2024年10月17日发(作者：宁含巧)

第３５卷第９期　铁　道　学　报　

Ｖｏ１．３５　ＮＯ．９　

２　０　１　３年９月　

Ｊ０ＵＲＮＡＬ　０Ｆ　ＴＨＥ　ＣＨＩＮＡ　ＲＡＩＬＷＡＹ　ＳＯＣＩＥＴＹ　

Ｓｅｐｔｅｍｈｅｒ　２０１３　

文章编号：１００１－８３６０（２０１３）０９—００７２　０７　

基于测量的高铁宽带无线信道莱斯Ｋ因子研究　

周　涛，　陶　成，　刘　留，　谈振辉，　孙溶辰　

（北京交通大学宽带无线移动通信研究所，北京　１０００４４）　

摘　要：随着高速列车与地面间通信需求的提高，现有窄带铁路列控系统（ＧＳＭ—Ｒ）将向未来基于ＬＴＥ的宽带铁　

路通信系统（ＬＴＥ—Ｒ）平滑演进。无线信道测量与参数提取是设计新一代高铁通信系统的前提。莱斯Ｋ因子是　

表征信道衰落程度的重要参数，因此研究高铁宽带无线信道的Ｋ因子特征具有重要意义。本文基于郑西（郑　

州　西安）高铁高架桥场景信道测量数据，分别提取窄带和宽带Ｋ因子。分析窄带Ｋ因子的时频变化特性，建立　

基于收发端相对距离的窄带Ｋ因子统计模型。探索宽带Ｋ因子随信道带宽变化的规律，给出基于信道带宽的宽　

带Ｋ因子统计模型。最后，讨论了不同多径时延的Ｋ因子特征。　

关键词：高铁无线信道；高架桥；信道测量；莱斯Ｋ因子；ＬＴＥ—Ｒ　

中图分类号：ＴＮ９２９．５；Ｕ２８５．２１　文献标志码：Ａ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１　８３６０．２０ｌ３．０９．０１２　

Ｍｅａｓｕｒｅｍｅｎｔ—ｂａｓｅｄ　Ｒｅｓｅａｒｃｈ　ｏｎ　Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒ　ｏｆ　Ｂｒｏａｄ－ｂａｎｄ　

Ｗｉｒｅｌｅｓｓ　Ｃｈａｎｎｅｌ　ｉｎ　Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｗａｙ　Ｓｃｅｎａｒｉｏｓ　

ＺＨＯＵ　Ｔａｏ，ＴＡＯ　Ｃｈｅｎｇ。　ＬＩＵ　Ｌｉｕ　

ＴＡＮ　Ｚｈｅｎ－ｈｕｉ，　ＳＵＮ　Ｒｏｎｇ—ｃｈｅｎ　

（Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｂｒｏａｄｂａｎｄ　Ｗｉｒｅｌｅｓｓ　Ｍｏｂｉｌｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，　

Ｂｅｉｊｉｎｇ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００４４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｏｗｉｎｇ　ｔＯ　ｈｉｇｈｅｒ　ａｎｄ　ｈｉｇｈｅｒ　ｒｅｑｕｉｒｅｍｅｎｔｓ　ｆｏｒ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｈｉｇｈ　ｓｐｅｅｄ　ｔｒａｉｎ　ａｎｄ　ｔ　ｈｅ　

ｇｒｏｕｎｄ。ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｎａｒｒｏｗ—ｂａｎｄ　ｔｒａｉｎ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ（ＧＳＭ—Ｒ）ｈａｓ　ｂｅｅｎ　ｃｏｍｍｏｎｌｙ　ｒｅｃｏｍｍｅｎｄｅｄ　ｔｏ　ｂｅ　ｅ　

ｖｏｌｖｅｄ　ｓｍｏｏｔｈｌｙ　ｉｎｔｏ　ａ　ｂｒｏａｄｂａｎｄ　ｒａｉｌｗａｙ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ｌｏｎｇ　ｔｅｒｍ　ｅｖｏｌｕｔｉｏｎ（ＬＴＥ　Ｒ）．　

Ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅｌ　ｍｅａｓｕｒｅｍｅｎｔｓ　ａｎｄ　ｐａｒａｍｅｔｅｒ　ｅｘｔｒａｃｔｉｏｎ　ａｒｅ　ｔｈｅ　ｐｒｅｒｅｑｕｉｓｉｔｅｓ　ｆｏｒ　ｄｅｓｉｇｎｉｎｇ　ｏｆ　ｔｈｅ　ｎｏｖｅｌ　ｗｉｒｅ　

ｌｅｓｓ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｙｓｔｅｍ．Ｔｈｅ　Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒ　ｉＳ　ａ　ｆｕｎｄａｍｅｎｔａｌ　ｐａｒａｍｅｔｅｒ　ｏｆ　ｔｈｅ　ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅ１，ｗｈｉｃｈ　ｄｉ　

ｒｅｃｔｌｙ　ｒｅｆｌｅｃｔｓ　ｔｈｅ　ｆａｄｉｎｇ　ｓｅｖｅｒｉｔｙ　ａｎｄ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｑｕａｌｉｔｙ．Ｃｏｎｓｅｑｕｅｎｔｌｙ，ｄｅｅｐ　ｒｅｓｅａｒｃｈ　ｏｎ　ｓｕｃｈ　ａ　ｃｈａｒａｃｔｅｒ～　

ｉｓｔｉｃ　ｏｆ　ｒａｉｌｗａｙ　ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅｌｓ　ｉＳ　ｏｆ　ｕｔｍｏｓｔ　ｉｍｐｏｒｔａｎｃｅ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｎａｒｒｏｗ—ｂａｎｄ　ａｎｄ　ｂｒｏａｄｂａｎｄ　Ｋ—ｆａｃｔｏｒ　

ｗｅｒｅ　ｅｘｔｒａｃｔｅｄ　ｒｅｓｐｅｃｔｉｖｅｌｙ　ｆｒｏｍ　ｃｈａｎｎｅｌ　ｄａｔａ　ｍｅａｓｕｒｅｄ　ｉｎ　ｔｈｅ　ｖｉａｄｕｃｔ　ｓｃｅｎａｒｉｏ　ｏｆ　ｔｈｅ　Ｚｈｅｎｇｚｈｏｕ—Ｘｉ’ａｎ（ＺＸ）　

Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｗａｙ．Ｆｏｒ　ｔｈｅ　ｎａｒｒｏｗ—ｂａｎｄ　Ｋ—ｆａｃｔｏｒ，ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｉｍｅ　ａｎｄ　ｆｒｅｑｕｅｎｃｙ　ｖａｒｉａｂｉｌｉｔｙ　ｗｅｒｅ　

