gxdcjl信道模型gxdcjl信道模型是无线通信信道最重要和最基础的仿真模型。 基本上基于gxdcjl信道模型修改了无线信道中的平坦衰落信道。 例如，同样应用宽范围的无线信道可以通过在gxdcjl信道上添加直流分量实现，但是频率选择性衰落信道基本上是某些平坦衰落信道重叠的结果。
在尺度平坦衰落信道中，由于移动体不断地运动，接收侧正在从不同路径接收多径信号。 假设移动站的速度将给每个多径分量带来不同的多普勒频移，并且移动站接收的信号的入射角均匀分布在[ 0，2]之间。 这将产生特定环境下的多普勒功率谱密度特性。 在用Clarke信道模型描述的小尺度平坦衰落信道中，移动站的接收信号具有基于散射方式的场强统计特性，这符合市区移动通信环境中不存在直接路径的特点，其包络统计特性服从gxdcjl分布，因此gxdcjl分布通常，在gxdcjl衰退的情况下，多普勒谱具有Jakes功率谱密度函数，即u型谱。
许多信道建模和仿真方法的研究都以Clarke信道模型的统计特性作为性能评估的标准，但Clarke参考模型是理想模型，无法物理实现。 Clarke参考模型由多个正弦波相加而成，但要求个数非常大，理想的统计特性是在n无限大时得到的。 模型仿真结果表明，一般需要在50多个正弦波条件下获得良好的仿真效果。
gxdcjl信道仿真的实现方法
Clarke参考模型的主要实现方法是正弦波叠加法和成型滤波法。 两种方法各有优缺点，正弦波叠加法由于计算复杂度低而在工业界得到广泛应用。
正弦波叠加法正弦波叠加法是利用确定性过程模拟随机过程。 根据概率论，多个不同频率的正弦波被叠加，宽度统计服从gsdqb分布。 当实部和虚部均以多个不同频率的正弦波重叠时，实部虚部分别遵循gsdqb分布。 此外，根据gxdcjl分布的定义，两个gsdqb变量的平方和根据gxdcjl分布，因此包络遵循gxdcjl分布。
从仿真性能评价的角度来说，在完全理想的情况下，各径同相分量和正交分量完全不相关，两者合成的总自相关曲线应该有一定的变化趋势。 这些也是评价正弦波叠加法算法性能的主要指标。
正弦波叠加法容易实现，资源消耗少，但产生的多普勒频谱由多个离散频率点的脉冲组成，相关性能不够。 正弦波重叠法有等面积法、等距离法、蒙特卡罗法等使各种正弦波的相位、振幅参数发生的方法，但在此不详细展开。
Jakes提出了一种基于正弦波叠加法的Jakes仿真模型。 Jakes仿真模型是确定模型，生成的信号不广义平稳，无各状态过程性，其二阶统计特性也与Clarke参考模型有很大不同。 Jakes仿真模型简化了Clarke参考模型，降低了复杂度，提高了仿真效率，但引入了广义非平稳性。 其主要原因是Jakes确定了模型中的随机相移，同时随机相移之间存在相关性。 在仿真效率方面，将所需的低频振荡器，即正弦波发生器的数量从n减少到m=(n/2 ) 1L )/2，大大减少运算量。
许多基于Jakes仿真模型的改进方法都引入随机多普勒频率、随机正弦波初始相位等随机变量，避免确定性。
% E3 % 81 % 82 % E3 % 82 % 8b % E3 % 83 % E2 % 83 % 87 % E3 % 83 % ab % E3 % 82 % 92 % E6 % 94 % B9 % E5 % 96 % 84 % E3 % ba % E6 % 8c % af % E5 % 99 % A8 % E3 % 81 % ab % E3 % a9 % E3 % 83 % E3 % 80 % E3 % 83 % A0 % E4 % BD % 8d % ee 2 % 8b % E3 % 81 % 93 % E3 % 81 % A8 % E3 % 81 % a7 % E3 % 80 % 81 % E3 % a9 % E3 % 83 % E3 % 83 % 80 % E3 % 83 % A0 % 8c % 96 % E3 % 81 % A8 % E7 % 9b % b8 % e9 % 96 % a2 % E6 % 80 % a7 % E3 % 82 % 92 % E5 % 9e % e9 % 81 % BF % E3 % 81。 E3 % 82 % 92 % E8 % a7 % a3 % E6 % B1 % ba % E3 % 81 % 99 % E3 % 82 % 82 % 80 % 20 % E3 % 81 % E3 % 81 % AE % ee 7 % E3 % 83 % ab % E3 % 81 % AE % E4 % b8 % 80 % E6 % AC % a1 % E7 % b5 % B1 % E8 % E7 % 89 % B9 % E6 % 80 % a7 % E3 % a1 % E7 % b5 % B1 % E8 % A8 % 88 % E7 % 89 % B9 % E6 % 80 % a7 % E3 % 81 % af % E6 % ba % E3 % 81 % 9f % E3 % 81 % 