1、面向6G的信道测量与建模研究2022 年年 9 月月 版权声明版权声明 Copyright Notification 未经书面许可 禁止打印、复制及通过任何媒体传播 2021 IMT-2030（6G）推进组版权所有 目录 前言.1 第一章 6G 信道研究背景与现状.2 1.1 6G 愿景与需求.2 1.2 6G 信道需求与挑战.2 1.3 6G 信道研究现状.4 第二章 太赫兹通信信道研究.8 2.1 太赫兹信道测量平台与场景.8 2.2 太赫兹信道特性分析.13 2.3 小结.25 第三章 可见光通信信道研究.26 3.1 可见光信道建模研究现状.26 3.2 可见光信道路径损耗模型.28

2、3.3 基于几何的 6G 室内三维空时频非平稳可见光信道模型.30 3.4 可见光信道噪声模型.34 3.5 可见光信道建模挑战与展望.35 3.6 小结.36 第四章 通信感知一体化信道研究.37 4.1 通信感知一体化信道建模场景及需求.37 4.2 通信感知一体化信道测量及仿真研究.39 4.3 通信感知一体化信道建模方法研究.45 4.4 小结.48 第五章 智能超表面信道研究.50 5.1 概述.50 5.2 智能超表面信道模型.50 5.3 智能超表面信道模型仿真与实测.64 5.4 小结.67 第六章 新型信道建模方法探索.68 6.1 6G 普适几何随机信道模型.68 6.2

3、基于簇核的信道模型.73 6.3 基于地图的混合信道模型.79 6.4 基于射线与传播图的混合信道模型.82 6.5 小结.86 第七章 总结.87 参考文献 .88 贡献单位 .92 图目录 图 2-1 100 GHz 太赫兹信道测量平台.9 图 2-2 100 GHz 办公室测量场景及测量点位建模方法原理.9 图 2-3 数据中心的测量环境.10 图 2-4 140 GHz&220 GHz 的信道测量环境和部署.11 图 2-5 260-400 GHz 太赫兹信道测量系统太赫兹测量系统.11 图 2-6 狭长走廊和半开放 L 型大厅场景和测量部署.12 图 2-7 220-330 GHz

4、信道测量平台设置及测量步骤示意图.12 图 2-8 100 GHz LoS 与 NLoS 路径损耗.14 图 2-9 140 GHz 路径损耗模型.15 图 2-10 130-143 GHz 与 221-224 GHz LoS 场景路径损耗模型.15 图 2-11 300 GHz 室内场景最佳方向路径损耗和 CI 模型.16 图 2-12 6 个频率点路径损耗.17 图 2-13 多频率路径损耗建模结果.17 图 2-14 100 GHz LoS 与 NLoS 场景时延扩展模型.18 图 2-15 300 GHz LoS 与 NLoS 场景时延扩展模型.18 图 2-16 290-310 GH

5、z LoS 与 NLoS 场景角度扩展模型.19 图 2-17 290-310 GHz LoS 与 NLoS 场景功率比.20 图 2-18 点位 RX1 的分簇结果与多径传播分析.21 图 2-19 Feko 仿真场景示意图.21 图 2-20 不同均方根高度和相关长度 l 的粗糙表面.22 图 2-21 分布.22 图 2-22 优化的方向性散射模型 vs Feko 全波仿真结果.23 图 2-23 接收功率.24 图 2-24 均方根时延扩展.24 图 2-25 不同气象因素下的功率比.25 图 2-26 不同气象因素下的角度扩展.25 图 3-1 可见光信道测量平台.27 图 3-2

6、可见光信道大尺度信道特性测量平台及测量场景.28 图 3-3 走廊场景路径损耗建模.29 图 3-4 室内三维空时频非平稳可见光 GBSM.30 图 3-5 路径损耗模型.33 图 3-6 空时频相关函数.33 图 3-7 不同条件下信噪比分析.35 图 4-1 信道测量场景设置及测量步骤示意图.40 图 4-2 三种不同尺寸金属板的路径损耗模型拟合结果.40 图 4-3 测量环境与 SAGE 散射定位结果.41 图 4-4 毫米波雷达信道测量平台及场景.41 图 4-5 侧方停车时的距离功率谱.42 图 4-6 特定帧距离谱.42 图 4-7 RCS 测量系统.43 图 4-8 感知信道测量

7、平台及场景.44 图 4-9 成像结果.45 图 4-10 场景模型.45 图 4-11 毫米波雷达回波的实测与仿真距离对比图.45 图 4-12 GBSM 通感一体化信道模型示意图.46 图 4-13 GBSM 通感信道参数生成流程.47 图 5-1 收发信道逻辑链路有向图.54 图 5-2 RIS 无线信道建模流程.55 图 5-3 逻辑子链路多径循迹示例.59 图 5-4 节点编号.60 图 5-5 RIS 单次反射 BS-RIS-UE 逻辑链路图.63 图 5-6 RIS 阵子第一极化及第二极化方向图.64 图 5-7 RIS 高增益波束覆盖部署场景图.65 图 5-8 RIS 面板码

8、本及目标场点附近覆盖结果.65 图 5-9 RIS 室内场景测试环境及部署架构图.65 图 5-10 RIS 室内场景测试结果与仿真结果对比.66 图 5-11 室内场景测试环境、测量步骤示意图.66 图 5-12 室内场景测试 RIS 辅助信道路径损耗建模结果.67 图 6-1 6G 普适信道建模理论.68 图 6-2 6G 普适几何随机信道模型示意图36.69 图 6-3 基于簇核的信道建模原理.73 图 6-4 簇核与散射体匹配.74 图 6-5 基于簇核的信道建模实现流程.75 图 6-6 基于地图的混合信道模型架构.79 图 6-7 场景地图导入.80 图 6-8 射线跟踪计算流程.

9、80 图 6-9 基于地图的混合信道模型建模流程.81 图 6-10 混合信道建模方法流程图.83 图 6-11 筛选重要 SPs.84 图 6-12 在反射点周围添加散点示例.84 图 6-13 传播图的矢量信号转移图.85 表目录 表 2-1 太赫兹信道测量系统配置.13 表 2-2 太赫兹 K 因子参数表.20 表 2-3 太赫兹簇特性参数表.21 表 2-4 Feko 仿真配置参数.22 表 2-5 后传/前传场景萃取的关键信道参数.24 表 3-1 走廊场景下光路损模型参数.29 表 3-2 模型关键参数定义.30 表 4-1 不同应用的信道建模需求与候选建模方法.39 表 4-2测

10、量系统参数.40 表 4-3 28 GHz 通信感知一体化路径损耗模型参数.40 表 5-1 测量系统参数.66 表 5-2 2模型与3模型下的路径损耗模型参数.66 表 6-1 6GPCM 参数定义.69 表 6-2 关键变量及含义.83 1 前言 在下一代移动通信技术（6G）研究初期，基础性和前提性的信道测量与建模研究为移动通信系统技术评估、设备研发、系统设计和网络部署奠定基础。本研究报告重点关注 6G 信道在频率、技术、场景等多个维度上扩展后的新特性、未知规律以及新型的信道建模方法。频率方面，搭建了太赫兹时频域以及可见光高精度大尺度信道测量平台，研究了太赫兹、可见光通信信道的大、小尺度衰

11、落特性。技术方面，针对 6G 使能技术通信感知一体化、智能超表面等开展相应的信道研究，阐述新技术信道建模场景及需求，论述新技术信道测量及仿真的研究进展，并提出改进的新技术信道模型。建模方法论方面，提出了基于人工智能、射线跟踪、几何随机等新型信道建模方法。目前来看，6G 信道测量与建模所面临三大挑战。第一是频率跨度大：由于 6G 可应用的频率更高、带宽更宽，考虑到搭建宽带和高频信道探测仪（CS）的元器件和平台能力，利用 CS 从更高频率和更宽频带的信道中获得可靠和频率跨度如此巨大的精确信道特性是具有挑战性的；第二是通信场景复杂：考虑到超高速移动、空-天-地的多域空间等场景，物理环境更加复杂，各场

12、景下的散射体分布、地形特征、天气等因素都会呈现较大差异，支持上述复杂通信场景的基础上建立准确、可信的模型理论是具有挑战性的；第三是技术多样：未来6G 系统中可能会采用超大规模MIMO/全息MIMO、智能超表面、通信感知一体化、可见光/太赫兹通信等更加多样的技术，不同技术测试评估所需要的模型特征是有区别的，精确的捕获这些技术下的信道新特征和规律，并低复杂度融入到 6G 模型理论框架里，支持上述技术的研究评估是具有挑战性的。为了应对上述挑战，需要结合学术和产业界全体的力量。通过前期的需求评估和合理规划，采集更多典型场景、频段、测量配置下的信道实测数据，而后通过数据的标准化构建真实场景环境和信道测量

13、的数据库，实现信道数据的开源共享。结合传统建模理论，利用人工智能技术深度挖掘信道大数据下的隐藏规律，从而建立高精度、低复杂度、高通用性的 6G 信道模型。2 第一章 6G 信道研究背景与现状 1.1 6G 愿景与需求 移动通信领域科技创新的步伐从未停歇，从第一代移动通信系统（The First Generation Mobile Communication System，1G）到万物互联的第五代移动通信系统（The Fifth Generation Mobile Communication System，5G），移动通信不仅深刻变革了人们的生活方式，更成为社会经济数字化和信息化水平加速提升的新

14、引擎。随着 5G 网络的规模化商用，全球针对第六代移动通信系统（The Sixth Generation Mobile Communication System，6G）研发的战略布局已全面展开。面向 2030 年及未来，6G 将实现物理世界人与人、人与物、物与物的高效智能互联，打造泛在精细、实时可信、有机整合的数字世界，实时精确地反映和预测物理世界的真实状态，助力人类走进虚拟与现实深度融合的全新时代，最终实现“万物智联、数字孪生”的美好愿景1。6G 场景相较于 5G 场景来说，需求指标在速率、可靠性、时延、移动性、能耗等各方面进一步提升。要使 6G 能应用于多种场景，需要从频率带宽、频谱效率、

15、空间自由度三方面进行提升。一方面可以通过使用更高的频段来提升通信带宽，如可见光、太赫兹等新频段，通过新的调制编码、新的波形多址技术提升频谱效率。另一方面，通过智能超表面、超大规模 MIMO（Multiple Input Multiple Output）等新技术提升空间自由度，通过通信感知一体化、空天地一体化扩展 6G 应用场景。围绕 6G 总体愿景，未来业务将呈现沉浸化、智慧化、全域化等全新发展趋势，涵盖沉浸式云扩展现实（Extended Reality，XR）、全息通信、感官互联、智慧交互、通信感知、普惠智能、数字孪生、全域覆盖等八大业务应用场景2。这些场景一方面要求 6G 网络性能指标在现

16、有 5G 能力指标的基础上尽可能提升，另一方面要求对 6G 网络的能力进行更加全面的拓展，如超低时延抖动、超高安全、立体覆盖、超高定位精度、人工智能（Artificial Intelligence，AI）相关指标和感知相关指标等。1.2 6G 信道需求与挑战 无线电波从发送机天线发射后到达接收机天线所经历的通道就是无线信道，移动通信是利用无线电波在信道中传播，从而进行信息交换的一种通信方式。信道的特性决定了移动通信系统的性能限。无线信道传播特性和模型不仅是无线通信领域最具活力的基础性研究，同时也是每一代移动通信技术评估、设备研发、系统设计和网络部署的前提条件3，而复杂、易变的信道一直以来是移动

17、通信面临的巨大挑战之一。随着各代移动通信系统的演进，移动通信信道研究的趋势呈现出场景、频率、带宽、空域维度的持续扩展。国际电信联盟无线部（International Telecommunication Union-Radio，ITU-R）和第三代合作伙伴计划（3rd Generation Partnership Project，3GPP）已经发布了若干 5G 信道模3 型标准，如 ITU M.2412、3GPP TR 38.900 和 3GPP TR 38.901，它们为 5G 典型技术和通信系统性能评价提供了基础。其中 3GPP TR 38.901 和 ITU M.2412 两个信道模型标准

18、适用于 0.5100 GHz，支持 3D MIMO、大规模 MIMO、毫米波三大新技术的评估，同时支持空间一致性、动态特性、遮挡、氧衰的建模，可以满足 5G 通信系统设计与技术优化的需求4。对于 6G，无线信道传播特性和模型面临的情况将更为复杂5。首先 6G 信道的频率跨度较 5G 更大，涉及低频、毫米波、太赫兹和可见光频段，不同频段的信道特性明显不同。其次 6G 的业务场景复杂，涵盖空、天、地等物理环境，环境信道差异较大。然后，使用不同技术考虑到的信道特性也各不相同，每种技术涉及到的信道特性都需要仔细考虑，例如智能超表面（Reconfigurable Intelligent Surface，

19、RIS）、通信感知一体化（Integrated sensing and communication,ISAC）和可见光技术等。最后，针对新频谱、新天线、新场景，传统单一的建模方法无法支撑建模需求，需要联合利用多种建模方法，包括统计性建模、确定性建模、混合信道建模等。因此，6G 需求驱动下的信道研究需要从新频段、新场景、新技术和新建模方法四个维度进行研究。从频率来看，太赫兹通信存在巨大的传输损耗，这使得其传输距离相比于 5G 毫米波来讲更近。但是较高的频率意味着其穿透损耗较毫米波更强。此外由于波长的减小，太赫兹信道模型还需要考虑大气影响，例如水雾等天气对太赫兹信号衰减的影响。还需要注意的是，太赫

20、兹的频率跨度很大，电磁波传播特性随频率变化的差异比毫米波更加复杂，材料的电容率等特性的不同导致物体的反射、透射、衍射、散射特性等也更为不同。对于可见光频段，由于器件的特性和信号的特性，信道建模问题与射频频段有较大不同，环境噪声、相关噪声等需要进一步建模，器件的非线性特征也需要纳入考虑。从传播环境来看，6G 需要考虑空、天、地等不同场景。地面间通信是 5G 以来一直需要考虑的问题，由于业务场景更加广泛，6G 信道研究需要进一步考虑多种地面地形、丰富的散射体以及终端移动等情况。非地面通信对收发端大时延、高移动速率通信要求很高，信道变化更加剧烈。天对地通信（如卫星通信）和天对天通信（如星际通信）还需

21、要考虑对流层、电离层、大气波导、内外范艾伦辐射带中高能粒子等对信道的影响。从使能技术来看，6G 包括超大规模 MIMO、智能超表面、通信感知一体化、轨道角动量等多种技术，需要在多种技术类型下开展进一步的信道测量与建模。智能超表面技术由于引入了可对电磁波进行灵活调控的电磁表面，其电磁波传播的级联信道模型、智能超表面物理模型、收发辐射模型都需要考虑，传统的信道模型需要进行优化，且同时考虑智能超表面对快衰小尺度信道的影响。通信感知一体化需要将现有的 5G 移动信道模型与雷达回波探测模型进行融合，建立两者之间特性、参数、结构的对应关系，并利用雷达探测结果修正信道统计参数。超大规模 MIMO 阵列、高频

22、段的使用带来的是更大的瑞利距离，平面波的波前假设变得不再严格成立，有必要研究大规模天线阵列下的信道空间非平稳特性、空间一致性、信道稀疏性等问题。4 从信道建模方法上来看，传统典型的信道建模方法包括确定性建模、统计性建模、混合信道建模等，近年来还有一些新颖信道建模方法，如基于人工智能的信道建模方法、基于大数据的信道建模方法、基于点云的信道建模方法等。为满足 6G 丰富的业务需求，提高信道建模的效率与准确性，需要结合实测与仿真数据，联合利用多种建模方法，考虑复杂性与精确性的平衡，提出精确度高、复杂度合适、具有一定普适性的信道模型。综上所述，6G 信道研究应从新频段、新场景、新技术出发，考虑新的建模

23、方法，在信道实测、理论分析和仿真基础上，探索 6G 信道在更广泛的频段、场景、业务需求、新技术等方法，结合空-时-频等多域、多维度扩展，建立高精确度、低复杂度、强普适性的信道模型。1.3 6G 信道研究现状 面对 6G 应用和新技术对 6G 信道模型研究的挑战，国内外各大研究机构和组织围绕太赫兹通信技术、可见光通信技术、智能超表面技术、通信感知一体化技术开展了相应的信道测量与建模研究。1.3.1 太赫兹通信信道研究 太赫兹（Terahertz，THz）指的是频率从 0.1 THz-10 THz 的频段，介于红外和微波之间，波长约为 303000 m。太赫兹存在大量未开发利用的频谱，具有大容量、

24、高速率、方向性好、保密性高等优势。太赫兹有望于在传统网络场景以及新的纳米通信范例中开发大量新颖应用，是被给予厚望的 6G 技术之一。国内外现有太赫兹通信信道研究可分为两种，第一种是根据信道探测平台进行大量的实际测量，研究信道特性；第二种是基于射线追踪原理，对太赫兹场景信道进行仿真，得到信道特性。两种研究方法涵盖了信道大小尺度的衰落特性，其中大尺度路径损耗衰落特性的研究与建模最为广泛的，对于小尺度参数如时延扩展、角度扩展，簇特性等空间信道特性也进行了一些研究。主流的太赫兹信道测量方法可以分为三类。第一类，基于滑动相关原理的时域信道测量方法。发射端基带发送扩频伪随机序列信号，通过上变频模块变频至太

25、赫兹频段。接收端信号经过下变频至基带，并利用序列自相关特性获取信道冲激响应。北京邮电大学开发了 75-150 GHz 以及 220-330 GHz 的时域信道测量平台。基于该系统，北京邮电大学测量分析了 100 GHz 的信道特性参数、220-330 GHz 的大尺度路径损耗参数6以及反射系数。NYU Wireless 开发了在 140 GHz 的滑动相关模式和实时扩频之间进行双模切换的测量系统7。基于该系统，T.Rappaport 团队测量并分析了 140 GHz 电波传播的反射和散射特性8。北京交通大学和德国布伦瑞克大学对列车间（T2T）9、车内10等信道进行了 60 GHz-0.3 TH

26、z 的测量和建模，研究了铁路场景中毫米波和太赫兹波的传播特性11。第二类，基于矢量网络分析仪（Vector Network Analyzer，VNA）的频域信道测量方法。VNA 由于单台设备的频率范围有限，通常与相应的太赫5 兹上、下变频模块配套使用，通过扫频的方式，采用高增益的定向天线，获取太赫兹宽带频率响应。上海交通大学联合华为、信通院开发了基于 VNA 的信道测量系统，在 140、200、300、350GHz 等多个频段，在会议室12、办公区13、走廊14、狭长走道15、数据中心16等多个场景，进行了信道测量和建模，测量距离达到 50 米。韩国浦项科技大学17开发了一种基于 VNA 的