ａｎａｌｙｚｅｄ　ａｎｄ　ａ　ｄｉｓｔａｎｃｅ—ｄｅｐｅｎｄｅｎｔ　ｓｔａｔｉｓｔｉｃａｌ　ｍｏｄｅｌ　ｗａｓ　ｂｕｉｌｔ．Ｆｏｒ　ｔｈｅ　ｂｒｏａｄｂａｎｄ　Ｋ　ｆａｃｔｏｒ，ｔｈｅ　１ａｗ　ｏｆ　ｉｔｓ　ｃｈａｎ　

ｇｉｎｇ　ｗｉｔｈ　ｂａｎｄｗｉｄｔｈ　ｗａｓ　ｅｘｐｌｏｒｅｄ　ａｎｄ　ａ　ｂａｎｄｗｉｄｔｈ—ｄｅｐｅｎｄｅｎｔ　ｓｔａｔｉｓｔｉｃａｌ　ｍｏｄｅｌ　ｗａｓ　ｂｕｉｌｔ．Ｆｉｎａｌｌｙ，ｔｈｅ　Ｋ　ｆａｃｔｏｒ　

ｖａｒｉａｔｉｏｎ　ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｄｅｌａｙ　ｂｉｎｓ　ｗａｓ　ｄｉｓｃｕｓｓｅｄ．　

Ｋｅｙ　ｗｏｒｄｓ：ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅｌ　ｏｆ　ｈｉｇｈ—ｓｐｅｅｄ　ｒａｉｌｗａｙ；ｖｉａｄｕｃｔ；ｃｈａｎｎｅｌ　ｍｅａｓｕｒｅｍｅｎｔ；Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒ，ＬＴＥ—Ｒ　

