基于双马尔科夫模型的LEO卫星信道建模方法及装置

摘要

本发明实施例提供的基于双马尔科夫模型的LEO卫星信道建模方法及装置，通过一阶马尔科夫Markov多状态信道模型，可以对大尺度衰落下的LOS径反映阴影衰落的影响；并且在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与大尺度衰落下的视距LOS径对应的小尺度衰落实测数据，可以反映小尺度衰落下的多径动态生灭过程，从而满足LEO卫星信道模型在时间轴上动态时变的要求，符合LEO卫星信道特征的动态性；并且，通过确定信道参数，建立完整的莱斯信道模型所需要的信道参数，得到LEO卫星的莱斯信道模型，这样使得LEO卫星的莱斯信道模型更符合低轨卫星信道实际场景。

说明书

技术领域

本发明涉及低轨卫星通信技术领域，特别是涉及的基于双马尔科夫模型的LEO卫星信道建模方法及装置。

背景技术

在通信中，信道建模是可以抽象地将信道用模型来描述，并按其输入/输出信号的数学特点以及输入/输出信号之间关系的数学特点进行分类。而，对信道建立的模型，比如陆地移动卫星(Land Mobile Satellite，简称LMS)信道模型，其仅针对窄带高轨卫星信道。其中，窄带高轨卫星信道比如对地同步轨道(Geosynchronous Orbit，简称GEO)卫星。

对于近地轨道(Low Earth Orbit，简称LEO)卫星(可以称为低轨卫星)信道而言，在LEO卫星信道中，由于低轨卫星运行速度快，LEO卫星与UE之间相对运动变化剧烈等特性，导致传输信号收到LEO信道特性的影响，这使得LEO卫星信道呈现出与上述GEO卫星信道不同的特点。因此，使得LMS信道模型不适用于低轨卫星信道，进而使得如何建立更符合低轨卫星信道实际场景的模型成为亟待解决的问题。

发明内容

本发明实施例的目的在于提供的基于双马尔科夫模型的LEO卫星信道建模方法及装置，用以解决现有技术中如何建立更符合低轨卫星信道实际场景的模型的技术问题。具体技术方案如下：

第一方面，本发明实施例提供了基于双Markov模型的LEO卫星信道建模方法，包括：

获取近地轨道LEO卫星在过境期间接收信号的实测数据；其中，所述实测数据包括：大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布及多径时延；

使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，所述一阶Markov多状态信道模型包括：多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间及所述多个大尺度衰落状态下的第一转移概率，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间，其中，N为区间总数；

在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与所述大尺度衰落下的视距LOS径对应的小尺度衰落实测数据；其中，所述小尺度衰落实测数据包括：多径生成速率、多径消亡速率及当前时刻多径的总数目；

将当前时刻多径的总数目，作为多个小尺度衰落状态；获取所述多个小尺度衰落状态下的第二转移概率；

利用所述多个小尺度衰落状态及所述第二转移概率，建立小尺度衰落的二阶Markov多状态信道模型；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数；

通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型。

进一步的，所述使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，包括：

采用LOS径确定的不同区间的信号平均功率，划分多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间；其中，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间；

获取所述多个大尺度衰落状态下的第一转移概率；

利用所述多个大尺度衰落状态、每个大尺度衰落状态下的保持时间及所述第一转移概率，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型。

进一步的，所述一阶Markov多状态信道模型为：

其中，S

所述小尺度衰落的二阶Markov多状态信道模型为：

p

p

p

p

p

其中，x

进一步的，所述根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段内同一时间段内的特征，确定信道参数，包括：

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述瞬时多径数目进行分段拟合多径生成速率、多径消亡速率以及环境因子，统计每段中与多个大尺度衰落状态对应的时间段内的瞬时多径数目，确定所述瞬时多径数目的泊松分布，以使从所述泊松分布中，确定每一时间段内的瞬时多径数目；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述包络分布进行分段拟合包络分布，统计每段中与多个大尺度衰落状态对应的时间段内的包络分布，确定所述包络分布的瑞利分布，以使从所述瑞利分布中，确定每一时间段内的包络分布；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述多径时延进行分段拟合时延分布因子及时延扩展，统计每段中与多个大尺度衰落状态对应的时间段内的多径时延，确定所述多径时延的均匀分布，以使从所述均匀分布中，确定同一时间段内的多径时延；

