卫星通信的信道测量和建模

卫星通信信道的建模和测量

一、通信卫星分类

卫星可以分类的方式有很多种，这里只列出常见的分类。

1.1 轨位

卫星可以根据轨道的高度分为以下几种。其中，近地轨道卫星（Land mobile satellite-LMS）为当前研究的热点。因为在高轨位上，卫星信道更加趋近于高斯信道。而在低轨位工作的卫星，由于其运动性，会存在遮挡、时变、多径效应和多普勒效应。

1.LEO (low earth orbit): 160~2000km

2.MEO (medium earth orbit): 2000~36000km

3.HEO (high earth orbit)：>36000km

4.GEO (geostationary orbit)：36000km

1.2 频段

按照卫星工作的频段，一般可以分为以下几类。其中，在卫星信道测量上，要特别考虑高频段所带来的阴影衰落，以及天气状况。工作在ka波段的卫星，雨衰严重。

1.L-band: 0.3~3G

2.S-band: 2-4G

3.C-band: 4~8G

4.X-band: 8~12G

5.Ku-band: 12~18G

6.Ka-band: 27~40G

1.3 服务区域

根据卫星服务的区域不同，又可以把卫星分为以下几类。如果卫星服务的区域在城区，则遮挡会更加严重。而在空旷的郊区，则遮挡会相应变少。另外，最近有些工作是测量热带区域的卫星信道，主要是因为热带区域天气多变，因此，有必要单独考虑。

1.Rural

2.Suburban

3.Urban

4.Tropical area

1.4 极化方式

根据卫星的极化方式不同，又可以把卫星分为多极化和双极化卫星。

1.Single-polarized

2.Dual-polarized

目前，大部分信道建模或者测量都是选择其中的一个子集，作为研究对象。比如，研究近地轨道卫星在Ka波段下城区的信道的测量和建模。就调研的结果来看，现在大部分文献都集中在低轨卫星条件下，研究卫星信道的测量和建模。主要是由于低轨卫星高度低，卫星运动速度快，当最小通信仰角为10°，卫星轨道高度为1300km时，用户看到卫星升起到卫星落下的持续时间在10分钟左右。因此在用户的一次呼叫过程中，用户与卫星之间的仰角变化很快且变化范围大。因而，在研究信道模型时，必须研究通信全仰角下的信道模型。

多数研究都是假设在大部分时间内卫星和移动台之间存在直射分量；由于建筑物和树木等物体的遮蔽，存在阴影效应；由于信号的反射、散射和绕射造成的多径效应；由于卫星和移动台间的相对运动形成的多普勒效应。所以，移动卫星通信信道的特点可以归纳为：时变、多径效应、阴影效应和多普勒效应。

在卫星信道建模和测量中，比较有代表性的研究是C.Loo[1]和Lutz[2]等人的工作。Loo模型假设信道由直射分量和散射分量组成。其中直射分量（LOS component）服从log-normal 分布，而多径分量服从瑞利分布。Lutz通过对信道处在不同状态的概率的研究，提出了基于markov链的信道模型。

大部分论文都是针对不同的卫星、不同的地理环境，通过测量或者改进他人的信道模型，得到不同的有针对性的卫星信道模型。比如，很多论文都是应用C.Loo 的基本模型，但是采用其他概率分布来满足不同场景下的信道特性。或者，通过状态细分，扩展Lutz模型，建立更加准确的反映实际卫星信道的模型。

2.0综述类文献

1.Karaliopoulos, M. S. and F.-N. Pavlidou (1999). "Modelling the land mobile satellite channel: a

review." Electronics & Communication Engineering Journal 11: 235-248.

2.Loo, C. and J. S. Butterworth (1998). "Land mobile satellite channel measurements and

modeling." Proceedings of the IEEE 86: 1442-1463.

3.Lutz, E. (2012). "Modelling of the Satellite Communications Channel – With Emphasis on the

Land Mobile Satellite Channel." Invited Lecture.

2.1卫星信道测量和建模的有关文献

2.1.1 Statistical Model

1.Abdi, A., et al. (2003). "A new simple model for land mobile satellite channels: first- and

second-order statistics." IEEE Transactions on Wireless Communications 2: 519-528.

2.Cheffena, M., et al. (2012). "Land Mobile Satellite Dual Polarized MIMO Channel Along

Roadside Trees: Modeling and Performance Evaluation." IEEE Transactions on Antennas and

Propagation 60: 597-605.

3.Corazza, G. E., et al. A Rice-lognormal terrestrial and satellite channel model. Proceedings of

1994 3rd IEEE International Conference on Universal Personal Communications, IEEE: 155-

159.