基于测量的5G铁路非平稳马尔可夫型抽取时延线信道模型
信息论
2025-06-16 v1 math.IT
摘要
5G for Railways（5G-R）在全球范围内被认可为下一代铁路通信系统,旨在满足日益增长的需求。信道建模是通信系统设计的基础,抽取时延线（TDL）模型因其简单性和实用性而广泛用于系统仿真,并且是各种标准（如3GPP）的关键组成部分。然而,现有的适用于5G-R系统的TDL模型仍有限。大多数未能捕捉铁路通信中至关重要的非平稳性,而另一些则不适用于5G-R的特定频段和带宽。本文开展了针对5G-R专用网络的信道测量活动, resulting in 一个基于测量的5撮 TDL模型,该模型利用一阶二状态马尔可夫链来表示信道非平稳性。关键模型参数,包括抽取数、振幅、相位和多普勒频移的统计分布,以及状态转换概率矩阵,被提取出来。此外,还获得了抽取振幅之间的相关性。最后,通过与测量数据和3GPP模型的比较,验证了模型的准确性。这些发现预计为5G-R系统的设计、优化和链级仿真和验证提供有价值的见解。
引用
@article{arxiv.2501.15729,
title = {Measurement-Based Non-Stationary Markov Tapped Delay Line Channel Model for 5G-Railways},
author = {Xuejian Zhang and Ruisi He and Mi Yang and Jianwen Ding and Ruifeng Chen and Shuaiqi Gao and Ziyi Qi and Zhengyu Zhang and Bo Ai and Zhangdui Zhong},
journal= {arXiv preprint arXiv:2501.15729},
year = {2025}
}
备注
5 pages, 4 figures, submitted to IEEE Antennas and Wireless Propagation Letters