利用莱斯因子，确定所述接收信号幅度的总分布，其中，所述莱斯因子为当前时刻LOS径功率与多径功率的比值，所述LOS径功率为每条LOS径幅度的平方，所述多径功率为所述每条径的功率是利用所述信号多径数目以及所述多径信号的包络分布中每条多径的幅度计算的。

进一步的，所述包络分布的瑞利分布为：

其中，f(x

所述多径时延的均匀分布为：

τ

其中，r

所述利用莱斯因子，确定所述接收信号幅度的总分布，包括：

利用如下莱斯因子公式，

其中，K(t)为当前时刻的莱斯因子，K(t)＝0表示不存在LOS径，多径包络分布由莱斯分布转为瑞利分布，如果K(t)≠0表示存在LOS径，多径信号的包络服从莱斯分布，

进一步的，所述通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型，包括：

其中，h

第二方面，本发明实施例提供了基于双Markov模型的LEO卫星信道建模装置，包括：

获取模块，用于获取近地轨道LEO卫星在过境期间接收信号的实测数据；其中，所述实测数据包括：大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布及多径时延；

第一建立模块，用于使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，所述一阶Markov多状态信道模型包括：多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间及所述多个大尺度衰落状态下的第一转移概率，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间，其中，N为区间总数；

提取模块，用于在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与所述大尺度衰落下的视距LOS径对应的小尺度衰落实测数据；其中，所述小尺度衰落实测数据包括：多径生成速率、多径消亡速率及当前时刻多径的总数目；

第一处理模块，用于将当前时刻多径的总数目，作为多个小尺度衰落状态；获取所述多个小尺度衰落状态下的第二转移概率；

第二建立模块，用于利用所述多个小尺度衰落状态及所述第二转移概率，建立小尺度衰落的二阶Markov多状态信道模型；

第二处理模块，用于根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数；

第三处理模块，用于通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型。

进一步的，所述第一建立模块，用于：

采用LOS径确定的不同区间的信号平均功率，划分多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间；其中，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间；

获取所述多个大尺度衰落状态下的第一转移概率；

利用所述多个大尺度衰落状态、每个大尺度衰落状态下的保持时间及所述第一转移概率，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型。

进一步的，所述第二处理模块，用于：

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述瞬时多径数目进行分段拟合多径生成速率、多径消亡速率以及环境因子，统计每段中与多个大尺度衰落状态对应的时间段内的瞬时多径数目，确定所述瞬时多径数目的泊松分布，以使从所述泊松分布中，确定每一时间段内的瞬时多径数目；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述包络分布进行分段拟合包络分布，统计每段中与多个大尺度衰落状态对应的时间段内的包络分布，确定所述包络分布的瑞利分布，以使从所述瑞利分布中，确定每一时间段内的包络分布；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述多径时延进行分段拟合时延分布因子及时延扩展，统计每段中与多个大尺度衰落状态对应的时间段内的多径时延，确定所述多径时延的均匀分布，以使从所述均匀分布中，确定同一时间段内的多径时延；

利用莱斯因子，确定所述接收信号幅度的总分布，其中，所述莱斯因子为当前时刻LOS径功率与多径功率的比值，所述LOS径功率为每条LOS径幅度的平方，所述多径功率为所述每条径的功率是利用所述信号多径数目以及所述多径信号的包络分布中每条多径的幅度计算的。

进一步的，所述包络分布的瑞利分布为：

其中，f(x

所述多径时延的均匀分布为：

τ

其中，r

所述第二处理模块，用于利用莱斯因子，确定所述接收信号幅度的总分布，包括：

利用如下莱斯因子公式，

其中，K(t)为当前时刻的莱斯因子，K(t)＝0表示不存在LOS径，多径包络分布由莱斯分布转为瑞利分布，如果K(t)≠0表示存在LOS径，多径信号的包络服从莱斯分布，

