《IMT-2030(6G)推進組：2022年面向6G的信道測量與建模研究報告（100頁）.pdf》由會員分享，可在線閱讀，更多相關《IMT-2030(6G)推進組：2022年面向6G的信道測量與建模研究報告（100頁）.pdf（100頁珍藏版）》請在三個皮匠報告上搜索。

1、面向6G的信道測量與建模研究2022 年年 9 月月 版權聲明版權聲明 Copyright Notification 未經書面許可 禁止打印、復制及通過任何媒體傳播 2021 IMT-2030（6G）推進組版權所有 目錄 前言.1 第一章 6G 信道研究背景與現狀.2 1.1 6G 愿景與需求.2 1.2 6G 信道需求與挑戰.2 1.3 6G 信道研究現狀.4 第二章 太赫茲通信信道研究.8 2.1 太赫茲信道測量平臺與場景.8 2.2 太赫茲信道特性分析.13 2.3 小結.25 第三章 可見光通信信道研究.26 3.1 可見光信道建模研究現狀.26 3.2 可見光信道路徑損耗模型.28

2、3.3 基于幾何的 6G 室內三維空時頻非平穩可見光信道模型.30 3.4 可見光信道噪聲模型.34 3.5 可見光信道建模挑戰與展望.35 3.6 小結.36 第四章 通信感知一體化信道研究.37 4.1 通信感知一體化信道建模場景及需求.37 4.2 通信感知一體化信道測量及仿真研究.39 4.3 通信感知一體化信道建模方法研究.45 4.4 小結.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與實測.64 5.4 小結.67 第六章 新型信道建模方法探索.68 6.1 6G 普適幾何隨機信道模型.68 6.2

3、基于簇核的信道模型.73 6.3 基于地圖的混合信道模型.79 6.4 基于射線與傳播圖的混合信道模型.82 6.5 小結.86 第七章 總結.87 參考文獻 .88 貢獻單位 .92 圖目錄 圖 2-1 100 GHz 太赫茲信道測量平臺.9 圖 2-2 100 GHz 辦公室測量場景及測量點位建模方法原理.9 圖 2-3 數據中心的測量環境.10 圖 2-4 140 GHz&220 GHz 的信道測量環境和部署.11 圖 2-5 260-400 GHz 太赫茲信道測量系統太赫茲測量系統.11 圖 2-6 狹長走廊和半開放 L 型大廳場景和測量部署.12 圖 2-7 220-330 GHz

4、信道測量平臺設置及測量步驟示意圖.12 圖 2-8 100 GHz LoS 與 NLoS 路徑損耗.14 圖 2-9 140 GHz 路徑損耗模型.15 圖 2-10 130-143 GHz 與 221-224 GHz LoS 場景路徑損耗模型.15 圖 2-11 300 GHz 室內場景最佳方向路徑損耗和 CI 模型.16 圖 2-12 6 個頻率點路徑損耗.17 圖 2-13 多頻率路徑損耗建模結果.17 圖 2-14 100 GHz LoS 與 NLoS 場景時延擴展模型.18 圖 2-15 300 GHz LoS 與 NLoS 場景時延擴展模型.18 圖 2-16 290-310 GH

5、z LoS 與 NLoS 場景角度擴展模型.19 圖 2-17 290-310 GHz LoS 與 NLoS 場景功率比.20 圖 2-18 點位 RX1 的分簇結果與多徑傳播分析.21 圖 2-19 Feko 仿真場景示意圖.21 圖 2-20 不同均方根高度和相關長度 l 的粗糙表面.22 圖 2-21 分布.22 圖 2-22 優化的方向性散射模型 vs Feko 全波仿真結果.23 圖 2-23 接收功率.24 圖 2-24 均方根時延擴展.24 圖 2-25 不同氣象因素下的功率比.25 圖 2-26 不同氣象因素下的角度擴展.25 圖 3-1 可見光信道測量平臺.27 圖 3-2

6、可見光信道大尺度信道特性測量平臺及測量場景.28 圖 3-3 走廊場景路徑損耗建模.29 圖 3-4 室內三維空時頻非平穩可見光 GBSM.30 圖 3-5 路徑損耗模型.33 圖 3-6 空時頻相關函數.33 圖 3-7 不同條件下信噪比分析.35 圖 4-1 信道測量場景設置及測量步驟示意圖.40 圖 4-2 三種不同尺寸金屬板的路徑損耗模型擬合結果.40 圖 4-3 測量環境與 SAGE 散射定位結果.41 圖 4-4 毫米波雷達信道測量平臺及場景.41 圖 4-5 側方停車時的距離功率譜.42 圖 4-6 特定幀距離譜.42 圖 4-7 RCS 測量系統.43 圖 4-8 感知信道測量

7、平臺及場景.44 圖 4-9 成像結果.45 圖 4-10 場景模型.45 圖 4-11 毫米波雷達回波的實測與仿真距離對比圖.45 圖 4-12 GBSM 通感一體化信道模型示意圖.46 圖 4-13 GBSM 通感信道參數生成流程.47 圖 5-1 收發信道邏輯鏈路有向圖.54 圖 5-2 RIS 無線信道建模流程.55 圖 5-3 邏輯子鏈路多徑循跡示例.59 圖 5-4 節點編號.60 圖 5-5 RIS 單次反射 BS-RIS-UE 邏輯鏈路圖.63 圖 5-6 RIS 陣子第一極化及第二極化方向圖.64 圖 5-7 RIS 高增益波束覆蓋部署場景圖.65 圖 5-8 RIS 面板碼

8、本及目標場點附近覆蓋結果.65 圖 5-9 RIS 室內場景測試環境及部署架構圖.65 圖 5-10 RIS 室內場景測試結果與仿真結果對比.66 圖 5-11 室內場景測試環境、測量步驟示意圖.66 圖 5-12 室內場景測試 RIS 輔助信道路徑損耗建模結果.67 圖 6-1 6G 普適信道建模理論.68 圖 6-2 6G 普適幾何隨機信道模型示意圖36.69 圖 6-3 基于簇核的信道建模原理.73 圖 6-4 簇核與散射體匹配.74 圖 6-5 基于簇核的信道建模實現流程.75 圖 6-6 基于地圖的混合信道模型架構.79 圖 6-7 場景地圖導入.80 圖 6-8 射線跟蹤計算流程.

9、80 圖 6-9 基于地圖的混合信道模型建模流程.81 圖 6-10 混合信道建模方法流程圖.83 圖 6-11 篩選重要 SPs.84 圖 6-12 在反射點周圍添加散點示例.84 圖 6-13 傳播圖的矢量信號轉移圖.85 表目錄 表 2-1 太赫茲信道測量系統配置.13 表 2-2 太赫茲 K 因子參數表.20 表 2-3 太赫茲簇特性參數表.21 表 2-4 Feko 仿真配置參數.22 表 2-5 后傳/前傳場景萃取的關鍵信道參數.24 表 3-1 走廊場景下光路損模型參數.29 表 3-2 模型關鍵參數定義.30 表 4-1 不同應用的信道建模需求與候選建模方法.39 表 4-2測

10、量系統參數.40 表 4-3 28 GHz 通信感知一體化路徑損耗模型參數.40 表 5-1 測量系統參數.66 表 5-2 2模型與3模型下的路徑損耗模型參數.66 表 6-1 6GPCM 參數定義.69 表 6-2 關鍵變量及含義.83 1 前言 在下一代移動通信技術（6G）研究初期，基礎性和前提性的信道測量與建模研究為移動通信系統技術評估、設備研發、系統設計和網絡部署奠定基礎。本研究報告重點關注 6G 信道在頻率、技術、場景等多個維度上擴展后的新特性、未知規律以及新型的信道建模方法。頻率方面，搭建了太赫茲時頻域以及可見光高精度大尺度信道測量平臺，研究了太赫茲、可見光通信信道的大、小尺度衰

11、落特性。技術方面，針對 6G 使能技術通信感知一體化、智能超表面等開展相應的信道研究，闡述新技術信道建模場景及需求，論述新技術信道測量及仿真的研究進展，并提出改進的新技術信道模型。建模方法論方面，提出了基于人工智能、射線跟蹤、幾何隨機等新型信道建模方法。目前來看，6G 信道測量與建模所面臨三大挑戰。第一是頻率跨度大：由于 6G 可應用的頻率更高、帶寬更寬，考慮到搭建寬帶和高頻信道探測儀（CS）的元器件和平臺能力，利用 CS 從更高頻率和更寬頻帶的信道中獲得可靠和頻率跨度如此巨大的精確信道特性是具有挑戰性的；第二是通信場景復雜：考慮到超高速移動、空-天-地的多域空間等場景，物理環境更加復雜，各場

12、景下的散射體分布、地形特征、天氣等因素都會呈現較大差異，支持上述復雜通信場景的基礎上建立準確、可信的模型理論是具有挑戰性的；第三是技術多樣：未來6G 系統中可能會采用超大規模MIMO/全息MIMO、智能超表面、通信感知一體化、可見光/太赫茲通信等更加多樣的技術，不同技術測試評估所需要的模型特征是有區別的，精確的捕獲這些技術下的信道新特征和規律，并低復雜度融入到 6G 模型理論框架里，支持上述技術的研究評估是具有挑戰性的。為了應對上述挑戰，需要結合學術和產業界全體的力量。通過前期的需求評估和合理規劃，采集更多典型場景、頻段、測量配置下的信道實測數據，而后通過數據的標準化構建真實場景環境和信道測量

13、的數據庫，實現信道數據的開源共享。結合傳統建模理論，利用人工智能技術深度挖掘信道大數據下的隱藏規律，從而建立高精度、低復雜度、高通用性的 6G 信道模型。2 第一章 6G 信道研究背景與現狀 1.1 6G 愿景與需求 移動通信領域科技創新的步伐從未停歇，從第一代移動通信系統（The First Generation Mobile Communication System，1G）到萬物互聯的第五代移動通信系統（The Fifth Generation Mobile Communication System，5G），移動通信不僅深刻變革了人們的生活方式，更成為社會經濟數字化和信息化水平加速提升的新

14、引擎。隨著 5G 網絡的規?；逃?，全球針對第六代移動通信系統（The Sixth Generation Mobile Communication System，6G）研發的戰略布局已全面展開。面向 2030 年及未來，6G 將實現物理世界人與人、人與物、物與物的高效智能互聯，打造泛在精細、實時可信、有機整合的數字世界，實時精確地反映和預測物理世界的真實狀態，助力人類走進虛擬與現實深度融合的全新時代，最終實現“萬物智聯、數字孿生”的美好愿景1。6G 場景相較于 5G 場景來說，需求指標在速率、可靠性、時延、移動性、能耗等各方面進一步提升。要使 6G 能應用于多種場景，需要從頻率帶寬、頻譜效率、

15、空間自由度三方面進行提升。一方面可以通過使用更高的頻段來提升通信帶寬，如可見光、太赫茲等新頻段，通過新的調制編碼、新的波形多址技術提升頻譜效率。另一方面，通過智能超表面、超大規模 MIMO（Multiple Input Multiple Output）等新技術提升空間自由度，通過通信感知一體化、空天地一體化擴展 6G 應用場景。圍繞 6G 總體愿景，未來業務將呈現沉浸化、智慧化、全域化等全新發展趨勢，涵蓋沉浸式云擴展現實（Extended Reality，XR）、全息通信、感官互聯、智慧交互、通信感知、普惠智能、數字孿生、全域覆蓋等八大業務應用場景2。這些場景一方面要求 6G 網絡性能指標在現

16、有 5G 能力指標的基礎上盡可能提升，另一方面要求對 6G 網絡的能力進行更加全面的拓展，如超低時延抖動、超高安全、立體覆蓋、超高定位精度、人工智能（Artificial Intelligence，AI）相關指標和感知相關指標等。1.2 6G 信道需求與挑戰 無線電波從發送機天線發射后到達接收機天線所經歷的通道就是無線信道，移動通信是利用無線電波在信道中傳播，從而進行信息交換的一種通信方式。信道的特性決定了移動通信系統的性能限。無線信道傳播特性和模型不僅是無線通信領域最具活力的基礎性研究，同時也是每一代移動通信技術評估、設備研發、系統設計和網絡部署的前提條件3，而復雜、易變的信道一直以來是移動

17、通信面臨的巨大挑戰之一。隨著各代移動通信系統的演進，移動通信信道研究的趨勢呈現出場景、頻率、帶寬、空域維度的持續擴展。國際電信聯盟無線部（International Telecommunication Union-Radio，ITU-R）和第三代合作伙伴計劃（3rd Generation Partnership Project，3GPP）已經發布了若干 5G 信道模3 型標準，如 ITU M.2412、3GPP TR 38.900 和 3GPP TR 38.901，它們為 5G 典型技術和通信系統性能評價提供了基礎。其中 3GPP TR 38.901 和 ITU M.2412 兩個信道模型標準

18、適用于 0.5100 GHz，支持 3D MIMO、大規模 MIMO、毫米波三大新技術的評估，同時支持空間一致性、動態特性、遮擋、氧衰的建模，可以滿足 5G 通信系統設計與技術優化的需求4。對于 6G，無線信道傳播特性和模型面臨的情況將更為復雜5。首先 6G 信道的頻率跨度較 5G 更大，涉及低頻、毫米波、太赫茲和可見光頻段，不同頻段的信道特性明顯不同。其次 6G 的業務場景復雜，涵蓋空、天、地等物理環境，環境信道差異較大。然后，使用不同技術考慮到的信道特性也各不相同，每種技術涉及到的信道特性都需要仔細考慮，例如智能超表面（Reconfigurable Intelligent Surface，

19、RIS）、通信感知一體化（Integrated sensing and communication,ISAC）和可見光技術等。最后，針對新頻譜、新天線、新場景，傳統單一的建模方法無法支撐建模需求，需要聯合利用多種建模方法，包括統計性建模、確定性建模、混合信道建模等。因此，6G 需求驅動下的信道研究需要從新頻段、新場景、新技術和新建模方法四個維度進行研究。從頻率來看，太赫茲通信存在巨大的傳輸損耗，這使得其傳輸距離相比于 5G 毫米波來講更近。但是較高的頻率意味著其穿透損耗較毫米波更強。此外由于波長的減小，太赫茲信道模型還需要考慮大氣影響，例如水霧等天氣對太赫茲信號衰減的影響。還需要注意的是，太赫

20、茲的頻率跨度很大，電磁波傳播特性隨頻率變化的差異比毫米波更加復雜，材料的電容率等特性的不同導致物體的反射、透射、衍射、散射特性等也更為不同。對于可見光頻段，由于器件的特性和信號的特性，信道建模問題與射頻頻段有較大不同，環境噪聲、相關噪聲等需要進一步建模，器件的非線性特征也需要納入考慮。從傳播環境來看，6G 需要考慮空、天、地等不同場景。地面間通信是 5G 以來一直需要考慮的問題，由于業務場景更加廣泛，6G 信道研究需要進一步考慮多種地面地形、豐富的散射體以及終端移動等情況。非地面通信對收發端大時延、高移動速率通信要求很高，信道變化更加劇烈。天對地通信（如衛星通信）和天對天通信（如星際通信）還需

21、要考慮對流層、電離層、大氣波導、內外范艾倫輻射帶中高能粒子等對信道的影響。從使能技術來看，6G 包括超大規模 MIMO、智能超表面、通信感知一體化、軌道角動量等多種技術，需要在多種技術類型下開展進一步的信道測量與建模。智能超表面技術由于引入了可對電磁波進行靈活調控的電磁表面，其電磁波傳播的級聯信道模型、智能超表面物理模型、收發輻射模型都需要考慮，傳統的信道模型需要進行優化，且同時考慮智能超表面對快衰小尺度信道的影響。通信感知一體化需要將現有的 5G 移動信道模型與雷達回波探測模型進行融合，建立兩者之間特性、參數、結構的對應關系，并利用雷達探測結果修正信道統計參數。超大規模 MIMO 陣列、高頻

22、段的使用帶來的是更大的瑞利距離，平面波的波前假設變得不再嚴格成立，有必要研究大規模天線陣列下的信道空間非平穩特性、空間一致性、信道稀疏性等問題。4 從信道建模方法上來看，傳統典型的信道建模方法包括確定性建模、統計性建模、混合信道建模等，近年來還有一些新穎信道建模方法，如基于人工智能的信道建模方法、基于大數據的信道建模方法、基于點云的信道建模方法等。為滿足 6G 豐富的業務需求，提高信道建模的效率與準確性，需要結合實測與仿真數據，聯合利用多種建模方法，考慮復雜性與精確性的平衡，提出精確度高、復雜度合適、具有一定普適性的信道模型。綜上所述，6G 信道研究應從新頻段、新場景、新技術出發，考慮新的建模