近年来，随着高速铁路的发展，高速列车与地面间　

车运行安全的前提下，国际铁路联盟（ＵＩＣ）已经提出　

的通信成为学术界和产业界越来越关注的问题。为了　

将现有窄带铁路列控系统ＧＳＭ—Ｒ向未来基于ＬＴＥ　

满足乘客对高带宽、高质量的通信业务需求，在保证列　

的宽带铁路通信系统（ＬＴＥ—Ｒ）平滑演进。准确地认　

收稿日期　

２Ｏｌ３—０３—１４；修回日期：２０１３－Ｏ４—１５　

知无线电波传播特性和信道衰落特征，是无线通信系　

基金项目　

国家科技重大专项项目（２０１１ＺＸ０３００４；２０１１ＺＸ０３０—　

００６）；国家自然科学基金项目（６１１０２０５０）；北京市自然　

统设计的基础。一方面，系统部署和网络规划需要电　

科学基金项目（４１２２０６１）；中央高校基本科研业务费专　

项资金（２０１３ＹＪＳ０１６）　

波传播模型完成覆盖预测和干扰分析，另一方面，系统　

第一作者　

周涛（１９８８），男，江西南昌人，博士研究生。　

Ｅ—ｍａｉｌ：０９１２００３４＠ｂｊｔｕ．ｅｄｕ．ｅｎ　

评估和物理层优化需要信道衰落模型实现性能仿真与　

通讯作者　陶成（１９６３一），男，山西侯马人，教授。　

Ｅ—ｍａｉｌ：ｃｈｔａｏ＠ｂｊｔｕ．ｅｄｕ．ｃｎ　

算法验证。无线信道测量是获取信道特征参数最直　

第９期　基于测量的高铁宽带无线信道莱斯Ｋ因子研究　７３　

接、最准确的方法，因此真实高铁环境下的信道测量是　

研究高铁无线通信的前提ｌ＿１］。　

列车一般运行于空旷地带，处于较为明显的直射　

环境，高铁场景下的无线衰落信号一般认为服从莱斯　

分布。莱斯Ｋ因子是莱斯分布的一个重要参数，它表　

１　测量描述　

１．１测量系统　

本文采用芬兰Ｅｌｅｋｔｒｏｂｉｔ公司的多天线宽带信道　

探测仪Ｐｒｏｐｓｏｕｎｄ＿】　，对郑一西高铁高架桥场景进行宽　

带信道测量。测量设备由发射机（Ｔｘ）和接收机（Ｒｘ）　

组成。测量方式考虑ＷＩＮＮＥＲ　ＩＩ　Ｄ２ａ模型中定义的　

示直射分量相对散射分量的功率之比。Ｋ因子对链　

路预算、发射分集功率分配和自适应接收机设计等方　

面有重要影响，并且在信道建模中，Ｋ因子也是非常　

重要的参数　］。因此在高铁无线通信环境中，对Ｋ因　

子需要准确测量与深入分析。　

十年前国内外针对陆地蜂窝场景进行了大量的　

Ｋ因子研究＿３　］。文献Ｉ－３］统计了郊区宏蜂窝固定无线　

通信信道的窄带Ｋ因子模型，并分析了Ｋ因子随时　

间、频率、位置和风速变化的特性。文献［４］针对密集　

城市移动环境，实现了基于ＣＤＭＡ蜂窝网络的信道测　

量，构建了宽带Ｋ因子的随机统计模型。文献［５］采　

用经典测量设备Ｐｒｏｐｓｏｕｎｄ对郊区移动信道进行测　

量，得到宽带Ｋ因子随收发端距离呈线性变化的特　

性。文献［６］分析了室外中继信道的窄带Ｋ因子特　

征。文献［７］研究车辆通信（Ｖ２Ｖ）信道宽带和窄带Ｋ　

因子的时一频一空变化特性。　

目前高铁场景下的Ｋ因子研究较为匮乏。ＷＩＮ—　

ＮＥＲ　ＩＩ的Ｄ２ａ模型Ｌ８　提出基于距离的Ｋ因子模型，　

但它不是由真实高铁信道测量结果得到的。Ｈｅ＿ｇ　。＿　

通过ＧＳＭ—Ｒ系统完成郑西高铁高架桥和Ｕ型槽场景　

的窄带信道测量，探索了Ｋ因子与高架桥高度和Ｕ　

型槽宽度的关系。窄带测量结果并不完全适用于宽带　

ＬＴＥ—Ｒ系统。Ｌｉｕ　实现了２．３５ＧＨｚ北京天津高　

铁高架桥场景的宽带信道测量，建立了基于位置的宽　

带Ｋ因子模型。但该模型没有考虑高架桥周围存在　

散射体如树木和建筑物的情况。除此之外，ＤｏｎｇＬ１　分　

析了列车车厢内部的Ｋ因子统计特性。　

尽管一些学者对高铁信道进行了实际测量，但是　

受限于测量条件或测量环境，缺乏像陆地蜂窝场景一　

样全面地分析Ｋ因子特征。另外，现有文献没有同时　

给出Ｋ因子的窄带模型和宽带模型。对于系统级仿　

真，一般采用基于几何的统计模型（ＧＢＳＭ），该类模型　

是利用窄带Ｋ因子进行信道建模。对于系统一致性　

测试，一般采用基于抽头延迟线ＴＤＬ（Ｔａｐ　Ｄｅｌａｙ　

Ｌｉｎｅ）或簇延迟线ＣＤＬ（Ｃｌｕｓｔｅｒ　Ｄｅｌａｙ　Ｌｉｎｅ）的模型，　

该类模型一般考虑最强径的宽带Ｋ因子。因此，本文　

测量了一种更为典型的高铁场景，即周围存在散射体　

的高架桥场景。根据实际测量数据，同时分析信道的　

窄带和宽带Ｋ因子特征，建立相应的Ｋ因子模型，为　

ＬＴＥ—Ｒ系统的设计、仿真和测试提供参考。　

下行中继链路，即基站到列车车顶中继。Ｔｘ置于地　

面，通过垂直极化的双极子天线连续发射激励信号　

ＰＮ序列，发射频段选为分配给ＬＴＥ系统的２．３～２．４　

ＧＨｚ。Ｒｘ置于列车上，通过车顶天线ＨＵＢＥＲ＋ＳＵ—　

ＨＮＥＲｌ＿】　接收探测信号。由本地序列与接收信号进　

行滑动相关获得信道冲激响应（ＣＩＲ）为　

）一去　（　（１）　

式中：Ｔ　为ＰＮ序列的周期；ｒ（￡）为接收信号；ｆ（￡）为本　

地ＰＮ序列；ｒ为多径时延。Ｔｘ和Ｒｘ时钟采用外部　

ＧＰＳ时钟源，这样收发端均可同步于ＧＰＳ，保证信道　

测量频率的一致性。除此之外，通过ＧＰＳ设备获得列　

车实时运行速度和位置信息。测量系统的具体参数配　

置如表１所示。　

表１测量系统参数　

１．２测量场景　

由文献［１５］对高铁无线电波传播场景的分类可　

知，高架桥属于高铁信道最为典型的场景。图１给出　

了本次测量场景的示意图。Ｔｘ天线放置在８　１ＴＩ高的　

图１测量场景示意图　

房屋顶部并被举高４．８　ｍ，与高架桥钢轨相距９２　ｍ。　

车顶Ｒｘ天线距离地面１１　ｍ，列车高度为３　１ＴＩ。与文　

献［１］中的高架桥场景不同，本文测量场景周围存在非　

连续的、不同类型的树木遮挡。因此，无线信号传播状　

７４　铁　道　

态更为复杂。无遮挡区域导致直射情况（ＬＯＳ）；稀疏　

矮小树木遮挡区域导致部分直射情况（０ＬＯＳ）；茂密　

高大树木遮挡区域导致非直射情况（ＮＬＯＳ）。并且，　

由于测量收发天线高度相差不大，这种遮挡引起的阴　

影效应更为明显。　

２莱斯Ｋ因子提取方法　