第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一的方法的步骤。

本发明实施例有益效果：

本发明实施例提供的基于双马尔科夫模型的LEO卫星信道建模方法及装置，通过一阶马尔科夫Markov多状态信道模型，可以对大尺度衰落下的LOS径反映阴影衰落的影响；并且在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与大尺度衰落下的视距LOS径对应的小尺度衰落实测数据，可以反映小尺度衰落下的多径动态生灭过程，完成了利用两阶Markov过程对路径损耗大范围变化以及小尺度衰落高动态性的描述，确定了转移概率，从而满足LEO卫星信道模型在时间轴上动态时变的要求，符合LEO卫星信道特征的动态性，使用一阶Markov多状态信道模型和二阶Markov多状态信道模型，符合LEO卫星信道特征的随机性；并且，根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数，建立完整的莱斯信道模型所需要的信道参数，得到LEO卫星的莱斯信道模型，这样使得LEO卫星的莱斯信道模型更符合低轨卫星信道实际场景。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于双Markov模型的LEO卫星信道建模方法的流程示意图；

图2(a)为本发明实施例的LEO卫星信道路径损耗的变化曲线示意图；

图2(b)为本发明实施例的LEO卫星信道多普勒频移的变化曲线示意图；

图2(c)为本发明实施例的LEO卫星信道通信仰角的变化曲线示意图；

图3为本发明实施例的LEO宽带卫星信道衰落的示意图；

图4为本发明实施例的基于两阶Markov过程的信道建模流程示意图；

图5为本发明实施例的多径动态生灭过程可采用二阶Markov过程的表示示意图；

图6为本发明实施例提供的基于双Markov模型的LEO卫星信道建模装置的结构示意图；

图7为本发明实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

近年来，低地球轨道(Low-Earth Orbit，简称LEO)卫星互联网成为备受关注的焦点。较对地同步轨道(Geosynchronous Orbit，简称GEO)卫星，LEO卫星网络能够同时满足传输时延小、传输损耗低、数据速率高等要求；较地面移动通信，LEO卫星能够作为地面通信的延伸，满足全球广域通信网络覆盖的要求。

在LEO卫星信道中，由于卫星过境时间短，仰角持续规律变化，LEO卫星与UE之间相对运动变化剧烈等特性会导致传输信号遭受动态变化的阴影效应、时变大多普勒频移、大动态范围功率衰减以及高动态的多径衰落等影响，这使得LEO卫星信道呈现出与GEO卫星信道以及地面移动信道不同的特点。

基于上述内容，发明人发现准确的信道模型是通信系统设计及性能测试的重要前提，因此，本发明实施例针对LEO卫星通信信道中多场景连续变化、时变大多普勒、大范围功率损耗变化以及高动态多径衰落等特性，提供一种提供基于双Markov模型的LEO卫星信道建模方法及装置，在莱斯信道模型的基础上，增加了符合LEO卫星信道特征的动态性和随机性，使得能够准确描述LEO宽带信道衰落的动态变化特性，具有较强的动态表征能力及灵活性。

下面继续对本发明实施例提供的一种基于双Markov模型的LEO卫星信道建模方法进行详细介绍。

本发明实施例所提供的一种基于双Markov模型的LEO卫星信道建模方法，其中，LEO卫星互联网能够提供诸多服务，包括但不限于全球移动宽带通信、航空航海监视、频谱监视、导航增强、物联网、机载宽带等。

如图1所示，本发明实施例所提供的一种基于双Markov模型的LEO卫星信道建模方法，该方法可以包括如下步骤：

步骤110，获取近地轨道LEO卫星在过境期间接收信号的实测数据；其中，所述实测数据包括：大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布及多径时延。

其中，大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布、多径时延等各内容，均是以数据形式表示。比如，大尺度衰落下的视距LOS径数据、瞬时多径数目数据、多径信号的包络分布数据及多径时延数据等，本发明实施例为了简化描述，省略了“数据”二字。

对于上述各实测数据是指实际测量在过境期间的数据或者通过调研获得到的数据。此数据符合LEO卫星的实际通信场景。此各实测数据满足LEO卫星的莱斯信道模型在时间轴上动态时变的要求。