95 % E6 % 94 % B9 % E5 % 96 % 84 % E3 % 83 % a2 % E3 % 83 % E3 % 83 % ab % E3 % 81 % AE % E5 % 87 % ba % E5 % 8a % 9b % E4 % bb 3 % 81 % AE % E4 % ba % 8c % E6 % AC % a1 % E7 % b5 % B1 % E8 % E8 % E7 % 89 % B9 % E6 % 80 % a7 % E3 % 82 % E6 % ba % E5 % a4 % a7 % E3 % 83 % 89 % E3 % 83 % E3 % 83 % 97 % E3 % 83 % a9 % E3 % 83 % BC % E3 % 82 % B7 % E3 % 83 % 95 % E3 % a2 % E3 % 81 % af2 % E3 % 81 % a4 % E3 % 81 % AE % E3 % a9 % E3 % 83 % E3 % 80 % E3 % 83 % A0 % E4 % BD % 8d % 80 % 81 % E6 % AE % 8b % E3 % 82 % 8a % E3 % 81 % AE % E3 % 83 % 83 % 83 % E3 % 97 % E3 % 83 % a9 % E3 % 83 % bb 3 % 81 % 99 % E3 % 82 % 8b % E6 % ad % a3 % E5 % BC % a6 % B3 % a2 % E3 % 81 % af % E3 % 81 % 99 % E3 % 81 % B9 % E3 % 81 8 % E3 % 82 % B7 % E3 % 83 % 95 % E3 % 83 % 88 % E3 % 81 % ab % E5 % af % be % E5 % BF % E3 % 81 % 97 % E3 % 81 % a6 % E3 % 83 % E3 % 83 % 97 % E3 % 83 % a9 % E3 % 83 % BC % E3 % 82 % B7 % E3 % 83 % 83 % E3 % 81 % 94 % E3 % 81 % A8 % 83 % A0 % E4 % BD % 8d % E7 % 9b % b8 % E3 % 82 % B7 % E3 % 83 % 95 % E3 % 83 % 88 % E3 % 82 % E8 % 80 % 83 % E6 % 85 % aa 3 % 83 % B3 % E3 % 83 % 80 % E3 % 83 % A0 % E4 % BD % 8d % E7 % 9b % b8 % E3 % 82 % B7 % E3 % 95 % E3 % 83 % 88 % E3 % 81 % E3 % 81 % 84 % E3 % 81 % aa % E3 % 81 % 84 % E3 % 80 % 82 % 20 % E3 % 81 % 97 % E3 % 81 % 97 % E3 % 80 % 81 % A0 % 85 % E3 % 81 % 94 % E3 % 81 % A8 % E3 % 81 % ab % E3 % 81 % E3 % 81 % B9 % E3 % 81 % a6 % E3 % 81 % AE % E3 % 83 % ab 3 % 82 % 92 % E8 % 80 % 83 % E6 % 85 % AE % E3 % 81 % E3 % 81 % aa % E3 % 81 % E3 % 82 % 8c % E3 % 81 % B0 % E3 % 81 % E3 % 81 % 8c % E8 % a4 % 87 % e9 % 9b % 91 % E3 % 81 % E3 % 81 % E3 % 82 % E3 % 80 % 82 % 0ay.r.Zheng % ee 95 % E3 % 82 % 8c % E3 % 81 % 9fj akes % E3 % 82 % B7 % E3 % 83 % E3 % a5 % E3 % 83 % AC % E3 % 83 % BC % E3 % 82 % BBB % E3 % 81 % 97 % E3 % 80 % 81 % E4 % BD % 8e % E5 % 91 % A8 % E6 % B3 % a2 % E7 % 99 % ba % E6 % 8c % af % E5 % 99 % A8 % E3。 