23、方法，在信道實測、理論分析和仿真基礎上，探索 6G 信道在更廣泛的頻段、場景、業務需求、新技術等方法，結合空-時-頻等多域、多維度擴展，建立高精確度、低復雜度、強普適性的信道模型。1.3 6G 信道研究現狀 面對 6G 應用和新技術對 6G 信道模型研究的挑戰，國內外各大研究機構和組織圍繞太赫茲通信技術、可見光通信技術、智能超表面技術、通信感知一體化技術開展了相應的信道測量與建模研究。1.3.1 太赫茲通信信道研究 太赫茲（Terahertz，THz）指的是頻率從 0.1 THz-10 THz 的頻段，介于紅外和微波之間，波長約為 303000 m。太赫茲存在大量未開發利用的頻譜，具有大容量、

24、高速率、方向性好、保密性高等優勢。太赫茲有望于在傳統網絡場景以及新的納米通信范例中開發大量新穎應用，是被給予厚望的 6G 技術之一。國內外現有太赫茲通信信道研究可分為兩種，第一種是根據信道探測平臺進行大量的實際測量，研究信道特性；第二種是基于射線追蹤原理，對太赫茲場景信道進行仿真，得到信道特性。兩種研究方法涵蓋了信道大小尺度的衰落特性，其中大尺度路徑損耗衰落特性的研究與建模最為廣泛的，對于小尺度參數如時延擴展、角度擴展，簇特性等空間信道特性也進行了一些研究。主流的太赫茲信道測量方法可以分為三類。第一類，基于滑動相關原理的時域信道測量方法。發射端基帶發送擴頻偽隨機序列信號，通過上變頻模塊變頻至太

25、赫茲頻段。接收端信號經過下變頻至基帶，并利用序列自相關特性獲取信道沖激響應。北京郵電大學開發了 75-150 GHz 以及 220-330 GHz 的時域信道測量平臺?；谠撓到y，北京郵電大學測量分析了 100 GHz 的信道特性參數、220-330 GHz 的大尺度路徑損耗參數6以及反射系數。NYU Wireless 開發了在 140 GHz 的滑動相關模式和實時擴頻之間進行雙模切換的測量系統7?；谠撓到y，T.Rappaport 團隊測量并分析了 140 GHz 電波傳播的反射和散射特性8。北京交通大學和德國布倫瑞克大學對列車間（T2T）9、車內10等信道進行了 60 GHz-0.3 TH

26、z 的測量和建模，研究了鐵路場景中毫米波和太赫茲波的傳播特性11。第二類，基于矢量網絡分析儀（Vector Network Analyzer，VNA）的頻域信道測量方法。VNA 由于單臺設備的頻率范圍有限，通常與相應的太赫5 茲上、下變頻模塊配套使用，通過掃頻的方式，采用高增益的定向天線，獲取太赫茲寬帶頻率響應。上海交通大學聯合華為、信通院開發了基于 VNA 的信道測量系統，在 140、200、300、350GHz 等多個頻段，在會議室12、辦公區13、走廊14、狹長走道15、數據中心16等多個場景，進行了信道測量和建模，測量距離達到 50 米。韓國浦項科技大學17開發了一種基于 VNA 的

27、270-300 GHz 信道測量系統，測量了該頻段上的短距離（0.1-1 m）視距（Line-of-Sight，LoS）信道。在文獻18中，基于 VNA 的信道探測系統，分別在 75-110 GHz 和 220-330 GHz 的頻率范圍內觀察到相似的主要多徑分量，與 300 GHz的結果相比，在 100 GHz 可以看到更多的弱徑。而在文獻19中，基于 30 GHz、140 GHz和 300 GHz 的測量，比較了短距離內的路徑損耗建模方法，結果表明多頻模型比單頻模型更穩定。N.Abbasi 等人在太赫茲頻段不同類型的城市場景中進行了一系列中距離（1-35 米）和長距離（達到 100 米）雙

28、向戶外太赫茲信道測量2021。第二類，基于太赫茲時域光譜（THz-TDS）的時域信道測量方法。THz-TDS 主要配合透鏡天線，通過發射極窄的太赫茲脈沖，在時域高速采樣，直接獲得信道沖激響應，主要應用在測量材料的吸收系數、折射率和透射率等光學參數。Z.Hossain 等人用 THz-TDS 測量了天氣對太赫茲信號的衰減，進行了理論分析，總結了不同天氣因素對太赫茲鏈路的影響22。四川大學和中國工程物理研究院測量了常見室內材料在 320-360 GHz 頻段的反射特性23。1.3.2 可見光通信信道研究 為了滿足 6G 超高的通信速率，比 5G 更加密集的部署方式，更加廣泛的適用場景和綠色節能的成

29、本需求，可見光通信（Visible Light Communications,VLC）被認為是同時實現上述要求的關鍵技術之一24?？梢姽馔ㄐ爬冒l光二極管（Light Emitting Diode，LED）和激光二極管（Laser Diode，LD）等可見光光源發出肉眼難以分辨的高速明暗變化的光信號來傳輸信息，再通過光電探測器（Photoelectric Detector，PD）等光電轉換器將接收到的光信號轉換為電信號來獲取信息。因此可見光通信是一種照明通信一體化的無線通信方式，具有頻譜資源豐富、易部署和電磁兼容等優點，被認為是 6G 射頻通信的有效補充。對于可見光信道的測量與建模，已經開展了

30、一些研究工作。文獻25在停車場場景 下進行了毫米波與可見光信道特性的對比，發現毫米波信道頻率響應易受停車場結構柱和周圍車輛的影響，而可見光信道頻率響應受二者影響不大，可見光測量平臺性能主要是受器件性能影響。文獻26研究了室內場景下人體遮擋對接收功率和均方根時延的影響。文獻27進行了室內場景信道沖激響應和路徑損耗的測量。文獻28研究了車對車場景下不同天氣對可見光通信系統的影響。在空間特性、時間特性方面，光信號受限于光源的半功率角較窄，形成了以LoS傳播為主，以反射非視距NLoS傳播為輔的傳播方式，LoS 徑占據大部分接收功率，導致角度擴展、時延擴展大幅降低。目前，基本上沒有針對可見光信道噪聲的測

31、量工作，缺少對于可見光信道噪聲理論模型相對應的實測驗證，6 真實可見光通信系統中噪聲的分布情況，也是需要繼續解決的問題。1.3.3 通信感知一體化信道研究 通信感知一體化是指基于軟硬件資源共享或信息共享實現通信與感知功能協同的新型信息處理技術，其可基于同一套設備、同一段頻譜，同時具備通信與感知能力，具有提升系統頻譜效率、硬件資源利用率等特點。作為 6G 潛在使能關鍵技術之一，通信感知一體化可使移動網絡具備測速、測距、定位、目標成像及識別等全新的感知能力，滿足智慧交通、無人機監控、自動駕駛環境感知、機器人交互等智能化場景的新需求。完整的通信感知一體化架構將涉及系統架構優化、空口融合、網絡融合、硬

32、件架構等核心問題。通信和感知信道建模過去作為獨立的研究方向分別針對各自的應用場景開展研究。對定位、目標成像及識別等感知功能，信道模型著重描述電磁波在散射、反射等傳播機理下的功率、時延、相位、角度以及被感知物體帶來的多普勒效應，以獲取目標從位置、速度、運動方向到材質、形狀等信息。通信信道模型表征傳播環境對接收信號的影響，在過去的大量研究中可分為基于隨機統計的信道模型和針對給定傳播環境的確定性模型29。在 3GPP 標準中采用基于幾何的隨機信道模型，通過大量的測量數據得到不同頻段、不同場景下信道的路損系數、時延擴展、角度擴展等統計特性，擬合大小尺度參數模型，用于快速生成同類場景下的信道響應。對于感

33、知的性能評估，由定位精度、目標分辨率、感知范圍等指標來確定，而通信的性能評估，則由覆蓋率、誤比特率、頻譜效率等指標來確定。差異化的建模目標和評價指標使得現有的信道模型不適用于同時具備通信與感知能力的新系統，因此，面向 6G 通信感知一體化系統，需要建立一套一體化的信道測量和建模方法。1.3.4 智能超表面信道研究 智能超表面是一種可以對電磁波進行靈活調控的電磁表面，它可以通過大量可控的電磁單元來改變饋入電磁波的反射、透射、極化、頻率等特性，從而實現對電磁波傳播的無線信道環境的重構。智能超表面以軟件控制的方式重新設計環境中的電波傳播環境，將不可控的無線信道傳播環境變為可控，給 6G 通信系統帶來

34、一種全新的通信網絡范式，滿足未來移動通信需求。近年來，RIS 輔助通信系統的信道測量與建模取得了一些重要的成果。文獻30在基于地圖的混合信道模型基礎上給出了一種適用于智能電磁表面部署在復雜實際場景的信道建模方法，該方法將智能電磁表面建模為由不同來波所激勵的多個虛擬邏輯基站，并通過有向圖的方式進行有效鏈路的選擇，考慮了復雜性與精確性的平衡；文獻3132提供了 RIS 輔助通道的概述，揭示了信號在 RIS 輔助信道中的傳輸機制。文獻33通過研究中 RIS 的物理和電磁特性，建立了 RIS 輔助無線通信的理論自由空間路徑損耗模7 型。文獻34研究了毫米波頻段室內外傳播環境的物理 RIS 信道模型。文

35、獻35引入了一個 SimRIS 信道模擬器，用于 RIS 輔助信道的路徑損耗建模的計算機模擬。1.3.5 新型信道建模方法 面對 6G 頻率升高、天線數量增加、帶寬巨大、應用場景多樣的情況，使得信道數據量呈指數級急劇增大，建模復雜度提高。同時新的傳輸技術對信道模型精度需求進一步提高，給現有建模方法帶來了巨大的挑戰傳統的信道模型變得極其復雜，仿真耗時。文獻36提出了普適信道建模理論并應用于 6G 幾何隨機信道建模，使用統一的信道建模方法和框架、融合 6G 全頻段全場景信道特性，可以適用于全頻段、全覆蓋場景和全應用場景信道。此外，從海量信道數據中發現未知的信道屬性變得更加困難。確定性信道模型（如射

36、線追蹤方法）復雜且依賴于地理環境信息的精度，而隨機性信道模型（如基于幾何的統計性信道模型）高效卻缺乏詳細的環境物理意義。文獻37提出了基于簇核的信道建模方法,利用機器學習算法從海量信道數據中挖掘信道隱含特性，以數據驅動的方式找到確定性模型的散射體和隨機性模型的簇之間的映射關系；然后，通過有限個物理意義明確的簇核進行信道建模。文獻38提出了一種基于圖論和射線跟蹤的半確定性信道模型，并在低頻和毫米波頻段上與實測數據進行比較，驗證了模型的準確性。文獻39引入傳播圖理論對無線信道建模，大大減少了運算的復雜度。文獻40提出了混合信道建模方法，基于確定性模型構建確定性路徑，基于統計模型進行簇擴展以及補充數

37、字地圖未包含的散射體的影響，與標準4142中的 GBSM 模型可以有效的銜接。因此，結合傳統的統計性信道建模和確定性信道建模方法，從信道數據中挖掘信道特性，建立一個適用于多種實際應用場景的高精度、低復雜度信道模型成為必要的研究問題。8 第二章 太赫茲通信信道研究 為滿足 6G 更加豐富的業務應用以及極致的性能需求，包括大數據、互聯網、云計算、智慧城市、多維網絡融合的發展，需要在探索新型網絡架構的基礎上，在關鍵核心技術領域實現突破。太赫茲波（0.1-10 THz），由于其資源豐富、帶寬大、具有特有的優良性質，近年來受到了來自學術界和工業界的密切關注。在信道研究領域，太赫茲頻段是目前研究較多的 6

38、G 候選頻段之一。目前，國際和國內的無線通信標準中尚未確定 100 GHz 以上頻段的太赫茲信道模型標準。因此，100 GHz 以上頻段的信道測量和建模工作將成為 6G 信道標準的重要組成部分。本節分為兩部分進行太赫茲信道測量和建模工作，第一部分敘述太赫茲信道測量的平臺及場景，第二部分分別從路徑損耗，時延擴展，角度擴展，K 因子，簇特性，散射特性以及大氣衰減幾個方面進行太赫茲信道特性的分析。2.1 太赫茲信道測量平臺與場景 本節敘述了頻率 100-330 GHz 的信道測量平臺以及場景，其中包含了 6 個頻段以及8 個不同場景。對于室內辦公室場景，進行了 100 GHz、130-143 GHz

39、 以及 221-224 GHz兩種不同辦公室的信道測量；對于數據中心場景，進行了 140 GHz 兩個不同的數據中心場景信道測量；對于會議室場景，進行了 130-143 GHz、221-224 GHz 信道測量；對于室內狹長走廊以及半開放 L 型大廳場景，進行了 300 GHz 信道測量；對于室內短距離場景，進行了 220-330 GHz 信道測量。2.1.1 100 GHz 辦公室信道測量 信道測量過程中，在發射機端，使用矢量信號發生器 R&S SMW 200A 產生中頻信號。在基帶，利用振幅移位鍵控技術 ASK 調制周期為 511 的 PN 碼序列。倍頻器將信號發生器 R&S SMB 10

40、0A 產生的本振信號乘以 8。然后，中頻信號與本振信號混合并擴展到太赫茲范圍。采用大半功率波瓣角（HPBW）的喇叭天線傳輸太赫茲信號。在接收端，發送的信號由高增益喇叭天線接收，然后通過混頻器向下轉換為中頻信號。利用頻譜分析儀 R&S FSW 43 對中頻信號進行解調。在基帶，采樣率為 1.5 GHz，獲得 1278 個 IQ信號樣本。發射端天線增益為 5 dBi，接收端天線增益為 19.7 dBi。發射端天線 HPBW 在水平面以及垂直面是 60 度，接收端天線 HPBW 在水平面 20 度在垂直面是 15 度。信道測量平臺如圖 2-1 所示。信道測量配置及信道測量平臺性能的詳細信息如表 2-

41、1 所示。9 圖 2-1 100 GHz 太赫茲信道測量平臺 100 GHz 信道測量場景，如圖 2-2 所示，在 100 GHz 頻點上，在 17.51 m6.78 m 辦公室場景進行了信道測量。對于室內 LoS 場景，Tx 設置為 T1，如圖 2-2 所示，在辦公室設置了 RX 的 11 個位置。Tx 和 Rx 之間的距離為 1.38 米到 10.17 米。測量時，TX 高度為 1.8 m,RX 高度為1.5 m。對于每個 RX 位置，TX 與 RX 對齊，在 RX 使用三個仰角（對齊的角度，RX 天線從對齊的角度向上傾斜和向下傾斜 15）。對于每個 RX 位置，RX 天線在水平面以 20

42、的步長旋轉 360，以捕捉任何方位角方向上所有可能的多徑。對于室內非視距 NLoS 場景，TX 設置為 T2。如圖 2-2 所示，在辦公室內設置 RX的 8 個位置。Tx 和 Rx 之間的距離變化為 4.16 米到 14.21 米。測量時，TX 高度為 1.8 m,RX 高度為 1.5 m。對于每個 RX 組合，TX 為水平角，RX 使用三個仰角（水平角，RX天線與水平角向上傾斜和向下傾斜 15）。對于每個 RX 位置，RX 天線在方位角平面上旋轉 360，步長 20，以捕捉任何方位角上所有可能的多徑。圖 2-2 100 GHz 辦公室測量場景及測量點位建模方法原理 2.1.2 140 GHz

43、 數據中心信道測量 信道測量過程中，使用基于 VNA 的頻域信道測量平臺。VNA 的型號為 Ceyear 3672E，工作頻率范圍為 10 MHz-67 GHz。為了擴展 VNA 的頻率測量范圍，本平臺使用倍頻模塊將中頻信號倍頻至 130-140 GHz，帶寬共 10 GHz，對應的時間分辨率為 0.1 ns，不同多徑之間的傳播距離分辨率為 3 cm。VNA 的頻域掃描間隔設置為 5 MHz，因此每次測量記錄 2001 個頻點的信道響應，對應的可測量的最大時延為 200 ns，可測量的最長傳播路徑長度為 60 m。此外，發射機采用 7 dBi 的定向天線，接收機采用 25 dBi 的定向天線，