在LEO卫星实际通信场景中，由于在过境期间，卫星对地高速运动，卫星与UE的距离以及二者之间通信仰角也在规律变化，传输信号的路径损耗和阴影衰减表现出大范围的动态变化；同时，由于收发两端相对运动变化剧烈，信道衰落还伴随着高速时变的大多普勒频移；此外，由于在地面UE附近环境中存在散射体，例如墙体、树木、车辆、地面等等，传输信号在地面附近发生散射和多径效应。因此，随着卫星持续运动过程中，信道衰落也在动态变化，如图2(a)、图2(b)及图2(c)所示，仿真参数为：轨道高度800km，频率18.75GHz，UE位置位于星下点。

这里，由卫星运动导致的功率、多普勒频移、以及仰角的变化是可预测的，如图3所示(图3示意内容：在LEO卫星与地面移动端通信的期间内，由于LEO卫星自身对地的运动，造成通信仰角的规律变化，不同通信仰角的情况下其信道衰落情况不同，包括多普勒效应、路径损耗、阴影衰落、多径衰落等。其中，

步骤120，使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，所述一阶Markov多状态信道模型包括：多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间及所述多个大尺度衰落状态下的第一转移概率，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间。

其中，第一转移概率为多个大尺度衰落状态之间转移的转移概率。

并且，上述最大端点可以是预设的分割点，该分割点可以根据具体实测量结果确定的。

步骤130，在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与所述大尺度衰落下的视距LOS径对应的小尺度衰落实测数据；其中，所述小尺度衰落实测数据包括：多径生成速率、多径消亡速率及当前时刻多径的总数目。

其中，小尺度衰落实测数据是指实际测量在过境期间的数据或者通过调研获得到的数据。此数据符合LEO卫星的实际通信场景。此小尺度衰落实测数据满足LEO卫星的莱斯信道模型在时间轴上动态时变的要求。

与步骤110基于同理，多径生成速率、多径消亡速率及当前时刻多径的总数目等各内容，均是以数据形式表示。比如，多径生成速率数据、多径消亡速率数据及当前时刻多径的总数目数据等数据，本发明实施例为了简化描述，省略了“数据”二字。

步骤140，将当前时刻多径的总数目，作为多个小尺度衰落状态；获取所述多个小尺度衰落状态下的第二转移概率。

其中，第二转移概率为多个小尺度衰落状态之间转移的转移概率。

步骤150，利用所述多个小尺度衰落状态及所述第二转移概率，建立小尺度衰落的二阶Markov多状态信道模型。

步骤160，根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数；

步骤170，通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型。

其中，LEO卫星通信信道中LOS径成分占绝对主要部分，同时伴随着少部分多径，根据实测数据，LEO卫星信道多径数量通常较少，一般不超过6条。因此，本发明实施例利用莱斯信道模型，描述LEO卫星信道，并在此模型上进行改进。

在本发明实施例中，上述步骤170包括：

其中，hl

在本发明实施例中，通过一阶马尔科夫Markov多状态信道模型，可以对大尺度衰落下的LOS径反映阴影衰落的影响；并且在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与大尺度衰落下的视距LOS径对应的小尺度衰落实测数据，可以反映小尺度衰落下的多径动态生灭过程，完成了利用两阶Markov过程对路径损耗大范围变化以及小尺度衰落高动态性的描述，确定了转移概率，从而满足LEO卫星信道模型在时间轴上动态时变的要求，符合LEO卫星信道特征的动态性，使用一阶Markov多状态信道模型和二阶Markov多状态信道模型，符合LEO卫星信道特征的随机性；并且，根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数，建立完整的莱斯信道模型所需要的信道参数，得到LEO卫星的莱斯信道模型，这样使得LEO卫星的莱斯信道模型更符合低轨卫星信道实际场景，能够准确描述LEO宽带信道衰落的动态变化特性，具有较强的动态表征能力及灵活性。

另外，相较于英国Heriot-Watt大学提出的非几何随机模型对信道的物理参数的描述同样基于概率统计特性，其采用马尔科夫链来表示动态簇的生灭特性，描述了信道时变非平稳特性，支持车对车以及高铁等通信场景，但是该方法中的信道统计特性难以推倒，通常需要对接受环境进行更为理想的假设，因而与实际信道情况有所偏差。以及，相较于马尔科夫链归于理想假设，使得相关技术中的信道参数的统计特性是归于理想的，通常这种假设的理想的统计特是不随时间演进过程中场景变化而变化的，本发明实施例中提出的方法是可以解决卫星过境期间时间轴上多场景变化导致的信道衰落的变化。