27、270-300 GHz 信道测量系统，测量了该频段上的短距离（0.1-1 m）视距（Line-of-Sight，LoS）信道。在文献18中，基于 VNA 的信道探测系统，分别在 75-110 GHz 和 220-330 GHz 的频率范围内观察到相似的主要多径分量，与 300 GHz的结果相比，在 100 GHz 可以看到更多的弱径。而在文献19中，基于 30 GHz、140 GHz和 300 GHz 的测量，比较了短距离内的路径损耗建模方法，结果表明多频模型比单频模型更稳定。N.Abbasi 等人在太赫兹频段不同类型的城市场景中进行了一系列中距离（1-35 米）和长距离（达到 100 米）双

28、向户外太赫兹信道测量2021。第二类，基于太赫兹时域光谱（THz-TDS）的时域信道测量方法。THz-TDS 主要配合透镜天线，通过发射极窄的太赫兹脉冲，在时域高速采样，直接获得信道冲激响应，主要应用在测量材料的吸收系数、折射率和透射率等光学参数。Z.Hossain 等人用 THz-TDS 测量了天气对太赫兹信号的衰减，进行了理论分析，总结了不同天气因素对太赫兹链路的影响22。四川大学和中国工程物理研究院测量了常见室内材料在 320-360 GHz 频段的反射特性23。1.3.2 可见光通信信道研究 为了满足 6G 超高的通信速率，比 5G 更加密集的部署方式，更加广泛的适用场景和绿色节能的成

29、本需求，可见光通信（Visible Light Communications,VLC）被认为是同时实现上述要求的关键技术之一24。可见光通信利用发光二极管（Light Emitting Diode，LED）和激光二极管（Laser Diode，LD）等可见光光源发出肉眼难以分辨的高速明暗变化的光信号来传输信息，再通过光电探测器（Photoelectric Detector，PD）等光电转换器将接收到的光信号转换为电信号来获取信息。因此可见光通信是一种照明通信一体化的无线通信方式，具有频谱资源丰富、易部署和电磁兼容等优点，被认为是 6G 射频通信的有效补充。对于可见光信道的测量与建模，已经开展了

30、一些研究工作。文献25在停车场场景 下进行了毫米波与可见光信道特性的对比，发现毫米波信道频率响应易受停车场结构柱和周围车辆的影响，而可见光信道频率响应受二者影响不大，可见光测量平台性能主要是受器件性能影响。文献26研究了室内场景下人体遮挡对接收功率和均方根时延的影响。文献27进行了室内场景信道冲激响应和路径损耗的测量。文献28研究了车对车场景下不同天气对可见光通信系统的影响。在空间特性、时间特性方面，光信号受限于光源的半功率角较窄，形成了以LoS传播为主，以反射非视距NLoS传播为辅的传播方式，LoS 径占据大部分接收功率，导致角度扩展、时延扩展大幅降低。目前，基本上没有针对可见光信道噪声的测

31、量工作，缺少对于可见光信道噪声理论模型相对应的实测验证，6 真实可见光通信系统中噪声的分布情况，也是需要继续解决的问题。1.3.3 通信感知一体化信道研究 通信感知一体化是指基于软硬件资源共享或信息共享实现通信与感知功能协同的新型信息处理技术，其可基于同一套设备、同一段频谱，同时具备通信与感知能力，具有提升系统频谱效率、硬件资源利用率等特点。作为 6G 潜在使能关键技术之一，通信感知一体化可使移动网络具备测速、测距、定位、目标成像及识别等全新的感知能力，满足智慧交通、无人机监控、自动驾驶环境感知、机器人交互等智能化场景的新需求。完整的通信感知一体化架构将涉及系统架构优化、空口融合、网络融合、硬

32、件架构等核心问题。通信和感知信道建模过去作为独立的研究方向分别针对各自的应用场景开展研究。对定位、目标成像及识别等感知功能，信道模型着重描述电磁波在散射、反射等传播机理下的功率、时延、相位、角度以及被感知物体带来的多普勒效应，以获取目标从位置、速度、运动方向到材质、形状等信息。通信信道模型表征传播环境对接收信号的影响，在过去的大量研究中可分为基于随机统计的信道模型和针对给定传播环境的确定性模型29。在 3GPP 标准中采用基于几何的随机信道模型，通过大量的测量数据得到不同频段、不同场景下信道的路损系数、时延扩展、角度扩展等统计特性，拟合大小尺度参数模型，用于快速生成同类场景下的信道响应。对于感

33、知的性能评估，由定位精度、目标分辨率、感知范围等指标来确定，而通信的性能评估，则由覆盖率、误比特率、频谱效率等指标来确定。差异化的建模目标和评价指标使得现有的信道模型不适用于同时具备通信与感知能力的新系统，因此，面向 6G 通信感知一体化系统，需要建立一套一体化的信道测量和建模方法。1.3.4 智能超表面信道研究 智能超表面是一种可以对电磁波进行灵活调控的电磁表面，它可以通过大量可控的电磁单元来改变馈入电磁波的反射、透射、极化、频率等特性，从而实现对电磁波传播的无线信道环境的重构。智能超表面以软件控制的方式重新设计环境中的电波传播环境，将不可控的无线信道传播环境变为可控，给 6G 通信系统带来

34、一种全新的通信网络范式，满足未来移动通信需求。近年来，RIS 辅助通信系统的信道测量与建模取得了一些重要的成果。文献30在基于地图的混合信道模型基础上给出了一种适用于智能电磁表面部署在复杂实际场景的信道建模方法，该方法将智能电磁表面建模为由不同来波所激励的多个虚拟逻辑基站，并通过有向图的方式进行有效链路的选择，考虑了复杂性与精确性的平衡；文献3132提供了 RIS 辅助通道的概述，揭示了信号在 RIS 辅助信道中的传输机制。文献33通过研究中 RIS 的物理和电磁特性，建立了 RIS 辅助无线通信的理论自由空间路径损耗模7 型。文献34研究了毫米波频段室内外传播环境的物理 RIS 信道模型。文

35、献35引入了一个 SimRIS 信道模拟器，用于 RIS 辅助信道的路径损耗建模的计算机模拟。1.3.5 新型信道建模方法 面对 6G 频率升高、天线数量增加、带宽巨大、应用场景多样的情况，使得信道数据量呈指数级急剧增大，建模复杂度提高。同时新的传输技术对信道模型精度需求进一步提高，给现有建模方法带来了巨大的挑战传统的信道模型变得极其复杂，仿真耗时。文献36提出了普适信道建模理论并应用于 6G 几何随机信道建模，使用统一的信道建模方法和框架、融合 6G 全频段全场景信道特性，可以适用于全频段、全覆盖场景和全应用场景信道。此外，从海量信道数据中发现未知的信道属性变得更加困难。确定性信道模型（如射

36、线追踪方法）复杂且依赖于地理环境信息的精度，而随机性信道模型（如基于几何的统计性信道模型）高效却缺乏详细的环境物理意义。文献37提出了基于簇核的信道建模方法,利用机器学习算法从海量信道数据中挖掘信道隐含特性，以数据驱动的方式找到确定性模型的散射体和随机性模型的簇之间的映射关系；然后，通过有限个物理意义明确的簇核进行信道建模。文献38提出了一种基于图论和射线跟踪的半确定性信道模型，并在低频和毫米波频段上与实测数据进行比较，验证了模型的准确性。文献39引入传播图理论对无线信道建模，大大减少了运算的复杂度。文献40提出了混合信道建模方法，基于确定性模型构建确定性路径，基于统计模型进行簇扩展以及补充数

37、字地图未包含的散射体的影响，与标准4142中的 GBSM 模型可以有效的衔接。因此，结合传统的统计性信道建模和确定性信道建模方法，从信道数据中挖掘信道特性，建立一个适用于多种实际应用场景的高精度、低复杂度信道模型成为必要的研究问题。8 第二章 太赫兹通信信道研究 为满足 6G 更加丰富的业务应用以及极致的性能需求，包括大数据、互联网、云计算、智慧城市、多维网络融合的发展，需要在探索新型网络架构的基础上，在关键核心技术领域实现突破。太赫兹波（0.1-10 THz），由于其资源丰富、带宽大、具有特有的优良性质，近年来受到了来自学术界和工业界的密切关注。在信道研究领域，太赫兹频段是目前研究较多的 6

38、G 候选频段之一。目前，国际和国内的无线通信标准中尚未确定 100 GHz 以上频段的太赫兹信道模型标准。因此，100 GHz 以上频段的信道测量和建模工作将成为 6G 信道标准的重要组成部分。本节分为两部分进行太赫兹信道测量和建模工作，第一部分叙述太赫兹信道测量的平台及场景，第二部分分别从路径损耗，时延扩展，角度扩展，K 因子，簇特性，散射特性以及大气衰减几个方面进行太赫兹信道特性的分析。2.1 太赫兹信道测量平台与场景 本节叙述了频率 100-330 GHz 的信道测量平台以及场景，其中包含了 6 个频段以及8 个不同场景。对于室内办公室场景，进行了 100 GHz、130-143 GHz

39、 以及 221-224 GHz两种不同办公室的信道测量；对于数据中心场景，进行了 140 GHz 两个不同的数据中心场景信道测量；对于会议室场景，进行了 130-143 GHz、221-224 GHz 信道测量；对于室内狭长走廊以及半开放 L 型大厅场景，进行了 300 GHz 信道测量；对于室内短距离场景，进行了 220-330 GHz 信道测量。2.1.1 100 GHz 办公室信道测量 信道测量过程中，在发射机端，使用矢量信号发生器 R&S SMW 200A 产生中频信号。在基带，利用振幅移位键控技术 ASK 调制周期为 511 的 PN 码序列。倍频器将信号发生器 R&S SMB 10

40、0A 产生的本振信号乘以 8。然后，中频信号与本振信号混合并扩展到太赫兹范围。采用大半功率波瓣角（HPBW）的喇叭天线传输太赫兹信号。在接收端，发送的信号由高增益喇叭天线接收，然后通过混频器向下转换为中频信号。利用频谱分析仪 R&S FSW 43 对中频信号进行解调。在基带，采样率为 1.5 GHz，获得 1278 个 IQ信号样本。发射端天线增益为 5 dBi，接收端天线增益为 19.7 dBi。发射端天线 HPBW 在水平面以及垂直面是 60 度，接收端天线 HPBW 在水平面 20 度在垂直面是 15 度。信道测量平台如图 2-1 所示。信道测量配置及信道测量平台性能的详细信息如表 2-

41、1 所示。9 图 2-1 100 GHz 太赫兹信道测量平台 100 GHz 信道测量场景，如图 2-2 所示，在 100 GHz 频点上，在 17.51 m6.78 m 办公室场景进行了信道测量。对于室内 LoS 场景，Tx 设置为 T1，如图 2-2 所示，在办公室设置了 RX 的 11 个位置。Tx 和 Rx 之间的距离为 1.38 米到 10.17 米。测量时，TX 高度为 1.8 m,RX 高度为1.5 m。对于每个 RX 位置，TX 与 RX 对齐，在 RX 使用三个仰角（对齐的角度，RX 天线从对齐的角度向上倾斜和向下倾斜 15）。对于每个 RX 位置，RX 天线在水平面以 20

42、的步长旋转 360，以捕捉任何方位角方向上所有可能的多径。对于室内非视距 NLoS 场景，TX 设置为 T2。如图 2-2 所示，在办公室内设置 RX的 8 个位置。Tx 和 Rx 之间的距离变化为 4.16 米到 14.21 米。测量时，TX 高度为 1.8 m,RX 高度为 1.5 m。对于每个 RX 组合，TX 为水平角，RX 使用三个仰角（水平角，RX天线与水平角向上倾斜和向下倾斜 15）。对于每个 RX 位置，RX 天线在方位角平面上旋转 360，步长 20，以捕捉任何方位角上所有可能的多径。图 2-2 100 GHz 办公室测量场景及测量点位建模方法原理 2.1.2 140 GHz

43、 数据中心信道测量 信道测量过程中，使用基于 VNA 的频域信道测量平台。VNA 的型号为 Ceyear 3672E，工作频率范围为 10 MHz-67 GHz。为了扩展 VNA 的频率测量范围，本平台使用倍频模块将中频信号倍频至 130-140 GHz，带宽共 10 GHz，对应的时间分辨率为 0.1 ns，不同多径之间的传播距离分辨率为 3 cm。VNA 的频域扫描间隔设置为 5 MHz，因此每次测量记录 2001 个频点的信道响应，对应的可测量的最大时延为 200 ns，可测量的最长传播路径长度为 60 m。此外，发射机采用 7 dBi 的定向天线，接收机采用 25 dBi 的定向天线，

44、并通过转台转动射频模块以测量来自不同方向上的多径信号。为了方便改变收发模10 块的位置，将发射模块和接收模块放在了可移动的机架上，机架的高度可根据测量需求灵活配置。信道测量平台的相关参数如表 2-1 所示。信道测量场景为中国信息通信研究院 3G 楼 2 层的数据中心。数据中心的测量环境如图 2-3 所示。数据中心中摆放了多个机架，每个机架上安装了若干个服务器，相邻机架之间的距离约为 1 m。此外，数据中心中有两个混凝土结构的承重柱，承重柱之间的距离约为 7 m。为了模拟真实的数据中心太赫兹无线通信场景，分两种场景进行信道测量。（a）测量场景 1（b）测量场景 2图 2-3 数据中心的测量环境（

45、1）测量场景 1：图 2-3（a）展示了测量场景 1 的发射端和接收端的点位设置。该场景主要研究接入点与调试人员之间的通信场景，调试人员手持接收设备（接收端）来对服务器设备进行安装或者调试，接收端与接入点（发射端）之间通过太赫兹无线链路实现通信。发射端布置在走廊中间，高度为 2 m，位置固定不变。接收端部署在机架之间的过道里，高度为 1.6 m，部署的点位如图 2-3（a）所示，标记为 Rx1-9。（2）测量场景 2：图 2-3（b）展示了测量场景 2 的发射端和接收端的点位设置。该场景主要用于模拟接入点与机架之间以及机架与机架之间的无线数据传输。在该场景中，发射端高度为 2 m，一共有 2

46、个点位，标记为 Tx1 和 Tx2。接收端高度为 2 m，共有 5 个点位，标记为 Rx10-14。2.1.3 140 GHz&220 GHz 会议室、办公室信道测量 信道测量平台，由射频前端、收发端定向天线和 VNA 组成。用于 140 GHz 与 220 GHz 频段信道测量的具体参数设置12如表 2-1 所示。信道测量场景如图 2-1，给出了 130-143 GHz 和 221-224 GHz 频段的信道测量环境，其中图 2-4（a）-（d）分别为会议室 LoS、办公室 LoS、办公室 NLoS 和室外 LoS 场景。会议室面积为 10.15 m7.9 m，办公室的尺寸为 30 m20

47、m。如图 2-4（a），会议室 LoS 场景中，12 个接收机位置均匀的分布在会议室中，两个发射机位置 TxA 和 TxB 分别位于角落和墙前面。如图 2-4（b），办公室 LoS 场景的测11 量包括开放办公区和办公室走廊两套部署方案。在开放办公区的测量中，发射机分别放置在图中 TxB 和 TxC 的位置上,收发机间的距离为 3.5-14 m。在办公室走廊的测量中，发射机放置在图中 TxA 的位置上,接收机放置在图中 A1-A21 的位置上。收发机间的距离为 2-30 m。如图 2-4（c）,办公室 NLoS 场景中收发机之间的 LoS 链路被房间阻断。接收机从 Rx1 移动到 Rx15，步

48、长为 1 m，其中 Rx1-Rx7 位于走廊区，Rx8-Rx15 位于开放办公区。如图 2-4（d），室外城市环境中。发射机的位置固定，接收机以 1 m 的步长移动的，收发机间的距离为 3-26 m。图 2-4 140 GHz&220 GHz 的信道测量环境和部署 2.1.4 300 GHz 狭长走廊与半开放 L 型大厅信道测量 信道测量过程中，搭建了基于 VNA 的太赫兹信道测量系统，其支持 260-400 GHz的超宽频谱测量，收发距离可达 60 m，如图 2-5 所示。发射机和接收机固定在电控云台上，可以实现水平角 360旋转，俯仰角-75到+40旋转。其具体配置如表 2-1 所示。图

49、2-5 260-400 GHz 太赫兹信道测量系统太赫兹测量系统 本次测量场景分布在上海交通大学龙宾楼，分别为半开放大厅和狭长走廊两个场景。所测量的场景和测量点部署如图 2-6 所示，其中半开放大厅的测量规划中包含 LoS 和12 NLoS 两种情况，一共有 22 个测量点。本次测量中，发射天线为增益 7 dBi 的宽波束天线，接收天线增益为 25 dBi，波瓣宽度为 8。测量时发射天线方向固定，对准接收机位置，接收端水平扫描 360，俯仰扫描-20至 20，步长为 10。（b）狭长走廊测量部署（b）半开放 L 型大厅测量部署 图 2-6 狭长走廊和半开放 L 型大厅场景和测量部署 2.1.5

50、 220-330 GHz 短距离信道测量 本次信道测量平台，在发射机端，使用矢量信号发生器 R&S SMW 200A 产生中频信号。在基带，利用振幅移位键控技术 ASK 调制周期为 5 s 的 12000 个样本的FrankZadoff-Chu 即 FZC 序列。倍频器将信号发生器 R&S SMB 100A 产生的本振信号乘以 18。然后，中频信号与本振信号混合并扩展到太赫兹范围。采用高增益喇叭天线传输太赫兹信号。在接收端，发送的信号由喇叭天线接收，然后通过混频器向下转换为中频信号。利用频谱分析仪 R&S FSW 43 对中频信号进行解调。在基带，采样率为 2.4 GHz，获得 12000 个

51、 IQ 信号样本。天线增益范围为 24.8 28.6 dBi。半功率波束宽度在水平面是大约 7.5 度，在垂直面上大约 10 度。信道测深配置的详细信息如表 2-1 所示。本次信道测量平台设置及测量步骤如图 2-7 所示，在 220 GHz 到 330 GHz 的频段内，在桌面进行了信道测量。TX 固定在原点，RX 沿直线移动，距离为 0.1 m。总共测量了 20 个距离从 0.1 m 到 2 m 的 LoS 位置。在每个测量位置测量了 22 个频率点，其中包括 12 个频率点，从 220 GHz 到 330 GHz，步长为 10 GHz;10 个频率点，从 234 GHz到 324 GHz，

52、步长为 10 GHz。图 2-7 220-330 GHz 信道测量平台设置及测量步骤示意图 13 表 2-1 太赫兹信道测量系统配置 参数参数 数值数值 测量平台类型 信号发生器-频谱仪VNA VNA VNA VNA 信号发生器-频谱仪 测量频率 100 GHz 140 GHz 130-143 GHz 221-224 GHz 306-321 GHz220-330 GHz发射天线增益 5 dBi 7 dBi 25 dBi 25 dBi 0 dBi 24.8-28.6 dBi 接受天线增益 19.7 dBi 25 dBi 15 dBi 15 dBi 25 dBi 24.8-28.6 dBi 时延分

