量的散射簇每个簇代表一群具有相似时延和角度的散射体。信号从发射端出发经过这些随机分布的散射簇反射、散射后到达接收端。2.1 QuaDRiGa的核心建模流程QuaDRiGa作为GSCM的一个强大实现其内部数据流可以概括为以下几个关键步骤理解这些步骤对于后续调试和结果分析至关重要场景与参数初始化用户指定传播场景如“NTN-Urban-LOS”、载波频率、天线参数等。QuaDRiGa内置了丰富的场景配置文件这些文件包含了基于大量信道测量活动统计得出的关键参数分布例如时延扩展、角度扩展、阴影衰落、莱斯K因子等。散射簇生成根据所选场景的参数分布随机生成一定数量的散射簇在空间中的位置。每个簇还会进一步分解为20个子路径以模拟簇内的微小扩展。信道系数计算对于收发端轨迹上的每一个快照点计算信号从发射端经过每个散射簇及其子路径到达接收端的路径长度从而得到路径延迟。同时结合天线方向图考虑天线增益、极化、波束指向计算每条路径的复信道系数包含幅度和相位信息。大尺度参数关联QuaDRiGa的高明之处在于它并非独立地随机生成时延扩展、角度扩展等参数而是通过一个互参数相关矩阵来生成这些在现实中存在统计关联的大尺度参数。这保证了生成的信道在空间变化上具有连贯性和真实性。信道脉冲响应合成将所有子路径的贡献复系数按延迟对齐并叠加最终生成每个时刻的信道脉冲响应。这个过程自然地模拟了多径信号之间的建设性干涉和破坏性干涉导致接收信号幅度出现快速的起伏小尺度衰落。2.2 状态持续时间模型让信道“活”起来对于移动通信尤其是存在遮挡的城市环境链路状态视距LOS或非视距NLOS不是固定不变的。传统马尔可夫模型只关注状态间的转移概率可能导致状态持续时间不符合真实统计规律。为此我们引入了ITU-R P.681-11建议书中的半马尔可夫状态持续时间模型。这个模型的核心是为每个状态GOOD/LOS 或 BAD/NLOS定义一个最小持续时间和一个对数正态分布的随机持续时间。在仿真中首先根据卫星的仰角利用LOS概率模型判断初始状态。进入一个状态后该状态至少持续其“最小持续时间”与仰角相关仰角越低最小持续时间可能越短因为遮挡变化更频繁。超过最小持续时间后根据对数正态分布随机生成一个总持续时间。只有当前状态的实际持续时间超过这个随机总时长后才有可能根据概率转移到另一个状态。注意在实现ITU-R P.681-11的公式时需要特别留意原文可能存在的笔误。正确的对数正态分布概率密度函数应为p_lognormal(x) 1/(σ_i * x * sqrt(2π)) * exp(-(ln(x) - μ_i)^2 / (2 * σ_i^2))其中μ_i和σ_i是状态iGOOD或BAD持续时间单位米的对数正态分布均值和标准差由标准给出。务必核对公式错误的公式会导致状态切换频率偏离实际。这套机制使得仿真中的LOS/NLOS切换不再是纯随机的“闪烁”而是有了时间上的“惯性”更贴近车辆驶过一排建筑物或卫星从建筑物后方移出时的真实体验。3. 仿真环境搭建与关键输入准备要运行一个双移动空地链路的QuaDRiGa仿真我们需要精心准备三大类输入数据终端轨迹与场景标注、网络布局以及天线参数。下面我将详细拆解每一步的操作要点和避坑指南。3.1 终端轨迹生成与场景标注这是最复杂的一步因为涉及两个移动终端地面车辆和多个卫星。1. 地面车辆轨迹生成我们使用Skydel GNSS模拟器来生成一条真实的车辆行驶轨迹。虽然Skydel能模拟复杂的多径但这里我们只利用其高精度的轨迹生成功能。操作在Skydel中你可以直接在地图上绘制路径或导入KML文件来定义一条城市道路轨迹。软件会以高频率例如100Hz输出车辆在ECEF坐标系下的位置、速度和时间戳。关键转换QuaDRiGa使用一个相对的本地坐标系其原点(0,0,0)被定义为第一个接收机在时间零点的位置。因此所有轨迹数据包括其他接收机和所有发射机的初始位置都必须减去这个参考点的坐标后续的所有位置也要做相应平移。忘记这一步是导致空间关系错乱的常见错误。2. 卫星星历生成我们使用MATLAB卫星通信工具箱来生成精确的卫星位置。操作创建一个satelliteScenario对象设置仿真起止时间例如1秒。添加一个地面站其位置即为车辆轨迹的起点。然后加载一个包含当前在轨GPS卫星轨道参数的两行元文件。工具箱会根据SGP4等标准轨道模型推算每一时刻每颗卫星的精确位置。仰角掩蔽设置一个仰角掩蔽角例如15度。任何时刻低于此仰角的卫星将被视为不可见不参与后续信道生成。这模拟了建筑物或地形遮挡。输出工具箱可以输出所有可见卫星在每个仿真时间戳下的ECEF坐标。同样这些坐标需要转换到QuaDRiGa的本地坐标系中。3. 