下面详细介绍一阶马尔科夫Markov多状态信道模型的建立过程以及二阶马尔科夫Markov多状态信道模型的相关内容：

对于LEO卫星信道中，针对卫星相对于地面UE高速运动、仰角规律变化所导致的信道路径损耗大范围变化以及显著的快衰落特性，本发明实施例提出并采用了一种在时间轴上基于两阶Markov过程来进行描述，其中，一阶Markov过程用于描述路径损耗动态变化，二阶Markov过程用于描述小尺度衰落中的多径动态生灭过程。一阶状态与二阶状态之间有对应选通的关系，也就是说，多径衰落的动态性以及特征参数会受到路径损耗程度的影响。

对于已经获取的卫星在过境期间接收信号的测量数据，本发明实施例利用不同区间的信号平均功率划分了多个大尺度衰落状态S

基于上述对应的选通的关系，一阶Markov过程用于描述路径损耗大范围动态变化。由于该类型的衰落是由自由空间损耗及阴影效应构成的大尺度衰落，因此，可以采用接收信号平均功率、信噪比来表示其大尺度衰落程度并进行状态划分，这里，本发明实施例采用接收信号的平均功率来划分状态，具体实现方式如下：

在本发明实施例中的步骤120，可以但不限于包括：采用LOS径确定的不同区间的信号平均功率，划分多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间；其中，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间；获取所述多个大尺度衰落状态下的第一转移概率；利用所述多个大尺度衰落状态、每个大尺度衰落状态下的保持时间及所述第一转移概率，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，N为区间总数。

如图4所示，由于大尺度衰落在时间轴上较为缓慢，因此这里采用一阶Markov过程来表示衰落过程，当前状态的确定仅与上一个状态有关，且不相邻状态之间的状态转移概率为0。因此，所述一阶Markov多状态信道模型为：

其中，S

由图4所示，一阶Markov过程和二阶Markov过程之间存在着对应选通关系。由于卫星在过境期间与地面UE之间的距离和仰角发生持续规律变化，距离变化会导致路径损耗的变化，而仰角变化会导致UE附近产生的小尺度衰落程度变化，此过程可以表示为二阶小尺度衰落过程会受到一阶大尺度衰落状态的制约，也就是说某时刻所处的一阶状态对应着一个二阶子过程，子过程中的多径衰落参数以及状态转移概率由一阶状态决定，衰落参数生成及状态转移概率计算在下文中说明。

二阶Markov过程用于描述小尺度衰落中的多径动态生灭过程。由于仰角变化导致的通信场景连续变化以及大多普勒频移造成的信道显著快衰落特性，该特性可以由基于多径动态生灭的Markov过程来建模表示。在时间轴上，每个状态由多径的数目构成，且在每个状态中多径都具有径生成、径保持和径消亡三种状态，对于卫星信道来说，由于多径数目本身较少，即便信道动态性高，但相邻状态之间一般不会发生多径数目的剧烈跳变，这里本发明实施例合理假设径生成和径消亡的数目均不超过2，因此多径动态生灭过程可采用二阶Markov过程来表示，如图5所示。所述小尺度衰落的二阶Markov多状态信道模型为：

p

p

p

p

p

其中，x

上式中，P

上述公式表示出了分布，才能用分布去做拟合，例如，

其中，

上式中，P

信道参数的生成依赖于实测数据的统计特征提取，然后由各自信道参数服从的该密度函数计算生成。具体信道参数包括多径时延、瞬时多径数目、多径功率、包络分布、莱斯因子K等。这里，本发明实施例给出这些信道参数在现有研究中表现出的一般统计特性。为了确定各个信道参数，在一种可能的实现方式中，上述步骤170进一步包括：