44、并通過轉臺轉動射頻模塊以測量來自不同方向上的多徑信號。為了方便改變收發模10 塊的位置，將發射模塊和接收模塊放在了可移動的機架上，機架的高度可根據測量需求靈活配置。信道測量平臺的相關參數如表 2-1 所示。信道測量場景為中國信息通信研究院 3G 樓 2 層的數據中心。數據中心的測量環境如圖 2-3 所示。數據中心中擺放了多個機架，每個機架上安裝了若干個服務器，相鄰機架之間的距離約為 1 m。此外，數據中心中有兩個混凝土結構的承重柱，承重柱之間的距離約為 7 m。為了模擬真實的數據中心太赫茲無線通信場景，分兩種場景進行信道測量。（a）測量場景 1（b）測量場景 2圖 2-3 數據中心的測量環境（

45、1）測量場景 1：圖 2-3（a）展示了測量場景 1 的發射端和接收端的點位設置。該場景主要研究接入點與調試人員之間的通信場景，調試人員手持接收設備（接收端）來對服務器設備進行安裝或者調試，接收端與接入點（發射端）之間通過太赫茲無線鏈路實現通信。發射端布置在走廊中間，高度為 2 m，位置固定不變。接收端部署在機架之間的過道里，高度為 1.6 m，部署的點位如圖 2-3（a）所示，標記為 Rx1-9。（2）測量場景 2：圖 2-3（b）展示了測量場景 2 的發射端和接收端的點位設置。該場景主要用于模擬接入點與機架之間以及機架與機架之間的無線數據傳輸。在該場景中，發射端高度為 2 m，一共有 2

46、個點位，標記為 Tx1 和 Tx2。接收端高度為 2 m，共有 5 個點位，標記為 Rx10-14。2.1.3 140 GHz&220 GHz 會議室、辦公室信道測量 信道測量平臺，由射頻前端、收發端定向天線和 VNA 組成。用于 140 GHz 與 220 GHz 頻段信道測量的具體參數設置12如表 2-1 所示。信道測量場景如圖 2-1，給出了 130-143 GHz 和 221-224 GHz 頻段的信道測量環境，其中圖 2-4（a）-（d）分別為會議室 LoS、辦公室 LoS、辦公室 NLoS 和室外 LoS 場景。會議室面積為 10.15 m7.9 m，辦公室的尺寸為 30 m20

47、m。如圖 2-4（a），會議室 LoS 場景中，12 個接收機位置均勻的分布在會議室中，兩個發射機位置 TxA 和 TxB 分別位于角落和墻前面。如圖 2-4（b），辦公室 LoS 場景的測11 量包括開放辦公區和辦公室走廊兩套部署方案。在開放辦公區的測量中，發射機分別放置在圖中 TxB 和 TxC 的位置上,收發機間的距離為 3.5-14 m。在辦公室走廊的測量中，發射機放置在圖中 TxA 的位置上,接收機放置在圖中 A1-A21 的位置上。收發機間的距離為 2-30 m。如圖 2-4（c）,辦公室 NLoS 場景中收發機之間的 LoS 鏈路被房間阻斷。接收機從 Rx1 移動到 Rx15，步

48、長為 1 m，其中 Rx1-Rx7 位于走廊區，Rx8-Rx15 位于開放辦公區。如圖 2-4（d），室外城市環境中。發射機的位置固定，接收機以 1 m 的步長移動的，收發機間的距離為 3-26 m。圖 2-4 140 GHz&220 GHz 的信道測量環境和部署 2.1.4 300 GHz 狹長走廊與半開放 L 型大廳信道測量 信道測量過程中，搭建了基于 VNA 的太赫茲信道測量系統，其支持 260-400 GHz的超寬頻譜測量，收發距離可達 60 m，如圖 2-5 所示。發射機和接收機固定在電控云臺上，可以實現水平角 360旋轉，俯仰角-75到+40旋轉。其具體配置如表 2-1 所示。圖

49、2-5 260-400 GHz 太赫茲信道測量系統太赫茲測量系統 本次測量場景分布在上海交通大學龍賓樓，分別為半開放大廳和狹長走廊兩個場景。所測量的場景和測量點部署如圖 2-6 所示，其中半開放大廳的測量規劃中包含 LoS 和12 NLoS 兩種情況，一共有 22 個測量點。本次測量中，發射天線為增益 7 dBi 的寬波束天線，接收天線增益為 25 dBi，波瓣寬度為 8。測量時發射天線方向固定，對準接收機位置，接收端水平掃描 360，俯仰掃描-20至 20，步長為 10。（b）狹長走廊測量部署（b）半開放 L 型大廳測量部署 圖 2-6 狹長走廊和半開放 L 型大廳場景和測量部署 2.1.5

50、 220-330 GHz 短距離信道測量 本次信道測量平臺，在發射機端，使用矢量信號發生器 R&S SMW 200A 產生中頻信號。在基帶，利用振幅移位鍵控技術 ASK 調制周期為 5 s 的 12000 個樣本的FrankZadoff-Chu 即 FZC 序列。倍頻器將信號發生器 R&S SMB 100A 產生的本振信號乘以 18。然后，中頻信號與本振信號混合并擴展到太赫茲范圍。采用高增益喇叭天線傳輸太赫茲信號。在接收端，發送的信號由喇叭天線接收，然后通過混頻器向下轉換為中頻信號。利用頻譜分析儀 R&S FSW 43 對中頻信號進行解調。在基帶，采樣率為 2.4 GHz，獲得 12000 個

51、 IQ 信號樣本。天線增益范圍為 24.8 28.6 dBi。半功率波束寬度在水平面是大約 7.5 度，在垂直面上大約 10 度。信道測深配置的詳細信息如表 2-1 所示。本次信道測量平臺設置及測量步驟如圖 2-7 所示，在 220 GHz 到 330 GHz 的頻段內，在桌面進行了信道測量。TX 固定在原點，RX 沿直線移動，距離為 0.1 m?？偣矞y量了 20 個距離從 0.1 m 到 2 m 的 LoS 位置。在每個測量位置測量了 22 個頻率點，其中包括 12 個頻率點，從 220 GHz 到 330 GHz，步長為 10 GHz;10 個頻率點，從 234 GHz到 324 GHz，

52、步長為 10 GHz。圖 2-7 220-330 GHz 信道測量平臺設置及測量步驟示意圖 13 表 2-1 太赫茲信道測量系統配置 參數參數 數值數值 測量平臺類型 信號發生器-頻譜儀VNA VNA VNA VNA 信號發生器-頻譜儀 測量頻率 100 GHz 140 GHz 130-143 GHz 221-224 GHz 306-321 GHz220-330 GHz發射天線增益 5 dBi 7 dBi 25 dBi 25 dBi 0 dBi 24.8-28.6 dBi 接受天線增益 19.7 dBi 25 dBi 15 dBi 15 dBi 25 dBi 24.8-28.6 dBi 時延分

53、辨率 666.7 ps 100 ps 76.9 ps 333.3ps 66.7 ps 416.7 ps 水平旋轉范圍 0,360 -0,360 0,360 0,360 0 水平旋轉步長 20 -10 10 10 0 垂直旋轉范圍-15,15 -20,20 -20,20 -20,20 0 垂直旋轉步長 15 -10 10 10 0 旋轉精度 0.01 -1 1 1 0 2.2 太赫茲信道特性分析 本節共敘述了7種大小尺度衰落特性，其中包括路徑損耗，時延擴展，角度擴展，K 因子，簇特性，散射特性以及大氣衰減。其中路徑損耗涵蓋了 100-330 GHz 中的 6 個頻段以及 8 種不同場景，時延擴展

54、包括了 100 GHz，140 GHz，300 GHz 三個頻點以及7 個場景，角度擴展以及 K 因子包括了 140 GHz，300 GHz 以及 6 個場景，簇特性中敘述了 140 GHz 以及 300 GHz 在 4 個場景中的統計性參數，散射特性以及大氣衰減描述了 300 GHz 的仿真信道特性。2.2.1 路徑損耗 通常用三種路徑損耗模型 Close In（CI）模型、Float Intercept（FI）模型和 Alpha-Beta-Gamma（ABG）模型表征傳播過程中的功率衰減。CI 模型和 FI 模型都是單頻路徑損耗模型。他們只能模擬一個特定頻率下的路徑損耗。ABG 模型是一種

55、描述連續頻段衰落的多頻路徑損耗模型。CI 模型可以寫成:(,)=(,0)+1010(0)+（2-1）其中0為基于物理的參考距離，為路徑損耗指數（PLE），為零均值高斯隨機變量，標準差為，單位為 dB，表征陰影衰落。在0這個分析中被設置為 0.1 m。CI 模型只有一個變量，可以通過最小均方誤差方法得到，即用最小的誤差擬合實測數據。因此，CI 模型的復雜性相對較低。與 CI 模型相比，FI 模型沒有考慮物理參考距離?？梢员硎緸?(,)=+1010()+（2-2）其中是浮點截距，是模型的斜率，是一個零均值高斯變量，其標準差為，表示陰影。與 CI 模型相似，通過最小化可以得到兩個變量和。由于截距被建

56、模為一個變量，FI 模型通常在相同測量數據的基礎上可以得到比 CI 模型小的。這意味14 著 FI 模型可以更準確地預測特定環境下的路徑損失。為了進一步研究路徑損耗的頻率依賴性，我們使用 ABG 模型來擬合測量的路徑損耗。模型如下：(,)=+1010(0)+10 10(1 GHz)+（2-3）0是接收功率的參考點，和分別是距離和頻率的依賴因子，是路徑損耗的優化補償，與具有相同的物理意義。在這個 ABG 模型中，我們可以看到路徑損耗隨頻率和空間距離的變化而變化。此小節路徑損耗信道特性建模涵蓋了 100-330 GHz 中的 6 個頻段以及 8 種不同場景，其中六個頻段包括 100 GHz，140

57、 GHz，130-143 GHz，221-224 GHz，300 GHz，220-330 GHz。場景涉及辦公室場景，會議室場景，數據中心場景，狹長走廊場景，半開放 L 型大廳場景以及短距離場景。2.2.1.1 100 GHz 辦公室路徑損耗 100 GHz于室內辦公室場景進行測量,圖2-8為實測LoS以及NLoS路徑損耗數據、CI 模型結果和 PLE 分別等于 1，2，3 的路徑損耗模型結果，0取 1 m。LoS 場景全向的路徑損耗因子是 1.96，陰影衰落標準差是 2.99，略微小于接受 LoS 場景直射方向的路徑損耗因子（2.25）。說明應用全向天線相比于應用只接受直射方向的喇叭天線會從

58、所有方向收到更多的能量。但是對比于 LoS 場景的其他方向的多徑，直射 LoS 多徑分量要明顯占據主要能量。此外，直射方向和全向的路徑損耗差隨距離增大而增大，說明在 LoS 場景距離越遠，接收到的除直射徑外的其他多徑能量越多。位置 2（距離為4.45 m）接收到的多徑能量較少的原因是多徑被測量點前方較高的電腦屏幕遮擋。NLoS 場景全向路徑損耗因子是 2.78，陰影衰落標準差是 6.00，小于并且接近能量最大方向的路徑損耗因子（2.91）。這說明接收功率最大方向的傳播路徑通常是所有傳播路徑中唯一占主導的路徑。（a）LoS（b）NLoS圖 2-8 100 GHz LoS 與 NLoS 路徑損耗

59、注：圖（a）：紅色菱形為接收天線為直射方向測量的路徑損耗，藍色方形為全向合成的路徑損耗；圖（b）：紅色菱形為接收天線在接收到最大能量方向的路徑損耗，藍色方形為全向合成的路徑損耗 15 2.2.1.2 140 GHz 數據中心路徑損耗 140 GHz 于數據中心兩種場景進行測量，圖 2-9 展示了數據中心中兩個測量場景的路徑損耗測量值以及 CI 模型和 FI 模型的擬合曲線?？梢钥闯?，CI 模型和 FI 模型和信道測量值比較匹配。此外，路徑損耗指數、斜率以及陰影衰落第二個測量場景（=2.17，=2.81，=3.28）均比第一個測量場景（=1.78，=1.18，=2.13）大。這是因為在第一個測量

60、場景中，測試點放置在走廊中，因此存在更多的信號反射和散射，路徑損耗更小，陰影衰落影響也更弱。（a）測量場景 1（b）測量場景 2圖 2-9 140 GHz 路徑損耗模型 2.2.1.3 140 GHz&220 GHz 辦公室路徑損耗 130-143 GHz、221-224 GHz 于室內會議室，辦公室場景進行測量，基于測量結果建立了室內 LoS 場景的 ABG 路損模型。通過圖 2-10 中路徑損耗模型的分析，我們觀察到，由于波導效應，辦公走廊場景中的 值是所有場景中最小的。在會議室和開放辦公區場景中，路徑損耗接近自由空間中的路徑損耗。（a）會議室 （b）開放辦公區（c）辦公室走廊 圖 2-1

61、0 130-143 GHz 與 221-224 GHz LoS 場景路徑損耗模型 2.2.1.4 300 GHz 狹長走廊與半開放 L 型大廳路徑損耗 300 GHz于狹長走廊與半開放 L型大廳場景進行測量，不同場景下的路徑損耗測量值以及建立的 CI 模型如圖 2-11 所示。觀察不同室內場景的測量結果可以發現，在視距場景下，半開放大廳場景的路徑損耗因子最小為 1.74，狹長走廊場景的路徑損耗因子為 1.88，這兩種場景下由于波導效應導致路徑損耗因子均小于 2。16 圖 2-11 300 GHz 室內場景最佳方向路徑損耗和 CI 模型 2.2.1.5 220-330 GHz 短距離路徑損耗 2

62、20-330 GHz 于室內短距離場景進行測量，我們在 220 GHz 至 330 GHz 的 22 個頻率點進行了測量。由于篇幅的限制，我們只繪制了 230 GHz、250 GHz、270 GHz、290 GHz、310 GHz 和 330 GHz 的結果。但在所有測量的 22 個頻率點上的模型參數在下文中給出。我們可以看到，CI模型相對于FI模型有較大的標準差。此外，對于CI模型，路徑損耗因子的頻率依賴性不明顯。它在 310 GHz 時得到最小的路徑損耗因子 1.83，而在 320 GHz 時得到 2.51。而對于 FI 模型，似乎隨著頻率的增加，斜率有減小的趨勢。在 330 GHz 時，

63、它的斜率最小 1.75。圖 2-12 為實測路徑損耗數據、CI 模型結果和 FI 模型結果。并繪制了 FSPL 模型和ITU室內熱點路徑損耗模型進行比較。這是一個 CI模型，其路徑損耗因子為1.73。我們可以看到，大部分圓圈位于點線和點虛線上方，這兩條線分別代表自由空間路損FSPL 模型和 ITU 路徑損耗模型。這意味著大多數測量的路徑損耗結果都大于 FI 模型和 ITU 模型的預測結果。并且實際的傳播衰減更嚴重。雖然測量的距離很近，就像自由空間，但大氣吸收是不可忽視的。FSPL 模型和國際電聯模型都不考慮大氣吸收。在某些頻率點，如 310 GHz，傳播衰減不像自由空間那么嚴重。這可能是物理因

64、素造成的。例如，對于特殊波長，大氣吸收就相對較小。綜上所述，存在幾個吸收損耗較低的譜窗。擬合結果表明，CI 模型和 FI 模型與實測路徑損耗樣本均擬合良好。兩種模型的擬合結果相似。例如，在 270 GHz 時，CI 模型線似乎與 FI 模型線重疊。這兩種模型都能很好地預測路徑損耗。此外，擬合結果與國際電聯模型存在差異。在 290 GHz 時，FI模式線與 ITU 模型線之間的差異約為 4 dB。（a）230 GHz（b）250 GHz（c）270 GHz 17（d）290 GHz（e）310 GHz（f）330 GHz圖 2-12 6 個頻率點路徑損耗 注：圓圈表示在一個距離處的平均路徑損耗樣

65、本。實線、虛線、點線和虛點線分別代表 FI 模型、CI 模型、ITU 室內熱點模型和 FSPL 模型 頻率相關性對于理解超寬頻率范圍內的信道特性起著重要的作用。為了進一步研究路徑損耗的頻率依賴性，我們使用 ABG 模型來擬合測量的路徑損耗。如圖 2-13 所示，繪制了實測路徑損耗和 ABG 模型。ABG 模型的導出參數為 13.27，1.93，2.1，3.78。頻率依賴因子 2.1 大于距離依賴因子 1.93，這說明在自由空間中，頻率相關性略強。圖 2-13 多頻率路徑損耗建模結果 2.2.2 時延擴展 此小節時延擴展信道特性建模涵蓋了 100-300 GHz 中的 3 個頻段以及 7 種不同