Ｐｒｏｐｓｏｕｎｄ测量得到的原始ＣＩＲ存在系统误差、　

噪声分量和大尺度衰落影响，不能直接用于提取Ｋ因　

子。因此，首先要对原始ＣＩＲ进行处理，然后再估计　

Ｋ因子。　

２．１数据处理　

理想的宽带信道测量系统在整个测量带宽内应该　

具有频率非选择性，然而这是很难实现的，因为系统发　

射和接收滤波器具有非理想的脉冲压缩特性＿ｊ　，即　

ＰＴ　（厂）・ＰＲ　（厂）≠１　（２）　

式中：Ｐ　（　）、Ｐ　一　厂）分别为发射和接收滤波器的频　

率响应。为了消除脉冲压缩误差，需要对原始ＣＩＲ进　

行补偿，即　

）一　（３）　

式中：Ｈ　（￡，－，‘）、Ｈ　（　，厂）分别为原始和补偿后的信道　

频率响应（ＣＦＲ）。校准后的ＣＩＲ可通过对Ｈ　

（￡，ｆ）进行ＩＦＦＴ变换得到。　

通常实测ＣＩＲ包含有效的多径分量和无效的噪　

声分量，为了提高Ｋ因子的估计精度，需要设定合适　

的阈值来区分多径分量和噪声分量。对于噪声阈值，　

如果采用一个固定的常数值，则在信噪比较低或噪声　

波动较大的情况下，会影响判决的准确性。因此，本文　

采用一种动态噪声阈值计算方法口　对ＣＩＲ进行处理，　

获得ＣＩＲ噪底。对于多径功率低于噪底的多径抽头，　

则对它进行迫零。　

由于Ｋ因子是表征信道小尺度衰落特征的参数，　

因此在估计Ｋ因子之前，还需去除信道大尺度衰落　

（包括路径损耗和阴影衰落）的影响。这里对校准和去　

噪后的ＣＩＲ做均方根（ＲＭＳ）归一化处理，即　

ｈ…　（￡，ｒ）一ｈ　（￡，ｒ）／　（４）　

式中：Ｐ。（　）表示平均功率，可通过长度为Ｎ的滑动窗　

对ＣＩＲ进行滑动平均得到　

Ｎ　ｒ　

Ｐ　（　）＝　１∑Ｉ　ｉ　ｈ　（　）ｆ。ｄｒ　（５）　

一

般滑动窗的长度取１０个波长　］。　

２．２　Ｋ因子估计　

消除系统误差、噪声分量和大尺度衰落影响后，通　

过只存在小尺度衰落的信道响应（ＣＲ）（包括ＣＩＲ和　

学　报　第３５卷　

ＣＦＲ），可以估计窄带和宽带Ｋ因子　。首先把ＣＩＲ　

的最强径移至起始位置，然后把测量信道分割为多个　

窄带子信道，即　

Ｈ（　，ｋＡｆ）一　

ｒ　

ｌ　ｈ　ｎ　ｏｒｍ（￡，ｇＡｒ）ｅｘｐ（ｊ２　）ｄｒ　（６）　

Ｊ　

式中：Ａｒ为可测多径分辨率；ｇ为可测多径数；是为分　

割子信道数，ｋ—ｇ一１；Ａｆ为子信道带宽。当子信道　

带宽满足小于信道相关带宽时，通过子信道的ＣＦＲ，　

可获得不同频点的窄带Ｋ因子ｌ＿８］。另外，窄带子信道　

又可合并为任意带宽（小于测量带宽）的宽带信道，即　

ｈ（￡，Ｌ△ｒ　）一　

Ｉ　Ｈ（￡，ｉＡｆ）ｅｘｐ（ｊ２　）ｄｅ　（７）　

Ｊ／　

式中：ｉ为合并子信道数，　≤是；Ｌ为合并信道最大多　

数，Ｌ—ｉ＋１；△０为合并信道多径分辨率，Ａｒ　一１　

（ｉＡｆ）。通过合并的宽带ＣＩＲ，可获得不同带宽、不同　

时延的宽带Ｋ因子。考虑ｔ—ｔ。时刻，上述信道分割　

与合并过程如图２所示。可以看到，由于多径分辨率　

的变化，即Ａｒ　＞Ａｖ，导致合并后的信道多径数减少，　

但是多径时延扩展并没有改变。　

（ｂ）信道分割　

图２信道分割与合并示意图　

假设测量的ＣＲ服从莱斯分布，其概率密度函数　

可以表示为　］：　

／’（ｒ）一互　ｅｘｐ（一Ｋ一　）・　

（ｚ√　ｒ）　（８）　

式中：Ｌ（・）为第一类零阶修正贝塞尔函数；Ｋ为莱斯　

Ｋ因子；ｒ为ＣＲ包络，　—Ｅ（ｒ　）。然后，按照经典的　

矩估计方法　”］，可提取不同频点的时变窄带Ｋ因子：　

，

／　）一—　

Ｅ（Ｐ　）一，／ｚ　（

二）

Ｐ　）一Ｖａｒ（

Ｐ　）　

（９）　

第９期　基于测量的高铁宽带无线信道莱斯Ｋ因子研究　７５　

和不同时延的时变宽带Ｋ因子：　

引起收发端的电波传播状态发生变化，导致了Ｋ因子　

Ｒ　（ｔ，ｒｔ）一—　二　）（１０）　

的时变特性。另外，由于多径的影响，宽带信道具有频　

Ｅ（Ｐ　）一￣／Ｅ。（Ｐｚ）一Ｖａｒ（Ｐ￡）　

式中：Ｅ（・）和Ｖａｒ（・）分别表示求均值和方差；ｆ　表　

示第ｋ个子信道的频率；　表示第ｚ条多径的时延；　

Ｐ　、Ｐ　分别表示ＣＦＲ和ＣＩＲ的功率：　

Ｐ＾一Ｉ　Ｈ（　，ｋＡｆ）｝　（１１）　

Ｐ　一Ｉ　ｈ（　，ｌＡｒ　）ｌ　（１２）　

３测量结果分析　

考虑ＬＴＥ—Ｒ系统是基于正交频分复用（ＯＦＤＭ）　

技术，即宽带数据分流为多路窄带数据由不同子载波　

承载经宽带信道传输。因此，需要分析高铁宽带信道　

的Ｋ因子特征。而对于每一路窄带数据，它们实际是　

经窄带信道传输，不同的窄带信道可能具有不同的衰　

落程度。所以，还需要分析高铁窄带信道的Ｋ因子特　

征。对于无线信道模型来说，窄带Ｋ因子一般用于复　

杂的ＧＢＳＭ模型，而宽带Ｋ因子一般用于相对简化　

的ＴＤＬ或ＣＤＬ模型。下面通过３０ｓ的测量数据，对　

本次测量场景下的Ｋ因子进行分析。　

３．１窄带Ｋ因子　

统计以２．３５　ＧＨｚ为中心频点２０ＭＨｚ带宽内的　

窄带Ｋ因子。首先把５０ＭＨｚ带宽的测量信道分割为　

２５３个子信道，每个子信道的带宽为１９７．６ｋＨｚ。根据　

文献［－２０］给出的典型城市场景信道ＲＭＳ时延扩展为　

９９１ｎｓ，算得其相关带宽为２００ｋＨｚ。显然对于多径数　

相对较少的高铁场景，应该具有更大的相关带宽。因　

此，本文所分割的子信道满足小于高铁信道相关带宽　

的要求。然后提取２．３４～２．３６ＧＨｚ频段内（１０１个子　

信道）的窄带Ｋ因子，如图３所示。可以看出，窄带Ｋ　

围　

靼　

供　

誓　

图３　时频窄带Ｋ因子随时问和频率的变化　

因子随时间和频率变化，具有时变和频变特性。这是　

因为在列车运行过程中，由于高架桥周围环境的变化，　

率选择性，因而不同子信道具有不同的衰落程度，导致　

Ｋ因子的频变特性。　

为了进一步分析窄带Ｋ因子的时变特性，首先对　

每一时刻所有子信道的Ｋ因子加和求平均，得到Ｋ　

（　）。然后把Ｋ　（　）转化为随距离变化的Ｋ因子，即　

Ｋ　（　），如图４所示。横坐标表示Ｒｘ相对Ｔｘ的水平　

∞　

：　

、《　

’　