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述瞬时多径数目进行分段拟合多径生成速率、多径消亡速率以及环境因子，统计每段中与多个大尺度衰落状态对应的时间段内的瞬时多径数目，确定所述瞬时多径数目的泊松分布，以使从所述泊松分布中，确定每一时间段内的瞬时多径数目；

其中，上述划分多个大尺度衰落状态：我们采用接收信号的平均功率P来划分状态，方法如下：对于实测到的接收信号，计算平均功率P，并对其范围划分N个有限状态，令0＜P

对于每一个状态下所处理的数据，这些数据时间段可能是不连续的。利用该数据，提取小尺度衰落参数，采用泊松分布对S

由于LEO卫星信道场景连续变化，不同场景下多径包络瑞利分布的方差

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述多径时延进行分段拟合时延分布因子及时延扩展，统计每段中与多个大尺度衰落状态对应的时间段内的多径时延，确定所述多径时延的均匀分布，以使从所述均匀分布中，确定同一时间段内的多径时延。

利用莱斯因子，确定所述接收信号幅度的总分布，其中，所述莱斯因子为当前时刻LOS径功率与多径功率的比值，所述LOS径功率为每条LOS径幅度的平方，所述多径功率为所述每条径的功率是利用所述信号多径数目以及所述多径信号的包络分布中每条多径的幅度计算的。

其中，上述每条径的功率的计算过程如下。利用所述信号多径数目以及所述多径信号的包络分布中每条多径的幅度

其中，所述包络分布的瑞利分布为：

其中，f(x

所述多径时延的均匀分布为：

τ

其中，r

所述利用莱斯因子，确定所述接收信号幅度的总分布，包括：

利用如下莱斯因子公式，

其中，K(t)为当前时刻的莱斯因子，K(t)＝0表示不存在LOS径，多径包络分布由莱斯分布转为瑞利分布，如果K(t)≠0表示存在LOS径，多径信号的包络服从莱斯分布，

在本发明实施例中，对莱斯信道模型的改进，采用基于两阶嵌套结构的Markov过程来描述LEO宽带卫星通信场景连续变化中路径损耗大范围变化以及小尺度衰落高动态性。这样能够准确描述LEO2星信道在时间演进中的动态变化，从而提升了传统卫星信道的灵活性和动态表征能力，同时为LEO卫星通信信道模型的研究提供新的思路和建议。并且，针对LEO宽带卫星信道场景连续变化导致的路径损耗大范围变化以及小尺度衰落高动态性，在时间演进方向上，利用两阶嵌套Markov过程算法来对其进行描述，从而建立准确的LEO卫星动态信道模型。

下面继续对本发明实施例提供的一种基于双Markov模型的LEO卫星信道建模装置进行介绍。

参见图6，图6为本发明实施例提供的基于双Markov过程的LEO卫星信道建模装置的结构示意图。本发明实施例所提供的基于双Markov模型的LEO卫星信道建模装置，可以包括如下模块：

获取模块21，用于获取近地轨道LEO卫星在过境期间接收信号的实测数据；其中，所述实测数据包括：大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布及多径时延；

第一建立模块22，用于使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，所述一阶Markov多状态信道模型包括：多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间及所述多个大尺度衰落状态下的第一转移概率，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间，其中，N为区间总数；

提取模块23，用于在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与所述大尺度衰落下的视距LOS径对应的小尺度衰落实测数据；其中，所述小尺度衰落实测数据包括：多径生成速率、多径消亡速率及当前时刻多径的总数目；

第一处理模块24，用于将当前时刻多径的总数目，作为多个小尺度衰落状态；获取所述多个小尺度衰落状态下的第二转移概率；

第二建立模块25，用于利用所述多个小尺度衰落状态及所述第二转移概率，建立小尺度衰落的二阶Markov多状态信道模型；

第二处理模块26，用于根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数；

第三处理模块27，用于通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型。

在一种可能的实现方式中，所述第一建立模块，用于：

采用LOS径确定的不同区间的信号平均功率，划分多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间；其中，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间；

获取所述多个大尺度衰落状态下的第一转移概率；

利用所述多个大尺度衰落状态、每个大尺度衰落状态下的保持时间及所述第一转移概率，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型。