轨迹分段与场景标注QuaDRiGa要求将连续的轨迹分割成小段并为每一段指定一个传播场景。分段原则分段长度需要权衡。太短会增加计算量太长则无法精细刻画信道变化。通常可以按固定时间间隔如1毫秒或固定移动距离进行分段。场景标注对于每一段我们需要判断其是LOS还是NLOS状态。这里就用到前面提到的LOS概率模型和状态持续时间模型。对于每个卫星-接收机对在每一段的起始时刻计算卫星相对于接收机的仰角。根据仰角查询LOS概率模型例如相关文献中的经验公式得到一个概率值然后通过随机采样决定该段初始是LOS还是NLOS。一旦进入一个状态就启动状态持续时间计时器。只有当前状态持续时间超过其“最小持续时间”且满足对数正态分布随机生成的“总持续时间”后才能在下一段切换状态。数据格式最终你需要为每个终端车辆和每个卫星准备一个位置序列Nx3的矩阵对应x,y,z坐标和一个对应的场景标签序列如‘3GPP_3D_UMa_LOS‘ ‘3GPP_3D_UMa_NLOS‘。对于卫星由于其运动速度极快~3km/s信道更新率必须足够高以捕捉多普勒效应。QuaDRiGa建议对于双移动场景采样密度至少为每个波长5个样本。根据这个公式计算最小更新率R_ch (最大相对速度) * (采样密度) * (载波频率) / (光速)例如卫星最大相对速度约3500 m/s对于GPS L1频段1575.42 MHz计算出的R_ch约为92 kHz。为方便起见我们通常取一个更高的值如100 kHz。3.2 网络布局与天线配置网络布局在QuaDRiGa中通过qd_layout类定义。你需要设置载波频率如1.57542e9 Hz for GPS L1。添加发射机卫星将每个卫星的轨迹对象包含位置序列和场景标签添加到布局中并指定其初始位置已转换到本地坐标系。添加接收机车辆同样添加其轨迹对象。天线配置是另一个容易出错的环节特别是天线的指向。卫星天线通常使用抛物面天线具有高增益和右旋圆极化。关键是要让天线波束始终指向地面接收机。这需要通过计算每个时刻卫星相对于接收机的方位角和俯仰角并动态调整天线在QuaDRiGa中定义的朝向角来实现。QuaDRiGa使用航空器主轴坐标系需要正确理解俯仰、横滚、偏航角的定义并将其与计算出的指向角对应。车辆天线通常假设为指向天空的贴片天线其方向图可以相对简单。在QuaDRiGa中天线方向图可以通过读取.pat文件或直接定义增益矩阵来设置。3.3 集成与仿真执行将上述准备好的轨迹、布局和天线参数输入QuaDRiGa的qd_channel对象调用其信道生成方法。QuaDRiGa会根据内部流程为每一对发射-接收机、每一个快照生成一个信道脉冲响应其中包含了coeff一个L x S x P x N的复数矩阵代表信道系数。其中L是路径数S是发射天线端口数P是接收天线端口数N是快照数。delay一个L x N的矩阵代表每条路径相对于第一径的延迟秒。生成的数据量可能非常庞大一次1秒的仿真可能产生数百MB的数据因此需要有规划地进行存储和后处理。4. 结果验证与信道特性深度分析生成信道系数只是第一步验证其是否符合真实信道的物理特性才是关键。我们从四个维度进行深入分析接收功率与幅度分布、多径延迟分布、时延扩展以及多普勒频谱。4.1 接收功率与幅度分布分析接收功率是链路预算的直接体现。我们可以将QuaDRiGa生成的各路径系数幅度平方后求和得到每个时刻的接收功率。通过与理论路径损耗模型计算值对比可以进行初步校验。路径损耗模型验证QuaDRiGa的NTN场景使用3GPP TR 38.821中定义的卫星路径损耗模型其形式为PL A * log10(d_3d) B C * log10(f_c) D * log10(alpha) PL_a其中d_3d是收发端三维距离f_c是载频alpha是仰角。A, B, C, D是场景相关常数PL_a是大气吸收衰减在L波段和仰角10度时可忽略。通过将仿真中卫星和接收机的已知位置代入公式计算理论路径损耗再结合发射功率和天线增益可以反推理论接收功率与仿真结果进行对比。如图5所示两者应基本吻合。幅度分布检验——区分LOS与NLOS这是检验状态模型是否生效的直观方法。我们对接收信号幅度各路径系数绝对值之和绘制直方图并分别用瑞利分布和莱斯分布进行拟合。理论依据在纯多径NLOS环境下接收信号包络服从瑞利分布。当存在一个稳定的主导径LOS时包络服从莱斯分布。实操判断在仿真结果中如图6所示对于全程处于LOS状态的卫星其幅度直方图应能被莱斯分布很好地拟合而瑞利分布拟合效果差。对于状态发生切换的卫星如PRN 21其幅度数据会呈现双峰特征。我们可以将数据按时间分割前半段NLOS数据应服从瑞利分布后半段LOS数据应服从莱斯分布。