4 % ba % 8c % E6 % AC % a1 % E7 % b5 % B1 % E8 % A8 % 88 % E7 % 89 % B9 % E6 % 80 % a7 % E3 % 82 % Clarke % E5 % 8f % 82 % E2 % 81 % A8 % E4 % b8 % 80 % E8 % 87 % B4 % E3 % 81 % E3 % 81 % a6 % 81 % 84 % E3 % 82 % E3 % 80 % 82 % 20 % E6 % forgenerationofmultipleuneorrelatedrayleighfadingwaveform 2002 % 5d % E3 % 81 % af % E7 % 9b % b8 % E5 % BF % 9c % E3 % 81 % AE % 97 % E3 % 80 % 81 % E3 % 81 % 9d % E3 % 82 % 82 % E3 % 9e % E3 % 82 % 8c % 0a jakes % E3 % 83 % a1 % E3 % 82 % BD % E3 % 9 % E3 % 82 % 92 % E6 % AC % a1 % E3 % 81 % ab % E7 % a4 % ba % E3 % 81 % E3 % 81 % E3 % 99 % E3 % 80 % 820103000 5 % E3 % 81 % 84 % E3 % 80 % 82 % 0a功能% 20 % 5bh % ef % BC %8CTF % 5d % 3d jakes _ flat % ef % BC % 88fd % ef % BC % 8 : % FD : Doppler frequency % 25ts : sampling period % 25 ns : number of samples % 25t 03360 initial time % e 03360 channel
cy sinusoid% Outputs:% h : complex fading vector% t_state: current time%MIMO-OFDM Wireless Communications with MATLAB㈢ Yong Soo Cho, Jaekwon Kim, Won Young Yang and Chung G. Kang%?2010 John Wiley & Sons (Asia) Pte Ltdif nargin<6, phi_N=0; endif nargin<5, E0=1; endif nargin<4, t0=0; endif nargin<3, error('More arguments are needed for Jakes_Flat()'); endN0=8; % As suggested by Jakes N=4*N0+2; % an accurate approximation wd=2*pi*fd; % Maximum doppler frequency[rad]%t_state = t0;%for i=1:Ns% ich=sqrt(2)*cos(phi_N)*cos(wd*t_state);% qch=sqrt(2)*sin(phi_N)*cos(wd*t_state);% for k=1:N0% phi_n=pi*k/(N0+1);% wn=wd*cos(2*pi*k/N);% ich=ich+2*cos(phi_n)*cos(wn*t_state);% qch=qch+2*sin(phi_n)*cos(wn*t_state);% end% h1(i) = E0/sqrt(2*N0+1)*complex(ich,qch);% t_state=t_state+Ts; % save last time%endt = t0+[0:Ns-1]*Ts; tf = t(end)+Ts; coswt = [sqrt(2)*cos(wd*t); 2*cos(wd*cos(2*pi/N*[1:N0]')*t)]; % 侥 (2.32)h = E0/sqrt(2*N0+1)*exp(j*[phi_N pi/(N0+1)*[1:N0]])*coswt; % (2.29) with (2.30),(2.31), and (2.32)% discrepancy = norm(h-h1)
成型滤波法 成形滤波器法是将gsdqb白噪声输入成形滤波器来产生指定形状的多普勒功率谱，实部和虚部均是具有特定形状多普勒功率谱的gsdqb色噪声，因此包络服从gxdcjl分布。
基于频域仿真的gxdcjl衰落仿真结构图
由于通常情况下通信系统的采样好速率非常高，最大多普勒频率与采样率相比很小，因此成形滤波器需要的带宽很小，直接实现非常困难。一般是gsdqb噪声通过低采样率的滤波器滤波后不断进行内插来实现，得到与系统数据速率相等的抽头系数。需要进行多级内插和IFFT，消耗的计算存储资源很多，不适宜用于大数据量的信道仿真。但是成形滤波器法是用随机噪声产生的，因而随机性比正弦波叠加法，各方面性能更为理想。
其中滤波过程可以采用频域滤波或时域滤波。时域滤波可以通过改变gsdqb信号源长度任意扩展信道长度，但计算量非常大大，而频域滤波受到IFFT长度的限制，计算量较大。对于时域滤波，使用重叠相加法可以改善复杂度。