在一种可能的实现方式中，所述第二处理模块，用于：

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述瞬时多径数目进行分段拟合多径生成速率、多径消亡速率以及环境因子，统计每段中与多个大尺度衰落状态对应的时间段内的瞬时多径数目，确定所述瞬时多径数目的泊松分布，以使从所述泊松分布中，确定每一时间段内的瞬时多径数目；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述包络分布进行分段拟合包络分布，统计每段中与多个大尺度衰落状态对应的时间段内的包络分布，确定所述包络分布的瑞利分布，以使从所述瑞利分布中，确定每一时间段内的包络分布；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对所述多径时延进行分段拟合时延分布因子及时延扩展，统计每段中与多个大尺度衰落状态对应的时间段内的多径时延，确定所述多径时延的均匀分布，以使从所述均匀分布中，确定同一时间段内的多径时延；

利用莱斯因子，确定所述接收信号幅度的总分布，其中，所述莱斯因子为当前时刻LOS径功率与多径功率的比值，所述LOS径功率为每条LOS径幅度的平方，所述多径功率为所述每条径的功率是利用所述信号多径数目以及所述多径信号的包络分布中每条多径的幅度计算的。

在一种可能的实现方式中，所述包络分布的瑞利分布为：

其中，f(x

所述多径时延的均匀分布为：

τ

其中，r

所述第二处理模块，用于利用莱斯因子，确定所述接收信号幅度的总分布，包括：

利用如下莱斯因子公式，

其中，K(t)为当前时刻的莱斯因子，K(t)＝0表示不存在LOS径，多径包络分布由莱斯分布转为瑞利分布，如果K(t)≠0表示存在LOS径，多径信号的包络服从莱斯分布，

下面继续对本发明实施例提供的电子设备进行介绍。

参见图7，图7为本发明实施例提供的电子设备的结构示意图。本发明实施例还提供了一种电子设备，包括处理器31、通信接口32、存储器33和通信总线34，其中，处理器31，通信接口32，存储器33通过通信总线34完成相互间的通信，

存储器33，用于存放计算机程序；

处理器31，用于执行存储器33上所存放的程序时，实现上述基于双Markov模型的LEO卫星信道建模方法的步骤，在本发明一个可能的实现方式中，可以实现如下步骤：

获取近地轨道LEO卫星在过境期间接收信号的实测数据；其中，所述实测数据包括：大尺度衰落下的视距LOS径、瞬时多径数目、多径信号的包络分布及多径时延；

使用所述LOS径，建立大尺度衰落的一阶马尔科夫Markov多状态信道模型，其中，所述一阶Markov多状态信道模型包括：多个大尺度衰落状态以及每个大尺度衰落状态下的保持时间及所述多个大尺度衰落状态下的第一转移概率，所述多个大尺度衰落状态分别为信号平均功率的不同区间，所述不同区间是对LOS径计算平均功率，并对所述平均功率从零到正无穷划分，得到N个区间，其中，N为区间总数；

在一阶Markov多状态信道模型处于各大尺度衰落状态下，提取与所述大尺度衰落下的视距LOS径对应的小尺度衰落实测数据；其中，所述小尺度衰落实测数据包括：多径生成速率、多径消亡速率及当前时刻多径的总数目；

将当前时刻多径的总数目，作为多个小尺度衰落状态；获取所述多个小尺度衰落状态下的第二转移概率；

利用所述多个小尺度衰落状态及所述第二转移概率，建立小尺度衰落的二阶Markov多状态信道模型；

根据一阶Markov多状态信道模型划分的多个大尺度衰落状态，对未知信道参数进行分段拟合，统计每段中与多个大尺度衰落状态对应的时间段的特征，确定信道参数；

通过将所述信道参数加入未知信道参数的莱斯信道模型中，得到LEO卫星的莱斯信道模型。

上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括RAM(Random Access Memory，随机存取存储器)，也可以包括NVM(Non-Volatile Memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(Digital Signal Processing，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本发明实施例提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于双Markov模型的LEO卫星信道建模方法的步骤。

本发明实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述的基于双Markov模型的LEO卫星信道建模方法的步骤。

本发明实施例提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述的基于双Markov模型的LEO卫星信道建模方法的步骤。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置/电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。