Канал воздух-земля

В области беспроводной связи каналы «воздух-земля» (A2G) используются для связи бортовых устройств, таких как беспилотники и самолеты, с наземным коммуникационным оборудованием. Эти каналы играют важную роль в широком спектре приложений, выходящих за рамки коммерческих телекоммуникаций, включая важные роли в сетях 5G и будущих сетях 6G , где воздушные базовые станции являются неотъемлемой частью неземных сетей, и охватывают критически важные применения в реагировании на чрезвычайные ситуации, мониторинге окружающей среды, военной связи и расширяющейся области Интернета вещей (IoT). Всестороннее понимание каналов A2G, их операционной механики и различных атрибутов имеет важное значение для повышения производительности беспроводной сети (диапазон покрытия сигнала, скорость передачи данных и общая надежность соединения).

В беспроводных сетях связи канал распространения служит средой между передатчиком и приемником . Характеристики этого канала во многом определяют эксплуатационные ограничения беспроводных сетей с точки зрения дальности, пропускной способности и задержки, тем самым существенно влияя на технологические решения по проектированию. Следовательно, характеристика и моделирование этих каналов имеют первостепенное значение.

Каналы A2G в частности характеризуются высокой вероятностью распространения в пределах прямой видимости (LOS), что является критическим фактором для более высокочастотных передач, таких как mmWaves и THz . Эта особенность приводит к повышению надежности соединений и снижению необходимой мощности передачи для соответствия желаемому бюджету соединения. ^{[1] [2]} Более того, для соединений вне прямой видимости (NLOS), особенно на более низких частотах, изменения мощности менее выражены по сравнению с наземными сетями связи, что объясняется тем, что только наземные элементы соединения сталкиваются с препятствиями, влияющими на распространение. ^[2]

Электромагнитные волны, излучаемые передатчиком, распространяются в нескольких направлениях. Эти волны взаимодействуют с окружающей средой посредством различных явлений распространения, прежде чем достигнут приемника. На рисунке ниже показано, как такие процессы, как зеркальное отражение, дифракция, рассеяние и проникновение или их комбинация, могут играть роль в распространении волн. ^[3] Также важно учитывать потенциальные препятствия на пути сигнала.

Полученный сигнал по сути является комбинацией нескольких версий исходного сигнала, известных как многолучевые компоненты (MPC), каждый из которых поступает с различной амплитудой, задержкой (фазой) и направлением. Это приводит к когерентному агрегату всех этих копий сигнала, который может усиливать или ослаблять общий сигнал в зависимости от случайных фаз этих компонентов.

Радиоканалы обычно характеризуются как суперпозиция различных явлений замирания :

${\displaystyle H=\Лямбда +X_{sh}+X_{SS},}$

Здесь относится к зависимым от расстояния потерям пути (PL), обозначает затухание тени , которое учитывает крупномасштабные изменения мощности из-за факторов окружающей среды, и представляет собой мелкомасштабное или быстрое затухание . В следующих разделах подробно описывается моделирование этих компонентов.${\displaystyle \Лямбда}$${\displaystyle X_{ш}}$${\displaystyle X_{СС}}$

Существует несколько моделей каналов, не проводящих явного различия между каналами LOS и NLOS. Однако наиболее распространенный подход к моделированию каналов состоит из четырех следующих шагов:

• Определить состояние канала (LOS/NLOS);
• Соответствующим образом сгенерировать потери пути;
• Создать затухание тени;
• Генерация затухания SS.

В случаях, когда проводится различие между связями LOS (прямая видимость) и NLOS (вне прямой видимости), моделирование вероятности LOS становится критически важным. Наиболее популярный подход к получению этих статистических данных основан на создании геометрической модели (например, сетки Манхэттена ) среды распространения.${\displaystyle P_{\text{ЛОС}}}$

Упрощенная 2D-модель: популярный подход, предложенный Международным союзом электросвязи (МСЭ). Согласно МСЭ ^[4] , вероятность LOS определяется по формуле:

${\displaystyle P_{\text{LOS}}=\prod _{n=0}^{m}\left[1-\exp \left(-{\frac {\left[h_{\text{UAV}}-{\frac {(n+{\frac {1}{2}})(h_{\text{UAV}}-h_{\text{G}})}{m+1}}\right]^{2}}{2\Omega ^{2}}}\right)\right],}$

где , — горизонтальное расстояние между БПЛА и наземным узлом, и — конечные высоты, — отношение площади земли, покрытой зданиями, к общей площади земли, — среднее количество зданий на км ² , и — масштабный параметр распределения высот зданий (предполагается, что он следует распределению Рэлея). В некоторых случаях удобнее выражать вероятность LOS как функцию угла падения или возвышения. ^[2]${\displaystyle m={\text{floor}}\left(d_{h}{\sqrt {\varsigma \xi }}-1\right)}$${\displaystyle d_{h}}$${\displaystyle h_{\text{БПЛА}}}$${\displaystyle h_{\text{G}}}$${\displaystyle \varsigma}$${\displaystyle \xi}$${\displaystyle \Омега}$

Обратите внимание, что выражение не зависит от азимутального угла, следовательно, ориентация относительно городской планировки не учитывается, в результате чего получается 2D-модель, даже если используются высоты терминалов.