如果拟合结果符合预期就强有力地证明了我们集成的LOS/NLOS状态切换模型是有效的。4.2 多径延迟分布分析多径延迟的相对分布是信道特性的核心指纹它主要受接收机周围环境的影响。在城市环境中由于建筑物密集信号更容易经历短延迟的反射而长延迟的多径分量能量较弱或较少。分析方法从生成的delay矩阵中提取出所有多径分量排除最强的直射径的延迟值。将这些延迟值相对于直射径进行归一化即直射径延迟设为0然后绘制直方图。用三种常见的分布函数进行拟合指数分布、伽马分布和瑞利分布。通常使用最小二乘准则进行回归拟合并计算均方根误差。预期结果与验证如图7所示在QuaDRiGa的NTN-Urban场景下指数分布往往能提供最佳的拟合效果RMSE最小。这一发现与许多基于真实GPS测量数据的研究结论一致。此外可以观察到平均多径延迟和延迟中值通常随着卫星仰角的升高而减小。这是因为高仰角卫星的信号路径更接近垂直遭遇建筑物侧面反射的路径长度差异相对变小。短延迟的多径分量数量远多于长延迟分量这符合城市密集环境的特点。实操心得在分析多径延迟时需要注意QuaDRiGa内部对位置插值和延迟生成的采样率可能不同导致我们无法直接获取与每个生成路径延迟精确对应的卫星/接收机位置。因此延迟分析通常针对已知全程为LOS的卫星进行以避免NLOS状态下“直射径”缺失带来的参考系问题。4.3 时延扩展分析时延扩展是衡量多径信道时间弥散性的关键参数直接影响符号间干扰的严重程度。QuaDRiGa在初始化每个场景片段时会根据大尺度参数生成一个初始的时延扩展值。RMS时延扩展计算我们可以从生成的信道系数和延迟中按以下公式计算每个快照的RMS时延扩展DS_rms sqrt( (Σ P_l * τ_l^2) / P_total - ( (Σ P_l * τ_l) / P_total )^2 )其中P_l是第l条路径的功率τ_l是其延迟P_total是总功率。合理性校验我们可以将仿真计算出的RMS时延扩展序列如图9所示与QuaDRiGa模型的理论范围进行对比。理论范围基于公式DS μ_DS σ_DS * X_DS对于NLOS或加入频率、仰角修正项对于LOS计算其中X_DS是一个均值为0、方差为1的正态分布随机变量。通常取X_DS在[-3, 3]区间来估算理论范围。仿真结果应落在这个范围内。对于多普勒频移较大的链路计算的理论范围可能与仿真结果有偏差这是因为初始计算假设了标称载频而大的多普勒频移等效于载频发生了变化。4.4 多普勒频谱分析多普勒频谱反映了由于收发端相对运动导致的信号频率扩散情况。对于高速运动的卫星这是必须严格校验的特性。生成方法对生成的信道脉冲响应随时间变化做傅里叶变换即可得到每个快照的信道频率响应。对其取平方得到功率再对所有快照或一个时间窗口内的快照进行平均或谱估计即可得到多普勒功率谱。验证方法范围验证对于地面低速或静止接收机与GPS卫星的链路多普勒频偏通常在±5 kHz以内。仿真得到的多普勒频谱如图10应集中在这个范围。数值验证从频谱中找到最显著的多普勒峰其对应的频率值应与理论计算值接近。理论多普勒频偏计算公式为δf (f_c / c) * δv其中δv是卫星与接收机之间的径向相对速度。δv可以通过卫星和接收机在两个连续时刻的位置差来估算。如图11所示还可以通过计算每颗卫星的多普勒角卫星速度矢量与卫星-接收机视距方向之间的夹角来进行合理性检查。所有卫星的多普勒角应落在由卫星速度范围决定的理论上下界之内。LOS vs NLOS频谱特征从图10可以清晰看到LOS状态下的多普勒谱峰更尖锐、强度更高而NLOS状态下由于信号能量分散在多个多径分量上多普勒谱显得更宽、更平坦且背景“噪声”更高。这对于区分链路状态、设计同步跟踪算法具有重要意义。5. 常见问题、调试技巧与源码勘误在实际使用QuaDRiGa进行双移动空地链路建模时你几乎一定会遇到一些挑战。下面是我在实战中总结出的关键问题和解决方案。5.1 坐标系与天线指向的“坑”问题生成的信道系数看起来完全不对接收功率异常或空间关系混乱。排查坐标系转换这是最常见的错误来源。反复确认所有终端卫星、车辆的初始位置是否都已正确减去了参考接收机在t0时的位置。QuaDRiGa的本地坐标系原点就是这个参考点。天线指向确保卫星天线的朝向是动态更新的。你需要编写一个循环在每个时刻计算卫星到接收机的矢量将其转换为相对于卫星本体坐标系的俯仰和方位角并赋值给QuaDRiGa天线对象的center_frequency属性中的azimuth和elevation字段。静态的天线指向会导致链路增益计算完全错误。技巧在仿真开始时先用一个简单的静态场景如单颗静止卫星和静止接收机测试验证基本的路径损耗和LOS信道是否正常。