函　

Ｔ—Ｒ距离，ｍ　

图４窄带Ｋ因子随Ｔ—Ｒ距离的变化　

距离（Ｔ—Ｒ距离），其中负值表示列车靠近Ｔｘ，正值表　

示列车远离Ｔｘ。从图４中可以看出，由于受到交替的　

树木遮挡，在高架桥铁路沿线的不同区域，无线信号的　

衰落程度不同。当列车运行至距离Ｔｘ为±５００　ｍ左　

右时，由于没有任何障碍物的遮挡，处于明显的直射环　

境，Ｋ因子在５～２０　ｄＢ之问变化。当列车运行至±　

２５０　ｍ附近时，高架桥周围的茂密树木距离钢轨非常　

近，并且高度高于Ｒｘ天线，导致直射路径被完全遮　

挡，Ｋ因子强度受到较大影响，下降至一５～１Ｏ　ｄＢ。当　

列车靠近Ｔｘ时，Ｋ因子强度在５～１５　ｄＢ之间波动，　

高于±２５０　ｍ区域且低于±５００　ｍ区域。这是因为收　

发端之间仍存在树木遮挡，但是这些树木较为稀疏并　

且高度不超过Ｒｘ天线，这样只是导致直射路径被部　

分遮挡，因而Ｋ因子强度相比无遮挡区域略有下降。　

从上述分析结果可知，列车在运行过程中，实际上交替　

经历了Ｉ　ＯＳ、ＯＬＯＳ和ＮＬＯＳ共３种传播状态，导致　

Ｋ因子在某一时间内出现剧烈变化，也即无线信号在　

某一时间内经历不同程度的衰落，这会对高铁无线通　

信系统性能产生较大影响。因此，在接收端如果能够　

准确预测Ｋ因子的这种变化，将会提高接收机性能。　

针对ＬＯｓ、ｏＬｏｓ和ＮＬＯＳ等３种传播状态，本　

文采用串行高斯函数［２　对随Ｔ－Ｒ距离变化的窄带Ｋ　

因子进行拟合，如图４实线所示。其中：ＬＯＳ和　

ＯＬＯＳ区域由高斯函数拟合；ＮＬＯＳ区域由高斯函数　

的拼接部分拟合。因此，建立基于Ｔ—Ｒ距离的窄带Ｋ　

第９期　基于测量的高铁宽带无线信道莱斯Ｋ因子研究　７７　

趔　

要　

Ｈ１　

函　

２　４　６　８　ｌ０　ｌ２　ｌ４　ｌ６　ｌ８　２Ｕ　

带宽／ＭＨｚ　

图８不同带宽下的宽带　因子均值　

型：　

Ｋ　

．

ｄＢ（６）一Ｐ３ｂ　＋Ｐ２ｂ＋Ｐ１＋ｚｏ＂６　（１６）　

式中：ｂ的单位为ＭＨｚ；ｚ表示服从标准正态分布的　

变量；　表示宽带Ｋ因子的标准差。表３为模型参　

数。通过该模型能够获得任意带宽的Ｋ因子统计值，　

可应用于不同带宽的信道模型。　

表３宽带Ｋ因子模型参数　

３．３时延Ｋ因子　

一

般认为只有最强径存在Ｋ因子，然而文献［１］　

指出，在高铁场景下，第２或第３ＮＬＯＳ径依然存在一　

定强度的Ｋ因子，因此本节分析不同时延的Ｋ因子　

特征。　

通过５０ＭＨｚ带宽测量数据，提取以０．０２　Ｆｓ为间　

隔不同时延的时变Ｋ因子，其等高线图如图９所示。　

注意这里分析的数据只消除了系统误差和大尺度衰落　

艘　

鲁　

一

８１１１１　－６ｏｏ　－－４ｏｏ　＿２００　０　

Ｔ．Ｒ距离，Ｉｎ　

图９时延　因子等高线图　

的影响，没有对噪声分量进行处理。从图９中可以看　

到，最强Ｋ因子主要分布在初始时延位置。对于强度　

小于０　ｄＢ的Ｋ因子，可认为是噪声分量估计的结果，　

不予关注。当列车运行至Ｔ—Ｒ距离为５００　ｍ的ＬＯＳ　

区域，在时延为１４０　ｎｓ附近具有较强的Ｋ因子，达到　

５～１０　ｄＢ。然而，当列车处于ＮＬＯＳ和ＯＬＯＳ区域，　

最强径以外的时延Ｋ因子基本不存在。因此，这里对　

文献［１］的结论进行补充，只有在列车处于明显的　

ＬＯＳ环境下，最强径以外的其它多径才会存在Ｋ因　

子。　

４结束语　

莱斯Ｋ因子是宽带无线信道小尺度衰落特性测　

量与建模中的重要参数之一。本文基于真实信道测量　

数据，从窄带、宽带和时延３个角度分析郑西高铁高架　

桥场景宽带无线信道的Ｋ因子特征。首先，窄带Ｋ　

因子随时间和频率变化，采用串行高斯函数建立基于　

Ｔ—Ｒ距离的窄带Ｋ因子统计模型，该模型可应用于　

ＧＢＳＭ信道模型，能够反映真实的电波传播场景。其　

次，宽带Ｋ因子随信道带宽的增大而增大，通过多项　

式函数建立基于信道带宽的宽带Ｋ因子统计模型，该　

模型可应用于不同带宽的ＴＤＬ或ＣＤＬ信道模型。最　

后，得出在高铁ＬＯＳ场景下，最强径以外的其它多径　

也可能存在一定强度的Ｋ因子。　

参考文献：　

［１］ＬＩＵ　Ｌｉｕ，ＴＡＯ　Ｃｈｅｎｇ，ＱＩＵ　Ｊｉａ－ｈｕｉ，ｅｔ　ａ１．Ｐｏｓｉｔｉｏｎ－ｂａｓｅｄ　

Ｍｏｄｅｌｉｎｇ　ｆｏｒ　Ｗｉｒｅｌｅｓｓ　Ｃｈａｎｎｅｌ　ｏｎ　Ｈｉｇｈ　Ｓｐｅｅｄ　Ｒａｉｌｗａｙ　ｕｎ—　

ｄｅｒ　ａ　Ｖｉａｄｕｃｔ　ａｔ　２．３５　ＧＨｚ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｓｅｌｅｃｔ—　

ｅｄ　Ａｒｅａｓ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１２，３０（４）：８３４－８４５．　

［２］ＣＨＥＮＧ　Ｘｉａｎｇ，ＷＡＮＧ　Ｃｈｅｎｇ—ｘｉａｎｇ，ＷＡＮＧ　Ｈａｉ—ｍｉｎｇ，　

ｅｔ　ａ１．Ｃｏｏｐｅｒａｔｉｖｅ　ＭＩＭＯ　Ｃｈａｎｎｅｌ　Ｍｏｄｅｌｉｎｇ　ａｎｄ　Ｍｕｌｔｉ—ｌｉｎｋ　

Ｓｐａｔｉａｌ　Ｃｏｒｒｅｌａｔｉｏｎ　Ｐｒｏｐｅｒｔｉｅｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｓｅ一　

１ｅｃｔｅｄ　Ａｒｅａｓ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１２，３Ｏ（２）：３８８—３９６．　

［３］ＧＲＥＥＮＳＴＥＩＮ　Ｌ　Ｊ，ＧＨＡＳＳＥＭＺＡＤＥＨ　Ｓ　Ｓ，ＥＲＣＥＧ　Ｖ，　

ｅｔ　ａｌ＿　Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒｓ　ｉｎ　Ｎａｒｒｏｗｂａｎｄ　Ｆｉｘｅｄ　Ｗｉｒｅｌｅｓｓ　

Ｃｈａｎｎｅｌｓ：Ｔｈｅｏｒｙ，Ｅｘｐｅｒｉｍｅｎｔｓ　ａｎｄ　Ｓｔａｔｉｓｔｉｃａｌ　Ｍｏｄｅｌｓ［Ｊ］．　

ＩＥＥＥ　Ｔｒａｎｓｓｃｔｉｏｎ　ｏｎ　Ｖｅｈｃｌｅ　Ｔｅｃｈｎｏｌｏｇｙ，２００９，５８（８）：　

４０００—４（）１２．　

［４］ＭＥＳＳＩＥＲ　Ｇ　Ｇ．ＨＡＲＴＷＥＬＬ　Ｊ　Ａ．Ａｎ　Ｅｍｐｉｒｉｃａｌ　Ｍｏｄｅｌ　

ｆｏｒ　Ｎｏｎｓｔａｔｉｏｎａｒｙ　Ｒｉｃｅａｎ　Ｆａｄｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓｓｃｔｉｏｎ　ｏｎ　

Ｖｅｈｃｌｅ　Ｔｅｃｈｎｏｌｏｇｙ，２００９，５８（１）：１４—２０．　

［５￣ＲＡＵＴＩＡＩＮＥＮ　Ｔ，ＫＡＬＬＩＯＬＡ　Ｋ，ＪｕＮＴｕＮＥＮ　Ｊ．Ｗｉｄｅ—　

ｂａｎｄ　Ｒａｄｉｏ　Ｐｒｏｐａｇａｔｉｏｎ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｔ　５．３　ＧＨｚ　ｉｎ　Ｓｕｂ—　