Вероятность NLOS вычисляется из вероятности LOS по следующему уравнению:

${\displaystyle P_{\text{NLOS}}=1-P_{\text{LOS}}.}$

Потеря на пути представляет собой уменьшение плотности мощности электромагнитной волны по мере ее распространения в пространстве. Это затухание является критическим фактором в беспроводной связи, включая каналы A2G. Базовая модель потери на пути рассматривает сценарий прямой видимости (LOS), когда сигнал свободно распространяется без препятствий между передатчиком и приемником. Формула для расчета мощности принятого сигнала в этих условиях выглядит следующим образом: ^[5]

${\displaystyle P_{\text{R}}=P_{\text{T}}\times G_{\text{T}}\times G_{\text{R}}\times \left({\frac {\lambda }{4\pi d}}\right)^{\eta },}$

Здесь обозначает мощность передаваемого сигнала, а - коэффициенты усиления передающей и приемной антенн соответственно, - длина волны несущего сигнала, а - расстояние между передатчиком и приемником. Показатель потерь на пути (PLE), , обычно имеет значение 2 в среде свободного пространства, что указывает на распространение в свободном пространстве . Однако PLE может принимать другие значения в зависимости от среды распространения. Таким образом, общее выражение для потерь на пути можно представить как:${\displaystyle P_{\text{T}}}$${\displaystyle G_{\text{T}}}$${\displaystyle G_{\text{R}}}$${\displaystyle \лямбда}$${\displaystyle д}$${\displaystyle \эта}$

${\displaystyle \Lambda =\left({\frac {4\pi d}{\lambda }}\right)^{\eta }.}$

Однако реальные сценарии связи A2G часто отличаются от идеальных условий свободного пространства. Модель потерь на пути логарифмического расстояния, которая учитывает опорную точку для распространения в свободном пространстве, часто используется для оценки потерь на пути в более сложных средах (выражается в децибелах):

${\displaystyle \Лямбда (d)=\Лямбда _{0}+10\eta \log \left({\frac {d}{d_{0}}}\right),}$

где — потери на трассе на опорном расстоянии , которые можно рассчитать или определить заранее на основе потерь на трассе в свободном пространстве ( ).${\displaystyle \Лямбда _{0}}$${\displaystyle d_{0}}$${\displaystyle \Лямбда _{0}=20\log \left[{\frac {4\pi d_{0}}{\lambda }}\right]}$

Учитывая условия как прямой видимости (LOS), так и отсутствия прямой видимости (NLOS), средние потери на пути можно оценить, объединив значения потерь на пути для этих двух сценариев ^[6]

^[7]

${\displaystyle \Lambda =P_{\text{LOS}}\times \Lambda _{\text{LOS}}+(1-P_{\text{LOS}})\times \Lambda _{\text{NLOS}},}$

В этой формуле и относятся к значениям потерь на трассе для условий LOS и NLOS соответственно, а указывает на вероятность наличия связи LOS между БПЛА и наземной станцией. Соответствующие значения PLE для и подробно описаны в различных исследованиях. ^[2]${\displaystyle \Лямбда _{\text{ЛОС}}}$${\displaystyle \Lambda _{\text{NLOS}}}$${\displaystyle P_{\text{ЛОС}}}$${\displaystyle \Лямбда _{\text{ЛОС}}}$${\displaystyle \Lambda _{\text{NLOS}}}$

Кроме того, атмосферное поглощение и затухание из-за дождя также могут привести к значительной потере мощности для диапазонов частот миллиметровых волн и терагерцового диапазона.

Помимо потерь на трассе, наличие крупных структур, таких как здания, деревья и транспортные средства, вносит определенные случайные изменения в мощность принимаемых сигналов. Эти изменения, известные как затухание тени, обычно развиваются медленнее, охватывая десятки или сотни длин волн. Затухание тени на заданном расстоянии обычно представляется как обычная случайная величина в децибелах (дБ) с дисперсией . Эта дисперсия отражает отклонения в принимаемой мощности вокруг средней потери на трассе. ^[2]${\displaystyle д}$${\displaystyle X_{ш}}$${\displaystyle \сигма}$

В меньшем масштабе замирание включает быстрые изменения в силе принимаемого сигнала на более коротких расстояниях, как правило, в пределах нескольких длин волн. Эти колебания возникают из-за интерференции многолучевых компонентов (MPC), которые сходятся в приемнике. Для количественной оценки этого поведения часто используются статистические модели, такие как распределения Рэлея и Райса. Оба основаны на сложной гауссовой статистике. В средах со многими MPC, каждый из которых имеет различные амплитуды и случайные фазы, мелкомасштабное замирание часто придерживается распределения Рэлея . ^[5] В частности, в каналах «воздух-воздух» (A2A) и «воздух-земля» (A2G), где преобладает распространение в пределах прямой видимости (LOS), распределение Райса является более подходящей моделью. ^[5] Кроме того, другие модели, такие как Накагами , хи-квадрат ( ) и нецентральные распределения, также считаются релевантными в определенных сценариях. ^[2] Примечательно, что семейство распределений охватывает многие из этих моделей.${\displaystyle \чи ^{2}}$${\displaystyle \чи ^{2}}$${\displaystyle \чи ^{2}}$

Для моделирования мелкомасштабного замирания наиболее широко используются геометрические стохастические модели каналов (GBSCM). Эти модели разрабатываются с помощью эмпирических измерений или геометрического анализа и моделирования, приспосабливаясь к изначально стохастической природе изменения сигнала. GBSCM особенно эффективен при моделировании узкополосных каналов или ответвлений широкополосных моделей, которые используют подход с ответвленной линией задержки. ^[3]