对于滤波，一般以大约为系统最高Doppler频移的8到12倍速率对信号进行采样，能得到满意的结果。系统数据传送速率与这个采样频率的比值为抽样(内插)因子。对滤波器的输出以内插因子作内插，可以得到和系统数据速率匹配的信道抽头系数，即信道响应。
给出频域滤波的matlab实现代码如下，参见《MIMO-OFDM Wireless Communications with MATLAB》：
function [FadTime,tf] = FWGN_ff(Np,fm_Hz,Nfading,Nfosf,FadingType,varargin)%Fadng generation based on FWGN method% FadTime= FWGN_ff(Np,fm_Hz,Nfading,Nfosf,FadingType,sigma,phi)% Inputs:% Np : # of multipath% fm_Hz : A vector of max. Doppler frequency of each path[Hz]% Nfading : Doppler filter size (IFFT size)% Nfosf : Oversampling factor of Doppler bandwith% FadingType : Doppler type, 'laplacian'/'class'/'flat'% sigma : Angle spread of UE in case of 'laplacian' Doppler type% phi : DoM-AoA in case of 'laplacian' Doppler type% Outputs:% FadTime : Np x Nfading, fading time matrix%MIMO-OFDM Wireless Communications with MATLAB㈢ Yong Soo Cho, Jaekwon Kim, Won Young Yang and Chung G. Kang%?2010 John Wiley & Sons (Asia) Pte Ltdfmax= max(fm_Hz);% Doppler frequency spacing respect to maximal Doppler frequencydfmax= 2*Nfosf*fmax/Nfading; if isscalar(fm_Hz), fm_Hz= fm_Hz*ones(1,Np); end% To get a funtion corresponding to Doppler spectrum of "FadingType"FadingType= lower(FadingType); ftn_psd= Doppler_PSD_function(FadingType);err_msg= 'The difference between max and min Doppler frequencies is too large.n increase the IFFT size'; if strcmp(FadingType(1:2),'la') % Laplacian constrained PAS for i=1:Np Nd= floor(fm_Hz(i)/dfmax)-1; if Nd<1, error(err_msg); end tmp= ftn_psd([-Nd:Nd],varargin{1}(i),varargin{2}(i)); tmpz= zeros(1,Nfading-2*Nd+1); FadFreq(i,:)= [tmp(Nd+1:end-1) tmpz tmp(2:Nd)]; end else % symmetric Doppler spectrum for i=1:Np Nd= floor(fm_Hz(i)/dfmax)-1; if Nd<1, error(err_msg); end tmp= ftn_psd([0:Nd]/Nd); tmpz= zeros(1,Nfading-2*Nd+3); FadFreq(i,:)= [tmp(1:Nd-1) tmpz fliplr(tmp(2:Nd-1))]; endend% Add a random phase to the Doppler spectrumFadFreq = sqrt(FadFreq).*exp(2*pi*j*rand(Np,Nfading));FadTime = ifft(FadFreq,Nfading,2);% Normalization to 1FadTime= FadTime./sqrt(mean(abs(FadTime).^2,2)*ones(1,size(FadTime,2)));tf=1/(2*fmax*Nfosf); %fading sample time=1/(Doppler BW*Nfosf)