卫星移动通信系统信道特征论述

前言：本站为你精心整理了卫星移动通信系统信道特征论述范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

必须开发更高层的协议允许发送方和接收方之间通报分组接收的情况，这就是实时传输协议(RTP)。如果接收到的数据分组的数量低于某个门限值，接收方需要向发送方报警，发送方则需要降低发送速率。这种方法是应用层组帧的一个例子。另一类问题以白板应用为代表。白板数据必须可靠传送，这就需要可伸缩的可靠的组播。这类应用与多方通信类似，需要决定如何处理失序的数据。对于白板来说，不需要将一条线严格地按一段一段地顺序传送，只要所有的数据都能被收到就可以。白板应用可以缓存收到的线段，然后要求重传那些没有收到的线段，在成功接收之后，把这些线段再组成一条线。无线通信引入了额外的复杂性。因为这些实时的数据流需要通过易丢失的、带宽有限的无线信道。上面提到的这些方案都能很好地工作，因为它们不要明确的网络支持。这些应用可以很平稳地适应网络的带宽和误码率。

支持移动性的文件系统

为了适应移动应用，需要专门设计一种将应用与网络连接的变化隔离开来的文件系统。在网络连接状态较好的情况也需要断开操作，因为这样可以保存能量而且维持无线静默。一个典型的支持移动性的文件系统(如Coda)具有如下功能。(1)客户机应用程序使用本地的文件缓存。采用这样的设计，可以在与文件服务器的连接断开之后，仍可以进行操作。在保持连接的时候，本地保存所需的文件。在客户机与网络断开的情况下，缓存服务可以在没有网络连接的时候访问文件。缓存丢失会提示应用程序出现了错误。一旦客户机重新接入了网络，更新的缓存文件将会传送给其他的用户，从而解决出现的冲突。(2)冲突的检测和解决。对于文件目录这样的结构，可以解决多种同步更新问题。这种同步更新有时是明显的，有时可能不太明显，均需要合理对待。例如，同时插入不同名字的文件就是很明显的。当一个用户更新一个已经被另一个用户删除的文件，也需要解决冲突，这就不太明显。(3)支持一些特殊的机制。例如，特别适于用客户机通过一个低带宽链路与它的服务器相连。它可以提供一小段一小段的组合，将本地缓存中的变化一点点地通过异步的方式发送给服务器。它也提供一个容忍模式，允许用户为缓存丢失指定一个服务时间门限，因为在一段低速链路上等待下载一个文件是可以容忍的。

移动数据库系统

个人可能会利用他们的信息应用程序获得信息，如获取最新的新闻或去图书馆的道路。经常请求的信息经过选择和过滤后，放到广播信息信道中，称为推(Push)通信。广播需要仔细的日程安排、一定量的带宽保留，以免出现过长的延时。如果很多用户都希望知道最新的篮球比分，这些信息的更新安排就需要频繁一些。如果很少的用户希望知道水球的比分，就希望这些信息更新的频率低一些，使用更少的带宽，但是这样也会增加获得最新消息的延时。用户可能不希望等待那些不太常被查询的消息的广播，或者他们所要求的信息太个性化了，不能合到一个用户群体中。这样，信息就需要用户主动地拉(Pull)，或者说，主动到数据库中去查询。由于有移动性，位置对于数据库查询来说可能是一个重要的属性。游客不仅关心他们旅馆1km范围内的出租车的数量，他们也关心当前位置lkm范围内出租车的数量。

用户接口

因为便携设备对于键盘有很大的限制，用图标或笔输入的接口可能更好。一些设备没有键盘，而只有一些具有特定功能的按钮。这些设备仍然支持特定的功能虚拟键盘，它们可以在触摸式显示器上显示，通过小格子进行选择。不同类型的手写笔输入设备的性能是不同的。一些支持手写识别，而其他一些则只是记录笔画，手写识别相对困难些。一些设备支持修改过的字母表，更容易识别，但是需要用户改变手写方式。数码相机和数码摄像机等设备的视频和图像捕捉功能已很普遍了。电荷耦合设备(CCD)也因为便携式摄像机的出现而渐渐普及。高度集成的CCD摄像机在价格上逐渐下降，而且可以集成到PDA中。0引言在地面LTE标准中采用了AMC技术［1，2］。AMC技术会根据UE测量并反馈的CQI［3］变化及系统资源使用情况，动态地选择调制编码方式，来提高系统容量和信息传输速率。如果要在卫星系统中使用AMC技术，卫星信道的长时延特性会使得eNo-deB接收到的CQI是过期的，降低AMC的性能。因此在LTE-based卫星移动通信系统中，通过预测给出合理的CQI数值供AMC使用是非常必要的。一般的线性预测模型，如ARIMA等，都是依靠时间序列的相关性进行预测。而卫星信道的时延过长，往往远大于信道相关时间，因此对CQI数值进行预测存在较大困难。现阶段在卫星信道质量长时预测方面的相关文章也较少。文献［4－5］给出了含有大尺度衰落和小尺度衰落的卫星信道模型。其中大尺度衰落主要由阴影衰落造成［6－7］，阴影衰落的相关模型也已给出。从文献结果看，大尺度衰落的相关时间要远大于小尺度衰落的相关时间。因此本文主要对信号的大尺度部分进行了分析，并用来对实际的CQI数据进行近似。