然后再逐步引入动态轨迹和复杂场景。5.2 状态持续时间模型集成难点问题LOS/NLOS状态切换看起来不自然或者切换频率与预期不符。排查公式实现仔细核对ITU-R P.681-11中状态持续时间对数正态分布公式的实现代码确保没有遗漏原文中的笔误如缺失的系数或符号。最小持续时间确保在判断状态切换时当前状态已持续的时间必须大于dur_min_i与仰角相关。这个值很容易被忽略导致状态过早切换。轨迹采样粒度接收机的移动轨迹采样间隔即“段”的长度需要足够精细。如果采样间隔太大车辆可能在一段内移动了很长的距离跨越了多个本应发生状态切换的环境但模型只给这段赋予了一个状态导致精度下降。建议采样间隔远小于最小状态持续时间对应的移动距离。技巧将生成的状态序列LOS/NLOS随时间变化的曲线画出来与卫星的仰角变化曲线叠加在一起观察。你应该能看到在低仰角区域状态切换更频繁在高仰角且无遮挡时应保持长时间的LOS状态。5.3 QuaDRiGa源码中的潜在问题在深入使用QuaDRiGa v2.6.1进行开发时我发现了源代码中几处可能存在问题的地方修正它们可以使结果更准确速度计算错误(qd_layout/get_channels.m, line ~184):原代码可能直接对位置差分求速度忽略了时间戳的差分。正确的速度计算应基于movement_profile该变量第一行是时间戳第二行是移动距离。修正建议速度应为距离差分除以时间差分v (mp(2, 2:end) - mp(2, 1:end-1)) ./ (mp(1, 2:end) - mp(1, 1:end-1));大气衰减计算可能存在的数组维度问题(qd_builder/get_pl.m, line ~496):在调用插值函数qf.interp()计算大气衰减时可能需要考虑输入数组的维度匹配问题有时需要添加转置操作.来确保矩阵运算正确。时延扩展的MSE计算方式(private/merging_cost_fcn.m, line ~98):原代码计算延迟扩展的均方误差时分母是目标延迟扩展的和这更像是一种归一化操作而非平均。修正建议MSE应除以元素数量mse 10 * log10( sum((ds_target - ds).^2) ./ numel(ds) );其中numel(ds)是ds中样本的数量。重要提示修改开源代码需谨慎。建议先将原文件备份在独立的测试脚本中验证修改后的逻辑是否正确再替换原文件。或者更稳妥的方式是在自己的上层封装函数中覆盖这些有疑问的计算步骤。5.4 性能与数据管理问题仿真速度慢或生成的数据文件太大。优化GPU加速QuaDRiGa支持在Octave环境下使用GPU加速。如果你的仿真规模很大如大量快照、多天线、多链路切换到Octave并启用GPU可以带来数量级的速度提升。选择性输出QuaDRiGa可以输出信道系数、延迟、角度等多种信息。如果后续分析只需要系数和延迟在调用生成函数时指定只输出这些项可以节省内存和存储空间。分段处理对于超长时间的仿真可以考虑分段进行每生成一段数据就保存到磁盘并清空内存最后再统一进行后处理分析。通过系统地搭建仿真环境、严谨地验证输出结果并注意规避上述常见问题你就能可靠地利用QuaDRiGa生成高质量的双移动空地链路信道数据。这套数据将成为你评估接收机性能、设计抗多径算法、优化网络资源调度等一系列研究的坚实基础。
基于QuaDRiGa的双移动空地链路信道建模实战与验证
1. 项目概述与核心价值在无线通信系统尤其是涉及卫星、无人机等非地面节点的空地链路设计中一个最核心也最棘手的问题就是如何准确、高效地模拟信号在真实、复杂环境中的传播行为无论是评估6G时代垂直异构网络的覆盖能力还是优化高动态场景下的接收机算法都离不开对信道特性的深刻理解。信道建模就是构建这个“理解”的桥梁它通过数学模型来刻画信号从发射端到接收端所经历的路径损耗、多径反射、阴影衰落以及由相对运动引起的多普勒频移等一系列物理现象。传统的信道建模方法往往面临两难选择。像射线追踪这类确定性模型虽然精度高但对环境几何信息和电磁参数依赖极强计算开销巨大且难以应用于星地这种超远距离链路。而纯统计模型虽然计算快却缺乏空间一致性物理可解释性弱换一个场景可能就“水土不服”。因此业界一直在寻找一种能在精度和效率之间取得良好平衡的方案。本文要探讨的正是基于几何随机信道模型的代表性工具——Quasi Deterministic Radio Channel Generator的实战应用。我们聚焦于一个颇具挑战性的场景双移动空地链路。想象一下一个在城市街道中行驶的车辆接收端同时与多个在轨高速运动的卫星发射端进行通信。双方都在动环境是充满高楼大厦的密集城区信号经历着复杂的多径传播。