ｕｒｂａｎ　Ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎ—　

ａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｐｅｒｓｏｎａｌ　Ｉｎｄｏｏｒ　ａｎｄ　Ｍｏｂｉｌｅ　Ｒａｄｉｏ　Ｃｏｍ—　

ｍｕｎｉｃａｔｉｏｎｓ（ＰＩＭＲＣ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２００５：８６８—　

８７２．　

［６］ＤＯＮＧ　Ｌｉ，ＺＨＡＮＧ　Ｊｉａｎ－ｈｕａ，ＺＨＡＮＧ　Ｙｕ，ｅｔ　ａ１．Ｌａｒｇｅ　

Ｓｃａｌｅ（：ｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　Ｃａｐａｃｉｔｙ　Ｅｖａｌｕａｔｉｏｎ　ｏｆ　Ｏｕｔｄｏｏｒ　

Ｒｅｌａｙ　Ｃｈａｎｎｅｌｓ　ａｔ　２．３５　ＧＨｚ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　Ｖｅ—　

铁　道　

ｈｉｃｕｌａｒ　Ｔｅｃｈｎｏｌｏｇｙ　Ｃｏｎｆｅｒｅｎｃｅ（ＶＴＣ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　

Ｐｒｅｓｓ，２００９：１－５．　

ＥｒＪＢＥＲＮＡＤＯ　Ｉ　，ＺＥＭＥＮ　Ｔ，ＫＡＲＥＤＡＬ　Ｊ，ｅｔ　ａ１．Ｍｕｌｔｉ—ｄｉ—　

ｍｅｎｓｉｏｎａｌ　Ｋ　Ｆａｃｔｏｒ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｖ２　Ｖ　Ｒａｄｉｏ　Ｃｈａｎｎｅｌｓ　ｉｎ　

（）ｐｅｎ　Ｓｕｂ—ｕｒｂａｎ　Ｓｔｒｅｅｔ　ｃｒｏｓｓｉｎｇｓ［ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　

Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｐｅｒｓｏｎａｌ　Ｉｎｄｏｏｒ　ａｎｄ　Ｍｏｈｉｌｅ　

Ｒａｄｉｏ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＰＩＭＲＣ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，　

２Ｏｌ０　１　５８－６３．　

ｒ８］ＷＩＮＮＥＲ　ＷＰ１．１ＳＴ一４—０２７７５６　Ｗ１ＮＮＥＲ　ＩＩ　Ｃｈａｎｎｅ１　Ｍｏｄｅｌｓ　

ｒＳ］．Ｈｅｌｓｉｎｋｉ：Ｗｉｒｅｌｅｓｓ　ｗｏｒｌｄ　Ｉｎｉｔｉａｔｉｖｅ，２００７．　

［９］ＨＥ　Ｒｕｉ—ｓｉ，ＺＨＯＮＧ　Ｚｈａｎｇ　ｄｕｉ，ＡＩ　Ｂｏ，ｅｔ　ａ１．Ａｎ　Ｅｍｐｉｒｉ　

ｃａｌ　Ｐａｔｈ　Ｌｏｓｓ　Ｍｏｄｅｌ　ａｎｄ　Ｆａｄｉｎｇ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｈｉｇｈ－ｓｐｅｅｄ　

Ｒａｉｌｗａｙ　Ｖｉａｄｕｃｔ　Ｓｃｅｎａｒｉｏｓ［Ｊ］．ＩＥＥＥ　Ａｎｔｅｎｎａｓ　ａｎｄ　ｗｉｒｅ　

ｌｅｓｓ　Ｐｒｏｐａｇａｔｉｏｎ　Ｉ　ｅｔｔｅｒｓ，２０１１，１０：８０８　８１２．　

［１ｏ］ＨＥ　Ｒｕｉ—ｓｉ，ＺＨＯＮＧ　Ｚｈａｎｇ　ｄｕｉ，ＡＩ　Ｂｏ，ｅｔ　ａ１．Ｐｒｏｐａｇａｔｉｏｎ　

Ｍｅａｓｕｒｅｍｅｎｔｓ　ａｎｄ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｈｉｇｈ—－ｓｐｅｅｄ　Ｒａｉｌｗａｙ　Ｃｕｔ—－　

ｔｉｎｇ　Ｓｃｅｎａｒｉｏ［Ｊ］．ＩＥＴ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，２０１１，４７（２１）：　

ｌ１６７—１１６８．　

［１１］刘留，陶成，邱佳慧，等．高速铁路平原场景无线信道小尺　

度衰落特征的研究［Ｊ］．铁道学报，２０１２，３４（５）：ｉ１—１７．　

Ｉ　ＩＵ　Ｌｉｕ，ＴＡ（）Ｃｈｅｎｇ，ＱＩＵ　Ｊｉａ—ｈｕｉ，ｅｔ　ａ１．Ｒｅｓｅａｒｃｈ　ｏｎ　

Ｓｍａｌｌ—ｓｃａｌｅ　Ｆａｄｉｎｇ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　Ｗｉｒｅｌｅｓｓ　Ｃｈａｎｎｅｌｓ　ｉｎ　

Ｒｕｒａｌ　Ａｒｅａ　ｏｆ　Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｗａｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　ｔｈｅ　Ｃｈｉ—　

ｎａ　Ｒａｉｌｗａｙ　Ｓｏｃｉｅｔｙ，２０１２，３４（５）：１１—１７．　

［１２２　ＤＯＮＧ　ｗｅｉ—ｈｕｉ，ＩＡＵ　Ｇｕａｎｇ—ｙｉ，Ｙｕ　Ｌｉ，ｅｔ　ａ１．Ｃｈａｎｎｅｌ　

Ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　Ｉｎｄｏｏｒ　Ｐａｒｔ｛ｏｒ　Ｈｉｇｈ　ｓｐｅｅｄ　Ｔｒａｉｎ　Ｂａｓｅｄ　０ｎ　

Ｗｉｄｅｂａｎｄ　Ｃｈａｎｎｅｌ　Ｍｅａｓｕｒｅｍｅｎｔ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　

ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ａｎｄ　

Ｎｅｔｗｏｒｋｉｎｇ　ｉｎ　Ｃｈｉｎａ．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２０１０：１－４．　