66、場景，其中 3 個頻段包括 100 GHz，140 GHz，300 GHz。場景涉及辦公室場景，數據中心場景，狹長走廊場景，半開放 L 型大廳場景。2.2.2.1 100 GHz 辦公室時延擴展 在 100 GHz 室內辦公室 LoS 與 NLoS 場景的時延擴展分別服從 -8.84，0.17 以及 -8.10，0.16 的對數正態分布，時延擴展的概率累積函數（CDF）如圖 2-14（a）所示，橫坐標是3GPP常用的dBs的形式，其中LoS有較小的時延擴展。LoS以及NLoS的 50%時延擴展分別是-88.7 dBs 以及-81 dBs。圖 2-16（b）展示了 LoS 和 NLoS 時延擴展

67、隨 log10d 變化的線性擬合，其中 LoS 場景以及 NLoS 場景的時延擴展分別服從：LoS（dBs）2.45*log10（d）-90.20 NLoS（dBs）-3.76*log10（d）-77.44，其中 LoS 場景的時延擴展與接收端發射端的距離服從正相關，是因為距離變大可18 以接受到的遠距離大時延的多徑越多，時延擴展越大。NLoS 場景的時延擴展與接收端發射端的距離服從負相關，是因為距離變大，接收端離辦公室最遠距離端越近，接收到的從最遠端反射的大功率多徑時延越短，時延擴展會變小。（a）時延擴展 CDF（b）時延擴展線性模型擬合 圖 2-14 100 GHz LoS 與 NLoS

68、場景時延擴展模型 2.2.2.2 140 GHz 數據中心時延擴展 在 140 GHz 室內數據中心測得時延擴展，采用對數正態分布來擬合實際測量結果，可以得出兩個測量場景中的時延擴展非常相似。2.2.2.3 300 GHz 數據中心時延擴展 300 GHz 室內數據中心場景信道時延擴展特性由射線跟蹤仿真獲得，LoS 區和NLoS 區均方根時延擴展的 CDF 如圖 2-15 所示。對于 LoS 區和 NLoS 區，4 類均方根時延擴展的值分別為 8.14 ns、26.11 ns、8.04 ns 和 13.34 ns。由于在 NLoS 區中沒有直射徑，因此 NLoS 區中均方根時延擴展的值明顯大于

69、 LoS 區。當 Tx 部署在機房中心時，位于 NLoS 區的 Rx 數目較少，導致圖 2-15（b）中擬合效果不佳。圖 2-15 300 GHz LoS 與 NLoS 場景時延擴展模型 2.2.2.4 300 GHz 室內狹長走廊與半開放 L 型大廳時延擴展 300 GHz 狹長走廊以及半開放 L 型大廳的時延擴展分別服從均值為 20.42 ns 以及18.62ns 的對數正態分布，狹長走廊相比于半開放 L 型大廳有更大的時延擴展。2.2.3 角度擴展 此小節角度擴展信道特性建模包括了 140 GHz，300 GHz 2 個頻段以及 6 種不同場景。6 個場景中涉及數據中心場景 4 種，狹長

70、走廊場景，半開放 L 型大廳場景。19 2.2.3.1 140 GHz 數據中心角度擴展 在 140 GHz 數據中心測得角度擴展，采用對數正態分布來擬合實際測量結果，從結果可以分析總結出：1、由于收發端的高度相近，多徑傳播主要發生在水平面，因此俯仰到達角度擴展非常小，約為4.5；2、兩個測量場景中的角度擴展非常相似。2.2.3.2 300 GHz 數據中心角度擴展 300 GHz 數據中心場景角度擴展特性由射線跟蹤仿真獲得，角度擴展（ASA（水平到達角）、ASD（水平離開角）、ESA（俯仰到達角）、ESD（俯仰離開角）的擬合結果如圖 2-16 所示。Tx-Center-LoS 這種情況下，A

71、SA、ASD、ESA 和 ESD 的值（log10）分別為 1.52、1.67、0.43 和 0.69。ASA 和 ASD 的值（log10）明顯分別大于 ESA 和 ESD 的值，說明仿真場景中的多徑主要來自位于水平方向的機柜。圖 2-16 290-310 GHz LoS 與 NLoS 場景角度擴展模型 2.2.3.3 300 GHz 狹長走廊與半開放 L 型大廳角度擴展 300 GHz 狹長走廊的 ASA 與 ESA 的值（log10）分別為 1.58 與 0.89 較半開放L 型大廳的 1.49 與 0.81 大，因此在狹長走廊中多徑分布較為離散。2.2.4 K 因子 此小節 K 因子信

72、道特性建模包括了 140 GHz，300 GHz 2 個頻段以及 6 種不同場景。6 個場景中涉及數據中心場景 4 種，狹長走廊場景，半開放 L 型大廳場景。2.2.4.1 140 GHz 數據中心 K 因子 在 140 GHz 數據中心測得 K 因子。K 因子的定義為信號能量最強的簇與其他所有簇的能量之比。采用對數正態分布來擬合實際測量的 K 因子，正態分布的參數如表 2-2所示。從表中可以看出，兩個不同的測量情景的 K 因子是相近的。2.2.4.2 300 GHz 數據中心功率比 300 GHz 數據中心功率比特性由射線跟蹤仿真獲得，CDF 的擬合結果見圖 2-17。Tx-Center-L

73、oS 和 Tx-Corner-LoS 的 值分別為 7.76 dB 和 4.98 dB。當 Tx 部署在機房中心時，直射徑的長度相對于Tx部署在機房角落時更短。因此，Tx-Center情況下的直射徑的功率更大，導致功率比的 值大于 Tx-Corner 情況。由于在 NLoS 區不存在功率較強的直射徑，所以 LoS 區功率比的 值更大。20 圖 2-17 290-310 GHz LoS 與 NLoS 場景功率比 2.2.4.3 300 GHz 狹長走廊與半開放 L 型大廳 K 因子 300 GHz 室內狹長走廊與半開放 L 型大廳場景 K 因子見表 2-2。狹長走廊的 K 因子為 12.85 小

74、于半開放 L 型大廳的 13.49，說明半開放 L 型大廳的主徑功率占比較大，多徑更集中。表 2-2 太赫茲 K 因子參數表 頻率頻率 場景場景 K 因子因子/功率比功率比 140 GHz 數據中心 1 NLoS 6.79 140 GHz 數據中心 2 NLoS 7.98 300 GHz（仿真仿真）數據中心 TX-Corner LoS 7.76 NLoS-2.12數據中心 TX-Center LoS 4.98 NLoS 0.02 300 GHz 狹長走廊 LoS 12.85 半開放 L 型大廳 LoS/NLoS 13.49 2.2.5 簇特性 此小節簇特性信道特性分析包括了 140 GHz，3

75、00 GHz 2 個頻段以及 4 種不同場景。4 個場景中涉及數據中心場景 2 種，狹長走廊場景，半開放 L 型大廳場景。2.2.5.1 140 GHz 數據中心簇特性 在 140 GHz 數據中心測量簇特性，基于 DBSCAN 算法對多徑進行分簇，分簇結果包括簇平均數量及簇內的角度和時延擴展，分簇的參數如表 2-3 所示。從表中的結果可以看出，由于在第一個測量場景中，接收機幾乎都部署在機架間的過道中，信號的反射和散射更加的豐富，因此第一個測量場景中的簇數量比第二個測量場景更多。以第一個接收機的點位 RX1 為例，進一步分析數據中心中多徑分簇形成的原因。圖 2-18（a）展示了 RX1 點位的

76、分簇結果?；诖氐牡竭_角和到達時間，進一步分析了每個簇的物理傳播路徑，結果如圖 2-18（b）所示。從圖中可以看出：第一個簇是發射機和接收機之間的視距傳輸徑；第二個簇來自接收機北側接收機的反射，反射損耗約為 10 dB；第三個、第四個簇來自接收機南側機架的反射，反射損耗約為 15 dB；第五個、第六個簇是經過墻體和機架多次反射形成的；第七個、第八個簇也是由信號經過多次反射形成的，首先經過機架之間的過道，然后又經過了北側墻體的反射，最終反射到接收機。21（a）分簇結果 （b）多徑傳播分析圖 2-18 點位 RX1 的分簇結果與多徑傳播分析 2.2.5.2 300 GHz 狹長走廊與半開放 L 型

77、大廳簇特性 300 GHz 室內狹長走廊與半開放 L 型大廳場景簇特性見表 2-3。在狹長走廊簇數為9 比半開放 L 型大廳簇數 7 多，說明狹長走廊的多徑較為分散。表 2-3 太赫茲簇特性參數表 頻率頻率 場景場景 平均簇數平均簇數量量平均簇內平均簇內時延擴展時延擴展 ns 平均簇內水平平均簇內水平到達角度擴展到達角度擴展 平均簇內俯仰平均簇內俯仰到達角度擴展到達角度擴展 140 GHz 數據中心 1 NLoS 11.9 2.05 4.16 3.45 140 GHz 數據中心 2 NLoS 9.30 2.40 4.05 2.17 300 GHz 狹長走廊 LoS 9-半開放 L型大廳 LoS

78、/NLoS 7-2.2.6 粗糙表面散射特性 借助全波仿真工具 Feko，對不同粗糙度的粗糙表面散射特性進行仿真?；诖罅糠抡娼Y果，表征太赫茲頻段粗糙表面上散射電場的幅值、相位和極化分布。針對散射電場幅值，在經典方向性散射模型的基礎上提出優化的方向性散射模型以表征粗糙表面微結構隨機性的影響；針對散射電場的相位與極化特性，對其數值分布與空間分布分別進行了擬合與分析。具體工作如下：仿真場景如圖 2-19 所示，頻率 300 GHz、幅值 1 V/m 的 TM 波以 45入射大小為 50 mm50 mm 的理想導體（Perfect Electric Conductor，PEC）粗糙表面。遠場求解區域

79、設置為上半球面，選用多層快速多極子法（Multilevel Fast Multipole Method，MLFMM）以兼顧計算力與精確度。具體仿真配置參數如表 2-4 所示。圖 2-19 Feko 仿真場景示意圖 22 表 2-4 Feko 仿真配置參數 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、仿真配置的基礎上，通過將生成的不同粗糙度的粗糙表面導入 Feko，獲得不同粗糙度的粗糙表面的散射電場分布。均方根高度和相關長度 l 是表征粗糙表面高度分布的關鍵統計參數，分別決定高度在垂直和水平方向上的分布。均方根高度決定粗糙表面的最大高度差。相關長度為評估表面上兩點的相關性提供了基準，它決定了粗糙表面起伏的頻率。如圖 2-20 所示，隨著均方根高度的增大和相關長度 l 的減小，表面起伏的幅度和頻率逐漸增大，表面變得更加粗糙。圖 2-20 不同均方根高度和相關長度 l 的粗糙表面 為描述粗糙表面散射電場分布的隨機性，定義表征表面微結構的影響。=，|2=|0|2(1+cos2)，其中，為由 Fe

81、ko 全波仿真得到的散射電場，0為散射電場最大值，為散射方向與鏡面反射方向的夾角，為等效粗糙度，決定散射波瓣的寬度。A.的數值分布對的數值分布進行擬合，發現其數值服從 t Location Scale 分布，即|T(,)。與正態分布相比，t Location Scale 分布有助于擬合尾部更重的數據分布。B.的角度分布此外，較強散射電場的角度分布存在一定規律。在粗糙表面上，幅值較強的散射電場總是分布在鏡面反射方向周圍。圖 2-21 分布23 以均方根高度 0.5 mm，相關長度 8 mm 的粗糙表面為例，如圖 2-21 所示，數值較大的同樣聚集在鏡面反射方向周圍，因此設置閾值（藍色虛線，=|/

82、20）區分_和_。|()|=|()|，|()|，|_為絕對值大于閾值的，_為絕對值小于閾值的。_為_ 的 散 射 角，服 從 均 值 為 反 射 角 的 高 斯 分 布，即_N（,），將_隨機放置在_上。_為_的散射角，從反射角兩側開始在_之間補空（_為_的補集），并按照絕對值降序的方式從鏡面反射方向向兩端將_置于_對應的角度上。C.太赫茲頻段粗糙表面方向性散射模型綜上所述，充分考慮的數值分布與角度分布，在經典方向性散射模型的基礎上提出表征太赫茲頻段粗糙表面散射特性的優化的方向性散射模型。()=()+()，其中為依據經典的方向性散射模型計算的散射電場，描述散射波瓣的形狀。表征粗糙表面微結構隨機

83、性的影響，描述散射電場角度分布的隨機性。為使重建的散射電場分布更加貼近實際情況，以下兩點需額外注意：1)由于 t Location Scale 分布生成值的隨機性，限定|RIS1 邏輯子鏈路Tx-RISn 邏輯子鏈路RIS1-RISn 邏輯子鏈路RISn-RIS1 邏輯子鏈路RISn-Rx邏輯子鏈路RIS1-Rx邏輯子鏈路Tx-Rx 邏輯鏈路圖 5-1 收發信道邏輯鏈路有向圖 如圖 5-1 所示，接收側（Rx 側）收到的信號來自以下幾個邏輯鏈路：Tx Rx;Tx RISi Rx;Tx RISiRISjRx.其中，,1,2,i jN,N 為 RIS 可選面板數量?？紤]到復雜、精確與可用、簡化之間

84、的平衡，可基于 RIS 部署的原則、調控目標來55 具體確定可能的邏輯鏈路組合，這是因為只有 RIS 接收到的信號有足夠強度時，RIS 對最終信道才有顯著影響，這也是基于模型效率和模型精度均衡的一個考慮。例如，當 N 2時，RIS 的部署調控目標是通過 RIS 一次可控反射來增強 Tx 非直視區域 NLoS 的覆蓋時，僅需要考慮如下鏈路：TxRx、TxRIS1Rx、TxRIS2Rx。對于 TxRx 而言，可以采用 3GPP 或 ITU 的 MHCM 模型；對于 TxRISiRx 或 TxRISiRISjRx而言，其中的第一段邏輯子鏈路 TxRISi可采用 3GPP 或 ITU 的 MHCM 模

85、型，而中間段和最后一段邏輯子鏈路則需要基于前置邏輯子鏈路的信道響應 CIR（Channel Impulse Response）、來波方向、極化等信息并結合 RIS 的調控碼本參數來確定。在 d2 為遠場的假設下，不同波達方向極化電磁波的 RIS 反射信號的極化輻射方向圖是不同的，考慮到計算量與精度的均衡，在相關邏輯鏈路選擇中需要考慮“去弱留強”，圖 5-2 給出了基于MHCM 模型的智能可控電磁表面的建模流程。1.場景地圖配置、RIS部署、坐標系、場景、Tx/Rx天線模型，其他參數配置（極化/頻點/帶寬/XdB門限等）2.基于收發邏輯鏈路有向圖及RIS部署策略，選定所考慮的邏輯鏈路3.對所選定

86、的邏輯鏈路進行循環3.所選定的邏輯鏈路循環 結束3.1 將邏輯鏈路進行拆解分解為邏輯子鏈路，每個邏輯子鏈路均僅有兩個節點：例如：Tx RIS1 Rx可以拆解為：Tx RIS1和RIS1 Rx兩個邏輯子鏈路3.3 對當前邏輯鏈路的所有邏輯子鏈路按序進行循環3.3 當前邏輯鏈路的邏輯子鏈路循環 結束3.3.1 當前邏輯子鏈路是否有前置邏輯子鏈路及RIS節點？3.2 計算所有邏輯子鏈路的Map-based hybrid信道響應3.3.3 從前置邏輯子鏈路上述的CIR中選擇不低于最強徑XdB的所有徑，刪除其余徑3.3.4 針對每一條前置邏輯子鏈路中的保留徑,基于其波達角信息及當前RIS節點的電磁單元調

87、制信息，計算RIS的輻射方向圖3.3.2 計算耦合了前置RIS電磁單元調制信息或前置Tx的天線輻射方向圖的前置邏輯子鏈路的CIR3.3.1.1 計算耦合了天線方向圖的當前邏輯子鏈路的CIR3.4 合并各邏輯子鏈路的局部結果計算當前邏輯鏈路的信道響應，包括對各徑時延的更新，將時間軸對準Tx的發射時刻4.合并各邏輯鏈路信道響應結果否是圖 5-2 RIS 無線信道建模流程 RIS 與 Tx 或 Rx 的邏輯附屬關系與 RIS 的部署位置及部署目的有關，可以附屬于Tx 或 Rx，且附屬關系可以是固定或動態的，這是一個需要專門研究的方向，下述 Tx-Rx 之間邏輯鏈路有向圖中所涉及的 RIS 均指“與