我们的目标就是利用QuaDRiGa为这种动态、复杂的链路生成高保真度的信道系数和路径延迟为后续的信号处理、定位算法验证乃至系统级仿真提供可靠的输入。这套方法的价值在于其实用性与可扩展性。它不需要高精度的三维城市模型而是基于大量实测数据统计出的参数来随机生成散射体既保证了场景的随机性能覆盖各种可能情况又通过几何框架维持了空间一致性。更重要的是我们结合了ITU-R P.681-11建议书中的状态持续时间模型来模拟视距与非视距状态之间符合真实统计规律的切换使得生成的信道序列在时间维度上也更加逼真。对于通信算法工程师、系统仿真研究员或是任何需要评估复杂动态信道下系统性能的开发者来说掌握这套基于QuaDRiGa的建模流程意味着你能够在自己可控的仿真环境中复现出接近真实的信道条件从而对算法鲁棒性、系统极限性能进行前置验证大幅降低后期实地测试的成本与风险。2. 核心原理几何随机信道模型与QuaDRiGa工作流要玩转QuaDRiGa首先得理解其核心——几何随机信道模型的工作原理。GSCM可以看作是确定性模型与纯统计模型之间的“中庸之道”。它不像射线追踪那样确定每一个反射点的精确位置也不像简单统计模型那样只关心最终结果的分布。GSCM的核心思想是随机地在传播空间中放置一定数量的散射簇每个簇代表一群具有相似时延和角度的散射体。信号从发射端出发经过这些随机分布的散射簇反射、散射后到达接收端。2.1 QuaDRiGa的核心建模流程QuaDRiGa作为GSCM的一个强大实现其内部数据流可以概括为以下几个关键步骤理解这些步骤对于后续调试和结果分析至关重要场景与参数初始化用户指定传播场景如“NTN-Urban-LOS”、载波频率、天线参数等。QuaDRiGa内置了丰富的场景配置文件这些文件包含了基于大量信道测量活动统计得出的关键参数分布例如时延扩展、角度扩展、阴影衰落、莱斯K因子等。散射簇生成根据所选场景的参数分布随机生成一定数量的散射簇在空间中的位置。每个簇还会进一步分解为20个子路径以模拟簇内的微小扩展。信道系数计算对于收发端轨迹上的每一个快照点计算信号从发射端经过每个散射簇及其子路径到达接收端的路径长度从而得到路径延迟。同时结合天线方向图考虑天线增益、极化、波束指向计算每条路径的复信道系数包含幅度和相位信息。大尺度参数关联QuaDRiGa的高明之处在于它并非独立地随机生成时延扩展、角度扩展等参数而是通过一个互参数相关矩阵来生成这些在现实中存在统计关联的大尺度参数。这保证了生成的信道在空间变化上具有连贯性和真实性。信道脉冲响应合成将所有子路径的贡献复系数按延迟对齐并叠加最终生成每个时刻的信道脉冲响应。这个过程自然地模拟了多径信号之间的建设性干涉和破坏性干涉导致接收信号幅度出现快速的起伏小尺度衰落。2.2 状态持续时间模型让信道“活”起来对于移动通信尤其是存在遮挡的城市环境链路状态视距LOS或非视距NLOS不是固定不变的。传统马尔可夫模型只关注状态间的转移概率可能导致状态持续时间不符合真实统计规律。为此我们引入了ITU-R P.681-11建议书中的半马尔可夫状态持续时间模型。这个模型的核心是为每个状态GOOD/LOS 或 BAD/NLOS定义一个最小持续时间和一个对数正态分布的随机持续时间。在仿真中首先根据卫星的仰角利用LOS概率模型判断初始状态。进入一个状态后该状态至少持续其“最小持续时间”与仰角相关仰角越低最小持续时间可能越短因为遮挡变化更频繁。超过最小持续时间后根据对数正态分布随机生成一个总持续时间。只有当前状态的实际持续时间超过这个随机总时长后才有可能根据概率转移到另一个状态。注意在实现ITU-R P.681-11的公式时需要特别留意原文可能存在的笔误。正确的对数正态分布概率密度函数应为p_lognormal(x) 1/(σ_i * x * sqrt(2π)) * exp(-(ln(x) - μ_i)^2 / (2 * σ_i^2))其中μ_i和σ_i是状态iGOOD或BAD持续时间单位米的对数正态分布均值和标准差由标准给出。务必核对公式错误的公式会导致状态切换频率偏离实际。这套机制使得仿真中的LOS/NLOS切换不再是纯随机的“闪烁”而是有了时间上的“惯性”更贴近车辆驶过一排建筑物或卫星从建筑物后方移出时的真实体验。3. 仿真环境搭建与关键输入准备要运行一个双移动空地链路的QuaDRiGa仿真我们需要精心准备三大类输入数据终端轨迹与场景标注、网络布局以及天线参数。下面我将详细拆解每一步的操作要点和避坑指南。3.1 终端轨迹生成与场景标注这是最复杂的一步因为涉及两个移动终端地面车辆和多个卫星。1. 地面车辆轨迹生成我们使用Skydel GNSS模拟器来生成一条真实的车辆行驶轨迹。