1.概述

大规模天线技术的性能评估以及后续研究，很大程度上依赖于准确的信道建模。为此，针对大规模天线信道模型的研究引起了业内普遍的兴趣。为了使信道建模更加准确，各家公司以及研究机构对实际信道特征进行了大量的实际测量，并基于实际信道测量数据对信道模型进行了抽象和模型化。

随着城市发展，高楼林立，越来越多的用户分布在建筑物的各个楼层，即用户分布在一个3D立体的空间内。利用极窄的波束（同时）服务不同空间位置的用户是大规模天线主要的应用场景。因此，大规模天线信道建模的一个重要特点是对传统信道模型的3D化，包括与其对应的用户的3D分布和3D的信道传播环境。综合考虑，将大规模天线的信道模型划分为UMa场景（Urban Macro cell，宏蜂窝）、UMi场景（Urban Micro cell，微蜂窝）、Het-Net场景（Heterogeneous Network，异构网络）、High Rise场景（城市高层）、回传链路场景，以及Indoor场景（室内）几个部分。

虽然从应用的角度上看，大规模天线技术并不限制其工作的频段，既可以适用于现有蜂窝通信的中低频率范围，也适用于毫米波通信范围，但是，实际上大规模天线的应用很大程度上取决于通信频谱规划政策的进度，因此目前大规模天线的信道模型建模是基于蜂窝通信的中低频段进行的。由于大规模天线的信道模型，在很大程度上是基于3GPP的3D信道模型发展而来，因此，首先介绍3GPP 3D信道模型的标准化进展。

2.3D信道模型的标准化进展

3GPP从2013年1月开始对于3D信道模型进行了长达1年多的实际参数测量、会议讨论以及信道模型化。根据不同的应用场景，3GPP在原有2D信道模型^[17]的基础上，完成了对室外城市宏蜂窝和室外城市微蜂窝场景3D信道的建模。同时，对于城市高层建筑分布的场景也进行了讨论。最后形成技术报告3GPP TR 36873^[18]。

相比于原来的2D信道模型，新的3D信道模型中首先引入了3D的用户分布，调查和研究表明80%的用户分布在室内环境，而室内的用户又分布在不同楼层。3GPP 3D信道模型中，楼层分布为4～8层均匀分布，用户在楼层中均匀分布。因此，3D模型中部分参数引入了用户高度的影响，例如在大尺度衰落以及LOS（Line Of Sight，视距）概率中引入了用户高度的影响。

另外，在3D信道模型中，引入了垂直向信道参数：例如ZSA（Zenith angle Spread of Arrive，垂直向到达角度扩散）、ZSD（Zenith angle Spread of Departure，垂直向离开角度扩展）、ZOA（Zenith angle Of Arrive，垂直向到达角度）、ZOD（Zenith angle of Departure，垂直向离开角度），以及ZOA/ZOD角度在NLOS（Non-Line Of Sight，非视距）场景下相对于LOS方向的角度偏移。

2013年1月到2014年3月，历时1年3个月时间，国内各家公司包括中国移动、中国电信、华为、大唐、北京邮电大学、中兴、中国信息通信研究院等单位积极参与并推动了3GPP 3D信道建模，对于3D信道的实际测量、分析、建模等做了大量工作。2014年3月初，各家公司基于最新的3D信道模型提供了第一阶段、第二阶段以及基准的系统级仿真平台校准结果，标志着3D信道建模基本完成。3D信道模型的进一步完善工作在2014年9月份完成。

随后，国内IMT-20205G推进组的大规模天线技术专题组在3GPP 3D信道模型的基础上，针对5G大规模天线的几个重点应用场景，补充了测量结果，并进一步对室内微覆盖、无线回传以及异构场景的信道参数进行了细化，形成了大规模天线信道模型的相关建议。

3.大规模天线环境建模

不同场景的大规模天线建模参数有所不同，具体可参见表4-5。

表4-5 大规模天线信道模型的场景及参数

（续）

4.大规模天线3D信道建模方法

（1）天线阵列建模

为了能够在水平和垂直方向实现波束赋形，大规模天线的3D信道模型对天线阵列在水平和垂直两个维度进行了建模，包括天线拓扑结构和天线增益两个方面。在天线拓扑结构方面，通过使用天线阵列实现对天线振子在水平和垂直两个维度的划分，并且通过进一步定义三层映射关系，支持更灵活的天线配置方案；在天线增益方面，定义了单个振子在水平和垂直两个维度上的能量分布，以及多个振子在水平和垂直方向上合并形成波束的配置方法，从而可以描述天线阵列在3D坐标下各个方向的增益分布情况。