ｒ１３］Ｅｌｅｋｔｒｏｂｉｔ．ＰｒｏｐＳｏｕｎｄＴＭ　ＣＳ　Ｍｕｈｉ—Ｄｉｍｅｎｓｉｏｎａｌ　Ｃｈａｎｎｅｌ　

学　报　第３　替　

Ｓｏｕｎｄｅｒ　Ｇｅｎｅｒａｌ　Ｐｒｅｓｅｎｔａｔｉｏｎ　Ｌ　Ｒ］．Ｆｉｎｌａｎｄ：Ｅｌｅｋｔ　ｒｏｂｉｔ．　

２００５．　

［１４］Ｓｅｎｃｉｔｙ　Ｒａｉｌ　Ａｎｔｅｎｎａ：１３９９．１　７．００３９　ＨｕＩ｛ＥＲ＋ｓｕＨＮＥＲ　

ｄａｔａ　ｓｈｅｅｔ．ＨＵＢＥＲ＋ＳＵＨＮＥＲＡＧ　ＲＦ　Ｉｎｄｕｓｔｒｉａｌ，２Ｏ】０．　

［ＥＢ／ＯＩ　］．ｈｔｔｐ：／　ｗｗｗ．ｆｉｒｓｔｓｏｕｒｃｅｉｎｃ．ｃｏｍ／ｐ￣‘（）ｄｕｃｔｓ／　

６９０１—２３０４１５６８．ａｓｐｘ．　

［１５］ＡＩ　Ｂｏ，ＨＥ　Ｒｕｉ—ｓｉ，ＺＨ（）ＮＧ　Ｚｈａｎｇ—ｄｕｉ，ｅｔ　ａ１．Ｒａｄｉ（）Ｗａｙ（、　

Ｐｒｏｐａｇａｔｉｏｎ　Ｓｃｅｎｅ　Ｐａｒｔｉｔｉｏｎｉｎｇ　ｆｏｒ　Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｓ　ｌ　Ｊ　

０Ｉ　］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ａｎｔｅｎｎａｓ　ａｎｄ　Ｐｒｏｐａｇａｔｉｏｎ．　

ｈｔｔｐ　｛｜　．ｈｉｎｄａｗｉ．ｅｏｍ／］ｏｕｒｎａｌｓ／ｉｉａｐ／２０１２，／８１　５２３２．　

ｒ１６］ＭＡＴＺ　Ｇ．，ＭＯＩ　ＩＳＣＨ　Ａ　Ｆ，ＨＩ　ＡＷＡＴＳＣＨ　Ｆ．Ｏｎ　ｔｌｌｅ　

Ｓｙｓｔｅｍａｔｉｃ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｅｒｒｏｒｓ　ｏｆ　Ｃｏｒｒｅｌａｔｉｖｅ　Ｍｏｂｉｌｅ　Ｒａ　

ｄｉｏ　Ｃｈａｎｎｅｌ　Ｓｏｕｎｄｅｒｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏＤ　Ｃｏｍｎｍｎｉ　

ｃａｔｉｏｎ．，２００２，５０（５）．　

［】７］张建华．基于信道测量进行噪底和信号分量¨限估　方　

法及其装置：中国，２００７１０１６５８０９．ＸＥＰ］．２００９—０５　０６．　

［１８２ＡＮＤＲＥＡＳ　Ｆ　Ｍ．无线通信［Ｍ］．田斌，帖翊，等译．北　

京：电子工业出版社，２００８．　

ｒ１　９］ＧＲＥＥＮＳＴＥＩＮ　Ｉ　，ＭＩＣＨＥＬＳＯＮ　Ｄ，ＥＲＣＥＧ　Ｖ．Ｍｏ　

ｍｅｎｔ　ｍｅｔｈｏｄ　Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｔｈｅ　Ｒｉｃｅａｎ　Ｋ—Ｆａｃｔｏｒ［¨．　

ＩＥＥＥ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｉ　ｅｔｔｅｒ，１９９９，３（６）：ｌ７５一】７６．　

［２Ｏ］３ＧＰＰ．ＴＳ　３６．１０１　Ｖ８．４．０　Ｕｓｅｒ　Ｅｑｕｉｐｍｅｎｔ（ＵＥ）Ｒａｄｉｏ　

Ｔｒａｎｓｍｉｓｓｉｏｎ　ａｎｄ　Ｒｅｃｅｐｔｉｏｎ［Ｓ］．Ｓｏｐｈｉａ　Ａｎｔｉｐｏｌｉｓ。Ｆ：　

ＥＴＳＩ，２００８．　

［２１］ＪＯＮＳＳＯＮ　Ｐ，ＥＫＩ　ＵＮＤＨ　Ｉ　．Ｓｅａｓｏｎａｌｉｔｙ　Ｅｘｔｒａｃｔｉｏｎ　ｂｙ　

Ｆｕｎｃｔｉｏｎ　Ｆｉｔｔｉｎｇ　ｔｏ　Ｔｉｍｅ—ｓｅｒｉｅｓ　ｏｆ　Ｓａｔｅｌｌｉｔｅ　Ｓｅｎｓｏｒ　Ｄａｔａ　

［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｇｅｏｓｃｉｅｎｃｅ　ａｎｄ　Ｒｅｍｏｔｅ　Ｓｅｎｓ　

ｉｎｇ，２００２，４０（８）：１８２４—１８３２．　

（责任编辑江峰）　

2024年10月17日发(作者：宁含巧)

第３５卷第９期　铁　道　学　报　

Ｖｏ１．３５　ＮＯ．９　

２　０　１　３年９月　

Ｊ０ＵＲＮＡＬ　０Ｆ　ＴＨＥ　ＣＨＩＮＡ　ＲＡＩＬＷＡＹ　ＳＯＣＩＥＴＹ　

Ｓｅｐｔｅｍｈｅｒ　２０１３　

文章编号：１００１－８３６０（２０１３）０９—００７２　０７　

基于测量的高铁宽带无线信道莱斯Ｋ因子研究　

周　涛，　陶　成，　刘　留，　谈振辉，　孙溶辰　

（北京交通大学宽带无线移动通信研究所，北京　１０００４４）　

摘　要：随着高速列车与地面间通信需求的提高，现有窄带铁路列控系统（ＧＳＭ—Ｒ）将向未来基于ＬＴＥ的宽带铁　

路通信系统（ＬＴＥ—Ｒ）平滑演进。无线信道测量与参数提取是设计新一代高铁通信系统的前提。莱斯Ｋ因子是　

表征信道衰落程度的重要参数，因此研究高铁宽带无线信道的Ｋ因子特征具有重要意义。本文基于郑西（郑　

州　西安）高铁高架桥场景信道测量数据，分别提取窄带和宽带Ｋ因子。分析窄带Ｋ因子的时频变化特性，建立　

基于收发端相对距离的窄带Ｋ因子统计模型。探索宽带Ｋ因子随信道带宽变化的规律，给出基于信道带宽的宽　

带Ｋ因子统计模型。最后，讨论了不同多径时延的Ｋ因子特征。　

关键词：高铁无线信道；高架桥；信道测量；莱斯Ｋ因子；ＬＴＥ—Ｒ　

中图分类号：ＴＮ９２９．５；Ｕ２８５．２１　文献标志码：Ａ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１　８３６０．２０ｌ３．０９．０１２　