虽然Skydel能模拟复杂的多径但这里我们只利用其高精度的轨迹生成功能。操作在Skydel中你可以直接在地图上绘制路径或导入KML文件来定义一条城市道路轨迹。软件会以高频率例如100Hz输出车辆在ECEF坐标系下的位置、速度和时间戳。关键转换QuaDRiGa使用一个相对的本地坐标系其原点(0,0,0)被定义为第一个接收机在时间零点的位置。因此所有轨迹数据包括其他接收机和所有发射机的初始位置都必须减去这个参考点的坐标后续的所有位置也要做相应平移。忘记这一步是导致空间关系错乱的常见错误。2. 卫星星历生成我们使用MATLAB卫星通信工具箱来生成精确的卫星位置。操作创建一个satelliteScenario对象设置仿真起止时间例如1秒。添加一个地面站其位置即为车辆轨迹的起点。然后加载一个包含当前在轨GPS卫星轨道参数的两行元文件。工具箱会根据SGP4等标准轨道模型推算每一时刻每颗卫星的精确位置。仰角掩蔽设置一个仰角掩蔽角例如15度。任何时刻低于此仰角的卫星将被视为不可见不参与后续信道生成。这模拟了建筑物或地形遮挡。输出工具箱可以输出所有可见卫星在每个仿真时间戳下的ECEF坐标。同样这些坐标需要转换到QuaDRiGa的本地坐标系中。3. 轨迹分段与场景标注QuaDRiGa要求将连续的轨迹分割成小段并为每一段指定一个传播场景。分段原则分段长度需要权衡。太短会增加计算量太长则无法精细刻画信道变化。通常可以按固定时间间隔如1毫秒或固定移动距离进行分段。场景标注对于每一段我们需要判断其是LOS还是NLOS状态。这里就用到前面提到的LOS概率模型和状态持续时间模型。对于每个卫星-接收机对在每一段的起始时刻计算卫星相对于接收机的仰角。根据仰角查询LOS概率模型例如相关文献中的经验公式得到一个概率值然后通过随机采样决定该段初始是LOS还是NLOS。一旦进入一个状态就启动状态持续时间计时器。只有当前状态持续时间超过其“最小持续时间”且满足对数正态分布随机生成的“总持续时间”后才能在下一段切换状态。数据格式最终你需要为每个终端车辆和每个卫星准备一个位置序列Nx3的矩阵对应x,y,z坐标和一个对应的场景标签序列如‘3GPP_3D_UMa_LOS‘ ‘3GPP_3D_UMa_NLOS‘。对于卫星由于其运动速度极快~3km/s信道更新率必须足够高以捕捉多普勒效应。QuaDRiGa建议对于双移动场景采样密度至少为每个波长5个样本。根据这个公式计算最小更新率R_ch (最大相对速度) * (采样密度) * (载波频率) / (光速)例如卫星最大相对速度约3500 m/s对于GPS L1频段1575.42 MHz计算出的R_ch约为92 kHz。为方便起见我们通常取一个更高的值如100 kHz。3.2 网络布局与天线配置网络布局在QuaDRiGa中通过qd_layout类定义。你需要设置载波频率如1.57542e9 Hz for GPS L1。添加发射机卫星将每个卫星的轨迹对象包含位置序列和场景标签添加到布局中并指定其初始位置已转换到本地坐标系。添加接收机车辆同样添加其轨迹对象。天线配置是另一个容易出错的环节特别是天线的指向。卫星天线通常使用抛物面天线具有高增益和右旋圆极化。关键是要让天线波束始终指向地面接收机。这需要通过计算每个时刻卫星相对于接收机的方位角和俯仰角并动态调整天线在QuaDRiGa中定义的朝向角来实现。QuaDRiGa使用航空器主轴坐标系需要正确理解俯仰、横滚、偏航角的定义并将其与计算出的指向角对应。车辆天线通常假设为指向天空的贴片天线其方向图可以相对简单。在QuaDRiGa中天线方向图可以通过读取.pat文件或直接定义增益矩阵来设置。3.3 集成与仿真执行将上述准备好的轨迹、布局和天线参数输入QuaDRiGa的qd_channel对象调用其信道生成方法。QuaDRiGa会根据内部流程为每一对发射-接收机、每一个快照生成一个信道脉冲响应其中包含了coeff一个L x S x P x N的复数矩阵代表信道系数。其中L是路径数S是发射天线端口数P是接收天线端口数N是快照数。delay一个L x N的矩阵代表每条路径相对于第一径的延迟秒。生成的数据量可能非常庞大一次1秒的仿真可能产生数百MB的数据因此需要有规划地进行存储和后处理。4. 结果验证与信道特性深度分析生成信道系数只是第一步验证其是否符合真实信道的物理特性才是关键。我们从四个维度进行深入分析接收功率与幅度分布、多径延迟分布、时延扩展以及多普勒频谱。4.1 接收功率与幅度分布分析接收功率是链路预算的直接体现。我们可以将QuaDRiGa生成的各路径系数幅度平方后求和得到每个时刻的接收功率。