在大规模天线系统中，理论上过大的天线尺寸会造成天线空间特性的不平衡。此时虽然这些振子属于“一副”天线，但是从天线的空间特性上看已经与“一副”天线不同。这种情况在单个天线中有大量天线振子在某个方向上连续排列时，或者在分布式天线系统中会出现。但是由于在实际部署过程中，前者并不常见，而后者可以分解为多个独立的天线建模，因此这种不平衡性目前并没有包含在3D信道建模的过程中。在未来大规模天线的研究过程中，可能将作为3D信道模型的一种扩展或者增强方式进行研究。

（2）3D信道建模方法

在2D信道模型的基础上，3D信道模型建模集中在对垂直维度上的传播特性进行建模，包括传播环境的建模、传播参数的建模以及信道冲击响应的生成建模。

在传播环境建模中，3D信道模型引入了用户的垂直分布。在现实场景中，用户可以分为室外和室内用户，室外用户只在水平维度上分布，在这一点上，与2D信道模型相似。室内用户位于建筑物不同楼层和楼层内不同位置，从而造成了室内用户在水平和垂直维度上的分布，并且，由于建筑物楼层具有一定高度，因此，如果假设建筑物的层高已知，室内用户在垂直维度上的分布是离散的。对于室内用户，对每个室内用户的水平位置和垂直位置按照各自的统计特征和限制条件随机生成。传播环境会影响信号的传播条件，相对于处于地面和建筑物底层的用户，位于建筑物高层的用户与基站之间进行直线传播的概率增大，传播过程中受到其他物体阻挡的概率降低，因此，根据用户在垂直维度上的位置变化，在LOS概率计算和路损计算时引入了相应的补偿。

传统2D信道的传播模型^[17]如图4-15所示。

图4-15 二维空间下信号传播模型

2D信道模型中仅考虑信号在水平面内的传播特性，当信号遇到分布水平面中的散射体时，形成多个传播路径分量（Path），可分辨的多径分量也被称之为簇（Cluster）。信道模型对每一个簇的时延、达到、离开角度等参数进行了定义。对于每一个簇，又可以进一步划分为多个不可分辨的子径（Ray），簇内子径相互叠加，满足簇的统计特性。信道模型通过定义这些子径相对于簇的时延扩散、角度扩散等参数，描述了这些子径的传播特性^{[17，20，21]}。

3D信道模型传播模型建模方法与2D信道类似（见图4-16）。考虑信号在具有三维空间散射体的环境下传播。该模型在2D信道模型基础上引入垂直维度传播参数，如垂直到达角、离开角、垂直维度的角度扩散，以及基于垂直维度参数对其他传播参数，如环境高度等进行修改。

图4-16 三维空间下的信号传播模型

基于传播模型，3D信道模型中发射天线S到接收天线U的第l个径的信道冲激响应可以表示为：

其中，λ₀表示载波的波长；M为子径数目；l为簇的序号；Ω_l，m代表经过第l簇的第m条径传播的信号在发送端的水平、垂直离开角组成的向量；Φ_l，m代表经过第l簇的第m条径传播的信号在接收端的水平、垂直到达角组成的向量。

式（4-7）分别定义了接收天线振子u和发射天线振子s的远场天线响应，其中F_tx，s，v（·），F_tx，s，φ（·）表示发射天线振子s的垂直极化分量和水平极化分量，接收天线的两个极化分量的定义与此相似。

和2D信道模型的信道冲击响应类似，3D信道模型小尺度参数生成公式中，在计算每条子径时包含5个部分：接收天线在水平极化面、垂直极化面的远场天线响应；不同极化面间的能量转换矩阵；发送天线在水平极化面、垂直极化面的远场天线响应；接收天线振子u和发送天线振子s各自在收发天线阵列中排列位置产生的相位差；由于收发天线间相对运动造成的多普勒频偏。

由于直射径和非直射径间存在显著的能量差异，因此在LOS环境下小尺度参数进一步修改为：

其中，l=1为直射径；δ为Dirac函数；K_R为莱斯K因子。

5.3D信道的生成

3D信道实现过程如图4-17所示。

3D信道的生成过程与2D信道的生成过程类似，包含三个阶段：

·传播环境和大尺度参数生成。

·小尺度参数生成。

·冲激响应生成。

在第一阶段生成传播环境和大尺度参数，包括：

1）确定场景（UMa，UMi等），并根据场景配置基站参数和用户位置，包括水平以及垂直维度的坐标、相对移动速度等，并且确定基站与用户的天线配置，包括天线阵列的构成、极化方式、天线孔径角度差。