53、辨率 666.7 ps 100 ps 76.9 ps 333.3ps 66.7 ps 416.7 ps 水平旋转范围 0,360 -0,360 0,360 0,360 0 水平旋转步长 20 -10 10 10 0 垂直旋转范围-15,15 -20,20 -20,20 -20,20 0 垂直旋转步长 15 -10 10 10 0 旋转精度 0.01 -1 1 1 0 2.2 太赫兹信道特性分析 本节共叙述了7种大小尺度衰落特性，其中包括路径损耗，时延扩展，角度扩展，K 因子，簇特性，散射特性以及大气衰减。其中路径损耗涵盖了 100-330 GHz 中的 6 个频段以及 8 种不同场景，时延扩展

54、包括了 100 GHz，140 GHz，300 GHz 三个频点以及7 个场景，角度扩展以及 K 因子包括了 140 GHz，300 GHz 以及 6 个场景，簇特性中叙述了 140 GHz 以及 300 GHz 在 4 个场景中的统计性参数，散射特性以及大气衰减描述了 300 GHz 的仿真信道特性。2.2.1 路径损耗 通常用三种路径损耗模型 Close In（CI）模型、Float Intercept（FI）模型和 Alpha-Beta-Gamma（ABG）模型表征传播过程中的功率衰减。CI 模型和 FI 模型都是单频路径损耗模型。他们只能模拟一个特定频率下的路径损耗。ABG 模型是一种

55、描述连续频段衰落的多频路径损耗模型。CI 模型可以写成:(,)=(,0)+1010(0)+（2-1）其中0为基于物理的参考距离，为路径损耗指数（PLE），为零均值高斯随机变量，标准差为，单位为 dB，表征阴影衰落。在0这个分析中被设置为 0.1 m。CI 模型只有一个变量，可以通过最小均方误差方法得到，即用最小的误差拟合实测数据。因此，CI 模型的复杂性相对较低。与 CI 模型相比，FI 模型没有考虑物理参考距离。可以表示为:(,)=+1010()+（2-2）其中是浮点截距，是模型的斜率，是一个零均值高斯变量，其标准差为，表示阴影。与 CI 模型相似，通过最小化可以得到两个变量和。由于截距被建

56、模为一个变量，FI 模型通常在相同测量数据的基础上可以得到比 CI 模型小的。这意味14 着 FI 模型可以更准确地预测特定环境下的路径损失。为了进一步研究路径损耗的频率依赖性，我们使用 ABG 模型来拟合测量的路径损耗。模型如下：(,)=+1010(0)+10 10(1 GHz)+（2-3）0是接收功率的参考点，和分别是距离和频率的依赖因子，是路径损耗的优化补偿，与具有相同的物理意义。在这个 ABG 模型中，我们可以看到路径损耗随频率和空间距离的变化而变化。此小节路径损耗信道特性建模涵盖了 100-330 GHz 中的 6 个频段以及 8 种不同场景，其中六个频段包括 100 GHz，140

57、 GHz，130-143 GHz，221-224 GHz，300 GHz，220-330 GHz。场景涉及办公室场景，会议室场景，数据中心场景，狭长走廊场景，半开放 L 型大厅场景以及短距离场景。2.2.1.1 100 GHz 办公室路径损耗 100 GHz于室内办公室场景进行测量,图2-8为实测LoS以及NLoS路径损耗数据、CI 模型结果和 PLE 分别等于 1，2，3 的路径损耗模型结果，0取 1 m。LoS 场景全向的路径损耗因子是 1.96，阴影衰落标准差是 2.99，略微小于接受 LoS 场景直射方向的路径损耗因子（2.25）。说明应用全向天线相比于应用只接受直射方向的喇叭天线会从

58、所有方向收到更多的能量。但是对比于 LoS 场景的其他方向的多径，直射 LoS 多径分量要明显占据主要能量。此外，直射方向和全向的路径损耗差随距离增大而增大，说明在 LoS 场景距离越远，接收到的除直射径外的其他多径能量越多。位置 2（距离为4.45 m）接收到的多径能量较少的原因是多径被测量点前方较高的电脑屏幕遮挡。NLoS 场景全向路径损耗因子是 2.78，阴影衰落标准差是 6.00，小于并且接近能量最大方向的路径损耗因子（2.91）。这说明接收功率最大方向的传播路径通常是所有传播路径中唯一占主导的路径。（a）LoS（b）NLoS图 2-8 100 GHz LoS 与 NLoS 路径损耗

59、注：图（a）：红色菱形为接收天线为直射方向测量的路径损耗，蓝色方形为全向合成的路径损耗；图（b）：红色菱形为接收天线在接收到最大能量方向的路径损耗，蓝色方形为全向合成的路径损耗 15 2.2.1.2 140 GHz 数据中心路径损耗 140 GHz 于数据中心两种场景进行测量，图 2-9 展示了数据中心中两个测量场景的路径损耗测量值以及 CI 模型和 FI 模型的拟合曲线。可以看出，CI 模型和 FI 模型和信道测量值比较匹配。此外，路径损耗指数、斜率以及阴影衰落第二个测量场景（=2.17，=2.81，=3.28）均比第一个测量场景（=1.78，=1.18，=2.13）大。这是因为在第一个测量

60、场景中，测试点放置在走廊中，因此存在更多的信号反射和散射，路径损耗更小，阴影衰落影响也更弱。（a）测量场景 1（b）测量场景 2图 2-9 140 GHz 路径损耗模型 2.2.1.3 140 GHz&220 GHz 办公室路径损耗 130-143 GHz、221-224 GHz 于室内会议室，办公室场景进行测量，基于测量结果建立了室内 LoS 场景的 ABG 路损模型。通过图 2-10 中路径损耗模型的分析，我们观察到，由于波导效应，办公走廊场景中的 值是所有场景中最小的。在会议室和开放办公区场景中，路径损耗接近自由空间中的路径损耗。（a）会议室 （b）开放办公区（c）办公室走廊 图 2-1

61、0 130-143 GHz 与 221-224 GHz LoS 场景路径损耗模型 2.2.1.4 300 GHz 狭长走廊与半开放 L 型大厅路径损耗 300 GHz于狭长走廊与半开放 L型大厅场景进行测量，不同场景下的路径损耗测量值以及建立的 CI 模型如图 2-11 所示。观察不同室内场景的测量结果可以发现，在视距场景下，半开放大厅场景的路径损耗因子最小为 1.74，狭长走廊场景的路径损耗因子为 1.88，这两种场景下由于波导效应导致路径损耗因子均小于 2。16 图 2-11 300 GHz 室内场景最佳方向路径损耗和 CI 模型 2.2.1.5 220-330 GHz 短距离路径损耗 2

62、20-330 GHz 于室内短距离场景进行测量，我们在 220 GHz 至 330 GHz 的 22 个频率点进行了测量。由于篇幅的限制，我们只绘制了 230 GHz、250 GHz、270 GHz、290 GHz、310 GHz 和 330 GHz 的结果。但在所有测量的 22 个频率点上的模型参数在下文中给出。我们可以看到，CI模型相对于FI模型有较大的标准差。此外，对于CI模型，路径损耗因子的频率依赖性不明显。它在 310 GHz 时得到最小的路径损耗因子 1.83，而在 320 GHz 时得到 2.51。而对于 FI 模型，似乎随着频率的增加，斜率有减小的趋势。在 330 GHz 时，

63、它的斜率最小 1.75。图 2-12 为实测路径损耗数据、CI 模型结果和 FI 模型结果。并绘制了 FSPL 模型和ITU室内热点路径损耗模型进行比较。这是一个 CI模型，其路径损耗因子为1.73。我们可以看到，大部分圆圈位于点线和点虚线上方，这两条线分别代表自由空间路损FSPL 模型和 ITU 路径损耗模型。这意味着大多数测量的路径损耗结果都大于 FI 模型和 ITU 模型的预测结果。并且实际的传播衰减更严重。虽然测量的距离很近，就像自由空间，但大气吸收是不可忽视的。FSPL 模型和国际电联模型都不考虑大气吸收。在某些频率点，如 310 GHz，传播衰减不像自由空间那么严重。这可能是物理因

64、素造成的。例如，对于特殊波长，大气吸收就相对较小。综上所述，存在几个吸收损耗较低的谱窗。拟合结果表明，CI 模型和 FI 模型与实测路径损耗样本均拟合良好。两种模型的拟合结果相似。例如，在 270 GHz 时，CI 模型线似乎与 FI 模型线重叠。这两种模型都能很好地预测路径损耗。此外，拟合结果与国际电联模型存在差异。在 290 GHz 时，FI模式线与 ITU 模型线之间的差异约为 4 dB。（a）230 GHz（b）250 GHz（c）270 GHz 17（d）290 GHz（e）310 GHz（f）330 GHz图 2-12 6 个频率点路径损耗 注：圆圈表示在一个距离处的平均路径损耗样

65、本。实线、虚线、点线和虚点线分别代表 FI 模型、CI 模型、ITU 室内热点模型和 FSPL 模型 频率相关性对于理解超宽频率范围内的信道特性起着重要的作用。为了进一步研究路径损耗的频率依赖性，我们使用 ABG 模型来拟合测量的路径损耗。如图 2-13 所示，绘制了实测路径损耗和 ABG 模型。ABG 模型的导出参数为 13.27，1.93，2.1，3.78。频率依赖因子 2.1 大于距离依赖因子 1.93，这说明在自由空间中，频率相关性略强。图 2-13 多频率路径损耗建模结果 2.2.2 时延扩展 此小节时延扩展信道特性建模涵盖了 100-300 GHz 中的 3 个频段以及 7 种不同

66、场景，其中 3 个频段包括 100 GHz，140 GHz，300 GHz。场景涉及办公室场景，数据中心场景，狭长走廊场景，半开放 L 型大厅场景。2.2.2.1 100 GHz 办公室时延扩展 在 100 GHz 室内办公室 LoS 与 NLoS 场景的时延扩展分别服从 -8.84，0.17 以及 -8.10，0.16 的对数正态分布，时延扩展的概率累积函数（CDF）如图 2-14（a）所示，横坐标是3GPP常用的dBs的形式，其中LoS有较小的时延扩展。LoS以及NLoS的 50%时延扩展分别是-88.7 dBs 以及-81 dBs。图 2-16（b）展示了 LoS 和 NLoS 时延扩展

67、随 log10d 变化的线性拟合，其中 LoS 场景以及 NLoS 场景的时延扩展分别服从：LoS（dBs）2.45*log10（d）-90.20 NLoS（dBs）-3.76*log10（d）-77.44，其中 LoS 场景的时延扩展与接收端发射端的距离服从正相关，是因为距离变大可18 以接受到的远距离大时延的多径越多，时延扩展越大。NLoS 场景的时延扩展与接收端发射端的距离服从负相关，是因为距离变大，接收端离办公室最远距离端越近，接收到的从最远端反射的大功率多径时延越短，时延扩展会变小。（a）时延扩展 CDF（b）时延扩展线性模型拟合 图 2-14 100 GHz LoS 与 NLoS

68、场景时延扩展模型 2.2.2.2 140 GHz 数据中心时延扩展 在 140 GHz 室内数据中心测得时延扩展，采用对数正态分布来拟合实际测量结果，可以得出两个测量场景中的时延扩展非常相似。2.2.2.3 300 GHz 数据中心时延扩展 300 GHz 室内数据中心场景信道时延扩展特性由射线跟踪仿真获得，LoS 区和NLoS 区均方根时延扩展的 CDF 如图 2-15 所示。对于 LoS 区和 NLoS 区，4 类均方根时延扩展的值分别为 8.14 ns、26.11 ns、8.04 ns 和 13.34 ns。由于在 NLoS 区中没有直射径，因此 NLoS 区中均方根时延扩展的值明显大于

69、 LoS 区。当 Tx 部署在机房中心时，位于 NLoS 区的 Rx 数目较少，导致图 2-15（b）中拟合效果不佳。图 2-15 300 GHz LoS 与 NLoS 场景时延扩展模型 2.2.2.4 300 GHz 室内狭长走廊与半开放 L 型大厅时延扩展 300 GHz 狭长走廊以及半开放 L 型大厅的时延扩展分别服从均值为 20.42 ns 以及18.62ns 的对数正态分布，狭长走廊相比于半开放 L 型大厅有更大的时延扩展。2.2.3 角度扩展 此小节角度扩展信道特性建模包括了 140 GHz，300 GHz 2 个频段以及 6 种不同场景。6 个场景中涉及数据中心场景 4 种，狭长

70、走廊场景，半开放 L 型大厅场景。19 2.2.3.1 140 GHz 数据中心角度扩展 在 140 GHz 数据中心测得角度扩展，采用对数正态分布来拟合实际测量结果，从结果可以分析总结出：1、由于收发端的高度相近，多径传播主要发生在水平面，因此俯仰到达角度扩展非常小，约为4.5；2、两个测量场景中的角度扩展非常相似。2.2.3.2 300 GHz 数据中心角度扩展 300 GHz 数据中心场景角度扩展特性由射线跟踪仿真获得，角度扩展（ASA（水平到达角）、ASD（水平离开角）、ESA（俯仰到达角）、ESD（俯仰离开角）的拟合结果如图 2-16 所示。Tx-Center-LoS 这种情况下，A

71、SA、ASD、ESA 和 ESD 的值（log10）分别为 1.52、1.67、0.43 和 0.69。ASA 和 ASD 的值（log10）明显分别大于 ESA 和 ESD 的值，说明仿真场景中的多径主要来自位于水平方向的机柜。图 2-16 290-310 GHz LoS 与 NLoS 场景角度扩展模型 2.2.3.3 300 GHz 狭长走廊与半开放 L 型大厅角度扩展 300 GHz 狭长走廊的 ASA 与 ESA 的值（log10）分别为 1.58 与 0.89 较半开放L 型大厅的 1.49 与 0.81 大，因此在狭长走廊中多径分布较为离散。2.2.4 K 因子 此小节 K 因子信

72、道特性建模包括了 140 GHz，300 GHz 2 个频段以及 6 种不同场景。6 个场景中涉及数据中心场景 4 种，狭长走廊场景，半开放 L 型大厅场景。2.2.4.1 140 GHz 数据中心 K 因子 在 140 GHz 数据中心测得 K 因子。K 因子的定义为信号能量最强的簇与其他所有簇的能量之比。采用对数正态分布来拟合实际测量的 K 因子，正态分布的参数如表 2-2所示。从表中可以看出，两个不同的测量情景的 K 因子是相近的。2.2.4.2 300 GHz 数据中心功率比 300 GHz 数据中心功率比特性由射线跟踪仿真获得，CDF 的拟合结果见图 2-17。Tx-Center-L

73、oS 和 Tx-Corner-LoS 的 值分别为 7.76 dB 和 4.98 dB。当 Tx 部署在机房中心时，直射径的长度相对于Tx部署在机房角落时更短。因此，Tx-Center情况下的直射径的功率更大，导致功率比的 值大于 Tx-Corner 情况。由于在 NLoS 区不存在功率较强的直射径，所以 LoS 区功率比的 值更大。20 图 2-17 290-310 GHz LoS 与 NLoS 场景功率比 2.2.4.3 300 GHz 狭长走廊与半开放 L 型大厅 K 因子 300 GHz 室内狭长走廊与半开放 L 型大厅场景 K 因子见表 2-2。狭长走廊的 K 因子为 12.85 小

74、于半开放 L 型大厅的 13.49，说明半开放 L 型大厅的主径功率占比较大，多径更集中。表 2-2 太赫兹 K 因子参数表 频率频率 场景场景 K 因子因子/功率比功率比 140 GHz 数据中心 1 NLoS 6.79 140 GHz 数据中心 2 NLoS 7.98 300 GHz（仿真仿真）数据中心 TX-Corner LoS 7.76 NLoS-2.12数据中心 TX-Center LoS 4.98 NLoS 0.02 300 GHz 狭长走廊 LoS 12.85 半开放 L 型大厅 LoS/NLoS 13.49 2.2.5 簇特性 此小节簇特性信道特性分析包括了 140 GHz，3

75、00 GHz 2 个频段以及 4 种不同场景。4 个场景中涉及数据中心场景 2 种，狭长走廊场景，半开放 L 型大厅场景。2.2.5.1 140 GHz 数据中心簇特性 在 140 GHz 数据中心测量簇特性，基于 DBSCAN 算法对多径进行分簇，分簇结果包括簇平均数量及簇内的角度和时延扩展，分簇的参数如表 2-3 所示。从表中的结果可以看出，由于在第一个测量场景中，接收机几乎都部署在机架间的过道中，信号的反射和散射更加的丰富，因此第一个测量场景中的簇数量比第二个测量场景更多。以第一个接收机的点位 RX1 为例，进一步分析数据中心中多径分簇形成的原因。图 2-18（a）展示了 RX1 点位的

76、分簇结果。基于簇的到达角和到达时间，进一步分析了每个簇的物理传播路径，结果如图 2-18（b）所示。从图中可以看出：第一个簇是发射机和接收机之间的视距传输径；第二个簇来自接收机北侧接收机的反射，反射损耗约为 10 dB；第三个、第四个簇来自接收机南侧机架的反射，反射损耗约为 15 dB；第五个、第六个簇是经过墙体和机架多次反射形成的；第七个、第八个簇也是由信号经过多次反射形成的，首先经过机架之间的过道，然后又经过了北侧墙体的反射，最终反射到接收机。21（a）分簇结果 （b）多径传播分析图 2-18 点位 RX1 的分簇结果与多径传播分析 2.2.5.2 300 GHz 狭长走廊与半开放 L 型

77、大厅簇特性 300 GHz 室内狭长走廊与半开放 L 型大厅场景簇特性见表 2-3。在狭长走廊簇数为9 比半开放 L 型大厅簇数 7 多，说明狭长走廊的多径较为分散。表 2-3 太赫兹簇特性参数表 频率频率 场景场景 平均簇数平均簇数量量平均簇内平均簇内时延扩展时延扩展 ns 平均簇内水平平均簇内水平到达角度扩展到达角度扩展 平均簇内俯仰平均簇内俯仰到达角度扩展到达角度扩展 140 GHz 数据中心 1 NLoS 11.9 2.05 4.16 3.45 140 GHz 数据中心 2 NLoS 9.30 2.40 4.05 2.17 300 GHz 狭长走廊 LoS 9-半开放 L型大厅 LoS

78、/NLoS 7-2.2.6 粗糙表面散射特性 借助全波仿真工具 Feko，对不同粗糙度的粗糙表面散射特性进行仿真。基于大量仿真结果，表征太赫兹频段粗糙表面上散射电场的幅值、相位和极化分布。针对散射电场幅值，在经典方向性散射模型的基础上提出优化的方向性散射模型以表征粗糙表面微结构随机性的影响；针对散射电场的相位与极化特性，对其数值分布与空间分布分别进行了拟合与分析。具体工作如下：仿真场景如图 2-19 所示，频率 300 GHz、幅值 1 V/m 的 TM 波以 45入射大小为 50 mm50 mm 的理想导体（Perfect Electric Conductor，PEC）粗糙表面。远场求解区域