通过与理论路径损耗模型计算值对比可以进行初步校验。路径损耗模型验证QuaDRiGa的NTN场景使用3GPP TR 38.821中定义的卫星路径损耗模型其形式为PL A * log10(d_3d) B C * log10(f_c) D * log10(alpha) PL_a其中d_3d是收发端三维距离f_c是载频alpha是仰角。A, B, C, D是场景相关常数PL_a是大气吸收衰减在L波段和仰角10度时可忽略。通过将仿真中卫星和接收机的已知位置代入公式计算理论路径损耗再结合发射功率和天线增益可以反推理论接收功率与仿真结果进行对比。如图5所示两者应基本吻合。幅度分布检验——区分LOS与NLOS这是检验状态模型是否生效的直观方法。我们对接收信号幅度各路径系数绝对值之和绘制直方图并分别用瑞利分布和莱斯分布进行拟合。理论依据在纯多径NLOS环境下接收信号包络服从瑞利分布。当存在一个稳定的主导径LOS时包络服从莱斯分布。实操判断在仿真结果中如图6所示对于全程处于LOS状态的卫星其幅度直方图应能被莱斯分布很好地拟合而瑞利分布拟合效果差。对于状态发生切换的卫星如PRN 21其幅度数据会呈现双峰特征。我们可以将数据按时间分割前半段NLOS数据应服从瑞利分布后半段LOS数据应服从莱斯分布。如果拟合结果符合预期就强有力地证明了我们集成的LOS/NLOS状态切换模型是有效的。4.2 多径延迟分布分析多径延迟的相对分布是信道特性的核心指纹它主要受接收机周围环境的影响。在城市环境中由于建筑物密集信号更容易经历短延迟的反射而长延迟的多径分量能量较弱或较少。分析方法从生成的delay矩阵中提取出所有多径分量排除最强的直射径的延迟值。将这些延迟值相对于直射径进行归一化即直射径延迟设为0然后绘制直方图。用三种常见的分布函数进行拟合指数分布、伽马分布和瑞利分布。通常使用最小二乘准则进行回归拟合并计算均方根误差。预期结果与验证如图7所示在QuaDRiGa的NTN-Urban场景下指数分布往往能提供最佳的拟合效果RMSE最小。这一发现与许多基于真实GPS测量数据的研究结论一致。此外可以观察到平均多径延迟和延迟中值通常随着卫星仰角的升高而减小。这是因为高仰角卫星的信号路径更接近垂直遭遇建筑物侧面反射的路径长度差异相对变小。短延迟的多径分量数量远多于长延迟分量这符合城市密集环境的特点。实操心得在分析多径延迟时需要注意QuaDRiGa内部对位置插值和延迟生成的采样率可能不同导致我们无法直接获取与每个生成路径延迟精确对应的卫星/接收机位置。因此延迟分析通常针对已知全程为LOS的卫星进行以避免NLOS状态下“直射径”缺失带来的参考系问题。4.3 时延扩展分析时延扩展是衡量多径信道时间弥散性的关键参数直接影响符号间干扰的严重程度。QuaDRiGa在初始化每个场景片段时会根据大尺度参数生成一个初始的时延扩展值。RMS时延扩展计算我们可以从生成的信道系数和延迟中按以下公式计算每个快照的RMS时延扩展DS_rms sqrt( (Σ P_l * τ_l^2) / P_total - ( (Σ P_l * τ_l) / P_total )^2 )其中P_l是第l条路径的功率τ_l是其延迟P_total是总功率。合理性校验我们可以将仿真计算出的RMS时延扩展序列如图9所示与QuaDRiGa模型的理论范围进行对比。理论范围基于公式DS μ_DS σ_DS * X_DS对于NLOS或加入频率、仰角修正项对于LOS计算其中X_DS是一个均值为0、方差为1的正态分布随机变量。通常取X_DS在[-3, 3]区间来估算理论范围。仿真结果应落在这个范围内。对于多普勒频移较大的链路计算的理论范围可能与仿真结果有偏差这是因为初始计算假设了标称载频而大的多普勒频移等效于载频发生了变化。4.4 多普勒频谱分析多普勒频谱反映了由于收发端相对运动导致的信号频率扩散情况。对于高速运动的卫星这是必须严格校验的特性。生成方法对生成的信道脉冲响应随时间变化做傅里叶变换即可得到每个快照的信道频率响应。对其取平方得到功率再对所有快照或一个时间窗口内的快照进行平均或谱估计即可得到多普勒功率谱。验证方法范围验证对于地面低速或静止接收机与GPS卫星的链路多普勒频偏通常在±5 kHz以内。仿真得到的多普勒频谱如图10应集中在这个范围。数值验证从频谱中找到最显著的多普勒峰其对应的频率值应与理论计算值接近。理论多普勒频偏计算公式为δf (f_c / c) * δv其中δv是卫星与接收机之间的径向相对速度。δv可以通过卫星和接收机在两个连续时刻的位置差来估算。如图11所示还可以通过计算每颗卫星的多普勒角卫星速度矢量与卫星-接收机视距方向之间的夹角来进行合理性检查。