2）根据用户和基站的相对位置关系依概率分布判断信号是否为LoS传输。

3）计算路径损耗。

4）基于用户和基站的位置关系，生成满足互相关和自相关条件的大尺度传输参数，包括时延扩散、水平及垂直维度的到达角角度扩散和离开角角度扩散（ASA、ASD、ZSA、ZSD）、阴影衰落、莱斯分布K因子。

图4-17 3D信道模型实现过程

第二阶段，生成小尺度参数，准备生成信道冲激响应：

1）各径及子径时延、功率。

2）各径及子径水平、垂直到达角、离开角。(www.daowen.com)

3）各个子径到达角和离开角的配对。

4）不同极化面间的能量转换矩阵。

第三阶段，生成信道冲击响应：

1）随机生成各个子径的初始相位。

2）根据小尺度参数和初始相位依据式（4-6）和式（4-8）生成各个子径的冲激响应。

3）引入路径损耗和阴影衰落，完成信道生成。

6.3D信道模型分析

（1）LCS与GCS

3D信道模型中使用两种坐标系统。分别是GCS（General Coordination System，通用坐标系），以及LCS（Local Coordination System，本地坐标系）^[18]。GCS与我们直观上的三维空间坐标系一致，可以一般地认为GCS中XY平面与地面平行，Z轴垂直于地面。发送机和接收机都位于GCS中，通过GCS可以描述这两者的空间位置关系，以及信道模型中信号的传播路径。GCS如图4-18中的X、Y、Z的坐标系所示。

图4-18 LCS与GCS

LCS是用来描述波束方向与天线方向图关系的坐标系统。当描述天子振子时，天线振子位于坐标轴原点，天线方向图水平0°和垂直90°所指的方向为X轴的正方向，水平90°为Y轴正方向，垂直方向上的0°为Z系正方向；当描述2D的天线阵列时，阵列位于XZ平面上，天线阵列的孔径方向与X轴正方向一致。不论是天线振子或者天线阵列，当基于LCS给定一个方向向量（θ＇，ψ＇）时，可以基于天线的方向图得到这个天线振子或者天线阵列在该方向向量上的天线增益。

采用GCS和LCS两套坐标系统，方便了在各自的系统内对一些与信道相关的属性进行定义。如前所述，在GCS中，便于定义与发送/接收机空间位置相关的属性；在LCS中，便于描述天线在不同方向上的天线增益。

但是，当把接收机和发射机的空间位置与其各自天线的方向图结合起来考虑时，例如，描述发送机天线在与接收机的视线传播方向上的增益时，就需要将LCS和GCS上的坐标进行映射，例如将GCS上的方向向量（θ＇，ψ＇）映射为LCS上的（θ＇，ψ＇），可以通过如下的坐标变换实现：

其中，α、β、γ分别是LCS相对于GCS在x、y、z轴上的旋转角度，如图4-19所示。

图4-19 坐标轴旋转

其中笛卡尔坐标系统的坐标可以进一步转化为与前面描述更为一致的球坐标系坐标：

（2）天线振子与天线阵列

在3D信道模型中，天线的射频图样和增益是针对天线振子定义的。对于天线阵列来说，其在不同方向上的天线增益是通过构成天线阵列的各个天线振子的图样叠加而成的。

由于天线振子是按照一定的间距排列构成天线阵列的，因此基于远场假设位于阵列中不同位置的振子到达某一个和天线阵列不平行的给定平面的距离是不同的，由此不同天线振子发射出的同相位的电磁波在到达该平面时就会产生相位差。这种相位差，或者说，天线振子的不同排布关系，造成了天线阵列不同于天线振子的射频图样，如图4-20所示。另一方面，利用不同振子的相位差关系，通过调节各个振子上发射信号的相位权值，可以实现对天线阵列射频图样的调整，改变天线阵列的能量主瓣的方向，实现模拟波束赋形。

图4-20 不同振子数目时的天线方向图

除了从天线振子和天线方向图这个层面进行描述，在3GPP的3D信道研究项目中，进一步完善了天线模型，围绕天线阵列定义了三层的映射关系，使其能够顺利承接信道模型与通信标准。

最底层是构成天线阵列中最基本的物理单元天线振子，天线阵列方向图的生成过程和信道快衰的生成过程最终都体现在这层面上，如图4-21所示。

一个、多个或者整行、整列天线振子构成一个TXRU（Transceiver U-nits，收发单元）。在这一层上，每一个TXRU都可以独立配置。通过配置组成该TXRU的天线振子的加权系数，实现对该TXRU天线图样的调整，实现模拟波束赋形。TXRU与天线振子可以配置成多种对应关系，从而改变模拟波束赋形的能力和特点。