88、Tx 或 Rx 有附屬協同關系”的 RIS。56 每一對 Tx-Rx 可建立邏輯鏈路有向圖，如圖 5-1 所示?；?RIS 部署的相對位置/部署目標，選定對 Tx-Rx 無線信道有顯著影響的邏輯鏈路。針對 Tx-Rx 間每條選定的邏輯鏈路進行邏輯子鏈路拆解，具體如下：輸入：邏輯鏈路：Tx RISs1 RISsN Rx 輸出：邏輯子鏈路：Tx RISs1;RISs1 RISs2;RISsNRx RIS 各控制單元反射相位可以基于所配置的碼本相位調控策略進行獨立控制，不同來波方向的極化電磁波所激勵的 RIS 單元的輻射方向系數是不同的，可基于 5.2.2 小節的 RIS 物理模型進行計算，其綜合

89、歸一化方向性系數如下：()()()()rriilkrriilkrriilkrriilkffff,vv,hv,vh,hh（5-4）其中，k,l 表示第 k 行、第 l 列 RIS 單元編號，ii,分別表示入射波反向矢量相對于全局坐標系 Z 軸和 X 軸的角度，rr,表示反射波矢量相對于全局坐標系 Z 軸和 X 軸的角度，f 表示 RIS 單元反射的方向性系數，hh,hv,vh 和 vv 表示入射波與反射波不同極化的組合，v 表示垂直極化，h 表示水平極化。相對于 RIS 面板而言，對于 d1 為遠場的情況，RIS 面板各單元的反射方向性系數可以認為是一致的；對于 d1 為近場的情況，由于入射波矢

90、和極化方向的不同，RIS 面板各單元的反射方向性系數需要單獨計算。RIS 面板由多個 RIS 單元組成，每個 RIS 單元的控制相位等參數可基于 RIS 碼本控制策略獨立進行控制，本文主要考慮 RIS 的相位可控，但所述方法的思路亦可基于 RIS物理模型（擴展模型）用在對幅度/極化的控制。假設 RIS 板為矩形，其相關配置參數包括：RIS 面板尺寸：LK，K 為長度方向控制單元數目，L 為寬度方向控制單元數目；RIS 單元尺寸：ba，為載頻的波長；RIS 單元相位控制粒度：B2logbit 表示控制單元調整的粒度為B2。RIS 面板的反射方向圖由組成面板的所有 RIS 控制單元方向圖及控制碼本

91、相位綜合生成，各 RIS 反射單元的控制相位lk,pq由 RIS 控制中心基于控制策略確定，一個可選配置是：BBBBlk2）1-（.,，22，2,0,pq,且h,vqp,（5-5）實際上，對于每一個 RIS 單元的控制相位lk,pq的可選集合并不限于（5-5），可基于控制策略確定。在給定入射波矢和極化的電磁波激勵下，RIS 面板的輻射方向性系數如下：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 面板的方向性系數，是與 RIS 單元插損相關的反射效率，lkd,ris是第 k 行、第 l 列 RIS 控制單元中心的位置矢量，且vh,qp,，=iiiiiincossinsincossinr（5-8）MHCM 模型中考慮了對超寬帶、氧衰及阻擋等的影響，這些模型可直接基于頻段、場景選擇性應用，但對于大寬帶場景，考慮到材料或電磁表面電參數可能的頻率依賴性，可參考 3GPP TR38.901 第 8 章，基于頻率分段（bin）對公式（5-3）公式（5-6）進行更新。下文中徑表示基于射線追蹤得到的確定性徑的結果，簇表示基于統計模型得到的隨機簇的結果，兩者在數學模型及算法處理方面是一

93、致的。當邏輯子鏈路根據 MHCM 模型進行信道系數計算時，需要基于收發節點的類型進行分類：當 Tx 節點為 RIS 面板時，需基于當前 RIS 的所有前置邏輯子鏈路來波進行 Tx 節點的拆分，每徑/簇對應于一個來波方向及極化方向，同時也對應當前邏輯子鏈路的兩個Tx 分支節點（分別對應 h 極化來波和 v 極化來波），所有這些 Tx 分支節點的位置相同，但發射天線的輻射方向性系數各自獨立，基于來波方向計算的結果見公式 5-6、公式 5-7。對于第 x 條邏輯鏈路的第 y 條邏輯子鏈路，其第 n 簇/徑、第 m 子徑的兩個極化電磁波（v-pol 和 h-pol）所對應的 Tx 分支節點的發射天線的

94、方向性系數如下：()()()()=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,分別對應于前置邏輯子鏈路來波的 ZOA 和 AOA。當 Tx 或 Rx 節點為 BS 或 UE 時，采用 BS 或 UE 的實際發射天線的方向性系數,*1,*,*,txxsF或,*,*,*,rxlastyxu

95、F，其中，*表示 h 或 v，*表示或，ylast表示當前邏輯鏈路的最后一段邏輯子鏈路的編號。當 Rx 節點為 RIS 面板時，接收天線的方向性系數為=cos,*,*,yxurxyxurxFF，其中，為 RIS 面板法向量與入射波反向矢量inr的夾角，inr見公式 5-6。在 RIS 為單面58 反射的場景下，當2時，0,*,*,=yxurxyxurxFF。對于存在 NLoS 徑/簇的情況，第 s 號發射天線、第 u 號接收天線，第 n 簇/徑，第 m子徑，第 1 頻率段（bin）的 NLoS 子徑的信道系數和絕對時延分別為：()()()()()()()()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，當邏輯子鏈路的 Tx 為 RIS 時，x,y,*表示其前置邏輯子鏈路的第 x 簇/徑、第 y 子徑的 h 或 v 極化的來波激勵，*為 h 或 v；f1表示載波頻率；c 為電磁波在真空中的速度；對于第 n 簇/徑、第 m 個 NLoS 子徑：AOAmnZOAmn,表示相對于 Z 軸和 X 軸的兩個波達角參數；AODmnZODmn,表示相對于 Z 軸和 X 軸的兩個波離角參數；n為收發參考單元的第 n 簇的絕對時延，對于確定性徑可基于射線追

98、蹤確定，對于隨機簇需要將相對時延轉換為絕對時延；mnmnmnmn,，表示 4 個不同的極化組合的初始相位、mn,表示子徑的功率交叉極化比、mnrxr,是波達子徑的單位矢量、mntxr,是波離子徑的單位矢量、1,mnP表示接收功率；urxd,是 Rx 接收天線 u 的位置矢量；stxd,是 Tx 發射天線 s 的位置矢量；v是 Rx 的運動速度矢量，當 Rx 為 RIS 時，v為0；每徑或簇的信道系數可以基于該簇或徑中所有子徑通過三維復數求和獲得;1,mnP表示 NLoS 第 n 徑或簇，第 m 子徑的接收信號功率。對于存在 LoS 徑的情況，第 s 號發射天線、第 u 號接收天線，第 1 頻率

99、段（bin）的LoS 徑的信道系數和絕對時延分別為：()()()()()()(),*,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,表示當前邏輯子鏈路的 LoS 徑相對于 Z 軸和 X 軸的兩個波達角參數；AODLOSZODLOS,表示當前邏輯子鏈路的 LoS 徑相對于 Z 軸和 X 軸的兩個波離角參數；LOS表示基于 LoS 徑光程計算的初始相位；n為收發參考單元的 LoS 徑的絕對時延；TLOSrxr,表示 LoS 波達徑的單位矢量；TLOStxr,表示 LoS 波離徑的單位矢量；

101、1，1P表示LoS 徑接收功率。對于第 x 邏輯鏈路，第 y 邏輯子鏈路，*極化，第 s 反射天線，第 u 接收天線，第 n簇/徑在第一頻段：-NLoS 徑/簇信道系數和時延：()()=myxmnsucluyxnsutHtH,*,1，,*,1，,、nsu,（5-19）-LoS 徑信道系數和時延：()tHyxnsu,*,1，1,=、1,=nsu（5-20）.Tx(BS)RISS1Rx(UE)RISS2有效徑有效徑無效徑無效徑01NN+1.(N=2).vvhvvvvvvvhvvvvvhvvhvvvhhvvvvvvvhvvhvvvhhvvvvvvvh1,1,3,2,v,v,h,v(L)圖 5-3 邏

102、輯子鏈路多徑循跡示例 如圖 5-3 所示，假設 Tx 為垂直極化（v-pol），實線表示通過篩選標準的有效徑或簇，虛線表示未通過篩選標準的徑或簇，篩選標準的確定需要考慮“去弱留強”原則，例如：不低于所有最強簇功率的 XdB，例如：X 25。設 Tx 為第 0 層，Rx 為第 N+1 層，RIS 分別為第 1 層至第 N 層。針對每個邏輯子鏈路，發射天線的每一個單極化（h 或 v）方向或 RIS 面板前置邏輯子鏈路來波激勵的每個 Tx 分支節點（h-pol 或 v-pol），其接收節點的所有簇或徑進行統一編號，即原第 n簇或徑統一編號后為第 k 號徑：（n 簇/徑）k 徑。如5-3所 示，對 于

103、 第L層 中 的 任 一 節 點 定 義 如 下 節 點 編 號：k0,k1,kL,p0,p1,pL，其中，1,.2,1+NL表示當前節點的層號，kL表示當前60 節點的編號，k0 kL-1表示當前節點的各父節點編號，Llvhpl,.,1,0,=表示當前節點在第 l 層的父節點的極化方向，如圖 5-4 所示。k0,k1,kL,p0,p1,pLL+1個元素個元素L+1個元素個元素第0層父節點編號第1層父節點編號第L層當前節點編號 第L層當前節點極化第1層父節點極化第0層發射節點極化 圖 5-4 節點編號 在圖 5-3 中,節點1,1,3,2,v,v,h,v的父節點及關聯關系見圖中紅色實線所示。以

104、新的節點標識表示邏輯子鏈路的信道系數和時延，則公式 5-19-公式 5-20 更新為：()()()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）對于基站節點-第 s 號發射天線，終端節點-第 u 號接收天線，其第條邏輯鏈路從BS 到 UE 需經過 N 個 RIS 面板，則在 BS 與 UE 之間有效徑級聯信道系數和時延為：()()+=+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，第條邏輯鏈路各徑的信道系數及時延如下：()tHsu+1，p,.,p,p，k,.,k,k,1N101N10，+p,.,p,p，k,.,k,k,1N101N10su.其中，k0,k1,kL,p0,p1,pL信號強度滿足篩選門限的所有有效徑組合結果。邏輯鏈路級聯信道各徑的波離角為第一條邏輯子鏈路對應的波離角，波達角為最后一條邏輯子鏈

106、路對應的波達角。合并各邏輯鏈路信道響應結果，Tx 與 Rx 間所有有效邏輯鏈路如下：第 0 號：Tx Rx;第 1 號：Tx RISi Rx;第號：Tx RISi Rx;第號：Tx RISiRISjRx。Tx 與 Rx 間的無線信道為以上所有邏輯鏈路總有效簇/徑的集合：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*,組合為各級聯邏輯鏈路的有效簇/徑組合。5.2.4 基于 GBSM 的 RIS 信道模型 3GPP/ITU 定義了規則蜂窩場景下的 GBSM 信道模型，用于評估無線網絡性能和進行方案對比。在此模型中，UE 和 BS 的位置是明確的，而環境的無線信道模型主要通過統計的方法，通過統計信道相關參數來定義，不需要確定性的場景地圖等，本小節在以上假設基礎上設計考慮 RIS 部署的 GSCM 模型。5.2.4.1 RIS 基本物理模型參數 在 RIS 基本模型假設基礎上，RIS 面板的物理模型參數如下：-載波中心頻率：fc-RI

108、S 面板尺寸（矩形面板）：K*L，K 為長度方向控制單元數目，L 為寬度方向控制單元數目；-RIS 單元間距：2，為中心載頻的波長-RIS 單元尺寸：ba，為中心載頻的波長；-RIS 單元相位控制粒度：B2logbit 表示控制單元調整的粒度為B2；-RIS 極化：雙極化同調-RIS 單元反射效率：5.2.4.2 RIS 在規則蜂窩網絡的部署模型 RIS 的部署采用在現有 GBSM 場景模型（如：3GPP TR38.901）基礎上的確定性部署方案。1）RIS 方位參數每個 RIS 的位置參數包括 6 個參量：Xirs，Yirs，Zirs，Azirs，ELirs，SLirs，分別為RIS 面板中

109、心的 X,Y,Z 坐標，及 RIS 面板法線方向的水平方位角（AZ），天頂角（ZN）和繞中心法線的旋轉角（SL）。2）RIS 部署模型62-每個小區部署 RIS 的數量；-每個 RIS 面板的尺寸；-每個 RIS 面板部署的方位參數。RIS 的部署可基于部署目標確定。3）RIS 碼本配置策略（用于校準評估）-假設：雙極化面板；極化同調；-候選碼本 1：采用方向性指向的高增益波束碼本；-候選碼本 2：采用方向性指向的寬波束碼本；-候選碼本 3：以空間維度復用提升為目標的碼本。5.2.4.3 大尺度衰落模型 1）場景拓撲與基站的部署與現有 GBSM 模型（如 3GPP TR38.901）中的場景及

110、部署配置一致。2）RIS 相對于小區基站的可視性-假設所有 RIS 面板與所附屬的小區基站 BS 均為 LoS 狀態；-RIS 與非附屬小區基站 BS 的 LoS 或 NLoS 狀態隨機確定，模型采用現有場景中的LoS 概率模型?？紤]到 RIS 的部署高度與現有 LoS 概率模型中終端高度不一致，需要對現有 LoS 概率模型進行擴展或補充，如增加基于 RIS 高度的 LoS 概率模型。3）UE 位置的部署采用現有 GBSM 模型場景的隨機部署策略。4）UE 的狀態UE 的室內或室外狀態與現有模型保持一致；UE 相對于基站的 LoS 狀態與現有模型保持一致；UE 與多 RIS 之間的 LoS 狀

111、態基于與現有 LoS 概率一致的模型確定。5）UE 的候選附著 RIS基于 UE 與 RIS 之間的 LoS 或 NLoS 狀態，每個 UE 可以有 0 個或多個候選附著RIS，具體而言：對于每個 UE 而言，針對其所在服務小區中的所有 RIS，如果該 UE 與 RIS 是 LoS狀態，則該 RIS 是該 UE 的附著 RIS。例如：某 UE 的附著 RIS 集合為：RIS1,RIS3,RISp。6）路損模型63 UE 與 BS 或 UE 與 RIS 的路損模型，采用現有場景對應的路損模型；BS 與附屬 RIS 的 PL 模型采用現有場景模型中 LoS 狀態對應的路損模型；可以考慮與發射機高度

112、相關的大尺度信道模型。7）陰影衰落模型UE 與 BS 或 UE 與 RIS 的陰影衰落模型，采用現有 GBSM 相關場景對應的模型。8）室外到室內的模型室外到室內的穿透模型采用現有 GBSM 相關場景的模型。5.2.4.4 快衰模型 1）BS 與 UE 信道BS 與 UE 的快衰信道遵循當前 GBSM 信道模型。2）BS-RIS-UE 信道-BS-RIS 信道考慮 BS 與協同 RIS 之間為確定性 LoS 信道；RIS 與非協同 BS 之間信道鏈路狀態由 LoS 統計模型確定。采用 MHCM 模型中的思路，將 RIS 建模為由極化饋入波矢所激勵的多個虛擬基站。-RIS-UE 信道IRS1IR

113、S2IRS3IRS4UEaUEbUEcUEdUEeUEfBS圖 5-5 RIS 單次反射 BS-RIS-UE 邏輯鏈路圖 當 RIS 采用方向性波束策略時，可以基于 RIS 實時附著 UE id 的信息，確定 RIS 的碼本和方向圖，如圖 5-5 所示，實線加粗線條指向表示 RIS 及其附著 UE 的關系；當 RIS 采用空間維度復用等其他策略時，RIS 的碼本和方向圖需隨策略進行調整。3）BS-RIS-UE 邏輯鏈路信道合成A、簇及子徑的數目 BS-RIS-UE 簇及子徑的數目與 BS-RIS 簇的數目及 RIS-UE 信道所計算的簇與子徑64 的數目有關。B、時延 由于 GBSM 信道模型

114、中采用的時是相對時延，因此，BS-RIS-UE 各簇/子徑鏈路的相對時延等于 RIS-UE 的各簇/子徑的相對時延 BS-RIS-UE 各簇/子徑鏈路的絕對時延等于 BS-RIS 絕對時延累加 RIS-UE 的各簇/子徑的絕對時延；可以參考 3GPP TR38.901 IIOT 場景下的絕對時延模型，確定 NLoS場景下的各簇的絕對時延。C、波達角及波離角 在邏輯鏈路合成結果中：所有簇與子徑的波離角都與首段邏輯子鏈路的波離角相關。所有簇與子徑的波達角都與尾段邏輯子鏈路 RIS-UE 鏈路的波達角有關。D、信道系數 BS-RIS-UE 邏輯鏈路級聯信道系數，需要合并所有邏輯子鏈路的結果。4）BS