79、设置为上半球面，选用多层快速多极子法（Multilevel Fast Multipole Method，MLFMM）以兼顾计算力与精确度。具体仿真配置参数如表 2-4 所示。图 2-19 Feko 仿真场景示意图 22 表 2-4 Feko 仿真配置参数 Source Plane wave Frequency 300 GHz Amplitude 1 V/m Polarization Transverse magnetism（TM）wave Incident angle 45 Size of Surfaces 50 mm 50 mm Material PEC Solution MLFMM 在上述

80、仿真配置的基础上，通过将生成的不同粗糙度的粗糙表面导入 Feko，获得不同粗糙度的粗糙表面的散射电场分布。均方根高度和相关长度 l 是表征粗糙表面高度分布的关键统计参数，分别决定高度在垂直和水平方向上的分布。均方根高度决定粗糙表面的最大高度差。相关长度为评估表面上两点的相关性提供了基准，它决定了粗糙表面起伏的频率。如图 2-20 所示，随着均方根高度的增大和相关长度 l 的减小，表面起伏的幅度和频率逐渐增大，表面变得更加粗糙。图 2-20 不同均方根高度和相关长度 l 的粗糙表面 为描述粗糙表面散射电场分布的随机性，定义表征表面微结构的影响。=，|2=|0|2(1+cos2)，其中，为由 Fe

81、ko 全波仿真得到的散射电场，0为散射电场最大值，为散射方向与镜面反射方向的夹角，为等效粗糙度，决定散射波瓣的宽度。A.的数值分布对的数值分布进行拟合，发现其数值服从 t Location Scale 分布，即|T(,)。与正态分布相比，t Location Scale 分布有助于拟合尾部更重的数据分布。B.的角度分布此外，较强散射电场的角度分布存在一定规律。在粗糙表面上，幅值较强的散射电场总是分布在镜面反射方向周围。图 2-21 分布23 以均方根高度 0.5 mm，相关长度 8 mm 的粗糙表面为例，如图 2-21 所示，数值较大的同样聚集在镜面反射方向周围，因此设置阈值（蓝色虚线，=|/

82、20）区分_和_。|()|=|()|，|()|，|_为绝对值大于阈值的，_为绝对值小于阈值的。_为_ 的 散 射 角，服 从 均 值 为 反 射 角 的 高 斯 分 布，即_N（,），将_随机放置在_上。_为_的散射角，从反射角两侧开始在_之间补空（_为_的补集），并按照绝对值降序的方式从镜面反射方向向两端将_置于_对应的角度上。C.太赫兹频段粗糙表面方向性散射模型综上所述，充分考虑的数值分布与角度分布，在经典方向性散射模型的基础上提出表征太赫兹频段粗糙表面散射特性的优化的方向性散射模型。()=()+()，其中为依据经典的方向性散射模型计算的散射电场，描述散射波瓣的形状。表征粗糙表面微结构随机

83、性的影响，描述散射电场角度分布的随机性。为使重建的散射电场分布更加贴近实际情况，以下两点需额外注意：1)由于 t Location Scale 分布生成值的随机性，限定|RIS1 逻辑子链路Tx-RISn 逻辑子链路RIS1-RISn 逻辑子链路RISn-RIS1 逻辑子链路RISn-Rx逻辑子链路RIS1-Rx逻辑子链路Tx-Rx 逻辑链路图 5-1 收发信道逻辑链路有向图 如图 5-1 所示，接收侧（Rx 侧）收到的信号来自以下几个逻辑链路：Tx Rx;Tx RISi Rx;Tx RISiRISjRx.其中，,1,2,i jN,N 为 RIS 可选面板数量。考虑到复杂、精确与可用、简化之间

84、的平衡，可基于 RIS 部署的原则、调控目标来55 具体确定可能的逻辑链路组合，这是因为只有 RIS 接收到的信号有足够强度时，RIS 对最终信道才有显著影响，这也是基于模型效率和模型精度均衡的一个考虑。例如，当 N 2时，RIS 的部署调控目标是通过 RIS 一次可控反射来增强 Tx 非直视区域 NLoS 的覆盖时，仅需要考虑如下链路：TxRx、TxRIS1Rx、TxRIS2Rx。对于 TxRx 而言，可以采用 3GPP 或 ITU 的 MHCM 模型；对于 TxRISiRx 或 TxRISiRISjRx而言，其中的第一段逻辑子链路 TxRISi可采用 3GPP 或 ITU 的 MHCM 模

85、型，而中间段和最后一段逻辑子链路则需要基于前置逻辑子链路的信道响应 CIR（Channel Impulse Response）、来波方向、极化等信息并结合 RIS 的调控码本参数来确定。在 d2 为远场的假设下，不同波达方向极化电磁波的 RIS 反射信号的极化辐射方向图是不同的，考虑到计算量与精度的均衡，在相关逻辑链路选择中需要考虑“去弱留强”，图 5-2 给出了基于MHCM 模型的智能可控电磁表面的建模流程。1.场景地图配置、RIS部署、坐标系、场景、Tx/Rx天线模型，其他参数配置（极化/频点/带宽/XdB门限等）2.基于收发逻辑链路有向图及RIS部署策略，选定所考虑的逻辑链路3.对所选定

86、的逻辑链路进行循环3.所选定的逻辑链路循环 结束3.1 将逻辑链路进行拆解分解为逻辑子链路，每个逻辑子链路均仅有两个节点：例如：Tx RIS1 Rx可以拆解为：Tx RIS1和RIS1 Rx两个逻辑子链路3.3 对当前逻辑链路的所有逻辑子链路按序进行循环3.3 当前逻辑链路的逻辑子链路循环 结束3.3.1 当前逻辑子链路是否有前置逻辑子链路及RIS节点？3.2 计算所有逻辑子链路的Map-based hybrid信道响应3.3.3 从前置逻辑子链路上述的CIR中选择不低于最强径XdB的所有径，删除其余径3.3.4 针对每一条前置逻辑子链路中的保留径,基于其波达角信息及当前RIS节点的电磁单元调

87、制信息，计算RIS的辐射方向图3.3.2 计算耦合了前置RIS电磁单元调制信息或前置Tx的天线辐射方向图的前置逻辑子链路的CIR3.3.1.1 计算耦合了天线方向图的当前逻辑子链路的CIR3.4 合并各逻辑子链路的局部结果计算当前逻辑链路的信道响应，包括对各径时延的更新，将时间轴对准Tx的发射时刻4.合并各逻辑链路信道响应结果否是图 5-2 RIS 无线信道建模流程 RIS 与 Tx 或 Rx 的逻辑附属关系与 RIS 的部署位置及部署目的有关，可以附属于Tx 或 Rx，且附属关系可以是固定或动态的，这是一个需要专门研究的方向，下述 Tx-Rx 之间逻辑链路有向图中所涉及的 RIS 均指“与

88、Tx 或 Rx 有附属协同关系”的 RIS。56 每一对 Tx-Rx 可建立逻辑链路有向图，如图 5-1 所示。基于 RIS 部署的相对位置/部署目标，选定对 Tx-Rx 无线信道有显著影响的逻辑链路。针对 Tx-Rx 间每条选定的逻辑链路进行逻辑子链路拆解，具体如下：输入：逻辑链路：Tx RISs1 RISsN Rx 输出：逻辑子链路：Tx RISs1;RISs1 RISs2;RISsNRx RIS 各控制单元反射相位可以基于所配置的码本相位调控策略进行独立控制，不同来波方向的极化电磁波所激励的 RIS 单元的辐射方向系数是不同的，可基于 5.2.2 小节的 RIS 物理模型进行计算，其综合

89、归一化方向性系数如下：()()()()rriilkrriilkrriilkrriilkffff,vv,hv,vh,hh（5-4）其中，k,l 表示第 k 行、第 l 列 RIS 单元编号，ii,分别表示入射波反向矢量相对于全局坐标系 Z 轴和 X 轴的角度，rr,表示反射波矢量相对于全局坐标系 Z 轴和 X 轴的角度，f 表示 RIS 单元反射的方向性系数，hh,hv,vh 和 vv 表示入射波与反射波不同极化的组合，v 表示垂直极化，h 表示水平极化。相对于 RIS 面板而言，对于 d1 为远场的情况，RIS 面板各单元的反射方向性系数可以认为是一致的；对于 d1 为近场的情况，由于入射波矢

90、和极化方向的不同，RIS 面板各单元的反射方向性系数需要单独计算。RIS 面板由多个 RIS 单元组成，每个 RIS 单元的控制相位等参数可基于 RIS 码本控制策略独立进行控制，本文主要考虑 RIS 的相位可控，但所述方法的思路亦可基于 RIS物理模型（扩展模型）用在对幅度/极化的控制。假设 RIS 板为矩形，其相关配置参数包括：RIS 面板尺寸：LK，K 为长度方向控制单元数目，L 为宽度方向控制单元数目；RIS 单元尺寸：ba，为载频的波长；RIS 单元相位控制粒度：B2logbit 表示控制单元调整的粒度为B2。RIS 面板的反射方向图由组成面板的所有 RIS 控制单元方向图及控制码本

91、相位综合生成，各 RIS 反射单元的控制相位lk,pq由 RIS 控制中心基于控制策略确定，一个可选配置是：BBBBlk2）1-（.,，22，2,0,pq,且h,vqp,（5-5）实际上，对于每一个 RIS 单元的控制相位lk,pq的可选集合并不限于（5-5），可基于控制策略确定。在给定入射波矢和极化的电磁波激励下，RIS 面板的辐射方向性系数如下：57()()()()rriihhrriivhrriihvrriivv,（5-6）其中，()()()pqiirrinris,pq,iirrpq,1,4K L a b2,exp()expTk K,l Lk lk,lk lk ljrdfj =（5-7）其

92、中，表示 RIS 面板的方向性系数，是与 RIS 单元插损相关的反射效率，lkd,ris是第 k 行、第 l 列 RIS 控制单元中心的位置矢量，且vh,qp,，=iiiiiincossinsincossinr（5-8）MHCM 模型中考虑了对超宽带、氧衰及阻挡等的影响，这些模型可直接基于频段、场景选择性应用，但对于大宽带场景，考虑到材料或电磁表面电参数可能的频率依赖性，可参考 3GPP TR38.901 第 8 章，基于频率分段（bin）对公式（5-3）公式（5-6）进行更新。下文中径表示基于射线追踪得到的确定性径的结果，簇表示基于统计模型得到的随机簇的结果，两者在数学模型及算法处理方面是一

93、致的。当逻辑子链路根据 MHCM 模型进行信道系数计算时，需要基于收发节点的类型进行分类：当 Tx 节点为 RIS 面板时，需基于当前 RIS 的所有前置逻辑子链路来波进行 Tx 节点的拆分，每径/簇对应于一个来波方向及极化方向，同时也对应当前逻辑子链路的两个Tx 分支节点（分别对应 h 极化来波和 v 极化来波），所有这些 Tx 分支节点的位置相同，但发射天线的辐射方向性系数各自独立，基于来波方向计算的结果见公式 5-6、公式 5-7。对于第 x 条逻辑链路的第 y 条逻辑子链路，其第 n 簇/径、第 m 子径的两个极化电磁波（v-pol 和 h-pol）所对应的 Tx 分支节点的发射天线的

94、方向性系数如下：()()()()=AODmnZODmnAODmnZODmnAODmnZODmnyxstxAODmnZODmnyxstxFF,yi,xi,vh,yi,xi,vv,v,v,（5-9）()()()()=AODmnZODmnAODmnZODmnAODmnZODmnyxstxAODmnZODmnyxstxFF,yi,xi,hh,yi,xi,hv,h,h,（5-10）其中，yi,xi,分别对应于前置逻辑子链路来波的 ZOA 和 AOA。当 Tx 或 Rx 节点为 BS 或 UE 时，采用 BS 或 UE 的实际发射天线的方向性系数,*1,*,*,txxsF或,*,*,*,rxlastyxu

95、F，其中，*表示 h 或 v，*表示或，ylast表示当前逻辑链路的最后一段逻辑子链路的编号。当 Rx 节点为 RIS 面板时，接收天线的方向性系数为=cos,*,*,yxurxyxurxFF，其中，为 RIS 面板法向量与入射波反向矢量inr的夹角，inr见公式 5-6。在 RIS 为单面58 反射的场景下，当2时，0,*,*,=yxurxyxurxFF。对于存在 NLoS 径/簇的情况，第 s 号发射天线、第 u 号接收天线，第 n 簇/径，第 m子径，第 1 频率段（bin）的 NLoS 子径的信道系数和绝对时延分别为：()()()()()()()()1,*,*,1,*1,*,*,exp

96、exp,expexp,Tx yn mn mn mn m ZOAn m AOArx ux yu s n mx yrx un m ZOAn m AOAn mn mn mx yn m ZODn m AODtx sx ytx sn m ZODn mjjFHtFjjFF=，()()1,1,1exp2exp2TTrx n mrx utx n mtx sAODTrx n mn mfjrdrdcfjrvtPc+（5-11）stxTmntxurxTmnrxnnsumnsudrcdrc,1-1-=（5-12）=ZOAm,n,ZOAm,n,AOAm,n,ZOAm,n,AOAm,n,mn,rx,cossinsinco

97、ssinr（5-13）=ZODm,n,ZODm,n,AODm,n,ZODm,n,AODm,n,mn,tx,cossinsincossinr（5-14）上式中，当逻辑子链路的 Tx 为 RIS 时，x,y,*表示其前置逻辑子链路的第 x 簇/径、第 y 子径的 h 或 v 极化的来波激励，*为 h 或 v；f1表示载波频率；c 为电磁波在真空中的速度；对于第 n 簇/径、第 m 个 NLoS 子径：AOAmnZOAmn,表示相对于 Z 轴和 X 轴的两个波达角参数；AODmnZODmn,表示相对于 Z 轴和 X 轴的两个波离角参数；n为收发参考单元的第 n 簇的绝对时延，对于确定性径可基于射线追

98、踪确定，对于随机簇需要将相对时延转换为绝对时延；mnmnmnmn,，表示 4 个不同的极化组合的初始相位、mn,表示子径的功率交叉极化比、mnrxr,是波达子径的单位矢量、mntxr,是波离子径的单位矢量、1,mnP表示接收功率；urxd,是 Rx 接收天线 u 的位置矢量；stxd,是 Tx 发射天线 s 的位置矢量；v是 Rx 的运动速度矢量，当 Rx 为 RIS 时，v为0；每径或簇的信道系数可以基于该簇或径中所有子径通过三维复数求和获得;1,mnP表示 NLoS 第 n 径或簇，第 m 子径的接收信号功率。对于存在 LoS 径的情况，第 s 号发射天线、第 u 号接收天线，第 1 频率

99、段（bin）的LoS 径的信道系数和绝对时延分别为：()()()()()()(),*,1 1,*,1,*,exp00exp,exp2,rx utx sTLOS ZOALOS AOALOSx yu s nLOSrx uLOS ZOALOS AOAx yLOS ZODLOS AODTTrx LOSrx urx LOSx ytx sLOS ZODLOS AODFjHtjFFfjrdrcF=+，(),1,1,1exp2tx sTrx LOSdfjrvtPc（5-15）59 stxTLOStxurxTLOSrxnnsudrcdrc,1,1-1-=（5-16）=AOALOS,ZOALOS,AOALOS,Z

100、OALOS,AOALOS,LOSrx,cossinsincossinr（5-17）=AODLOS,ZODLOS,AODLOS,ZODLOS,AODLOS,LOStx,cossinsincossinr（5-18）其中，AOALOSZOALOS,表示当前逻辑子链路的 LoS 径相对于 Z 轴和 X 轴的两个波达角参数；AODLOSZODLOS,表示当前逻辑子链路的 LoS 径相对于 Z 轴和 X 轴的两个波离角参数；LOS表示基于 LoS 径光程计算的初始相位；n为收发参考单元的 LoS 径的绝对时延；TLOSrxr,表示 LoS 波达径的单位矢量；TLOStxr,表示 LoS 波离径的单位矢量；

101、1，1P表示LoS 径接收功率。对于第 x 逻辑链路，第 y 逻辑子链路，*极化，第 s 反射天线，第 u 接收天线，第 n簇/径在第一频段：-NLoS 径/簇信道系数和时延：()()=myxmnsucluyxnsutHtH,*,1，,*,1，,、nsu,（5-19）-LoS 径信道系数和时延：()tHyxnsu,*,1，1,=、1,=nsu（5-20）.Tx(BS)RISS1Rx(UE)RISS2有效径有效径无效径无效径01NN+1.(N=2).vvhvvvvvvvhvvvvvhvvhvvvhhvvvvvvvhvvhvvvhhvvvvvvvh1,1,3,2,v,v,h,v(L)图 5-3 逻

102、辑子链路多径循迹示例 如图 5-3 所示，假设 Tx 为垂直极化（v-pol），实线表示通过筛选标准的有效径或簇，虚线表示未通过筛选标准的径或簇，筛选标准的确定需要考虑“去弱留强”原则，例如：不低于所有最强簇功率的 XdB，例如：X 25。设 Tx 为第 0 层，Rx 为第 N+1 层，RIS 分别为第 1 层至第 N 层。针对每个逻辑子链路，发射天线的每一个单极化（h 或 v）方向或 RIS 面板前置逻辑子链路来波激励的每个 Tx 分支节点（h-pol 或 v-pol），其接收节点的所有簇或径进行统一编号，即原第 n簇或径统一编号后为第 k 号径：（n 簇/径）k 径。如5-3所 示，对 于

103、 第L层 中 的 任 一 节 点 定 义 如 下 节 点 编 号：k0,k1,kL,p0,p1,pL，其中，1,.2,1+NL表示当前节点的层号，kL表示当前60 节点的编号，k0 kL-1表示当前节点的各父节点编号，Llvhpl,.,1,0,=表示当前节点在第 l 层的父节点的极化方向，如图 5-4 所示。k0,k1,kL,p0,p1,pLL+1个元素个元素L+1个元素个元素第0层父节点编号第1层父节点编号第L层当前节点编号 第L层当前节点极化第1层父节点极化第0层发射节点极化 图 5-4 节点编号 在图 5-3 中,节点1,1,3,2,v,v,h,v的父节点及关联关系见图中红色实线所示。以

104、新的节点标识表示逻辑子链路的信道系数和时延，则公式 5-19-公式 5-20 更新为：()()()tHtHtHsuyxnsucluyxnsup,.,p,p，k,.,k,k1，p,.,p,p，k,.,k,k,*,1，1,*,1，,1-L101-L10L10L10=,（5-21）p,.,p,p，k,.,k,k,1,L10L10sunsunsu=（5-22）对于基站节点-第 s 号发射天线，终端节点-第 u 号接收天线，其第条逻辑链路从BS 到 UE 需经过 N 个 RIS 面板，则在 BS 与 UE 之间有效径级联信道系数和时延为：()()+=+11,p,.,p,p，k,.,k,k1，p,.,p,