图4-21 天线阵列中的天线振子

1）从TXRU的角度看，单个TXRU中可以只包含单列的天线振子（1D-TXRU），此时，TXRU只能在垂直维度上调整形成的模拟波束；单个TXRU也可以包含多于一列的振子（2D-TXRU），在这种情况下，单个TXRU形成的模拟波束可以在水平和垂直两个维度上进行调整。

2）从天线振子的角度看，一列天线振子可以构成多个TXRU，但是构成方式可以是如图4-22a所示的Sub-Array（子阵列）形式，此时，每个TXRU只使用部分天线振子形成较宽的波束；也可如图4-22b所示采用Full-Connection（全连接）方式，此时每个TXRU都可以对整个天线阵列的权值进行调整，形成较窄的波束。

图4-22 TXRU与天线振子的映射关系示例

a）子阵列方式 b）全连接方式

一个或者多个TXRU再通过逻辑映射构成系统层面上看到Antenna Ports（天线端口）。当TXRU与天线端口之间采用一一映射的关系，TXRU和Antenna Port从定义上是等价的，如图4-23所示。

图4-23 天线端口与TXRU的映射

通过在天线端口层面上进行预编码操作，可以实现更为灵活的数字波束赋形，例如使用针对单用户或者多用户的预编码，实现多流或者多用户传输。

（3）大尺度参数间的互相关特性

3D信道模型中的7个大尺度参数包括：时延扩散，水平、垂直维度的到达角角度扩展，离开角角度扩散，莱斯分布K因子，阴影衰落。通过观测，这几个大尺度参数之间存在相关特性^[18]。

大尺度参数的相关特性能够从两个方面来考量。第一个方面是单个位置点上，也就是同一个终端某一个基站间信道的各个大尺度参数之间的互相关特性。在3D信道模型中，互相关特性是通过互相关参数矩阵描述的；第二个方面是从系统层面上，针对某一个大尺度参数依据相对某一个参考位置的距离的自相关特性，如图4-24所示。

图4-24 大尺度参数的互相关和自相关特性

这种自相关特性在系统的层面上看包含两种（见图4-25）。第一种是连接到相同的基站终端之间的相关性；第二种，是同一个终端和不同基站之间的相关性。对于第一种情形，3GPP TR 36873中参考WINNER II信道模型的建模方法^[21]，将（单个）大尺度参数与距离的相关特性用指数相关函数来进行描述，并且将大尺度参数从原有的二维水平面扩展到了三维空间上。因此，两个终端与同一个基站之间的大尺度参数之间存在相关性，并且这种相关性与两个终端之间的相对距离有关。从另一个角度说，这两个终端各自的大尺度参数互相关矩阵之间存在相关性，并且，相关性与两个终端的相对距离有关。对于第二种情形，根据WINNER II信道模型报告^[21]中提供的测量结果和结论，可以认为用户与不同基站之间的大尺度参数可以建模为不相关。

图4-25 两种相关性

各个大尺度参数都有其各自的随机分布特性。为了能够让模型中涉及的各个大尺度参数在满足其各自分布特性的同时具有互相关特性，3GPP TR 36873中参考WINNER II信道模型中使用的对多个独立的Gaussian随机过程加权求和的方式来实现。具体的实现方法可以参考文献[20，21]，这里只介绍简单的思路。

首先，不考虑同一个终端的各个大尺度参数的互相关特性，针对每一个大尺度参数，例如DS，根据不同终端的位置与某一个公共参考位置的相对距离，为每个终端生成一个标准正态随机变量，保证在各个终端间，生成的随机变量与各个终端的相对距离间的关系满足针对DS参数的定义的指数相关函数。这一步之后，对于每个终端，生成了一组（7个）Gassian随机变量。

接下来，针对每一个终端，例如终端k，根据大尺度参数间的互相关特性对前一步生成的终端k的7个随机变量进行矩阵加权计算，得到一组（7个）新的满足互相关特性的Gaussian随机变量，此时这组随机变量称作TLSP（Transformed LSP，大尺度参数转换变量）。不同终端的TLSP已经满足大尺度参数随相对距离的指数相关性，同时，对于每个终端的一组（7个）TLSP，也满足描述大尺度参数互相关特性的互相关矩阵。

最后，由于TLSP是满足标准正态分布的随机变量，可以进一步通过放缩和调整，满足不同大尺度参数的随机统计特性要求（见图4-26）。至此，就完成了3D信道大尺度参数的生成。

图4-26 大尺度参数的生成