115、-UE 信道總體合成BS-UE 總體合成信道需要將所有邏輯鏈路的結果按絕對時延進行歸并，取綜合結果。5.3 智能超表面信道模型仿真與實測 5.3.1 基于 GBSM 的 RIS 信道模型 頻點：28GHz；單元尺寸：0.450.45；雙極化 RIS 面板；45 度單極化 TE 波入射：RIS 面板第一極化方向陣子和第二極化方向陣子的輻射方向圖如下：圖 5-6 RIS 陣子第一極化及第二極化方向圖 5.3.2 RIS 物理模型-高增益波束覆蓋增強 仿真場景頻點：2.6GHz;BS 掛高 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,傾斜角

116、0,RIS 面板中心位置 5.5,65,1 T；目標場點位置：0,65,1 T；入射波極化：垂直極化；RIS 極化：單極化 45 度（相對于水平邊）;RIS 陣子間距：0.45；RIS 規模：2040；RIS 調制 bit 數：4bit。65 仿真結果場景：圖 5-7 RIS 高增益波束覆蓋部署場景圖 相位碼本（單位：rad）及目標場點附近的點場強（RSRP）分布（單位：dBm）如下圖所示：（a）RIS 面板碼本對應的相位分布圖 （b）RIS 高增益波束在目標場點附近的覆蓋結果圖 5-8 RIS 面板碼本及目標場點附近覆蓋結果 5.3.3 RIS 室內場景部署-仿真與實測對比 測試/仿真場景：

117、頻點：27 GHz；入射波極化角：23 度；RIS 極化：單極化 45 度、雙極化+/-45 度（相對于水平邊）；RIS 陣子間距：0.45；RIS 規模：6464；RIS 調制 bit 數：1bit（單極化）/4bit（雙極化）。圖 5-9 RIS 室內場景測試環境及部署架構圖 測試/仿真結果對比：圖 5-10 RIS 室內場景測試結果與仿真結果對比 66 5.3.4 RIS 室內場景-大尺度無線信道 測試場景和參數：北京郵電大學科研樓走廊 圖 5-11 室內場景測試環境、測量步驟示意圖 表 5-1 測量系統參數 參數參數 值值 參數參數 值值 測量頻率 26 GHz 序列碼長 2047 帶

118、寬 200MHz 天線增益 20dBi 采樣率 200 MHz 發射天線極化 水平極化 采樣數 4094 接收天線極化 垂直極化 測量結果：2=101lg(1 2)+（5-26a）3=101lg(1)+102lg(2)+（5-26b）表 5-2 2模型與3模型下的路徑損耗模型參數Model 1 2 2.06/64.42 4.24 2.40 1.92 63.22 3.37 從上表中可以看出，3路損模型相較于2路損模型能更好地反映路徑損耗隨1與2變化的規律。3路損模型如下圖所示。67 圖 5-12 室內場景測試 RIS 輔助信道路徑損耗建模結果 5.4 小結 通過部署智能超（電磁）表面來實現無線傳

119、播環境的智能重構是目前研究的一個關鍵，其信道建模是后續進行智能電磁表面部署規劃、覆蓋/容量及其他網絡性能評估和分析的基礎。本章節闡述了智能超表面信道測量與建模方面的研究工作。在測量方面，已在室內走廊場景展開 26 GHz RIS 信道測量工作，并形成 RIS 輔助信道的路徑損耗進行分析與建模。在信道建模方法論方面，提出以電磁散射理論、幾何光學和物理光學為基礎的 RIS 物理模型，設計了基于地圖的混合信道模型（MHCM)的 RIS 信道模型，對基于 GBSM 的 RIS 信道模型框架給出了建議。68 第六章 新型信道建模方法探索 為了更好地滿足 6G 新頻段、新場景、新技術對無線信道建模的新需求

120、，業界開展了對信道建模方法的進一步探索。本章節介紹了四種新型信道建模方法，分別是 6G 普適幾何隨機信道模型、基于簇核的信道模型、基于地圖的混合信道模型以及基于射線與傳播圖的混合模型。6.1 6G 普適幾何隨機信道模型 6.1.1 建模方法原理 6G 普適信道建模理論使用統一的信道建模方法和框架、統一的信道沖激響應表達式、綜合考慮 6G 全頻段全場景信道52-54的統計特性，構建普遍適用于 6G 各個頻段、各個場景，并能準確反應其信道特性的 6G 普適信道模型，如圖 6-1 為 6G 普適信道建模理論。同時，6G 普適信道模型可通過調整信道模型的參數，簡化為適用于特定頻段、特定場景的專用信道模

121、型。本節將 6G 普適信道建模理論應用于幾何隨機信道模型，對6G 全頻段全場景信道特性進行建模，提出了一種基本適用于全頻段（sub-6 GHz、毫米波、太赫茲和可見光頻段）、全覆蓋場景（低軌衛星、無人機、海洋通信場景）和全應用場景（超大規模天線陣列、工業物聯網、智能超表面等）的 6G 普適幾何隨機信道模型6GPCM3655。圖 6-1 6G 普適信道建模理論 6.1.2 模型實現過程 6G 普適幾何隨機信道模型示意圖如圖 6-2 所示。圖中發送端和接收端均采用均勻線陣，1TA（1RA）為發送端（接收端）的第一根天線，TpA（RqA）為發送端（接收端）的第 p（q）根天線。()T RA為 x-y

122、 平面內發送端（接收端）天線陣列的方位角，()RET為發送端（接收端）天線陣列的俯仰角。簇（對）的數量()qpn=1,2,Nt。圖示為多跳傳69 播，其中AnC為首跳簇，ZnC為末跳簇，將兩簇之間的傳播路徑建模為虛擬鏈路。發送端、接收端以及簇具有任意的速度和軌跡，運動速度為()()nnT R,A,Zvt，方位角為()()nnT R,A,ZAat，俯仰角為()()nnT R,A,ZEat。第n個簇內的散射體數量為nnm=1,2,M。其他參數定義如表 6-1 所示。圖 6-2 6G 普適幾何隨機信道模型示意圖36 表 6-1 6GPCM 參數定義 參數參數 定義定義 T、R發送端以及接收端天線陣列

123、陣元間距()Tt、()Rt、()nAt、()nZt發送端、接收端、首跳簇以及末跳簇的速度()TAt、()RAt、()AnAt、()ZnAt發送端、接收端、首跳簇以及末跳簇的運動方向的方位角()TEt、()REt、()AnEt、()ZnEt發送端、接收端、首跳簇以及末跳簇的運動方向的俯仰角(),nTA mt（(),nRA mt）、(),nTE mt（(),nRE mt）在時刻t，從1TA（1RA）至AnC（ZnC）第m個子徑對應的方位離開角以及俯仰離開角()nTmdt（()nRmdt）在時刻t，從1TA（1RA）至AnC（ZnC）第m個子徑對應的距離(),nTp mdt（(),nRq mdt）在

124、時刻t，從TpA（RqA）至AnC（ZnC）第m個子徑對應的距離 D在初始時刻0t，從1TA至1RA的距離()qpdt在時刻t，從TpA至RqA的距離向量,(,)ncqp mfPt f在時刻t，TpA與RqA之間的第n個簇的第m個子徑的功率,()nqp mt在時刻t，TpA與RqA之間的第n個簇的第m個子徑的時延 6.1.2.1 信道系數矩陣 6GPCM 的信道矩陣可表示為：1/2sPL SH BL WE AL=HH（6-1）其中，PL為路徑損耗，SH為陰影衰落，BL為阻擋效應，AL為大氣吸收損耗，WE70 為天氣影響損耗，(),cRTsqp fMMht=H為小尺度衰落，TM為發送端天線陣列中

125、天線陣元數量，RM為接收端天線陣列中天線陣元數量。(),cqp fht為發送端天線陣元TpA與接收天線陣元RqA之間的信道沖激響應，表示為視距 LoS 分量()LoS,cqp fht與非視距 NLoS分量()NLoS,cqp fht的疊加：()()()()LoS,1ccRqp fqp fRKththtKt=+()()NLoS,1,1cqp fRhtKt+（6-2）其中，()RKt為萊斯因子，()LoS,cqp fht和()NLoS,cqp fht分別如下：()()()()()()()()()()()()(),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、示轉置，cf表示載波頻率，(),cp qf VF和(),cp qfHF表示在不同頻段上天線單元()TRpqAA對應垂直極化和水平極化的方向圖，()nmt為交叉極化功率比，表征聯合極化不均衡，()(),TTA LE Ltt和()(),RRA LE Ltt和)是時刻t時從1TA至1RA的 LoS 路徑對應的方位離開角以及俯仰離開（到達）角，VVL、HHL、nVVm、nVHm、nHVm和nHHm是服從(0,2 均勻分布的隨機相位，,r,cossinsincosm nm nm nm n=F，2,108/cm nf=為法拉第旋轉角，()Lqpt是在時刻t時 LoS 路徑的時延，()()Lqpqptdtc

128、=，()qpdt是在時刻t時發送端天線陣元TpA與接收天線陣元RqA間的矢量距離，c為光速。以上所有參數均為時變參數。在海洋通信場景中，模型分別將 LoS 徑、粗糙的海洋表面和海面上空蒸發波導的多徑傳播這三個部分建模為()Lo,cSqp fht、()1NLoS,cqp fht和()2NLoS,cqp fht。在工業物聯網信道中將鏡面反射分量和密集多徑分量分別建模為()()SCDMCNLoSNLoS,ccqp fqp fhtht和，其中()1NLoS,cqp fht，()2NLoS,cqp fht，()SCNLoS,cqp fht和()DMCNLoS,cqp fht的建模方法與()NLoS,cq

129、p fht相同，只是參數值和簇的分布不同。此外，在智能超表面場景中，將信道分為發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和發送端到接收端的子信道TRH，對三個子信道分別建模并引入相移對角矩陣實現對信道環境的智能調控，IRTITR,HHH和的計算方法與sH相同，只是參數值和簇分布不同。針對可見光頻段信道建模時，其本質是建模了PL和SH的大尺度模型，所以sH 143。71 在多鏈路場景中，假設基站數目為BSN，用戶數為MSN，多鏈路信道模型的信道傳輸矩陣如下公式所示：1111BSMSNN=NMSNNNBSBSMSBS MSBS MSMBSMSBSMSHHHHH（6-5）每條

130、鏈路對應的 11,2,2BSMSiNjN=，ijBS MSH，即為前述的單鏈路信道模型H。6.1.2.2 生成大尺度參數 這里以生成時延擴展 DS 為例，其他大尺度參數可用相同方法生成，如下公式所示：()(),cccDSfffDSPDSXPDS=+（6-6）其 中(),TRPPP=，由 收 發 端 位 置 矢 量 組 成，()(),(),()TTTTPttxztty=和()(),(),()TZZZPttxztty=分別表示t時刻發送端的坐標矢量和接收端的坐標矢量，其初始值根據仿真環境及要求生成。()DSXP是用正弦波疊加（SoS）方法生成的服從均值為 0、方差為 1 的正態分布的空間一致性的變

131、量，,cfDS表示 DS 在cf頻段的均值，,cfDS表示 DS 在cf頻段的方差。根據終端的高度UTh、,cfDS和,cfDS的配置值分為三種類型。例如，對于陸地移動通信場景（UT1.5 m22.5 mh），可以參考 3GPP TR 38.901的表 7.5-6 中的值；對于無人機場景（UT22.5 m300 mh），取值參考 3GPP TR 36.777的表 B1.2 中的值；對于低軌衛星通信場景，取值參考 3GPP TR 38.811 的表 6.7-2 中的值。其他大尺度參數均采用這種方法獨立生成，乘以大尺度參數間的互相關矩陣可以得到具有空間一致性的全部大尺度參數在對數域的值，然后，需要

132、將對數域的值轉化到線性域。至此，信道的大尺度參數都可得到。6.1.2.3 生成小尺度參數 對在0t時刻生成的新簇，需要分配簇內子徑的位置、時延、角度和功率等參數。1）簇內子徑的角度：使用橢球高斯散射分布56，即以,(,)XXXnE nA nd為中心的第 n 簇內的散射體服從標準差在三個坐標軸上分別為Xx、Xy和Xz的高斯分布。在獲得散射體的位置后可將它們轉換成球坐標，相對于10()TA t和10()RAt的0()nAmCt和0()nZmCt可以表示為()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分別表示第 n 簇的第 m 個子徑到 X（,XT R，分別表示發送端和接收端）天線陣列的距離、方位角和俯仰角。2）簇 內 子 徑 的 時 延：在 多 跳 信 道 模 型 中，簇 內 子 徑 的 時 延 可 由 公 式,0000()()()/()nnnnTRqp mmmmtdtdtct=+計算，其中，表示首跳簇和末跳簇之72 間虛擬鏈路的時延：=+，為首跳簇和末跳簇間的距離，為服從指數分布的非負隨機變量。3）空-時-頻變化的簇內子徑功率：在大規模天線陣中，簇內子徑的功率,()會沿著時間軸和陣列軸變化，通常將其

134、建模為隨時間變化的對數正態過程和沿陣列變化的對數正態過程，非歸一化的簇內子徑功率,()ncqp mfPt為：10,1()exp()10(,)DSnncnZqp mfqp mnrPttp qr=（6-7）其中，DS 為均方根時延擴展，nZ是以 dB 為單位的每簇陰影項，r為時延分布比例因子，(,)np q是一個二維空間對數正態過程，用于模擬天線陣列上平滑的功率變化。在大帶寬場景下，需要考慮頻域非平穩特性，所以我們在頻域上將功率值乘以()/mncff項，其中，nm是依賴于頻率的常數因子，最后，通過將所有簇的功率歸一化即可得到最終簇內子徑的功率,()ncqp mfPt；在多頻段信道中需要考慮多頻率間

135、相關性。此外，與傳統的基于射頻的通信系統不同，可見光系統傳輸的信號是光功率信號，LoS 分量和 NLoS 分量的歸一化光功率LoS()VHp pPt和NLoS,()VHnp pmPt生成可以參考36。6.1.2.4 更新幸存簇的小尺度參數 對于幸存的簇，需要在不同的時刻更新簇內子徑的功率、時延等小尺度參數。對于時刻1t處的軌跡段，即在簇生成后的下一個時刻,第根發送天線TpA的坐標為1010coscos()()()sincossinTTTAETTTTTppAETEA tA tvtt=+，其中，初始時刻第p根發送天線的坐標0()TpAt可以通過010coscos()()(1)sincossinTT

136、TAETTTTpTAETEAtAtp=+計算，1()nAmCt可以通過10()()nnAAmmCtCt=10coscos()sincossinnnnnnnTAAAEAAAAEAEvtt+計算。在1t時刻，TpA到首跳簇nAmC的距離可以通過,111()()()nnTATp mmpdtCtAt=計算得到，同理可得,1()nRq mdt。1t時刻的簇內子徑的時延,1,1,1()()()/nnnnTRqp mp mq mmtdtdtc=+。此外，還可以根據時延得到功率。利用前一時刻發送端、接收端和散射體的地理位置可得,()nqp mt和,()nqp mPt（23,.tt t=）。至此，生成信道矩陣需

137、要的參數都已介紹，后續還要考慮簇的空時頻演進36。為普遍適用于 6G 各個頻段、各個場景，并能準確反應其信道特性，本節提出了一種 6G 普適幾何隨機信道模型。首先利用路徑損耗，陰影衰落，阻擋效應，大氣吸收損耗，天氣影響損耗等參數構建信道系數矩陣。然后生成大小尺度參數。最后對于幸存的73 簇，需要在不同的時刻更新簇內子徑的功率、時延等小尺度參數。該模型基本適用于全頻段（sub-6 GHz、毫米波、太赫茲和可見光頻段）、全覆蓋場景（低軌衛星、無人機、海洋通信場景）和全應用場景（超大規模天線陣列、工業物聯網、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 隨著 6G 新技術的出

138、現，無線信道將會呈現三個明顯的趨勢：更高的頻段，更大規模的天線陣列以及更多樣的應用場景。這些趨勢使得信道數據量呈指數級急劇增大，建模復雜度提高；同時新的傳輸技術對信道模型精度需求進一步提高，給現有建模方法帶來了巨大的挑戰62-64。因此如何建立一個適用于多種實際應用場景的高精度、低復雜度信道模型成為首要的研究問題。電磁波在從發射端發出的傳播過程中，會與傳播環境中的物理散射體發生反射、散射、衍射等相互作用，然后復合傳送到接收端，并呈現出多徑聚簇的特征。散射體的位置、形狀、尺寸和材質等都對會電波的傳播特性具有顯著的影響；同時，當電波經歷同一散射體時，多徑分量的參數如時延、角度等也會呈現出相似的特征