105、p，k,.,k,k,1，p,.,p,p，k,.,k,k,1-L101-L10L10L101N101N10NLsusutHtH （5-23）.p,.,p,p，k,.,k,k,11p,.,p,p，k,.,k,k,L10L101N101N10+=+suNLsu（5-24）所以，第条逻辑链路各径的信道系数及时延如下：()tHsu+1，p,.,p,p，k,.,k,k,1N101N10，+p,.,p,p，k,.,k,k,1N101N10su.其中，k0,k1,kL,p0,p1,pL信号强度满足筛选门限的所有有效径组合结果。逻辑链路级联信道各径的波离角为第一条逻辑子链路对应的波离角，波达角为最后一条逻辑子链

106、路对应的波达角。合并各逻辑链路信道响应结果，Tx 与 Rx 间所有有效逻辑链路如下：第 0 号：Tx Rx;第 1 号：Tx RISi Rx;第号：Tx RISi Rx;第号：Tx RISiRISjRx。Tx 与 Rx 间的无线信道为以上所有逻辑链路总有效簇/径的集合：61()tHsu01，p，k,00，0p，k,00su；()tHsu11，p,p，k,k,1010，1p,p，k,k,1010su;()tHsu+1，p,.,p,p，k,.,k,k,1N101N10，+p,.,p,p，k,.,k,k,1N101N10su；()01N101N1,k,k,.,k p,p,.,p 1u sHt+，+p

107、,.,p,p，k,.,k,k,1N101N10su。（5-25）以上k*,p*,组合为各级联逻辑链路的有效簇/径组合。5.2.4 基于 GBSM 的 RIS 信道模型 3GPP/ITU 定义了规则蜂窝场景下的 GBSM 信道模型，用于评估无线网络性能和进行方案对比。在此模型中，UE 和 BS 的位置是明确的，而环境的无线信道模型主要通过统计的方法，通过统计信道相关参数来定义，不需要确定性的场景地图等，本小节在以上假设基础上设计考虑 RIS 部署的 GSCM 模型。5.2.4.1 RIS 基本物理模型参数 在 RIS 基本模型假设基础上，RIS 面板的物理模型参数如下：-载波中心频率：fc-RI

108、S 面板尺寸（矩形面板）：K*L，K 为长度方向控制单元数目，L 为宽度方向控制单元数目；-RIS 单元间距：2，为中心载频的波长-RIS 单元尺寸：ba，为中心载频的波长；-RIS 单元相位控制粒度：B2logbit 表示控制单元调整的粒度为B2；-RIS 极化：双极化同调-RIS 单元反射效率：5.2.4.2 RIS 在规则蜂窝网络的部署模型 RIS 的部署采用在现有 GBSM 场景模型（如：3GPP TR38.901）基础上的确定性部署方案。1）RIS 方位参数每个 RIS 的位置参数包括 6 个参量：Xirs，Yirs，Zirs，Azirs，ELirs，SLirs，分别为RIS 面板中

109、心的 X,Y,Z 坐标，及 RIS 面板法线方向的水平方位角（AZ），天顶角（ZN）和绕中心法线的旋转角（SL）。2）RIS 部署模型62-每个小区部署 RIS 的数量；-每个 RIS 面板的尺寸；-每个 RIS 面板部署的方位参数。RIS 的部署可基于部署目标确定。3）RIS 码本配置策略（用于校准评估）-假设：双极化面板；极化同调；-候选码本 1：采用方向性指向的高增益波束码本；-候选码本 2：采用方向性指向的宽波束码本；-候选码本 3：以空间维度复用提升为目标的码本。5.2.4.3 大尺度衰落模型 1）场景拓扑与基站的部署与现有 GBSM 模型（如 3GPP TR38.901）中的场景及

110、部署配置一致。2）RIS 相对于小区基站的可视性-假设所有 RIS 面板与所附属的小区基站 BS 均为 LoS 状态；-RIS 与非附属小区基站 BS 的 LoS 或 NLoS 状态随机确定，模型采用现有场景中的LoS 概率模型。考虑到 RIS 的部署高度与现有 LoS 概率模型中终端高度不一致，需要对现有 LoS 概率模型进行扩展或补充，如增加基于 RIS 高度的 LoS 概率模型。3）UE 位置的部署采用现有 GBSM 模型场景的随机部署策略。4）UE 的状态UE 的室内或室外状态与现有模型保持一致；UE 相对于基站的 LoS 状态与现有模型保持一致；UE 与多 RIS 之间的 LoS 状

111、态基于与现有 LoS 概率一致的模型确定。5）UE 的候选附着 RIS基于 UE 与 RIS 之间的 LoS 或 NLoS 状态，每个 UE 可以有 0 个或多个候选附着RIS，具体而言：对于每个 UE 而言，针对其所在服务小区中的所有 RIS，如果该 UE 与 RIS 是 LoS状态，则该 RIS 是该 UE 的附着 RIS。例如：某 UE 的附着 RIS 集合为：RIS1,RIS3,RISp。6）路损模型63 UE 与 BS 或 UE 与 RIS 的路损模型，采用现有场景对应的路损模型；BS 与附属 RIS 的 PL 模型采用现有场景模型中 LoS 状态对应的路损模型；可以考虑与发射机高度

112、相关的大尺度信道模型。7）阴影衰落模型UE 与 BS 或 UE 与 RIS 的阴影衰落模型，采用现有 GBSM 相关场景对应的模型。8）室外到室内的模型室外到室内的穿透模型采用现有 GBSM 相关场景的模型。5.2.4.4 快衰模型 1）BS 与 UE 信道BS 与 UE 的快衰信道遵循当前 GBSM 信道模型。2）BS-RIS-UE 信道-BS-RIS 信道考虑 BS 与协同 RIS 之间为确定性 LoS 信道；RIS 与非协同 BS 之间信道链路状态由 LoS 统计模型确定。采用 MHCM 模型中的思路，将 RIS 建模为由极化馈入波矢所激励的多个虚拟基站。-RIS-UE 信道IRS1IR

113、S2IRS3IRS4UEaUEbUEcUEdUEeUEfBS图 5-5 RIS 单次反射 BS-RIS-UE 逻辑链路图 当 RIS 采用方向性波束策略时，可以基于 RIS 实时附着 UE id 的信息，确定 RIS 的码本和方向图，如图 5-5 所示，实线加粗线条指向表示 RIS 及其附着 UE 的关系；当 RIS 采用空间维度复用等其他策略时，RIS 的码本和方向图需随策略进行调整。3）BS-RIS-UE 逻辑链路信道合成A、簇及子径的数目 BS-RIS-UE 簇及子径的数目与 BS-RIS 簇的数目及 RIS-UE 信道所计算的簇与子径64 的数目有关。B、时延 由于 GBSM 信道模型

114、中采用的时是相对时延，因此，BS-RIS-UE 各簇/子径链路的相对时延等于 RIS-UE 的各簇/子径的相对时延 BS-RIS-UE 各簇/子径链路的绝对时延等于 BS-RIS 绝对时延累加 RIS-UE 的各簇/子径的绝对时延；可以参考 3GPP TR38.901 IIOT 场景下的绝对时延模型，确定 NLoS场景下的各簇的绝对时延。C、波达角及波离角 在逻辑链路合成结果中：所有簇与子径的波离角都与首段逻辑子链路的波离角相关。所有簇与子径的波达角都与尾段逻辑子链路 RIS-UE 链路的波达角有关。D、信道系数 BS-RIS-UE 逻辑链路级联信道系数，需要合并所有逻辑子链路的结果。4）BS

115、-UE 信道总体合成BS-UE 总体合成信道需要将所有逻辑链路的结果按绝对时延进行归并，取综合结果。5.3 智能超表面信道模型仿真与实测 5.3.1 基于 GBSM 的 RIS 信道模型 频点：28GHz；单元尺寸：0.450.45；双极化 RIS 面板；45 度单极化 TE 波入射：RIS 面板第一极化方向阵子和第二极化方向阵子的辐射方向图如下：图 5-6 RIS 阵子第一极化及第二极化方向图 5.3.2 RIS 物理模型-高增益波束覆盖增强 仿真场景频点：2.6GHz;BS 挂高 40m,位置0,0,40T；RIS 中心高度 1 米，RIS 方位：水平方位角 13 度,俯仰角 0,倾斜角

116、0,RIS 面板中心位置 5.5,65,1 T；目标场点位置：0,65,1 T；入射波极化：垂直极化；RIS 极化：单极化 45 度（相对于水平边）;RIS 阵子间距：0.45；RIS 规模：2040；RIS 调制 bit 数：4bit。65 仿真结果场景：图 5-7 RIS 高增益波束覆盖部署场景图 相位码本（单位：rad）及目标场点附近的点场强（RSRP）分布（单位：dBm）如下图所示：（a）RIS 面板码本对应的相位分布图 （b）RIS 高增益波束在目标场点附近的覆盖结果图 5-8 RIS 面板码本及目标场点附近覆盖结果 5.3.3 RIS 室内场景部署-仿真与实测对比 测试/仿真场景：

117、频点：27 GHz；入射波极化角：23 度；RIS 极化：单极化 45 度、双极化+/-45 度（相对于水平边）；RIS 阵子间距：0.45；RIS 规模：6464；RIS 调制 bit 数：1bit（单极化）/4bit（双极化）。图 5-9 RIS 室内场景测试环境及部署架构图 测试/仿真结果对比：图 5-10 RIS 室内场景测试结果与仿真结果对比 66 5.3.4 RIS 室内场景-大尺度无线信道 测试场景和参数：北京邮电大学科研楼走廊 图 5-11 室内场景测试环境、测量步骤示意图 表 5-1 测量系统参数 参数参数 值值 参数参数 值值 测量频率 26 GHz 序列码长 2047 带

118、宽 200MHz 天线增益 20dBi 采样率 200 MHz 发射天线极化 水平极化 采样数 4094 接收天线极化 垂直极化 测量结果：2=101lg(1 2)+（5-26a）3=101lg(1)+102lg(2)+（5-26b）表 5-2 2模型与3模型下的路径损耗模型参数Model 1 2 2.06/64.42 4.24 2.40 1.92 63.22 3.37 从上表中可以看出，3路损模型相较于2路损模型能更好地反映路径损耗随1与2变化的规律。3路损模型如下图所示。67 图 5-12 室内场景测试 RIS 辅助信道路径损耗建模结果 5.4 小结 通过部署智能超（电磁）表面来实现无线传

119、播环境的智能重构是目前研究的一个关键，其信道建模是后续进行智能电磁表面部署规划、覆盖/容量及其他网络性能评估和分析的基础。本章节阐述了智能超表面信道测量与建模方面的研究工作。在测量方面，已在室内走廊场景展开 26 GHz RIS 信道测量工作，并形成 RIS 辅助信道的路径损耗进行分析与建模。在信道建模方法论方面，提出以电磁散射理论、几何光学和物理光学为基础的 RIS 物理模型，设计了基于地图的混合信道模型（MHCM)的 RIS 信道模型，对基于 GBSM 的 RIS 信道模型框架给出了建议。68 第六章 新型信道建模方法探索 为了更好地满足 6G 新频段、新场景、新技术对无线信道建模的新需求

120、，业界开展了对信道建模方法的进一步探索。本章节介绍了四种新型信道建模方法，分别是 6G 普适几何随机信道模型、基于簇核的信道模型、基于地图的混合信道模型以及基于射线与传播图的混合模型。6.1 6G 普适几何随机信道模型 6.1.1 建模方法原理 6G 普适信道建模理论使用统一的信道建模方法和框架、统一的信道冲激响应表达式、综合考虑 6G 全频段全场景信道52-54的统计特性，构建普遍适用于 6G 各个频段、各个场景，并能准确反应其信道特性的 6G 普适信道模型，如图 6-1 为 6G 普适信道建模理论。同时，6G 普适信道模型可通过调整信道模型的参数，简化为适用于特定频段、特定场景的专用信道模

121、型。本节将 6G 普适信道建模理论应用于几何随机信道模型，对6G 全频段全场景信道特性进行建模，提出了一种基本适用于全频段（sub-6 GHz、毫米波、太赫兹和可见光频段）、全覆盖场景（低轨卫星、无人机、海洋通信场景）和全应用场景（超大规模天线阵列、工业物联网、智能超表面等）的 6G 普适几何随机信道模型6GPCM3655。图 6-1 6G 普适信道建模理论 6.1.2 模型实现过程 6G 普适几何随机信道模型示意图如图 6-2 所示。图中发送端和接收端均采用均匀线阵，1TA（1RA）为发送端（接收端）的第一根天线，TpA（RqA）为发送端（接收端）的第 p（q）根天线。()T RA为 x-y

122、 平面内发送端（接收端）天线阵列的方位角，()RET为发送端（接收端）天线阵列的俯仰角。簇（对）的数量()qpn=1,2,Nt。图示为多跳传69 播，其中AnC为首跳簇，ZnC为末跳簇，将两簇之间的传播路径建模为虚拟链路。发送端、接收端以及簇具有任意的速度和轨迹，运动速度为()()nnT R,A,Zvt，方位角为()()nnT R,A,ZAat，俯仰角为()()nnT R,A,ZEat。第n个簇内的散射体数量为nnm=1,2,M。其他参数定义如表 6-1 所示。图 6-2 6G 普适几何随机信道模型示意图36 表 6-1 6GPCM 参数定义 参数参数 定义定义 T、R发送端以及接收端天线阵列

123、阵元间距()Tt、()Rt、()nAt、()nZt发送端、接收端、首跳簇以及末跳簇的速度()TAt、()RAt、()AnAt、()ZnAt发送端、接收端、首跳簇以及末跳簇的运动方向的方位角()TEt、()REt、()AnEt、()ZnEt发送端、接收端、首跳簇以及末跳簇的运动方向的俯仰角(),nTA mt（(),nRA mt）、(),nTE mt（(),nRE mt）在时刻t，从1TA（1RA）至AnC（ZnC）第m个子径对应的方位离开角以及俯仰离开角()nTmdt（()nRmdt）在时刻t，从1TA（1RA）至AnC（ZnC）第m个子径对应的距离(),nTp mdt（(),nRq mdt）在

124、时刻t，从TpA（RqA）至AnC（ZnC）第m个子径对应的距离 D在初始时刻0t，从1TA至1RA的距离()qpdt在时刻t，从TpA至RqA的距离向量,(,)ncqp mfPt f在时刻t，TpA与RqA之间的第n个簇的第m个子径的功率,()nqp mt在时刻t，TpA与RqA之间的第n个簇的第m个子径的时延 6.1.2.1 信道系数矩阵 6GPCM 的信道矩阵可表示为：1/2sPL SH BL WE AL=HH（6-1）其中，PL为路径损耗，SH为阴影衰落，BL为阻挡效应，AL为大气吸收损耗，WE70 为天气影响损耗，(),cRTsqp fMMht=H为小尺度衰落，TM为发送端天线阵列中

125、天线阵元数量，RM为接收端天线阵列中天线阵元数量。(),cqp fht为发送端天线阵元TpA与接收天线阵元RqA之间的信道冲激响应，表示为视距 LoS 分量()LoS,cqp fht与非视距 NLoS分量()NLoS,cqp fht的叠加：()()()()LoS,1ccRqp fqp fRKththtKt=+()()NLoS,1,1cqp fRhtKt+（6-2）其中，()RKt为莱斯因子，()LoS,cqp fht和()NLoS,cqp fht分别如下：()()()()()()()()()()()()(),LoS,r,0,F,0VVLccHHcLccTRRTTjq f VE LA Lp f

126、VE LA Lqp fRRTTjq fHE LA Lp fHE LA LFttFttehtFttFtte=()()()2Lc qpjftLqpet（6-3）()()()()()()()()()()()1,NLoS,r111,F,VVVHmmnnqpncnnnHVHHcmmnncnnnTjjRRNt Mtq f VE mA mmqp fRRjjnmq fHE mA mmFttet ehtFttt ee=()()()()()()()()()(),2,cnnc qp mnncncnnTTp f VE mA mjftqp mfqp mTTp fHE mA mFttPt etFtt （6-4）其中，T表

127、示转置，cf表示载波频率，(),cp qf VF和(),cp qfHF表示在不同频段上天线单元()TRpqAA对应垂直极化和水平极化的方向图，()nmt为交叉极化功率比，表征联合极化不均衡，()(),TTA LE Ltt和()(),RRA LE Ltt和)是时刻t时从1TA至1RA的 LoS 路径对应的方位离开角以及俯仰离开（到达）角，VVL、HHL、nVVm、nVHm、nHVm和nHHm是服从(0,2 均匀分布的随机相位，,r,cossinsincosm nm nm nm n=F，2,108/cm nf=为法拉第旋转角，()Lqpt是在时刻t时 LoS 路径的时延，()()Lqpqptdtc

128、=，()qpdt是在时刻t时发送端天线阵元TpA与接收天线阵元RqA间的矢量距离，c为光速。以上所有参数均为时变参数。在海洋通信场景中，模型分别将 LoS 径、粗糙的海洋表面和海面上空蒸发波导的多径传播这三个部分建模为()Lo,cSqp fht、()1NLoS,cqp fht和()2NLoS,cqp fht。在工业物联网信道中将镜面反射分量和密集多径分量分别建模为()()SCDMCNLoSNLoS,ccqp fqp fhtht和，其中()1NLoS,cqp fht，()2NLoS,cqp fht，()SCNLoS,cqp fht和()DMCNLoS,cqp fht的建模方法与()NLoS,cq

129、p fht相同，只是参数值和簇的分布不同。此外，在智能超表面场景中，将信道分为发送端到智能超表面的子信道TIH，智能超表面到接收端的子信道IRH和发送端到接收端的子信道TRH，对三个子信道分别建模并引入相移对角矩阵实现对信道环境的智能调控，IRTITR,HHH和的计算方法与sH相同，只是参数值和簇分布不同。针对可见光频段信道建模时，其本质是建模了PL和SH的大尺度模型，所以sH 143。71 在多链路场景中，假设基站数目为BSN，用户数为MSN，多链路信道模型的信道传输矩阵如下公式所示：1111BSMSNN=NMSNNNBSBSMSBS MSBS MSMBSMSBSMSHHHHH（6-5）每条

130、链路对应的 11,2,2BSMSiNjN=，ijBS MSH，即为前述的单链路信道模型H。6.1.2.2 生成大尺度参数 这里以生成时延扩展 DS 为例，其他大尺度参数可用相同方法生成，如下公式所示：()(),cccDSfffDSPDSXPDS=+（6-6）其 中(),TRPPP=，由 收 发 端 位 置 矢 量 组 成，()(),(),()TTTTPttxztty=和()(),(),()TZZZPttxztty=分别表示t时刻发送端的坐标矢量和接收端的坐标矢量，其初始值根据仿真环境及要求生成。()DSXP是用正弦波叠加（SoS）方法生成的服从均值为 0、方差为 1 的正态分布的空间一致性的变

