信道仿真学习（一）
信道仿真的目的是模拟传输信道对无线信号的影响，用以测试通信系统的表现。简单的理解，信道仿真就是按照某种模型对无线信号进行处理。
1. 无线信号在信道中传输效应
阴影效应：由大型建筑物和其它物体的阻挡，在电波传播的接收区域中产生传播半盲区。它类似于太阳光受阻挡后可产生的阴影，光波的波长较短，因此阴影可见，电磁波波长较长，阴影不可见，但是接收终端(如手机)与专用仪表可以测试出来。
远近效应：由于接收用户的随机移动性，移动用户与基站之间的距离也是在随机变化，若各移动用户发射信号功率一样，那么到达基站时信号的强弱将不同，离基站近者信号强，离基站远者信号弱。通信系统中的非线性将进一步加重信号强弱的不平衡性，甚至出现了以强压弱的现象，并使弱者，即离基站较远的用户产生掉话(通信中断)现象，通常称这一现象为远近效应。
多径效应：由于接收者所处地理环境的复杂性、使得接收到的信号不仅有直射波的主径信号，还有从不同建筑物反射过来以及绕射过来的多条不同路径信号。而且它们到达时的信号强度，到达时间以及到达时的载波相位都是不一样的。所接收到的信号是上述各路径信号的矢量和，也就是说各径之间可能产生自干扰，称这类自干扰为多径干扰或多径效应。
多普勒效应：它是由于接收用户处于高速移动中，比如车载通信时传播频率的扩散而引起的，其扩散程度与用户运动速度成正比。这一现象只产生在高速(≥70km/h)车载通信时，而对于通常慢速移动的步行和准静态的室内通信，则不予考虑。
2. 衰落
把信道对信号的影响称为衰落，可分为三类：大尺度衰落、中尺度衰落和小尺度衰落（有文献将中尺度衰落归在大尺度衰落中）。
大尺度衰落主要指路径损耗，随着传输距离的增加而持续增加；
中尺度衰落主要指阴影衰落，无线信号在传播路径上受到建筑物等的阻挡产生的阴影效应而产生的损耗，它反映了在中等范围内（数百波长量级）的接收信号电平平均值起伏变化的趋势。 这类损耗一般为无线传播所特有的。它服从对数正态分布，其变化率比传送信息率慢，又称为慢衰落。
小尺度衰落受多径效应影响，它反映微观小范围（数十波长以下量级）接收电平平均值的起伏变化趋势。它一般服从瑞利、莱斯、纳卡伽米分布，其变化速率较快，故称快衰落。快和慢没有严格的数学定义，粗略地说，如果在一个符号的时间里，变化不大，则认为是慢衰落。反之， 如果在一个符号的时间里，有明显变化，则认为是快衰落。小尺度衰落对无线信号影响最深。快衰落又可分为：空间选择性快衰落、频率选择性快衰落、时间选择性快衰落。
空间选择性衰落，是指在不同的地点与空间位置衰落特性不一样。它是由于开放型的时变信道使天线的点波束产生了扩散而引起了空间选择性衰落。它通常又被称为平坦瑞利衰落。这里的平坦特性是指在时域、频域中不存在选择性衰落。最有效的克服手段是空间分集和其他空域处理方法。
频率选择性衰落，是指在不同的频段上衰落特性不一样。它是信道在时域的时延扩散而引起了在频域的选择性衰落。最有效的克服方法有自适应均衡、OFDM及CDMA系统中的RAKE接收等。
时间选择性衰落 是指在不同的时间衰落特性不一样。由于用户的高速移动在频域引起了多普勒频移，在相应的时域上其波形产生了时间选择性衰落。最有效的克服方法是采用信道交织编码技术。即将由于时间选择性衰落带来的大突发性差错信道改造成为近似性独立差错的AWGN信道。
一般来说，多路信号到达接收机的时间有先有后，即有相对时间延迟。如果这些相对时延远小于一个符号的时间，则可以认为多路信号几乎是同时到达接收机的。这种情况下多径不会造成符号间的干扰。这种衰落称为平坦衰落，因为这种信道的频率响应在所用的频段内是平坦的。相反地，如果多路信号的相对时延与一个符号的时间相比不可忽略，那么当多路信号迭加时，不同时间的符号就会重叠在一起，造成符号间的干扰。这种衰落称为频率选择性衰落，因为这种信道的频率响应在所用的频段内是不平坦的。
3. 衰落的模型描述
3.1 路径损耗
描述路径损耗的模型有自由空间模型、对数路径损耗模型、Hata-Okumura模型等。
自由空间模型，建立在无线信号理想传播条件，天线周围为无限大真空环境，传播路径上无障碍物，信号不会被吸收，也不会有发射和散射。自由空间模型下，路径损耗的数学描述为：
，其中，d为发射机与接收机的距离，f为载波频率。
对数路径损耗模型，引入随着环境改变的路径损耗指数n来修正自由空间模型。对数路径损耗模型下，路径损耗的数学描述为：
，其中，d0为参考距离，在参考距离内，路径损耗具有自由空间损耗的特点。
Hata-Okumura模型，以大城市地区准平坦地形的场强中值路径损耗作为基准，对于不同的传播环境和地形条件等因素用校正因子加以修正。
3.2 阴影衰落
阴影衰落服从对数正态分布。
3.3 小尺度衰落
对于小尺度衰落，接收信号包络一般符合几种典型分布，瑞利分布、莱斯分布、Nakagami分布等。关于瑞利分布、莱斯分布、Nakagami分布的介绍可参考 https://blog.csdn.net/a493823882/article/details/78264608
3.4 信道衰减模型
信道衰减模型，可参考http://www.doc88.com/p-0701770386658.html