139、。因此，統計性模型中的多徑簇與確定性模型中的散射體必然存在某種映射關系?；诖颂卣?，簇核（Cluster-Nuclei）的概念被提出37。簇核定義為與實際傳播環境中散射體具有一定映射關系，能夠主導各種場景、各種配置下信道的生成，且由大量波按一定規律聚合而成的簇?；谟邢迋€簇核的疊加可以計算得到真實場景的信道沖激響應。由于簇核的數量有限性，其可以降低模型的復雜度，同時又由于其具有物理意義，可以提高模型的精度，且適用于具體無線傳播環境。該模型實現了確定性模型和統計性模型的深度契合。圖 6-3 基于簇核的信道建模原理 基于簇核的信道模型如圖 6-3 所示，包含若干綠色圓點的球體表示簇核?；诖睾伺c周

140、圍環境中物理散射體之間的匹配映射關系，可以通過散射體特征得到簇核的參數如：簇核的數目、簇核的功率、時延、水平到達角,、水平離開角,、垂直到達角,、垂直離開角,等。簇核中的綠色圓點表示簇核內子徑，其參數由簇核特性和周圍環境共同決定。該信道模型的信道沖激響應表達式如下：74(,)=(,=1)()2（6-8）其中()表示簇核與環境散射體的映射關系，表示第 n 個簇核特性參數，表示第 n 個簇核內子徑的特性參數，()表示時延的狄拉克函數，表示簇核的多普勒頻移?；诖睾说男诺澜崿F流程主要包括三個關鍵步驟：無線傳播環境的三維重構，環境散射體和簇核的匹配映射，簇核內多徑參數的生成。1）傳播環境重構環境信

141、息的獲取是建模實際信道的先決條件，實際中可以通過雷達感知、計算機視覺、圖像識別等技術智能地識別傳播環境，獲取無線傳播環境中的散射體位置、形狀、大小、材質等信息，并通過材質信息獲取相應傳播頻段的電磁參數信息如介電常數等。傳播環境的重構精度直接影響著信道建模的精確度，環境信息的三個方面在重構中具有重要的意義，即散射體的形狀和位置、傳播環境的邊界以及環境物體和邊界的表面材料。2）簇核匹配映射目前以簇為基本單元的信道模型，如基于幾何的統計性模型，主要通過人為判斷進行分簇，在分簇方法上存在隨機性，且未研究簇與環境中散射體的映射關系，缺乏理論依據。而基于簇核的信道模型框架的核心步驟即建立簇核與實際物理環境

142、中散射體的匹配映射關系，賦予簇核實際物理意義。首先通過提取環境中散射體的特征參數如：形狀、體積、材質、粗糙度等得到散射體特征集，然后建立在特定頻率、天線配置和場景下的簇核參數集，包括功率、時延、水平到達角（azimuth angle of arrival，AOA）、水平離開角（azimuth angle of departure，AOD）、垂直到達角（zenith angle of arrival，ZOD）、垂直離開角（zenith angle of departure，ZOD）等。通過機器學習、幾何光學和電磁計算等方法建立散射體特征集和簇核參數集之間的匹配映射關系，如圖 6-4 所示。圖 6

143、-4 簇核與散射體匹配 3）簇內多徑生成電磁波經由同一或同類散射體發生相互作用生成的多徑，其功率、時延、角度等特性參數具有高度相似性，且同樣與實際物理環境中的散射體具有較強的一致性。簇核內的多徑分量用來描述電波傳播過程中由于物體表面結構、形狀和材質等的不規則性而產生的空間彌散特性和統計特性。因此可以基于散射體建立簇核與多徑的映射關時延多普勒到達角離開角幅度映射粗糙程度體積形狀材料類型散射體無線信道75 系，從而得到簇核內的多徑參數如：多徑數、功率、時延、角度等。通過聯合簇核和散射體對簇核內多徑進行建模，同樣也賦予多徑實際物理意義。6.2.2 基于簇核的信道建模實現流程 為驗證所提出的基于簇核建

144、模方法的可行性，我們給出了一種基于簇核的信道建模實例，并對簇核模型的精確度和復雜度與確定性模型和統計性模型進行了對比分析65。所提出的簇核建模實現流程如圖 6-5 所示，具體包括以下步驟：圖 6-5 基于簇核的信道建模實現流程 6.2.2.1 無線傳播環境三維重構 對無線傳播環境中的散射體、環境邊界等進行三維環境建模，可以采用Google Sketchup、激光雷達、SLAM等三維建模軟件或技術進行。為后續信道建模提供環境信息基礎，具體如下：1）獲取無線傳播環境中的散射體位置、形狀、大小、材質等信息，并進行等比例建模。2）通過散射體、環境邊界等材質信息，得到在相應電波傳播頻段下的電磁參數信息，

145、如介電常數等，作為后續簇核參數計算的依據。6.2.2.2 簇核匹配和參數計算 通過實際傳播環境映射，利用無線傳播環境信息進行簇核匹配，計算得到簇核參數。對簇核功率進行排序、篩選以及歸一化處理三維環境重構三維環境重構實際無線傳播環境重建散射體和環境邊界設置散射體和環境邊界的材質信息輸出三維無線環境參數路徑計算利用環境映射確定簇核參數利用環境映射確定簇核參數簇核的幾何參數：角度和時延功率計算最終的簇核參數多徑參數生成多徑參數生成簇核角度簇核功率簇核時延簇核內子徑的時延信道系數生成信道系數生成篩選后簇核的角度和時延簇核內子徑的功率和角度簇核功率76 通過幾何光學和電磁計算得到簇核的功率、時延、角度等

146、參數，具體如下：1）路徑計算，以確定簇核角度和時延參數。采用幾何光學，對直射徑、一次反射徑、二次反射徑進行計算。利用光直線傳播和反射定律對收發端天線之間的LoS徑和所有一次反射、二次反射路徑進行幾何計算得到每條傳播路徑的角度和時延參數:=,=1,N （6-9）其中，N 是所有路徑的數量，表示傳播機制類型,，,分別是第 n 個簇核的水平發射角，垂直發射角，水平到達角，垂直達到角和時延。通過上述機制計算得到的所有路徑數量為：=+（6-10）2）電場計算，以確定簇核功率參數。對于上述路徑計算得到的結果。對LoS路產生的簇核采用弗里斯（Friis）定律進行功率計算：()=2（4）2 （6-11）其中，

147、是接收功率，是發射功率,是波長，d是收發端之間的傳播距離，和分別是發射天線和接收天線的天線增益。對一次反射產生的簇核的功率計算采用菲涅爾（Fresnel）公式進行：=()（6-12）()=+（6-13）=()+()（6-14）=cos21sin2cos+21sin2（6-15）=21cos21sin221cos+21sin2（6-16）其中，和是收發端的電場強度。()是發散因子，是發射端到反射點的距離，是接收端到反射點的距離，R是電場強度的反射系數，和分別是垂直和水平方向的菲涅爾反射系數，1和2分別是不同介質的復介電常數。同樣，對二次反射的功率也計算也使用上述方法。然后，計算得到所有的簇核功率

148、值，即=1,N （6-17）其中，N表示所有通過路徑計算得到的簇核數量。3）簇核篩選，基于上述的路徑計算和電場計算得到所有簇核參數，篩選得到最終的簇核參數。首先對所有簇核的功率從高到低進行排序，77 =,1,N（6-18）其中，表示對中所有功率值進行從高到低排序。是排序的結果?？紤]到功率太低的簇對信道生成的作用很小，我們將低于最大功率簇核-25dB 的簇進行剔除。同時考慮到降低模型復雜度，對最終簇核的數據設置上限值，即=,（6-19）其中，是最終篩選后的簇核數量，是功率計算后得到的簇核數量，表示信道模型標準中相應場景的簇數6667。由于所有簇核的功率之和應該等于 1，對篩選后的簇核功率進行歸一

149、化計算，即=,=1,=1,（6-20）即得到了最終簇核的所有參數，包括功率、角度和時延。6.2.2.3 簇內多徑計算 基于得到的簇核參數、統計分布和環境信息，計算簇核內子徑的參數，具體如下：1）根據已得到的簇核時延參數，計算簇核內每條子徑的時延參數，簇核內子徑時延等于簇核時延。2）根據簇核的角度、功率和簇內子徑統計分布特性，計算得到簇核內每條多徑的角度。,=,+,（6-21）,=,+,（6-22）,=arg(exp(),（6-23）,=arg(exp(jsgn(0.5)ln(12|0.5|)2)（6-24）其中，,和,分別是第n個簇核的第m條子徑的水平到達角和垂直到達角。,和,分別是第n個簇核

150、的水平到達角和垂直到達角。和分別是簇內均方根水平到達角度擴展和垂直到達角度擴展。服從正態分布(0,1)，服從均勻分布U(0,1)。簇核內每條多徑的水平離開角,和垂直離開角,也可以通過同樣的方式計算得到。3）根據上述得到的簇內子徑和功率角度譜分布，計算得到每條多徑的功率。簇核內所有多徑的角度功率譜（power angular spectrum，PAS）在水平維度服從纏繞高斯分布，而在垂直維度服從拉普拉斯分布。,=exp(,2)2(,2)2 2|,|78 2|,|)（6-25）其中，和分別是簇內均方根水平離開角度擴展，垂直離開角度擴展。歸一化子徑功率，即簇核內所有子徑功率相加等于簇核功率：,=,=

151、1 （6-26）綜上計算得到每個簇核內所有子徑的時延、角度和功率參數。6.2.2.4 信道系數生成 計算信道系數矩陣，包括以下步驟：1）基于得到的簇核、簇核內子徑參數以及天線方向圖等，利用以下公式，疊加計算得到第u個接收天線和第s個發射天線之間子信道的沖激響應,(,)。,(,)=()2=1（6-27）=,(,)(,)=1(,)(,)(,)(,),21,21,（6-28）其中，和分別是接收端和發射端的天線方向圖，,和,分別是第n個簇核的第m條子徑的功率和相位，和分別是第m條子徑的在接收端和發射端對應的球坐標單位向量，,和,分別是第u個接收天線陣元和第s個發射天線陣元的空間位置向量。2）對每條子信

152、道進行疊加得到MIMO信道的信道系數矩陣。針對于實際具體傳播環境的信道建模實現，基于簇核建模（CNCM）的大尺度參數和小尺度參數與測量校準的Ray-Tracing建模吻合度較高，優于GBSM模型。在建模復雜度方面，CNCM的平均建模時間為GBSM的1.6倍，低于Ray-Tracing建模時間的1%。該工作為6G通信系統的信道模型提供了一種高精度、低復雜度、可擴展、適用于實際應用場景的信道建?？蚣?。在未來的工作中，我們將進一步基于實測數據驗證多頻段、多場景的建模性能。為降低信道模型的復雜度，同時提高信道模型的精度，并且適用于具體無線傳播環境，本節提出一種基于簇核的信道模型。首先對無線傳播環境中的

153、散射體、環境邊界等進行三維環境建模，可以采用 Google Sketchup、激光雷達、SLAM 等三維建模軟件或技術進行，為后續信道建模提供環境信息基礎。然后通過實際傳播環境映射，利用無線傳播環境信息進行簇核匹配，計算得到簇核參數。最后，基于得到的簇核參數、統計分布和環境信息，計算簇核內子徑的參數，并進行信道系數生成，該模型實現了確定性模型和統計性模型的深度契合。79 6.3 基于地圖的混合信道模型 本節提出一種基于地圖的混合信道模型。首先概述該混合模型的建模思路，介紹模型框架；然后梳理該混合模型的建模流程；最后針對城區場景的應用實例分析仿真結果并闡述基于地圖的混合信道模型的優勢。6.3.1

154、 建模方法原理 基于 GBSM 用直接繪制的方向圖和傳播參數對空間無線信道進行建模，不需要以坐標系中的地圖或布局等形式對環境進行特別的定義。Jaeckel 等人69對最新的三維GBSM 進行了清晰的概述。在考慮的模型系列中，必須加入到第三代合作伙伴計劃 3GPP標準化的信道模型70，頻率高達 100 GHz。同一份技術報告還包含了混合模型作為替代模型，它是確定性和隨機性建模原則的結合，其目的在于加快計算速度并表征環境中隨機缺失的物體產生的多徑?；诘貓D的混合信道模型可以緩解散射的建模復雜性，同時保持場景特定傳播路徑的建模準確性，尤其適用于希望利用數字地圖對系統性能進行評估或預測以考慮環境結構和

155、材料的影響的情況。圖 6-6 為基于地圖的混合信道模型架構，它是確定性和隨機性建模原則的結合。確定場景布局，材料特性及收發機位置后，使用射線跟蹤（Ray-Tracing，RT）對直射、反射、繞射和透射等傳播機制進行仿真，對于粗糙面產生的散射，隨機小物體產生的散射與遮擋則使用統計方法進行建模。圖 6-6 基于地圖的混合信道模型架構 6.3.1.1 確定性部分 地圖是確定性仿真的基礎，定義為環境的數字信息。環境是所有像建筑物或車輛等對傳播有電磁影響的物體。地圖可以是城市地圖或建筑物的樓層布局，如圖 6-7 所示。地圖中的細節水平各不相同，在某些情況下，我們有必要對地圖信息進行處理，只留下與仿真有關

156、的信息。用于仿真的地圖也可以用于結果的可視化，這有助于非專業人士更好地理解仿真結果。80 圖 6-7 場景地圖導入 RT 是基于地圖的混合信道模型的關鍵步驟，在電氣與電子工程師協會（Institute of Electrical and Electronics Engineers,IEEE）的標準工作組 802.15 3d-2017 中，RT 已成功應用于協助開發毫米波和太赫茲頻段各種場景的信道模型71。RT 成為基于地圖的混合信道模型關鍵技術原因有三：隨著頻率的提高，毫米波與太赫茲頻段更接近于光，因此以光學為理論基礎的射線跟蹤與毫米波的物理本質更加自洽；毫米波與太赫茲動態信道測量難度巨大，昂

157、貴復雜。因此只依靠測量，在毫米波頻段已無法獲得全面且精細的信道空、時、頻信息。射線跟蹤則不存在此類限制。隨著空間搜索算法、硬件設備和高性能計算的發展，大型復雜動態場景、大量采樣點的高效射線跟蹤仿真已成為可能。因此，在數據驅動的時代，利用準確、高效的射線跟蹤仿真，可以突破測量的局限，獲得更多維度的信道特性。充分結合高性能射線跟蹤仿真與信道測量數據，將為新的信道建模方法開辟路徑。有關 RT 的詳細介紹可參考7273。路徑的確定通常是計算量最大的工作，使用 RT 計算路徑的流程如圖 6-8 所示。RT的輸入包括前一步生成的數字地圖（幾何與材料信息）、發射機（TX）與接收機（RX）位置、載頻與帶寬、尋

158、跡終止條件?；趲缀喂鈱W（Geometrical Optics，GO）原理，通過模擬射線的傳播路徑來確定直射、反射、透射等，對于障礙物的繞射，通過引入一致性繞射理論（Uniform Theory of Diffraction，UTD）來補充幾何光學理論。確定路徑后，計算出相應的離開和到達角，并應用于之后的 TX 與 RX 輻射方向圖中。射線跟蹤過程是通過對發射出的射線管全部面元掃描，來確定交點，繼而求得反射射線，然后對反射射線做新的跟蹤處理，直到射線退出積分面。每條射線都要進行這樣的過程，因此，隨著形體尺寸增大，面元數目增多，計算量劇增。圖 6-8 射線跟蹤計算流程 電場計算部分輸入：數字地圖

159、（幾何/材質信息）、收發天線位置、載波頻率及帶寬、循跡終止條件尋跡邏輯表（n次反射+m次繞射，m+n=K,m=2）直射計算反射計算衍射計算穿透判決及幾何計算結果匯總射線追蹤計算流程每條徑的幾何計算結果幾何計算部分直射電場計算反射電場計算衍射電場計算穿透電場計算輸出：所有徑幾何及電場計算結果81 基于地圖的模型框圖在717475中提出。綜合所有這些框圖，基于地圖的模型分為四個主要步驟：創建環境、確定傳播路徑、確定路徑片段的傳播信道矩陣和構成信道傳遞函數，更多計算細節見56。6.3.1.2 隨機性部分 隨機性部分是在 RT 仿真的基礎上進行統計擴展。進行統計拓展有兩方面原因，一是數字地圖的精度有限