1GEO卫星移动通信系统和AMC

1．1卫星通信系统模型卫星通信系统中终端之间的卫星通信的典型应用就是双跳模式，如图1所示。双跳模式引起端到端的时延为540ms［8］。

1．2AMC和CQI自适应编码调制AMC技术根据信道状况调整调制方式及编码速率，能够使得处于有利位置的用户得到更高的数据速率，提高小区平均吞吐量;通过使用不同调制方案来代替原来改变发射功率的方案，可以减少干扰。地面LTE标准使用了AMC技术［2］。同样，在LTE-based卫星移动通信系统中，也需要AMC技术来提高系统容量和信息传输速率，提高用户信号质量。对于地面LTE通信系统，终端根据从下行链路接收到的信号计算出信道质量指数CQI，然后通过上行链路上报给eNodeB。eNodeB接收到CQI之后，根据小区资源情况和当前用户的CQI，分配合适的下行调制编码方案(ModulationandCodingScheme，MCS)。用户接收到基站的调整指示，按照指示进行上行传输。因此AMC是个严格的闭环过程。

1．3卫星环境下AMC存在的问题在GEO卫星通信系统中，AMC过程的与地面系统的差异主要是CQI信号经历的链路变成了卫星双跳链路。信道的传输时延、多普勒频移等特性都与地面不同。在这种通信环境下，地面站用来决定AMC策略的CQI数据是过期的，UE接收到地面站的调整指令也是过期的。因此需要利用过期的CQI进行预测，使得到达UE的AMC指示是比较符合接收时刻的信道质量要求。由于一般的预测模型都存在预测能力的限制，其主要参考指标是数据的相关时间，而信道的相关时间与UE的运动速度有关，往往远小于需要预测的时间范围，所以要对CQI数据进行有效地预测存在很大困难。如果不进行预测，又会导致系统有效性的大幅下降，因此需要找到一个折中的AMC策略，实现有价值的预测。

2卫星移动通信系统信道特性分析

2．1卫星信道模型大尺度衰落主要是由阴影效应造成的，其变化主要是由于终端移动造成的所在环境阴影程度的变化引起的。小尺度衰落主要是由于终端所在环境的障碍物散射导致的，其变化也是由于终端移动造成的环境障碍物相对位置的变化导致散射回来的信号变化引起的。事实上终端运动引起的遮挡情况变化在一段时间内都可能保持不变或较小变化，而丰富的多径信号则可能随终端移动发生剧烈变化，因此一般来说大尺度衰减的变化速度要远远低于小尺度衰减的变化速度。文献［10］指出大尺度衰落会在1～3m的范围内基本保持不变。实际信号的波动速度主要由小尺度衰落决定，有理由相信，如果去掉小尺度衰落的影响，信号波动速度将大大降低。文献［11］对重度阴影环境下含有小尺度衰落的信号和去掉小尺度衰落的信号进行了对比，也证实了文献［10］中的结论。

2．2相关时间分析文献［6］中对大尺度衰落信号的相关特性进行了总结，根据不同情况可以选择不同的相关模型进行建模，从实际情况和方便分析的角度，选择文献［7］中给出的相关模型。文献［9］中给出了实际测量的大尺度衰落信号相关数据及拟合的相关模型，对于L-band，80°情况下的相关距离是20m，60°情况下的相关距离是16m，并且S-band情况下与此有类似结果。与上表对比相关距离大大增加。因此如果用仅含有大尺度衰落的信号来近似实际信号，那么进行预测是比较有实现意义的。

2．3近似的信道质量合理性分析虽然经过上述近似之后可以进行预测，但是如果这种近似信号与实际信号相差过大，那么即使做了预测，由于输入数据本身存在的较大偏差，其预测结果也是没有意义的，因此重点讨论的是这种近似信号与实际信号的差距。由于无法获得实际测量信号，只分析现有文献中给出的实际信号的统计特性。选择的是ITU-RM1225［12］中的卫星信道模型。此模型中的多径数目较少，而且多径的功率相对于直射径来说也很低。如果去掉小尺度衰落的影响，也就是将多径的效应进一步减弱，结果与含有多径的信号质量之间的差距，直观上也不会很大。

3仿真分析

通过仿真对利用大尺度衰落对信号质量CQI进行分析的方法进行了分析。产生大尺度衰落的模型采用了文献［9］中的模型。其中低通滤波器的参数选择反映的是信道的特性，与输入信号的具体带宽和其他特性没有关系，因此在产生大尺度衰减窄带信号和大尺度衰减宽带信号时，可以使用相同的大尺度衰减模型及参数。由于无法获得具体的参数，本文仿真参照了文献［9］中关于衰落相关距离的数据进行了LPF的参数选择。下面本文利用上述模型对仅含有大尺度衰落信号和加入小尺度衰落信号的情况进行了仿真。图3是对含有小尺度衰落的CQI数据和只含有大尺度衰落的CQI数据的对比仿真，从图中可以看出，仅含有大尺度衰落的CQI数据变化趋势要明显慢于含有小尺度衰落的CQI数据。

4结束语

本文分析了在GEO卫星通信系统中进行AMC调整存在的问题，为保证高效的AMC，CQI预测是非常必要的。同时对实际CQI进行预测的困难也进行了分析。为了能够获得有实现意义的预测，提出利用仅含有大尺度衰落的CQI数据进行预测的方法。使用近似后的CQI数据，能够满足一般预测模型关于相关时间的要求，可用于实现有意义的预测。仿真结果表明仅含有大尺度衰落的CQI数据与原始的带有小尺度衰落的CQI数据差别不大，不会显著影响AMC效率。

作者：郑雅丹徐晓燕司赢董明科金野吴建军单位：北京大学息科学技术学院卫星与无线通信实验室