131、量，,cfDS表示 DS 在cf频段的均值，,cfDS表示 DS 在cf频段的方差。根据终端的高度UTh、,cfDS和,cfDS的配置值分为三种类型。例如，对于陆地移动通信场景（UT1.5 m22.5 mh），可以参考 3GPP TR 38.901的表 7.5-6 中的值；对于无人机场景（UT22.5 m300 mh），取值参考 3GPP TR 36.777的表 B1.2 中的值；对于低轨卫星通信场景，取值参考 3GPP TR 38.811 的表 6.7-2 中的值。其他大尺度参数均采用这种方法独立生成，乘以大尺度参数间的互相关矩阵可以得到具有空间一致性的全部大尺度参数在对数域的值，然后，需要

132、将对数域的值转化到线性域。至此，信道的大尺度参数都可得到。6.1.2.3 生成小尺度参数 对在0t时刻生成的新簇，需要分配簇内子径的位置、时延、角度和功率等参数。1）簇内子径的角度：使用椭球高斯散射分布56，即以,(,)XXXnE nA nd为中心的第 n 簇内的散射体服从标准差在三个坐标轴上分别为Xx、Xy和Xz的高斯分布。在获得散射体的位置后可将它们转换成球坐标，相对于10()TA t和10()RAt的0()nAmCt和0()nZmCt可以表示为()00,0,0()(),(),()nnnnATTTmmA mE mCtdttt=和()00,0,0()(),(),()nnnnZRRRmmA m

133、E mCtdttt=。其中，0()nXmdt、,0()nXA mt、,0()nXE mt分别表示第 n 簇的第 m 个子径到 X（,XT R，分别表示发送端和接收端）天线阵列的距离、方位角和俯仰角。2）簇 内 子 径 的 时 延：在 多 跳 信 道 模 型 中，簇 内 子 径 的 时 延 可 由 公 式,0000()()()/()nnnnTRqp mmmmtdtdtct=+计算，其中，表示首跳簇和末跳簇之72 间虚拟链路的时延：=+，为首跳簇和末跳簇间的距离，为服从指数分布的非负随机变量。3）空-时-频变化的簇内子径功率：在大规模天线阵中，簇内子径的功率,()会沿着时间轴和阵列轴变化，通常将其

134、建模为随时间变化的对数正态过程和沿阵列变化的对数正态过程，非归一化的簇内子径功率,()ncqp mfPt为：10,1()exp()10(,)DSnncnZqp mfqp mnrPttp qr=（6-7）其中，DS 为均方根时延扩展，nZ是以 dB 为单位的每簇阴影项，r为时延分布比例因子，(,)np q是一个二维空间对数正态过程，用于模拟天线阵列上平滑的功率变化。在大带宽场景下，需要考虑频域非平稳特性，所以我们在频域上将功率值乘以()/mncff项，其中，nm是依赖于频率的常数因子，最后，通过将所有簇的功率归一化即可得到最终簇内子径的功率,()ncqp mfPt；在多频段信道中需要考虑多频率间

135、相关性。此外，与传统的基于射频的通信系统不同，可见光系统传输的信号是光功率信号，LoS 分量和 NLoS 分量的归一化光功率LoS()VHp pPt和NLoS,()VHnp pmPt生成可以参考36。6.1.2.4 更新幸存簇的小尺度参数 对于幸存的簇，需要在不同的时刻更新簇内子径的功率、时延等小尺度参数。对于时刻1t处的轨迹段，即在簇生成后的下一个时刻,第根发送天线TpA的坐标为1010coscos()()()sincossinTTTAETTTTTppAETEA tA tvtt=+，其中，初始时刻第p根发送天线的坐标0()TpAt可以通过010coscos()()(1)sincossinTT

136、TAETTTTpTAETEAtAtp=+计算，1()nAmCt可以通过10()()nnAAmmCtCt=10coscos()sincossinnnnnnnTAAAEAAAAEAEvtt+计算。在1t时刻，TpA到首跳簇nAmC的距离可以通过,111()()()nnTATp mmpdtCtAt=计算得到，同理可得,1()nRq mdt。1t时刻的簇内子径的时延,1,1,1()()()/nnnnTRqp mp mq mmtdtdtc=+。此外，还可以根据时延得到功率。利用前一时刻发送端、接收端和散射体的地理位置可得,()nqp mt和,()nqp mPt（23,.tt t=）。至此，生成信道矩阵需

137、要的参数都已介绍，后续还要考虑簇的空时频演进36。为普遍适用于 6G 各个频段、各个场景，并能准确反应其信道特性，本节提出了一种 6G 普适几何随机信道模型。首先利用路径损耗，阴影衰落，阻挡效应，大气吸收损耗，天气影响损耗等参数构建信道系数矩阵。然后生成大小尺度参数。最后对于幸存的73 簇，需要在不同的时刻更新簇内子径的功率、时延等小尺度参数。该模型基本适用于全频段（sub-6 GHz、毫米波、太赫兹和可见光频段）、全覆盖场景（低轨卫星、无人机、海洋通信场景）和全应用场景（超大规模天线阵列、工业物联网、智能超表面等）。6.2 基于簇核的信道模型 6.2.1 建模方法原理 随着 6G 新技术的出

138、现，无线信道将会呈现三个明显的趋势：更高的频段，更大规模的天线阵列以及更多样的应用场景。这些趋势使得信道数据量呈指数级急剧增大，建模复杂度提高；同时新的传输技术对信道模型精度需求进一步提高，给现有建模方法带来了巨大的挑战62-64。因此如何建立一个适用于多种实际应用场景的高精度、低复杂度信道模型成为首要的研究问题。电磁波在从发射端发出的传播过程中，会与传播环境中的物理散射体发生反射、散射、衍射等相互作用，然后复合传送到接收端，并呈现出多径聚簇的特征。散射体的位置、形状、尺寸和材质等都对会电波的传播特性具有显著的影响；同时，当电波经历同一散射体时，多径分量的参数如时延、角度等也会呈现出相似的特征

139、。因此，统计性模型中的多径簇与确定性模型中的散射体必然存在某种映射关系。基于此特征，簇核（Cluster-Nuclei）的概念被提出37。簇核定义为与实际传播环境中散射体具有一定映射关系，能够主导各种场景、各种配置下信道的生成，且由大量波按一定规律聚合而成的簇。基于有限个簇核的叠加可以计算得到真实场景的信道冲激响应。由于簇核的数量有限性，其可以降低模型的复杂度，同时又由于其具有物理意义，可以提高模型的精度，且适用于具体无线传播环境。该模型实现了确定性模型和统计性模型的深度契合。图 6-3 基于簇核的信道建模原理 基于簇核的信道模型如图 6-3 所示，包含若干绿色圆点的球体表示簇核。基于簇核与周

140、围环境中物理散射体之间的匹配映射关系，可以通过散射体特征得到簇核的参数如：簇核的数目、簇核的功率、时延、水平到达角,、水平离开角,、垂直到达角,、垂直离开角,等。簇核中的绿色圆点表示簇核内子径，其参数由簇核特性和周围环境共同决定。该信道模型的信道冲激响应表达式如下：74(,)=(,=1)()2（6-8）其中()表示簇核与环境散射体的映射关系，表示第 n 个簇核特性参数，表示第 n 个簇核内子径的特性参数，()表示时延的狄拉克函数，表示簇核的多普勒频移。基于簇核的信道建模实现流程主要包括三个关键步骤：无线传播环境的三维重构，环境散射体和簇核的匹配映射，簇核内多径参数的生成。1）传播环境重构环境信

141、息的获取是建模实际信道的先决条件，实际中可以通过雷达感知、计算机视觉、图像识别等技术智能地识别传播环境，获取无线传播环境中的散射体位置、形状、大小、材质等信息，并通过材质信息获取相应传播频段的电磁参数信息如介电常数等。传播环境的重构精度直接影响着信道建模的精确度，环境信息的三个方面在重构中具有重要的意义，即散射体的形状和位置、传播环境的边界以及环境物体和边界的表面材料。2）簇核匹配映射目前以簇为基本单元的信道模型，如基于几何的统计性模型，主要通过人为判断进行分簇，在分簇方法上存在随机性，且未研究簇与环境中散射体的映射关系，缺乏理论依据。而基于簇核的信道模型框架的核心步骤即建立簇核与实际物理环境

142、中散射体的匹配映射关系，赋予簇核实际物理意义。首先通过提取环境中散射体的特征参数如：形状、体积、材质、粗糙度等得到散射体特征集，然后建立在特定频率、天线配置和场景下的簇核参数集，包括功率、时延、水平到达角（azimuth angle of arrival，AOA）、水平离开角（azimuth angle of departure，AOD）、垂直到达角（zenith angle of arrival，ZOD）、垂直离开角（zenith angle of departure，ZOD）等。通过机器学习、几何光学和电磁计算等方法建立散射体特征集和簇核参数集之间的匹配映射关系，如图 6-4 所示。图 6

143、-4 簇核与散射体匹配 3）簇内多径生成电磁波经由同一或同类散射体发生相互作用生成的多径，其功率、时延、角度等特性参数具有高度相似性，且同样与实际物理环境中的散射体具有较强的一致性。簇核内的多径分量用来描述电波传播过程中由于物体表面结构、形状和材质等的不规则性而产生的空间弥散特性和统计特性。因此可以基于散射体建立簇核与多径的映射关时延多普勒到达角离开角幅度映射粗糙程度体积形状材料类型散射体无线信道75 系，从而得到簇核内的多径参数如：多径数、功率、时延、角度等。通过联合簇核和散射体对簇核内多径进行建模，同样也赋予多径实际物理意义。6.2.2 基于簇核的信道建模实现流程 为验证所提出的基于簇核建

144、模方法的可行性，我们给出了一种基于簇核的信道建模实例，并对簇核模型的精确度和复杂度与确定性模型和统计性模型进行了对比分析65。所提出的簇核建模实现流程如图 6-5 所示，具体包括以下步骤：图 6-5 基于簇核的信道建模实现流程 6.2.2.1 无线传播环境三维重构 对无线传播环境中的散射体、环境边界等进行三维环境建模，可以采用Google Sketchup、激光雷达、SLAM等三维建模软件或技术进行。为后续信道建模提供环境信息基础，具体如下：1）获取无线传播环境中的散射体位置、形状、大小、材质等信息，并进行等比例建模。2）通过散射体、环境边界等材质信息，得到在相应电波传播频段下的电磁参数信息，

145、如介电常数等，作为后续簇核参数计算的依据。6.2.2.2 簇核匹配和参数计算 通过实际传播环境映射，利用无线传播环境信息进行簇核匹配，计算得到簇核参数。对簇核功率进行排序、筛选以及归一化处理三维环境重构三维环境重构实际无线传播环境重建散射体和环境边界设置散射体和环境边界的材质信息输出三维无线环境参数路径计算利用环境映射确定簇核参数利用环境映射确定簇核参数簇核的几何参数：角度和时延功率计算最终的簇核参数多径参数生成多径参数生成簇核角度簇核功率簇核时延簇核内子径的时延信道系数生成信道系数生成筛选后簇核的角度和时延簇核内子径的功率和角度簇核功率76 通过几何光学和电磁计算得到簇核的功率、时延、角度等

146、参数，具体如下：1）路径计算，以确定簇核角度和时延参数。采用几何光学，对直射径、一次反射径、二次反射径进行计算。利用光直线传播和反射定律对收发端天线之间的LoS径和所有一次反射、二次反射路径进行几何计算得到每条传播路径的角度和时延参数:=,=1,N （6-9）其中，N 是所有路径的数量，表示传播机制类型,，,分别是第 n 个簇核的水平发射角，垂直发射角，水平到达角，垂直达到角和时延。通过上述机制计算得到的所有路径数量为：=+（6-10）2）电场计算，以确定簇核功率参数。对于上述路径计算得到的结果。对LoS路产生的簇核采用弗里斯（Friis）定律进行功率计算：()=2（4）2 （6-11）其中，

147、是接收功率，是发射功率,是波长，d是收发端之间的传播距离，和分别是发射天线和接收天线的天线增益。对一次反射产生的簇核的功率计算采用菲涅尔（Fresnel）公式进行：=()（6-12）()=+（6-13）=()+()（6-14）=cos21sin2cos+21sin2（6-15）=21cos21sin221cos+21sin2（6-16）其中，和是收发端的电场强度。()是发散因子，是发射端到反射点的距离，是接收端到反射点的距离，R是电场强度的反射系数，和分别是垂直和水平方向的菲涅尔反射系数，1和2分别是不同介质的复介电常数。同样，对二次反射的功率也计算也使用上述方法。然后，计算得到所有的簇核功率

148、值，即=1,N （6-17）其中，N表示所有通过路径计算得到的簇核数量。3）簇核筛选，基于上述的路径计算和电场计算得到所有簇核参数，筛选得到最终的簇核参数。首先对所有簇核的功率从高到低进行排序，77 =,1,N（6-18）其中，表示对中所有功率值进行从高到低排序。是排序的结果。考虑到功率太低的簇对信道生成的作用很小，我们将低于最大功率簇核-25dB 的簇进行剔除。同时考虑到降低模型复杂度，对最终簇核的数据设置上限值，即=,（6-19）其中，是最终筛选后的簇核数量，是功率计算后得到的簇核数量，表示信道模型标准中相应场景的簇数6667。由于所有簇核的功率之和应该等于 1，对筛选后的簇核功率进行归一

149、化计算，即=,=1,=1,（6-20）即得到了最终簇核的所有参数，包括功率、角度和时延。6.2.2.3 簇内多径计算 基于得到的簇核参数、统计分布和环境信息，计算簇核内子径的参数，具体如下：1）根据已得到的簇核时延参数，计算簇核内每条子径的时延参数，簇核内子径时延等于簇核时延。2）根据簇核的角度、功率和簇内子径统计分布特性，计算得到簇核内每条多径的角度。,=,+,（6-21）,=,+,（6-22）,=arg(exp(),（6-23）,=arg(exp(jsgn(0.5)ln(12|0.5|)2)（6-24）其中，,和,分别是第n个簇核的第m条子径的水平到达角和垂直到达角。,和,分别是第n个簇核

150、的水平到达角和垂直到达角。和分别是簇内均方根水平到达角度扩展和垂直到达角度扩展。服从正态分布(0,1)，服从均匀分布U(0,1)。簇核内每条多径的水平离开角,和垂直离开角,也可以通过同样的方式计算得到。3）根据上述得到的簇内子径和功率角度谱分布，计算得到每条多径的功率。簇核内所有多径的角度功率谱（power angular spectrum，PAS）在水平维度服从缠绕高斯分布，而在垂直维度服从拉普拉斯分布。,=exp(,2)2(,2)2 2|,|78 2|,|)（6-25）其中，和分别是簇内均方根水平离开角度扩展，垂直离开角度扩展。归一化子径功率，即簇核内所有子径功率相加等于簇核功率：,=,=

151、1 （6-26）综上计算得到每个簇核内所有子径的时延、角度和功率参数。6.2.2.4 信道系数生成 计算信道系数矩阵，包括以下步骤：1）基于得到的簇核、簇核内子径参数以及天线方向图等，利用以下公式，叠加计算得到第u个接收天线和第s个发射天线之间子信道的冲激响应,(,)。,(,)=()2=1（6-27）=,(,)(,)=1(,)(,)(,)(,),21,21,（6-28）其中，和分别是接收端和发射端的天线方向图，,和,分别是第n个簇核的第m条子径的功率和相位，和分别是第m条子径的在接收端和发射端对应的球坐标单位向量，,和,分别是第u个接收天线阵元和第s个发射天线阵元的空间位置向量。2）对每条子信

152、道进行叠加得到MIMO信道的信道系数矩阵。针对于实际具体传播环境的信道建模实现，基于簇核建模（CNCM）的大尺度参数和小尺度参数与测量校准的Ray-Tracing建模吻合度较高，优于GBSM模型。在建模复杂度方面，CNCM的平均建模时间为GBSM的1.6倍，低于Ray-Tracing建模时间的1%。该工作为6G通信系统的信道模型提供了一种高精度、低复杂度、可扩展、适用于实际应用场景的信道建模框架。在未来的工作中，我们将进一步基于实测数据验证多频段、多场景的建模性能。为降低信道模型的复杂度，同时提高信道模型的精度，并且适用于具体无线传播环境，本节提出一种基于簇核的信道模型。首先对无线传播环境中的

153、散射体、环境边界等进行三维环境建模，可以采用 Google Sketchup、激光雷达、SLAM 等三维建模软件或技术进行，为后续信道建模提供环境信息基础。然后通过实际传播环境映射，利用无线传播环境信息进行簇核匹配，计算得到簇核参数。最后，基于得到的簇核参数、统计分布和环境信息，计算簇核内子径的参数，并进行信道系数生成，该模型实现了确定性模型和统计性模型的深度契合。79 6.3 基于地图的混合信道模型 本节提出一种基于地图的混合信道模型。首先概述该混合模型的建模思路，介绍模型框架；然后梳理该混合模型的建模流程；最后针对城区场景的应用实例分析仿真结果并阐述基于地图的混合信道模型的优势。6.3.1

154、 建模方法原理 基于 GBSM 用直接绘制的方向图和传播参数对空间无线信道进行建模，不需要以坐标系中的地图或布局等形式对环境进行特别的定义。Jaeckel 等人69对最新的三维GBSM 进行了清晰的概述。在考虑的模型系列中，必须加入到第三代合作伙伴计划 3GPP标准化的信道模型70，频率高达 100 GHz。同一份技术报告还包含了混合模型作为替代模型，它是确定性和随机性建模原则的结合，其目的在于加快计算速度并表征环境中随机缺失的物体产生的多径。基于地图的混合信道模型可以缓解散射的建模复杂性，同时保持场景特定传播路径的建模准确性，尤其适用于希望利用数字地图对系统性能进行评估或预测以考虑环境结构和

155、材料的影响的情况。图 6-6 为基于地图的混合信道模型架构，它是确定性和随机性建模原则的结合。确定场景布局，材料特性及收发机位置后，使用射线跟踪（Ray-Tracing，RT）对直射、反射、绕射和透射等传播机制进行仿真，对于粗糙面产生的散射，随机小物体产生的散射与遮挡则使用统计方法进行建模。图 6-6 基于地图的混合信道模型架构 6.3.1.1 确定性部分 地图是确定性仿真的基础，定义为环境的数字信息。环境是所有像建筑物或车辆等对传播有电磁影响的物体。地图可以是城市地图或建筑物的楼层布局，如图 6-7 所示。地图中的细节水平各不相同，在某些情况下，我们有必要对地图信息进行处理，只留下与仿真有关

156、的信息。用于仿真的地图也可以用于结果的可视化，这有助于非专业人士更好地理解仿真结果。80 图 6-7 场景地图导入 RT 是基于地图的混合信道模型的关键步骤，在电气与电子工程师协会（Institute of Electrical and Electronics Engineers,IEEE）的标准工作组 802.15 3d-2017 中，RT 已成功应用于协助开发毫米波和太赫兹频段各种场景的信道模型71。RT 成为基于地图的混合信道模型关键技术原因有三：随着频率的提高，毫米波与太赫兹频段更接近于光，因此以光学为理论基础的射线跟踪与毫米波的物理本质更加自洽；毫米波与太赫兹动态信道测量难度巨大，昂