160、，難以繪制出全部的場景信息，更準確的結果需要統計模塊作為補充，如對隨機小物體的散射及遮擋進行建模。二是對于無線電波傳播的另一個重要部分，即散射，傳播理論還不是那么成熟。另外，對多跳散射的建模需要巨大的計算量。通過生成粗糙表面的散射徑來擴展路徑形成簇，在考慮天線方向圖的情況下，信道系數矩陣將更加接近真實情況。隨機性部分的建模過程見 6.3.2 節混合信道模型實現過程。6.3.2 模型實現過程 基于地圖的混合信道模型結合了 RT（即通過直射、透射與少量的反射和繞射階數來計算主導傳播路徑）和隨機方法（即通過計算粗糙表面的散射來擴展路徑形成簇，并通過計算難以包含在地圖中的隨機小物體的散射來補充信道系數

161、矩陣）的優點。從 RT計算出的主導路徑自然支持空時一致性等高頻信道建模所需的額外功能，而且這個混合模型的隨機部分與標準化的隨機模型（如 3GPP 3D 模型）兼容。圖 6-9 為應用該混合模型的流程圖，主要分為三部分：首先基于數字地圖和 RT 生成基礎的信道數據；然后基于統計模塊進行簇級別的多徑擴展和隨機多徑的生成并生成信道系數矩陣；然后基于遮擋模型進行人流密度對性能的影響分析；最后結合天線配置和波束跟蹤算法可以進行算法性能的分析并輸出系統的性能分析結果。該模型被3GPP70與 ITU42采納，可以基于 3D 數字地圖和 RT 技術對實際場景的覆蓋、性能進行規劃分析和優化，既支持大尺度級別的分

162、析，也支持小尺度級別的分析。圖 6-9 基于地圖的混合信道模型建模流程 基于地圖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）確定場景環境并導入數字地圖（確定性部分）；2）設置網絡布局和天線陣列參數（確定性部分）；3）基于 RT 對每條 TX-RX 鏈路進行確定性計算，分為兩個子步驟：先進行幾何尋跡計算，再進行電場計算。（確定性部分）；4）生成時延擴展、角度擴展與 K 因子等大尺度信道參數（統計性部分

164、）；5）生成隨機簇的時延（統計性部分）；6）生成隨機簇的功率（統計性部分）；7）生成隨機簇在水平域和俯仰域上的到達角與離開角（統計性部分）；8）將隨機簇與確定性簇合并（統計性部分）；9）生成所有簇內徑的時延與角度（統計性部分）；10）生成簇內徑的功率并進行徑耦合（統計性部分）；11）生成交叉極化率（統計性部分）；12）初始化隨機相位（統計性部分）；13）生成信道系數矩陣并考慮氧氣衰減（統計性部分）；為降低信道模型復雜度，本節提出一種基于地圖的混合信道模型。首先使用確定性地圖進行射線跟蹤仿真，傳播機制為直射、反射、繞射和透射。使用射線跟蹤的目的是提取場景中的主要多徑，保證準確性。然后在主要多徑的

165、基礎上使用統計性方法進行多徑擴展，進行統計性擴展的目的是建模隨機物體的散射徑，能夠降低模型的復雜性。城市街道場景仿真結果驗證了該混合模型兼具準確性高和復雜度低的優勢。6.4 基于射線與傳播圖的混合信道模型 6.4.1 建模方法原理 在數據驅動的時代，利用準確、高效的 RT 仿真，可以突破測量的局限，獲得更多維度的信道特性，因此基于 RT 的信道建模方法得到了廣泛的應用。研究表明，在室內3876、隧道77、公交車78、高鐵列車79和地鐵列車80等封閉或半封閉環境下的信道沖激響應（channel impulse response,CIRs）中存在密集的多徑分量 MPC。密集多徑分量包含了豐富的漫散

166、射和鏡面反射81。雖然 RT 可以準確地表征反射和散射，但是在分析密集多徑分量時，其計算復雜度高且耗時較長。針對上述問題，我們提出了一種基于射線與傳播圖（propagation graph，PG）的混合信道模型77，建模方法如圖 6-10 所示：基于 RT 生成直射與反射徑，利用離散網格剖分法將物體表面均勻離散為網格單元38，在重要網格中心生成散射點?；趥鞑D理論，83 用點和邊表示散射點與傳播路徑，結合“等效粗糙度”（effective roughness，ER）散射模型與遞歸連乘的思想刻畫電波與環境間的高階作用。傳播圖可代替 RT 進行生成密集多徑分量的場強，大幅提高復雜環境信道建模的效

167、率。圖 6-10 混合信道建模方法流程圖 6.4.2 模型實現過程 表 6-2 總結了混合模型定義的重要變量及其含義。表 6-2 關鍵變量及含義 變量變量 含義含義 變量變量 含義含義 Tx 與散射體之間的有向邊集 對應的模型系數散射體與散射體之間的邊集 邊 對應的時延 散射體與 Rx 的有向邊集 均勻分布在0,2 區間上的隨機相位()信道傳遞函數 射線反彈次數下限()射線跟蹤仿真生成的信道傳遞函數 射線反彈次數上限()傳播圖論模型生成的信道傳遞函數 添加散射點時的距離閾值()邊 的傳遞函數 離散網格邊長 邊 對應的信道增益 第一步：基于三維場景模型與鏈路參數配置進行 RT 仿真，追蹤直射與低

168、階反射徑，生成信道傳遞函數,0:()。第二步：生成離散散射點，定義連通關系。由于本方法使用的等效粗糙度散射模型基于遠場條件8283推導，所以散射表面出射的射線管孔徑 2 應滿足2=2min(,)/2。因此，應將物體表面離散成邊長為 min(,)/2的網格，將網格的中心視為潛在的散射點（scattering point，SP），通過對表面網格散射場的積分，可以計算出表面的總散射場強。矩形表面的離散結果如圖 6-11（a）中深藍色的點所示。84（a）潛在 SPs（b）潛在散射邊 （c）RP 周圍重要的 SPs（d）篩選后的散射徑圖 6-11 篩選重要 SPs 當 減小時，同一表面上分解的網格數量將

169、增加。當需要分解的表面數量增加或表面面積增大時，所分解的網格數量也會增加，從而導致模型的計算時間變長。由于大多數重要的散射點通常集中在反射點附近56，我們可以在反射點附近篩選出重要的 SPs進行電磁計算，從而在提升計算效率的同時保證模型精度。具體篩選步驟如下:1）將物體的幾何表面分解為長度為 的方形網格，并記錄潛在 SPs 的坐標。圖 6-24（b）展示了所有的潛在散射徑。2）設定合理的功率閾值，從 RT 仿真結果中篩選功率較強的反射徑，并將相關的反射點作為參考點（reference point，RP），如圖 6-24（a）所示。計算 RP 與潛在 SPs 之間的三維歐氏距離。3）如果，則將該

170、 SP 視為重要 SP，其中 是第二或第三菲涅耳區（以Tx 和 Rx 為焦點形成的橢圓）和表面之間相交范圍所決定的距離閾值。圖 6-11（c）展示了當=0.6 m 時的重要 SPs。從圖 6-11（d）可以看出，與圖 6-11（b）相比，散射徑的數量明顯減少，模型的計算復雜度大大降低。4）頂點集 由所有反射點和重要的 SPs 組成，圖 6-12 為在反射點附近增加重要SPs 的示例。圖 6-12 在反射點周圍添加散點示例 第三步：定義邊以及邊對應的信道增益。邊的生成規則總結如下：頂點集 包括反射點和重要的 SPs。檢查所有頂點之間的可見性，只能在相互可見的頂點之間建立邊。Tx 總是與第一跳的反

171、射點和可見的重要 SPs 連接。Rx 總是與最后一跳的反射點和可見的重要 SPs 連接。85 不在同一表面上且相互可見的散射點連接成有效邊，同一表面上的散射點不能連接成邊。注意：a）PG 模型不包括從 RT 得到的直射和反射。b）SP與RP的有效距離閾值會影響PG模型的效率，因此應根據實際情況調整。邊對應的信道增益推導過程如下：根據傳播圖理論，可以計算其信道傳遞函數,:()。一般可以將傳播環境表示為一個有向圖=(,)，其中 是包含 Tx（Tx）、Rx（x）和散射點（）子集的頂點集。邊集=表示 Tx 與 Rx（）、Tx 與散射體（）、散射體與散射體（）、Rx 與散射體（）之間的有向連接。每個有效

172、邊的相位分量 是隨機產生的，并且在仿真帶寬內不同頻點的相位分量保持不變。根據 PG 理論，復邊傳遞函數 與每條邊 相關聯，表示為:()=()exp(2+)0 （6-29）其中 為傳播時延，為均勻分布在0,2區間上的隨機相位。是 e 的邊增益，其值與邊的類型有關。根據39中提出的散射模型，將()定義為:2()=(4)2,2cos()42,2cos()224,22cos()cos()2,（6-30）其中 為 e 邊的長度，為散射體表面離散網格的邊長，單位為米。為頂點 的散射系數，該系數與材料類型有關。和 分別為入射角和散射角。根據邊的四種類型，可以將 劃分為 4 個復轉移矩陣()，()，()，()

173、:其中()是 Tx 和 Rx（）之間邊的轉移矩陣，大小為；()為 Tx 和散射體（）之間邊的轉移矩陣，大小為；()為散射體間邊的轉移矩陣（），大小為；()為散射體與 Rx（）之間邊的轉移矩陣，大小為。該流程的矢量轉移過程如圖 6-13 所示。圖 6-13 傳播圖的矢量信號轉移圖 86 因此，可以將完整的 PG 模型 CTF 表示為：()=()+()(1+()+2()+)()（6-31）當 RT 考慮()時，可以將部分傳遞函數,:()表示為:,:()=()(1()+1()()（6-32）其中 K 和 L 分別為反射次數的下界和上界。當 K 1,L時，可以通過下面的式子定義。,1:()=()()1

174、()（6-33）最后，結合前文論述，將 RT 仿真結果與傳播圖建模結果進行融合，即可得到射線與傳播圖的混合信道模型，其 CTF 可以表示為：()=,0:()+,:()（6-34）其中,0:()是通過 RT 仿真得到的 CTF，考慮了直射徑和反射徑，反射次數不超過。,:()是通過 PG 模型計算的 CTF，它考慮了散射點 K 和 L 階反射之間的部分響應。本節提出了一種基于射線與傳播圖的混合信道模型，通過 RT 對電波在環境中的直射與反射進行仿真，再結合傳播圖模型添加大量的散射點來模擬環境中的漫散射分量，建立混合信道模型，最終大幅提高密集 MPCs 場景下信道建模時的計算效率。6.5 小結 隨著

175、 6G 新型應用場景與技術研究的發展，新頻段、新場景、新技術對傳統無線信道建模方法帶來了重大挑戰，一方面，單一信道建模方法無法支持 6G 豐富的新型應用場景；另一方面，傳統基于統計或確定性的信道建模方法無法兼顧建模復雜度和準確度。因此，從模型普適性、復雜性和準確性的角度出發，對信道建模方法開展了進一步的探索和創新。本章節闡述了四種新型信道建模方法。第一，針對全頻段、全覆蓋場景和全應用場景信道的需求，提出一種普適信道建模理論并應用于 6G 幾何隨機信道建模，使用統一的信道建模方法和框架、融合 6G 全頻段全場景信道特性。第二，提出一種基于簇核的信道建模方法，利用統計性模型中的多徑簇與確定性模型中

176、的散射體必然存在某種映射關系，通過對無線傳播環境進行三維重構，匹配環境散射體和簇核的映射關系，生成簇核內的多徑參數，最后生成信道系數。第三，基于地圖中環境的數字信息，提出了一種基于地圖的混合信道模型，能夠獲得全面且精細的信道空、時、頻信息。第四，以射線跟蹤作為關鍵技術計算主導傳播路徑，結合傳播圖模型添加大量的散射點來模擬環境中的漫散射分量，提出了一種基于射線與傳播圖的混合信道模型。87 第七章 總結 面向未來 6G，新一輪研究和戰略部署已經在全球開始。本文闡述了目前 6G 信道建模研究的五個主要方向，包括太赫茲信道特性分析與建模、可見光信道特性分析與建模、通信感知一體化信道研究、智能超表面信道

177、研究以及新型信道建模方法，探討了各個研究方向的研究內容和存在的難題，旨在促進國內外對 6G 信道研究的開展和突破，為 6G理論和技術的創新提供精確、可靠的信道模型。圍繞 6G 新頻段，在太赫茲頻段，針對 100 GHz、140 GHz、220 GHz-300 GHz 等典型太赫茲頻段，開展典型室內場景大、小尺度信道衰落特性研究，研究太赫茲頻段路徑損耗、時延擴展、角度擴展、K 因子、簇特性、散射特性以及大氣衰減并提出相應模型。在可見光頻段，基于高精度可見光信道測量平臺，研究光路損的距離依賴性與波長依賴性并提出多波長路徑損耗模型，針對可見光通信信道的特性，提出一種室內三維空時頻非平穩可見光 GBS

178、M 模型。圍繞 6G 新技術，針對通信感知一體化技術，開展毫米波頻段的通信感知一體化信道測量，構建感知信道路徑損耗模型，提出了一種基于 3GPP 38.901 的通感一體 GBSM信道建模方法。針對智能超表面技術，開展 26GHz 的 RIS 信道測量，對 RIS 輔助信道的路徑損耗進行分析與建模。提出以電磁散射理論、幾何光學和物理光學為基礎的 RIS物理模型，設計了基于地圖的混合信道模型（MHCM）的 RIS 信道模型，對基于 GBSM的 RIS 信道模型框架給出了建議。圍繞 6G 信道建模新方法，普適幾何隨機信道模型采用統一的基于簇的幾何隨機信道建模方法和框架，對 6G 全頻段全場景信道特

179、性進行建模，提出了一種適用于全頻段、全覆蓋場景和全應用場景的 6G 普適 GBSM?；诖睾说男诺滥Ｐ屠脵C器學習算法從信道數據中提取簇核，兼顧統計性信道模型和確定性信道模型的優點，不僅降低了建模的復雜度，而且能更好地揭示信道的物理傳播機理?；旌闲诺滥Ｐ鸵陨渚€跟蹤作為關鍵技術計算主導傳播路徑，一方面結合傳播圖模型添加大量的散射點來模擬環境中的漫散射分量，提出了一種基于射線與傳播圖的混合信道模型。另一方面基于地圖中環境的數字信息，概述了一種基于地圖的混合信道模型，能夠獲得全面且精細的信道空、時、頻信息。面向未來，我們倡議學術界和產業界加快推進 6G 信道測量與建模的總體研究，共同建立并完善 6G

180、 信道模型，推動標準化研究工作，為第六代移動通信系統的技術評估、設備研發、系統設計和網絡部署奠定基礎。88 參考文獻 1IMT-2030(6G)推進組.6G 總體愿景與潛在關鍵技術白皮書R.2021.2IMT-2030(6G)推進組.6G 典型場景和關鍵能力白皮書 R.2022.3田磊,張建華.IMT-2020 信道模型標準綜述J.北京郵電大學學報,2018（5）:7.4張建華,唐盼,姜濤,等.5G 信道建模研究的進展與展望J.中國科學基金,2020,34（2）:16.5張建華,唐盼,于力,等.面向 6G 的信道測量與建模:現狀與展望（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 中國移動通信有限公司研究院.6G 可見光通信技術白皮書 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 竇建武,陳藝戩,張楠,等.智能可控電磁表面信道建模.電波科學學報,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 通信感知一體化技術研究報告，IMT-2030（6G）推進組，2021.47 童文，朱佩英，6G 無線通信新征程：跨越人聯、物聯，邁向萬物智聯，機械工業出版社，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，黃杰，“6G 標準化信道模型的需求與普適信道建模理論方法,”IMT-2030 提案，無線技術工作組第二次會議，Oct.2021.55 王承祥，呂振，黃杰，“普適信道建模理論與 6G 普適幾何隨機信道模型,”IMT-2030 提案，無線技術工作組第三次會議，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 貢獻單位 序號序號 貢獻單位貢獻單位 1 北京郵電大學 2 華為技術有限公司 3 中興通訊股份有限公司 4 中國移動 5 中國信息通信研究院 6 北京交通大學 7 東南大學 8 上海交通大學 9 同濟大學 10 維沃移動通信有限公司 11 中信科移動通信技術股份有限公司 12 華北電力大學 13 中國電信 聯系方式郵箱：COPYRIGHT2022 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.微信公眾號