所有卫星的多普勒角应落在由卫星速度范围决定的理论上下界之内。LOS vs NLOS频谱特征从图10可以清晰看到LOS状态下的多普勒谱峰更尖锐、强度更高而NLOS状态下由于信号能量分散在多个多径分量上多普勒谱显得更宽、更平坦且背景“噪声”更高。这对于区分链路状态、设计同步跟踪算法具有重要意义。5. 常见问题、调试技巧与源码勘误在实际使用QuaDRiGa进行双移动空地链路建模时你几乎一定会遇到一些挑战。下面是我在实战中总结出的关键问题和解决方案。5.1 坐标系与天线指向的“坑”问题生成的信道系数看起来完全不对接收功率异常或空间关系混乱。排查坐标系转换这是最常见的错误来源。反复确认所有终端卫星、车辆的初始位置是否都已正确减去了参考接收机在t0时的位置。QuaDRiGa的本地坐标系原点就是这个参考点。天线指向确保卫星天线的朝向是动态更新的。你需要编写一个循环在每个时刻计算卫星到接收机的矢量将其转换为相对于卫星本体坐标系的俯仰和方位角并赋值给QuaDRiGa天线对象的center_frequency属性中的azimuth和elevation字段。静态的天线指向会导致链路增益计算完全错误。技巧在仿真开始时先用一个简单的静态场景如单颗静止卫星和静止接收机测试验证基本的路径损耗和LOS信道是否正常。然后再逐步引入动态轨迹和复杂场景。5.2 状态持续时间模型集成难点问题LOS/NLOS状态切换看起来不自然或者切换频率与预期不符。排查公式实现仔细核对ITU-R P.681-11中状态持续时间对数正态分布公式的实现代码确保没有遗漏原文中的笔误如缺失的系数或符号。最小持续时间确保在判断状态切换时当前状态已持续的时间必须大于dur_min_i与仰角相关。这个值很容易被忽略导致状态过早切换。轨迹采样粒度接收机的移动轨迹采样间隔即“段”的长度需要足够精细。如果采样间隔太大车辆可能在一段内移动了很长的距离跨越了多个本应发生状态切换的环境但模型只给这段赋予了一个状态导致精度下降。建议采样间隔远小于最小状态持续时间对应的移动距离。技巧将生成的状态序列LOS/NLOS随时间变化的曲线画出来与卫星的仰角变化曲线叠加在一起观察。你应该能看到在低仰角区域状态切换更频繁在高仰角且无遮挡时应保持长时间的LOS状态。5.3 QuaDRiGa源码中的潜在问题在深入使用QuaDRiGa v2.6.1进行开发时我发现了源代码中几处可能存在问题的地方修正它们可以使结果更准确速度计算错误(qd_layout/get_channels.m, line ~184):原代码可能直接对位置差分求速度忽略了时间戳的差分。正确的速度计算应基于movement_profile该变量第一行是时间戳第二行是移动距离。修正建议速度应为距离差分除以时间差分v (mp(2, 2:end) - mp(2, 1:end-1)) ./ (mp(1, 2:end) - mp(1, 1:end-1));大气衰减计算可能存在的数组维度问题(qd_builder/get_pl.m, line ~496):在调用插值函数qf.interp()计算大气衰减时可能需要考虑输入数组的维度匹配问题有时需要添加转置操作.来确保矩阵运算正确。时延扩展的MSE计算方式(private/merging_cost_fcn.m, line ~98):原代码计算延迟扩展的均方误差时分母是目标延迟扩展的和这更像是一种归一化操作而非平均。修正建议MSE应除以元素数量mse 10 * log10( sum((ds_target - ds).^2) ./ numel(ds) );其中numel(ds)是ds中样本的数量。重要提示修改开源代码需谨慎。建议先将原文件备份在独立的测试脚本中验证修改后的逻辑是否正确再替换原文件。或者更稳妥的方式是在自己的上层封装函数中覆盖这些有疑问的计算步骤。5.4 性能与数据管理问题仿真速度慢或生成的数据文件太大。优化GPU加速QuaDRiGa支持在Octave环境下使用GPU加速。如果你的仿真规模很大如大量快照、多天线、多链路切换到Octave并启用GPU可以带来数量级的速度提升。选择性输出QuaDRiGa可以输出信道系数、延迟、角度等多种信息。如果后续分析只需要系数和延迟在调用生成函数时指定只输出这些项可以节省内存和存储空间。分段处理对于超长时间的仿真可以考虑分段进行每生成一段数据就保存到磁盘并清空内存最后再统一进行后处理分析。通过系统地搭建仿真环境、严谨地验证输出结果并注意规避上述常见问题你就能可靠地利用QuaDRiGa生成高质量的双移动空地链路信道数据。这套数据将成为你评估接收机性能、设计抗多径算法、优化网络资源调度等一系列研究的坚实基础。