157、贵复杂。因此只依靠测量，在毫米波频段已无法获得全面且精细的信道空、时、频信息。射线跟踪则不存在此类限制。随着空间搜索算法、硬件设备和高性能计算的发展，大型复杂动态场景、大量采样点的高效射线跟踪仿真已成为可能。因此，在数据驱动的时代，利用准确、高效的射线跟踪仿真，可以突破测量的局限，获得更多维度的信道特性。充分结合高性能射线跟踪仿真与信道测量数据，将为新的信道建模方法开辟路径。有关 RT 的详细介绍可参考7273。路径的确定通常是计算量最大的工作，使用 RT 计算路径的流程如图 6-8 所示。RT的输入包括前一步生成的数字地图（几何与材料信息）、发射机（TX）与接收机（RX）位置、载频与带宽、寻

158、迹终止条件。基于几何光学（Geometrical Optics，GO）原理，通过模拟射线的传播路径来确定直射、反射、透射等，对于障碍物的绕射，通过引入一致性绕射理论（Uniform Theory of Diffraction，UTD）来补充几何光学理论。确定路径后，计算出相应的离开和到达角，并应用于之后的 TX 与 RX 辐射方向图中。射线跟踪过程是通过对发射出的射线管全部面元扫描，来确定交点，继而求得反射射线，然后对反射射线做新的跟踪处理，直到射线退出积分面。每条射线都要进行这样的过程，因此，随着形体尺寸增大，面元数目增多，计算量剧增。图 6-8 射线跟踪计算流程 电场计算部分输入：数字地图

159、（几何/材质信息）、收发天线位置、载波频率及带宽、循迹终止条件寻迹逻辑表（n次反射+m次绕射，m+n=K,m=2）直射计算反射计算衍射计算穿透判决及几何计算结果汇总射线追踪计算流程每条径的几何计算结果几何计算部分直射电场计算反射电场计算衍射电场计算穿透电场计算输出：所有径几何及电场计算结果81 基于地图的模型框图在717475中提出。综合所有这些框图，基于地图的模型分为四个主要步骤：创建环境、确定传播路径、确定路径片段的传播信道矩阵和构成信道传递函数，更多计算细节见56。6.3.1.2 随机性部分 随机性部分是在 RT 仿真的基础上进行统计扩展。进行统计拓展有两方面原因，一是数字地图的精度有限

160、，难以绘制出全部的场景信息，更准确的结果需要统计模块作为补充，如对随机小物体的散射及遮挡进行建模。二是对于无线电波传播的另一个重要部分，即散射，传播理论还不是那么成熟。另外，对多跳散射的建模需要巨大的计算量。通过生成粗糙表面的散射径来扩展路径形成簇，在考虑天线方向图的情况下，信道系数矩阵将更加接近真实情况。随机性部分的建模过程见 6.3.2 节混合信道模型实现过程。6.3.2 模型实现过程 基于地图的混合信道模型结合了 RT（即通过直射、透射与少量的反射和绕射阶数来计算主导传播路径）和随机方法（即通过计算粗糙表面的散射来扩展路径形成簇，并通过计算难以包含在地图中的随机小物体的散射来补充信道系数

161、矩阵）的优点。从 RT计算出的主导路径自然支持空时一致性等高频信道建模所需的额外功能，而且这个混合模型的随机部分与标准化的随机模型（如 3GPP 3D 模型）兼容。图 6-9 为应用该混合模型的流程图，主要分为三部分：首先基于数字地图和 RT 生成基础的信道数据；然后基于统计模块进行簇级别的多径扩展和随机多径的生成并生成信道系数矩阵；然后基于遮挡模型进行人流密度对性能的影响分析；最后结合天线配置和波束跟踪算法可以进行算法性能的分析并输出系统的性能分析结果。该模型被3GPP70与 ITU42采纳，可以基于 3D 数字地图和 RT 技术对实际场景的覆盖、性能进行规划分析和优化，既支持大尺度级别的分

162、析，也支持小尺度级别的分析。图 6-9 基于地图的混合信道模型建模流程 基于地图的混合信道模型建模流程如下：Deterministic Module(Ray Tracing)Map/ScenarioBS/UE PositionRT ConfigurationRay Tracing OutputStochastic Module(Map-based Hybrid model)Scenario TypeHybrid model ConfigurationHybrid model OutputBlockage ModuleBlocker Configuration:Density/Type/Dist

163、ributionAntenna ModuleBlockage model OutputAntenna PatternBeam forming AlgorithmChannel CoefficientMap-based Hybrid Channel ModelBlockage ModelAntenna Model82 1）确定场景环境并导入数字地图（确定性部分）；2）设置网络布局和天线阵列参数（确定性部分）；3）基于 RT 对每条 TX-RX 链路进行确定性计算，分为两个子步骤：先进行几何寻迹计算，再进行电场计算。（确定性部分）；4）生成时延扩展、角度扩展与 K 因子等大尺度信道参数（统计性部分

164、）；5）生成随机簇的时延（统计性部分）；6）生成随机簇的功率（统计性部分）；7）生成随机簇在水平域和俯仰域上的到达角与离开角（统计性部分）；8）将随机簇与确定性簇合并（统计性部分）；9）生成所有簇内径的时延与角度（统计性部分）；10）生成簇内径的功率并进行径耦合（统计性部分）；11）生成交叉极化率（统计性部分）；12）初始化随机相位（统计性部分）；13）生成信道系数矩阵并考虑氧气衰减（统计性部分）；为降低信道模型复杂度，本节提出一种基于地图的混合信道模型。首先使用确定性地图进行射线跟踪仿真，传播机制为直射、反射、绕射和透射。使用射线跟踪的目的是提取场景中的主要多径，保证准确性。然后在主要多径的

165、基础上使用统计性方法进行多径扩展，进行统计性扩展的目的是建模随机物体的散射径，能够降低模型的复杂性。城市街道场景仿真结果验证了该混合模型兼具准确性高和复杂度低的优势。6.4 基于射线与传播图的混合信道模型 6.4.1 建模方法原理 在数据驱动的时代，利用准确、高效的 RT 仿真，可以突破测量的局限，获得更多维度的信道特性，因此基于 RT 的信道建模方法得到了广泛的应用。研究表明，在室内3876、隧道77、公交车78、高铁列车79和地铁列车80等封闭或半封闭环境下的信道冲激响应（channel impulse response,CIRs）中存在密集的多径分量 MPC。密集多径分量包含了丰富的漫散

166、射和镜面反射81。虽然 RT 可以准确地表征反射和散射，但是在分析密集多径分量时，其计算复杂度高且耗时较长。针对上述问题，我们提出了一种基于射线与传播图（propagation graph，PG）的混合信道模型77，建模方法如图 6-10 所示：基于 RT 生成直射与反射径，利用离散网格剖分法将物体表面均匀离散为网格单元38，在重要网格中心生成散射点。基于传播图理论，83 用点和边表示散射点与传播路径，结合“等效粗糙度”（effective roughness，ER）散射模型与递归连乘的思想刻画电波与环境间的高阶作用。传播图可代替 RT 进行生成密集多径分量的场强，大幅提高复杂环境信道建模的效

167、率。图 6-10 混合信道建模方法流程图 6.4.2 模型实现过程 表 6-2 总结了混合模型定义的重要变量及其含义。表 6-2 关键变量及含义 变量变量 含义含义 变量变量 含义含义 Tx 与散射体之间的有向边集 对应的模型系数散射体与散射体之间的边集 边 对应的时延 散射体与 Rx 的有向边集 均匀分布在0,2 区间上的随机相位()信道传递函数 射线反弹次数下限()射线跟踪仿真生成的信道传递函数 射线反弹次数上限()传播图论模型生成的信道传递函数 添加散射点时的距离阈值()边 的传递函数 离散网格边长 边 对应的信道增益 第一步：基于三维场景模型与链路参数配置进行 RT 仿真，追踪直射与低

168、阶反射径，生成信道传递函数,0:()。第二步：生成离散散射点，定义连通关系。由于本方法使用的等效粗糙度散射模型基于远场条件8283推导，所以散射表面出射的射线管孔径 2 应满足2=2min(,)/2。因此，应将物体表面离散成边长为 min(,)/2的网格，将网格的中心视为潜在的散射点（scattering point，SP），通过对表面网格散射场的积分，可以计算出表面的总散射场强。矩形表面的离散结果如图 6-11（a）中深蓝色的点所示。84（a）潜在 SPs（b）潜在散射边 （c）RP 周围重要的 SPs（d）筛选后的散射径图 6-11 筛选重要 SPs 当 减小时，同一表面上分解的网格数量将

169、增加。当需要分解的表面数量增加或表面面积增大时，所分解的网格数量也会增加，从而导致模型的计算时间变长。由于大多数重要的散射点通常集中在反射点附近56，我们可以在反射点附近筛选出重要的 SPs进行电磁计算，从而在提升计算效率的同时保证模型精度。具体筛选步骤如下:1）将物体的几何表面分解为长度为 的方形网格，并记录潜在 SPs 的坐标。图 6-24（b）展示了所有的潜在散射径。2）设定合理的功率阈值，从 RT 仿真结果中筛选功率较强的反射径，并将相关的反射点作为参考点（reference point，RP），如图 6-24（a）所示。计算 RP 与潜在 SPs 之间的三维欧氏距离。3）如果，则将该

170、 SP 视为重要 SP，其中 是第二或第三菲涅耳区（以Tx 和 Rx 为焦点形成的椭圆）和表面之间相交范围所决定的距离阈值。图 6-11（c）展示了当=0.6 m 时的重要 SPs。从图 6-11（d）可以看出，与图 6-11（b）相比，散射径的数量明显减少，模型的计算复杂度大大降低。4）顶点集 由所有反射点和重要的 SPs 组成，图 6-12 为在反射点附近增加重要SPs 的示例。图 6-12 在反射点周围添加散点示例 第三步：定义边以及边对应的信道增益。边的生成规则总结如下：顶点集 包括反射点和重要的 SPs。检查所有顶点之间的可见性，只能在相互可见的顶点之间建立边。Tx 总是与第一跳的反

171、射点和可见的重要 SPs 连接。Rx 总是与最后一跳的反射点和可见的重要 SPs 连接。85 不在同一表面上且相互可见的散射点连接成有效边，同一表面上的散射点不能连接成边。注意：a）PG 模型不包括从 RT 得到的直射和反射。b）SP与RP的有效距离阈值会影响PG模型的效率，因此应根据实际情况调整。边对应的信道增益推导过程如下：根据传播图理论，可以计算其信道传递函数,:()。一般可以将传播环境表示为一个有向图=(,)，其中 是包含 Tx（Tx）、Rx（x）和散射点（）子集的顶点集。边集=表示 Tx 与 Rx（）、Tx 与散射体（）、散射体与散射体（）、Rx 与散射体（）之间的有向连接。每个有效

172、边的相位分量 是随机产生的，并且在仿真带宽内不同频点的相位分量保持不变。根据 PG 理论，复边传递函数 与每条边 相关联，表示为:()=()exp(2+)0 （6-29）其中 为传播时延，为均匀分布在0,2区间上的随机相位。是 e 的边增益，其值与边的类型有关。根据39中提出的散射模型，将()定义为:2()=(4)2,2cos()42,2cos()224,22cos()cos()2,（6-30）其中 为 e 边的长度，为散射体表面离散网格的边长，单位为米。为顶点 的散射系数，该系数与材料类型有关。和 分别为入射角和散射角。根据边的四种类型，可以将 划分为 4 个复转移矩阵()，()，()，()

173、:其中()是 Tx 和 Rx（）之间边的转移矩阵，大小为；()为 Tx 和散射体（）之间边的转移矩阵，大小为；()为散射体间边的转移矩阵（），大小为；()为散射体与 Rx（）之间边的转移矩阵，大小为。该流程的矢量转移过程如图 6-13 所示。图 6-13 传播图的矢量信号转移图 86 因此，可以将完整的 PG 模型 CTF 表示为：()=()+()(1+()+2()+)()（6-31）当 RT 考虑()时，可以将部分传递函数,:()表示为:,:()=()(1()+1()()（6-32）其中 K 和 L 分别为反射次数的下界和上界。当 K 1,L时，可以通过下面的式子定义。,1:()=()()1

174、()（6-33）最后，结合前文论述，将 RT 仿真结果与传播图建模结果进行融合，即可得到射线与传播图的混合信道模型，其 CTF 可以表示为：()=,0:()+,:()（6-34）其中,0:()是通过 RT 仿真得到的 CTF，考虑了直射径和反射径，反射次数不超过。,:()是通过 PG 模型计算的 CTF，它考虑了散射点 K 和 L 阶反射之间的部分响应。本节提出了一种基于射线与传播图的混合信道模型，通过 RT 对电波在环境中的直射与反射进行仿真，再结合传播图模型添加大量的散射点来模拟环境中的漫散射分量，建立混合信道模型，最终大幅提高密集 MPCs 场景下信道建模时的计算效率。6.5 小结 随着

175、 6G 新型应用场景与技术研究的发展，新频段、新场景、新技术对传统无线信道建模方法带来了重大挑战，一方面，单一信道建模方法无法支持 6G 丰富的新型应用场景；另一方面，传统基于统计或确定性的信道建模方法无法兼顾建模复杂度和准确度。因此，从模型普适性、复杂性和准确性的角度出发，对信道建模方法开展了进一步的探索和创新。本章节阐述了四种新型信道建模方法。第一，针对全频段、全覆盖场景和全应用场景信道的需求，提出一种普适信道建模理论并应用于 6G 几何随机信道建模，使用统一的信道建模方法和框架、融合 6G 全频段全场景信道特性。第二，提出一种基于簇核的信道建模方法，利用统计性模型中的多径簇与确定性模型中

176、的散射体必然存在某种映射关系，通过对无线传播环境进行三维重构，匹配环境散射体和簇核的映射关系，生成簇核内的多径参数，最后生成信道系数。第三，基于地图中环境的数字信息，提出了一种基于地图的混合信道模型，能够获得全面且精细的信道空、时、频信息。第四，以射线跟踪作为关键技术计算主导传播路径，结合传播图模型添加大量的散射点来模拟环境中的漫散射分量，提出了一种基于射线与传播图的混合信道模型。87 第七章 总结 面向未来 6G，新一轮研究和战略部署已经在全球开始。本文阐述了目前 6G 信道建模研究的五个主要方向，包括太赫兹信道特性分析与建模、可见光信道特性分析与建模、通信感知一体化信道研究、智能超表面信道

177、研究以及新型信道建模方法，探讨了各个研究方向的研究内容和存在的难题，旨在促进国内外对 6G 信道研究的开展和突破，为 6G理论和技术的创新提供精确、可靠的信道模型。围绕 6G 新频段，在太赫兹频段，针对 100 GHz、140 GHz、220 GHz-300 GHz 等典型太赫兹频段，开展典型室内场景大、小尺度信道衰落特性研究，研究太赫兹频段路径损耗、时延扩展、角度扩展、K 因子、簇特性、散射特性以及大气衰减并提出相应模型。在可见光频段，基于高精度可见光信道测量平台，研究光路损的距离依赖性与波长依赖性并提出多波长路径损耗模型，针对可见光通信信道的特性，提出一种室内三维空时频非平稳可见光 GBS

178、M 模型。围绕 6G 新技术，针对通信感知一体化技术，开展毫米波频段的通信感知一体化信道测量，构建感知信道路径损耗模型，提出了一种基于 3GPP 38.901 的通感一体 GBSM信道建模方法。针对智能超表面技术，开展 26GHz 的 RIS 信道测量，对 RIS 辅助信道的路径损耗进行分析与建模。提出以电磁散射理论、几何光学和物理光学为基础的 RIS物理模型，设计了基于地图的混合信道模型（MHCM）的 RIS 信道模型，对基于 GBSM的 RIS 信道模型框架给出了建议。围绕 6G 信道建模新方法，普适几何随机信道模型采用统一的基于簇的几何随机信道建模方法和框架，对 6G 全频段全场景信道特

179、性进行建模，提出了一种适用于全频段、全覆盖场景和全应用场景的 6G 普适 GBSM。基于簇核的信道模型利用机器学习算法从信道数据中提取簇核，兼顾统计性信道模型和确定性信道模型的优点，不仅降低了建模的复杂度，而且能更好地揭示信道的物理传播机理。混合信道模型以射线跟踪作为关键技术计算主导传播路径，一方面结合传播图模型添加大量的散射点来模拟环境中的漫散射分量，提出了一种基于射线与传播图的混合信道模型。另一方面基于地图中环境的数字信息，概述了一种基于地图的混合信道模型，能够获得全面且精细的信道空、时、频信息。面向未来，我们倡议学术界和产业界加快推进 6G 信道测量与建模的总体研究，共同建立并完善 6G

180、 信道模型，推动标准化研究工作，为第六代移动通信系统的技术评估、设备研发、系统设计和网络部署奠定基础。88 参考文献 1IMT-2030(6G)推进组.6G 总体愿景与潜在关键技术白皮书R.2021.2IMT-2030(6G)推进组.6G 典型场景和关键能力白皮书 R.2022.3田磊,张建华.IMT-2020 信道模型标准综述J.北京邮电大学学报,2018（5）:7.4张建华,唐盼,姜涛,等.5G 信道建模研究的进展与展望J.中国科学基金,2020,34（2）:16.5张建华,唐盼,于力,等.面向 6G 的信道测量与建模:现状与展望（英文）J.Frontiers ofInformation

181、Technology&Electronic Engineering,2020,v.21（01）:48-71.6P.Tang,J.Zhang,H.Tian,Z.Chang,J.Men,Y.Zhang,et al.,“Channel measurement and path lossmodeling from 220 GHz to 330 GHz for 6G wireless communications,”China Communications,vol.18,no.5,pp.1932,2021.7M.Wang,J.Wang,Q.Wu,and Y.Huang,“Research on indo

182、or channel measurement and simulation at340 GHz,”Acta Physica Sinica,vol.63,no.15,Aug.2014.8G.R.MacCartney and T.S.Rappaport,“A Flexible Millimeter-Wave Channel Sounder With AbsoluteTiming,”IEEE Journal on Selected Areas in Communications,vol.35,no.6,pp.1402-1418,Mar.2017.9S.Ju,S.H.A.Shah,M.A.Javed,

183、et al.,“Scattering Mechanisms and Modeling for Terahertz WirelessCommunications,”in Proc.Of IEEE International Conference on Communications（ICC）,pp.1-7,May 2019.10 K.Guan,B.Peng,D.He,D.Yan,B.Ai,Z.Zhong,and T.Krner,“Channel Sounding and Ray Tracingfor Train-to-Train Communications at the THz Band,”in

184、 Proc.of European Conference on Antennasand Propagation（EuCAP）,pp.1-5,Apr.2019.11 K.Guan,B.Peng,D.He,J.M.Eckhardt,S.Rey,B.Ai,Z.Zhong,and T.Krner,“ChannelCharacterization for Intra-wagon Communication at 60 and 300 GHz Bands,”IEEE Transactions onVehicular Technology,vol.68,no.6,pp.5193-5207,Mar.2019.

