在复杂的传播环境中，通常是在移动通信系统中，接收信号的衰落是由所有与扩散波和传播空间中的物体的交互有关的可能效应所造成的。通过对不同环境中窄频带测量结果的分析，一般认为，接收信号幅度的平均值是随机的，在平均距离决定的路径损耗值附近服从对数正态分布（见参考文献［Pars92］）。

这些距离依赖的值的变化通常被归类为慢衰落或快衰落，因为在短时间或间隔中接收信号的大小大约保持为常数，因此只有在长期［一般认为是十分之波长（见参考文献［Pars92］）］的基础上才能观察到变化。这种长期变化通常以由于MT或散射环境的变化（运动）而引起的可见度或者多径部件的障碍的变化来证明。这种现象与阴影衰落的表示有关，当涉及到长期衰弱时有时会用到阴影衰落。

这种分布是一个深受人们认可的用于建模窄带衰落的模型，它被频繁地应用于系统模拟和分析计算。然而，在具体环境下，例如:隧道，可以发现不同的长期衰落行为（见参考文献［Corr01］）。

宽带信号模型通常是基于传播信道的信道脉冲响应。在窄带情况下，信道响应是通过一个单独的组件描述的，与窄带情况相反，在宽带情况下，是通过不同的组件（路径）描述的，其不同组件的到达时延各不相同，这是与不同的传播路径有关的。因此，从长期的观点看，将每一条路径建模为一个窄带信道是共同的，例如:假设每一条路径都服从对数正态分布（见参考文献［Corr01］）。

从城市的宏蜂窝环境（见参考文献［MiVV04］）的宽带测量中，可以发现不同群集的对数正态分布的参量有非常大的差距，这取决于考虑的路线;因此，有人对在任意环境中（例如在所有测量的路径）对数正态分布都有效的假设提出质疑。假若这样，不同的群集将组成总接收功率的主要部分，这取决于测量路径。

实时上，用分贝（dB）表示的平均接收信号幅度为高斯分布的假设是普遍的，却不是明确的（见参考文献［Hans02］）。从一个由相当结实的砖块组成的内墙的建筑物的室内和走廊的测量结果可以观察到，当两者同时考虑时，结果将不再服从单一的高斯分布，而是两者的叠加，即:双模高斯，它可以通过它们的两个独立的均值和方差来描述。因此，测量结果显示，当测量出的统计信息是由一个特殊场景控制时，例如，当其拥有比调查环境的其他部分更高的振幅时，信号幅度是高斯分布的假设不是有效的。从全局上，可以看出路径损耗的对数正态并不是对任意场景都有效的。因为潜在多峰分布的参数应该分别计算，所以，建议将每一个任意的场景分解成数个子场景分别建模。

在大多数的传输模型中，不同MT的长期衰落是分别产生的;然而，在网络模拟中，在一个给定的区域通常有数个MT运行。由于长期衰落效应取决于MT的位置，这在网络级仿真中通常是彼此接近的，如果每个MT阴影效应都不是单独建模应该会得到一个对实际情况比较好的近似值。

考虑到长期衰落效应是通过增加高斯分布的随机变量而建模的，这并没有完全地模拟阴影过程。应该考虑一个附加的方面:阴影是无线电信道的一个缓慢变化的特性。这个变化速率表明了时域中非零阴影自相关的存在性。由于考虑了移动性，时间相关与空间相关有直接关联。实际上，阴影效应的物理解释主要与位置有关（见参考文献［Lee85］）。空间相关性可以建模为（见参考文献［ETSI98］）

式中，Δr是空间位移;d_corr是解相关距离，在参考文献［ETSI98］中可以找到基准值。

考虑到式（47），阴影数据的计算阶段可以通过两种不同的方法实现:

1）第一种方法先生成一组n个独立分布的随机高斯变量，每一个相应于一组n个同样间隔的位置中的一个。显然的，这造成了一个不相关序列。其次，过滤序列得到想要的自相关函数。(www.daowen.com)

2）参考文献［ETSI98］提出了一种替换过程。这个过程逐个产生阴影样本，这并不需要它们有同样的间隔。一旦产生了一个阴影样本G_i，下一个同样是高斯随机变量，它的均值为R（Δr）G_i，方差是（1-R（Δr）2）σ²，其中，σ是阴影值的标准差。

第二种方法的一个主要缺点是自相关只取决于转移间隔。考虑到需要产生引起阴影效应的一系列传输地图的情况，它包含了对每一个地图的每一个地方产生一个阴影样本。因为地图是二维的，不可能在它的位置之间建立一个顺序，因此不能采用第二种方法。在这种情况下，反而应采用第一种方法;然而，它的应用是不明确的。

参考文献［FrLC03］，［FGLM04］提出了一种二维的建模技术，它允许MT在模拟环境的附近经历相关的阴影效应。

式中，Δx和Δy分别是MT在水平和垂直坐标的移动;d_corr是解相关距离。

必须假设一组n个阴影图对应于覆盖同一范围的n个基站，过程如下:

1）产生n+1个矩阵，g₀，g₁，…，g_n，矩阵的每个元素都是均值和方差都是0的高斯随机变量;

2）给定不同基站的阴影相关系数为ρ，根据式（4.9）产生n个阴影图;

3）通过计算二维傅里叶反变换得到h（x，y）;

4）利用二维卷积过滤每个阴影地图G_i，获得所需的过滤地图。

这种模拟阴影效应的方案提供了进行更实际的系统级仿真的基础。这是由于它提供了与环境描述相一致的MT和阴影效应之间的关系。