185、12 Y.Chen,Y.-B.Li,C.Han,Z.Yu,and G.Wang,“Channel Measurement and Ray-Tracing-StatisticalHybrid Modeling for Low-Terahertz Indoor Communications”,IEEE Transactions on WirelessCommunications,vol.20,no.12,pp.8163-8176,Dec.2021.13 J.He,Y.Chen,Y.Wang,Z.Yu,and C.Han,“Channel Measurement and Path-Loss Char

186、acterization forLow-Terahertz Indoor Scenarios”,in Proc.of IEEE ICC Workshop on Terahertz Communications,Montreal,Canada,June 2021.14 Y.-Q.Wang,Y.-B.Li,Y.Chen,Z.Yu,and C.Han,“0.3 THz Channel Measurement and Analysis in anL-shaped Indoor Hallway”,in Proc.of IEEE International Conference on Communicat

187、ions(ICC),Seoul,South Korea,May 2022.15 Y.-B.Li,Y.-Q.Wang,Y.Chen,Z.Yu,and C.Han,“Channel Measurement and Analysis in an IndoorCorridor Scenario at 300 GHz”,in Proc.of IEEE International Conference on Communications(ICC),Seoul,South Korea,May 2022.16 G.Song,Y.-B.Li,J.Jiang,C.Han,Z.Yu,Y.Du,and Z.Wang,

188、“Channel Measurement andCharacterization at 140 GHz in a Wireless Data Center“,in Proc.of IEEE Global CommunicationsConference(GLOBECOM),Rio de Janeiro,Brazil,December 2022.17 H.J.Song,“LOS Channel Response Measurement at 300 GHz for Short-Range WirelessCommunication,”in Proc.of IEEE Wireless Commun

189、ications and Networking Conference Workshops（WCNCW）,pp.1-3,Apr.2020.18 Y.Lyu,P.Kysti and W.Fan,“Sub-THz VNA-based Channel Sounder Structure and ChannelMeasurements at 100 and 300 GHz,”in 2021 IEEE 32nd Annual International Symposium on Personal,Indoor and Mobile Radio Communications（PIMRC）,pp.1-5,20

190、21.19 C.Cheng,S.Kim,A.Zajic.“Comparison of Path LoSs Models for Indoor 30 GHz,140 GHz,and 300GHz Channels,”in Proc 11th European Conference Antennas and Propagation（EUCAP）,pp.716-720,2017.20 N.Abbasi,J.Gmez,et al.,“Ultra-Wideband Double Directional Channel Measurements for THzCommunications in Urban

191、 Environments,”in Proc.of IEEE International Conference onCommunications（ICC）,pp.1-6,Jun.2021.21 N.Abbasi,J.Gmez,et al.,“Double-Directional Channel Measurements for Urban THzCommunications on a Linear Route,”in Proc.Of IEEE International Conference on CommunicationsWorkshops（ICC Workshops）,pp.1-6,Ju

192、n.2021.22 Z.Hossain,C.N.Mollica,J.F.Federici,et al.,“Stochastic Interference Modeling and ExperimentalValidation for Pulse-Based Terahertz Communication,”IEEE Transactions on Wireless89 Communications,vol.18,no.8,pp.4103-4115,Jun.2019.23 K.Guan,G.Li,T.Krner,A.F.Molisch,B.Peng,et al.,“On Millimeter W

193、ave and THz Mobile RadioChannel for Smart Rail Mobility,”IEEE Transactions on Vehicular Technology,vol.66,no.7,pp.5658-5674,Nov.2017.24 中国移动通信有限公司研究院.6G 可见光通信技术白皮书 R.2022.25 J.R.Barry,J.M.Kahn,W.J.Krause,E.A.Lee,and D.G.Messerschmitt,“Simulation of multipathimpulse response for indoor wireless optic

194、al channels,”IEEE J.Sel.Areas Commun.,vol.11,no.3,pp.367379,Apr.1993.26 Chvojka P,Zvanovec S,Haigh P A,et al.Channel characteristics of visible light communications withindynamic indoor environmentJ.Journal of Lightwave Technology,2015,33（9）:1719-1725.27 Eldeeb H B,Uysal M,Mana S M,et al.Channel mod

195、elling for light communications:Validation of raytracing by measurementsC/2020 12th International Symposium on Communication Systems,Networks and Digital Signal Processing（CSNDSP）.IEEE,2020:1-6.28 Y.H.Kim,W.A.Cahyadi,and Y.H.Chung,“Experimental demonstration of VLC-based vehicle-to-vehicle communica

196、tions under fog conditions,”IEEE Photonics Journal,vol.7,no.6,pp.19,2015.29 W.Li et al.,“Millimeter-Wave Radar Measurement and Ray-Tracing Simulation for Urban StreetEnvironment,”2022 3rd Atlantic/Asia-Pacific Radio Science Meeting of the International Union ofRadio Science（URSI AT-AP-RASC）,accepted

197、,2022.30 窦建武,陈艺戬,张楠,等.智能可控电磁表面信道建模.电波科学学报,2021,36（3）:368-377.DOI:10.12265/j.cjors.202019531 E.Bjornson,O.Ozdogan,and E.G.Larsson,“Reconfigurable Intelligent Surfaces:Three Myths andTwo Critical Questions,”IEEE Commun.Mag.,vol.58,no.12,pp.9096,Dec.2020.32 Q.Wu and R.Zhang,“Towards Smart and Reconfigu

198、rable Environment:Intelligent Reflecting SurfaceAided Wireless Network,”IEEE Commun.Mag.,vol.58,no.1,pp.106112,Jan.202033 W.Tang et al.,“Wireless Communications With Reconfigurable Intelligent Surface:Path LoSsModeling and Experimental Measurement,”IEEE Trans.Wireless Communications.,vol.20,no.1,pp.

199、421439,Jan.2021.34 E.Basar,I.Yildirim,and F.Kilinc,“Indoor and Outdoor Physical Channel Modeling and EfficientPositioning for Reconfigurable Intelligent Surfaces in mmWave Bands,”IEEE Trans.Communications.,vol.69,no.12,pp.86008611,Dec.2021.35 E.Basar and I.Yildirim,“SimRIS Channel Simulator for Reco

200、nfigurable Intelligent Surface-Empowered Communication Systems,”in 2020 IEEE Latin-American Conference on Communications（LATINCOM）,Santo Domingo,Dominican Republic,Nov.2020,pp.16.36 C.-X.Wang,Z.Lv,X.Gao,X.-H.You,Y.Hao,and H.Haas,“Pervasive channel modeling theory andapplications to 6G GBSMs for all

201、frequency bands and all scenarios,”IEEE Trans.Veh.Technol.,accepted for publication,doi:10.1109/TVT.2022.3179695,arXiv:2206.02442.37 J.Zhang,The interdisciplinary research of big data and wireless channel:A cluster-nuclei basedchannel model,China Communications,vol.13,no.2,pp.14-26,Feb.2016.38 L.Tia

202、n,V.Degli-Esposti,E.M.Vitucci,and X.Yin,“Semi-deterministic radio channel modeling based ongraph theory and ray-tracing,”IEEE Trans.Antennas Propag.,vol.64,no.6,pp.24752486,Jun.201639 T.Pedersen,G.Steinbock,and B.H.Fleury,“Modeling of reverberant radio channels using propagationgraphs,”IEEE Trans.An

203、tennas Propagation.,vol.60,no.12,pp.59785988,Dec.2012.40 Aki Hekkala,Pekka Kysti,Jianwu Dou et al，MapBased Channel Model for 5G WirelessCommunications，32nd URSI GASS,Montreal,1926 August 2017.41 3GPP,Study on channel model for frequencies from 0.5 to 100 GHz,2017.Available:http:/www.3gpp.org/DynaRep

204、ort/38901.htm.42 ITU-R M,Guidelines for evaluation of radio interface technologies for IMT-2020,2017.Available:https:/www.itu.int/pub/R-REP-M.2412-2017.43 X.Zhu,C.-X.Wang,J.Huang,M.Chen,and H.Haas,“A novel 3D non-stationary channel model for6G indoor visible light communication systems,”IEEE Trans.W

205、ireless Commun.,accepted forpublication,doi:10.1109/TWC.2022.3165569.44 F.Miramirkhani and M.Uysal,“Channel modeling and characterization for visible lightcommunications,”IEEE Photon.J.,vol.7,no.6,pp.116,Dec.2015.45 X.Zhang,K.Cui,M.Yao,H.Zhang,and Z.Xu,“Experimental characterization of indoor visibl

206、e lightcommunication channels,”in Proc.8th Int.Symp.Commun.Syst.,Netw.Digit.Signal Process.（CSNDSP）,Poznan,Poland,Jul.2012,pp.15.46 通信感知一体化技术研究报告，IMT-2030（6G）推进组，2021.47 童文，朱佩英，6G 无线通信新征程：跨越人联、物联，迈向万物智联，机械工业出版社，90 2021.48 B.H.Fleury,X.Yin,K.G.Rohbrandt,P.Jourdan,and A.Stucki,“High-resolution bidirec

207、tionestimation based on the SAGE algorithm,”Central South Forest Inventory&Planning,2002.49 B.H.Fleury,M.Tschudin,R.Heddergott,D.Dahlhaus and K.Ingeman Pedersen,Channel parameterestimation in mobile radio environments using the SAGE algorithm,in IEEE Journal on SelectedAreas in Communications,vol.17

208、,no.3,pp.434-450,March 1999.50 X.Li,J.He,Z.Yu,G.Wang and P.Zhu,Integrated Sensing and Communication in 6G:theDeterministic Channel Models for THz Imaging,IEEE 32nd Annual International Symposium onPersonal,Indoor and Mobile Radio Communications（PIMRC）,2021.51 IEEE 802.11bf,Channel models for WLAN se

209、nsing systems,2017.Available:https:/mentor.ieee.org/802.11/documents?is_dcn channel%20model&is_group 00bf.52 C.-X.Wang,J.Huang,H.Wang,X.Gao,X.-H.You,and Y.Hao,“6G wireless channel measurementsand models:Trends and challenges,”IEEE Veh.Technol.Mag.,vol.15,no.4,pp.22-32,Dec.2020.53 X.-H.You,C.-X.Wang,

210、J.Huang,et al.,“Towards 6G wireless communication networks:Vision,enabling technologies,and new paradigm shifts,”Sci.China Inf.Sci.,vol.64,no.1,Jan.2021.54 王承祥，黄杰，“6G 标准化信道模型的需求与普适信道建模理论方法,”IMT-2030 提案，无线技术工作组第二次会议，Oct.2021.55 王承祥，吕振，黄杰，“普适信道建模理论与 6G 普适几何随机信道模型,”IMT-2030 提案，无线技术工作组第三次会议，June 2022.56

211、 J.Bian,C.-X.Wang,X.Gao,X.-H.You,and M.Zhang,“A general 3D non-stationary wireless channelmodel for 5G and beyond,”IEEE Trans.Wireless Commun.,vol.20,no.5,pp.32113224,May 2021.57 J.Wang,C.-X.Wang,J.Huang,H.Wang and X.Gao,“A general 3D space-time-frequency non-stationary THz channel model for 6G ultr

212、a-massive MIMO wireless communication systems,”IEEE J.Sel.Areas Commun.,vol.39,no.6,pp.1576-1589,June 2021.58 S.Priebe,M.Kannicht,M.Jacob,and T.Krner,“Ultra broadband indoor channel measurements andcalibrated ray tracing propagation modeling at THz frequencies,”J.Commun.Netw.,vol.15,no.6,pp.547558,D

213、ec.2013.59 W.Wang,T.Jost,R.Raulefs,and U.Fiebig,“Ship-to-ship broadband channel measurement at 5.2 GHzon North sea,”in Proc.EuCAP17,Paris,France,May 2017,pp.38723876.60 Y.Zheng,C.-X.Wang,R.Yang,L.Yu,F.Lai,J.Huang,R.Feng,C.Wang,C.Li,and Z.Zhong,“Ultra-massive MIMO channel measurements at 5.3 GHz and

214、a general 6G channel model,”IEEE Trans.Veh.Technol.,submitted for publication,major revision.61 B.Holfeld et al.,“Radio channel characterization at 5.85 GHz for wireless M2M communication ofindustrial robots,”in Proc.IEEE WCNC16,Doha,Qatar,Apr.2016,pp.17.62 Zhang J,Tang P,Yu L,et al.Channel measurem

215、ents and models for 6G:current status and futureoutlookJ.Frontiers of Information Technology&Electronic Engineering,2020 21（1）:39-61.63 Liu G,Huang Y,et al.Vision,Requirements and Network Architecture of 6G Mobile Network beyond2030J.China communications,2020,17（9）:100-112.64 Jiang T,Zhang J,et al.T

216、he comparative study of S-V model between 3.5 and 28 GHz in indoor andoutdoor scenariosJ.IEEE Transactions on Vehicular Technology,2020,69（3）:23512364.65 Yu L,Zhang J,Zhang Y et al.Implementation framework and validation of cluster-nuclei based channelmodel using environmental mapping for 6G communi

217、cation systemsJ.China Communications,2022,19（4）:1-13.66 Guidelines for evaluation of radio interface technologies for IMT-2020R.https:/www.itu.org:ITU-RM.2412,2017.67 Study on channel model for frequencies from 0.5 to 100 GHz（Release 15）R.https:/portal.3gpp.org:3GPP TR 38.901,2018.68 Zhan J,Zhang J,

218、et al.Comparative channel study of ray tracing and measurement for an indoor scenarioat 28 GHzC.12th European Conference on Antennas and Propagation.London,UK:IEEE,2018:15.69 S.Jaeckel,M.Peter,K.Sakaguchi,W.Keusgen and J.Medbo,“5G Channel Models in mm-WaveFrequency Bands”,22th European Wireless Conf

219、erence 2016（EW）,May 2016,pp.16.70 3GPP Radio Access Network Working Group.Study on channel model for frequencies from 0.5 to 100GHz（Release 17）.3GPP TR38.901,2022.71“IEEE standard for high data rate wireless multi-media networksamendment 2:100 Gb/s wirelessswitched pointto-point physical layer,”IEEE

220、 Std 802.15.3d-2017（Amendment to IEEE Std 802.15.3-2016 as amended by IEEE Std 802.15.3e-2017）,pp.155,2017.91 72 D.He,B.Ai,K.Guan,L.Wang,Z.Zhong,and T.Krner,“The design and applications of high-performance ray-tracing simulation platform for 5G and beyond wireless communications:A tutorial,”IEEE Com

221、mun.Surveys.Tutorials.,vol.21,no.1,pp.1027,Firstquarter 2019.73 Guan K,He D,Zhong Z.CloudRT:A Chinese example of open science infrastructure and servicesJ.Cultures of Science,2021,4（4）:217-226.74 L.Raschkowski,P.Kysti,K.Kusume and T.Jms（editors）,“METIS Channel Models,deliverableD1.4,V1.3,”ICT-317699

222、 METIS Project,Tech.Rep.,2015.75 Kyosti P,Lehtomaki J,Medbo J,et al.Map-Based Channel Model for Evaluation of 5G WirelessCommunication SystemsJ.IEEE Transactions on Antennas and Propagation,2017:1-1.76 Y.Miao,T.Pedersen,M.Gan,E.Vinogradov,and C.Oestges,“Re-verberant room-to-room radiochannel predict

223、ion by using rays and graphs,”IEEE Trans.Antennas Propag.,vol.67,no.1,pp.484494,Jan.2019.77 M.Gan,G.Steinbck,Z.Xu,T.Pedersen,and T.Zemen,“A hybrid ray and graph model for simulatingvehicle-to-vehicle channels in tunnels,”IEEE Trans.Veh.Technol.,vol.67,no.9,pp.79557968,Sep.2018.78 A.Chandra et al.,“6

224、0-GHz millimeter-wave propagation inside bus:Measurement,modeling,simulation,and performance analysis,”IEEE Access,vol.7,pp.97 81597 826,2019.79 K.Guanetal.,“Channelcharacterizationforintra-wagoncommunication at 60 and 300 GHz bands,”IEEETrans.Veh.Technol.,vol.68,no.6,pp.51935207,Jun.2019.80 J.M.Gar

225、cia-loygorri et al.,“Wideband channel modeling for mm-wave inside trains for 5G-relatedapplications,”Wireless.Commun.Mobile.Comput.,vol.2018,pp.111,Apr.2018.81 K.Saito,J.Takada,and M.Kim,“Dense multipath component charac-teristics in 11-GHz-band indoorenvironments,”IEEE Trans.Antennas Propag.,vol.65

226、,no.9,pp.47804789,Sep.2017.82 V.Degli-Esposti,“A diffuse scattering model for urban propagation pre-diction,”IEEE Trans.AntennasPropag.,vol.49,no.7,pp.11111113,Jul.2001.83 V.Degli-Esposti,D.Guiducci,A.deMarsi,P.Azzi,and F.Fuschini,“An advanced field predictionmodel including diffuse scattering,”IEEE

227、 Trans.Antennas Propag.,vol.52,no.7,pp.17171728,Jul.2004.84 I.Val et al.,“Wireless channel measurements and modeling for TCMS communications in metroenvironments,”in 11th Eur.Conf.Antennas Propag.,2017,pp.108112.85 J.Moreno et al.,“The wireless train communication network:Roll2Rail vision,”IEEE Veh.

228、Technol.Mag.,vol.13,no.3,pp.135143,Sep.2018.86 J.Hejselbk,A.Karstensen,J.Nielsen,W.Fan,and G.F.Pedersen,“Validation of emulatedomnidirectional antenna output using directive antenna data,”in 11th Eur.Conf.Antennas Propag.,2017,pp.131135.87 D.He et al.,“Influence analysis of typical objects in rural

229、railway environments at 28 GHz,”IEEE Trans.Veh.Technol.,vol.68,no.3,pp.20662076,Mar.2019.88 M.K.Samimi and T.S.Rappaport,“3-D millimeter-wave statistical channel model for 5G wirelesssystem design,”IEEE Trans.Microw.Theory Technol.,vol.64,no.7,pp.22072225,Jul.2016.89 T.S.Rappaport,G.R.MacCartney,M.K

230、.Samimi,and S.Sun,“Wideband millimeter-wave propagationmeasurements and channel models for future wireless communication system design,”IEEE Trans.Commun.,vol.63,no.9,pp.30293056,Sep.2015.90 A.Bttcher,C.Schneider,P.Vary,and R.S.Thom,“Dependency of the power and delay domainparameters on antenna heig

231、ht and distance in urban macro cell,”in Proc.5th Eur.Conf.AntennasPropag.,2011,pp.13951399.92 贡献单位 序号序号 贡献单位贡献单位 1 北京邮电大学 2 华为技术有限公司 3 中兴通讯股份有限公司 4 中国移动 5 中国信息通信研究院 6 北京交通大学 7 东南大学 8 上海交通大学 9 同济大学 10 维沃移动通信有限公司 11 中信科移动通信技术股份有限公司 12 华北电力大学 13 中国电信 联系方式邮箱：COPYRIGHT2022 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.微信公众号