Ｍｅａｓｕｒｅｍｅｎｔ—ｂａｓｅｄ　Ｒｅｓｅａｒｃｈ　ｏｎ　Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒ　ｏｆ　Ｂｒｏａｄ－ｂａｎｄ　

Ｗｉｒｅｌｅｓｓ　Ｃｈａｎｎｅｌ　ｉｎ　Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｗａｙ　Ｓｃｅｎａｒｉｏｓ　

ＺＨＯＵ　Ｔａｏ，ＴＡＯ　Ｃｈｅｎｇ。　ＬＩＵ　Ｌｉｕ　

ＴＡＮ　Ｚｈｅｎ－ｈｕｉ，　ＳＵＮ　Ｒｏｎｇ—ｃｈｅｎ　

（Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｂｒｏａｄｂａｎｄ　Ｗｉｒｅｌｅｓｓ　Ｍｏｂｉｌｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，　

Ｂｅｉｊｉｎｇ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００４４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｏｗｉｎｇ　ｔＯ　ｈｉｇｈｅｒ　ａｎｄ　ｈｉｇｈｅｒ　ｒｅｑｕｉｒｅｍｅｎｔｓ　ｆｏｒ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｈｉｇｈ　ｓｐｅｅｄ　ｔｒａｉｎ　ａｎｄ　ｔ　ｈｅ　

ｇｒｏｕｎｄ。ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｎａｒｒｏｗ—ｂａｎｄ　ｔｒａｉｎ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ（ＧＳＭ—Ｒ）ｈａｓ　ｂｅｅｎ　ｃｏｍｍｏｎｌｙ　ｒｅｃｏｍｍｅｎｄｅｄ　ｔｏ　ｂｅ　ｅ　

ｖｏｌｖｅｄ　ｓｍｏｏｔｈｌｙ　ｉｎｔｏ　ａ　ｂｒｏａｄｂａｎｄ　ｒａｉｌｗａｙ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ｌｏｎｇ　ｔｅｒｍ　ｅｖｏｌｕｔｉｏｎ（ＬＴＥ　Ｒ）．　

Ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅｌ　ｍｅａｓｕｒｅｍｅｎｔｓ　ａｎｄ　ｐａｒａｍｅｔｅｒ　ｅｘｔｒａｃｔｉｏｎ　ａｒｅ　ｔｈｅ　ｐｒｅｒｅｑｕｉｓｉｔｅｓ　ｆｏｒ　ｄｅｓｉｇｎｉｎｇ　ｏｆ　ｔｈｅ　ｎｏｖｅｌ　ｗｉｒｅ　

ｌｅｓｓ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｙｓｔｅｍ．Ｔｈｅ　Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒ　ｉＳ　ａ　ｆｕｎｄａｍｅｎｔａｌ　ｐａｒａｍｅｔｅｒ　ｏｆ　ｔｈｅ　ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅ１，ｗｈｉｃｈ　ｄｉ　

ｒｅｃｔｌｙ　ｒｅｆｌｅｃｔｓ　ｔｈｅ　ｆａｄｉｎｇ　ｓｅｖｅｒｉｔｙ　ａｎｄ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｑｕａｌｉｔｙ．Ｃｏｎｓｅｑｕｅｎｔｌｙ，ｄｅｅｐ　ｒｅｓｅａｒｃｈ　ｏｎ　ｓｕｃｈ　ａ　ｃｈａｒａｃｔｅｒ～　

ｉｓｔｉｃ　ｏｆ　ｒａｉｌｗａｙ　ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅｌｓ　ｉＳ　ｏｆ　ｕｔｍｏｓｔ　ｉｍｐｏｒｔａｎｃｅ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｎａｒｒｏｗ—ｂａｎｄ　ａｎｄ　ｂｒｏａｄｂａｎｄ　Ｋ—ｆａｃｔｏｒ　

ｗｅｒｅ　ｅｘｔｒａｃｔｅｄ　ｒｅｓｐｅｃｔｉｖｅｌｙ　ｆｒｏｍ　ｃｈａｎｎｅｌ　ｄａｔａ　ｍｅａｓｕｒｅｄ　ｉｎ　ｔｈｅ　ｖｉａｄｕｃｔ　ｓｃｅｎａｒｉｏ　ｏｆ　ｔｈｅ　Ｚｈｅｎｇｚｈｏｕ—Ｘｉ’ａｎ（ＺＸ）　

Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｗａｙ．Ｆｏｒ　ｔｈｅ　ｎａｒｒｏｗ—ｂａｎｄ　Ｋ—ｆａｃｔｏｒ，ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｉｍｅ　ａｎｄ　ｆｒｅｑｕｅｎｃｙ　ｖａｒｉａｂｉｌｉｔｙ　ｗｅｒｅ　

ａｎａｌｙｚｅｄ　ａｎｄ　ａ　ｄｉｓｔａｎｃｅ—ｄｅｐｅｎｄｅｎｔ　ｓｔａｔｉｓｔｉｃａｌ　ｍｏｄｅｌ　ｗａｓ　ｂｕｉｌｔ．Ｆｏｒ　ｔｈｅ　ｂｒｏａｄｂａｎｄ　Ｋ　ｆａｃｔｏｒ，ｔｈｅ　１ａｗ　ｏｆ　ｉｔｓ　ｃｈａｎ　

ｇｉｎｇ　ｗｉｔｈ　ｂａｎｄｗｉｄｔｈ　ｗａｓ　ｅｘｐｌｏｒｅｄ　ａｎｄ　ａ　ｂａｎｄｗｉｄｔｈ—ｄｅｐｅｎｄｅｎｔ　ｓｔａｔｉｓｔｉｃａｌ　ｍｏｄｅｌ　ｗａｓ　ｂｕｉｌｔ．Ｆｉｎａｌｌｙ，ｔｈｅ　Ｋ　ｆａｃｔｏｒ　

ｖａｒｉａｔｉｏｎ　ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｄｅｌａｙ　ｂｉｎｓ　ｗａｓ　ｄｉｓｃｕｓｓｅｄ．　

Ｋｅｙ　ｗｏｒｄｓ：ｗｉｒｅｌｅｓｓ　ｃｈａｎｎｅｌ　ｏｆ　ｈｉｇｈ—ｓｐｅｅｄ　ｒａｉｌｗａｙ；ｖｉａｄｕｃｔ；ｃｈａｎｎｅｌ　ｍｅａｓｕｒｅｍｅｎｔ；Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒ，ＬＴＥ—Ｒ　

近年来，随着高速铁路的发展，高速列车与地面间　

车运行安全的前提下，国际铁路联盟（ＵＩＣ）已经提出　

的通信成为学术界和产业界越来越关注的问题。为了　

将现有窄带铁路列控系统ＧＳＭ—Ｒ向未来基于ＬＴＥ　

满足乘客对高带宽、高质量的通信业务需求，在保证列　

的宽带铁路通信系统（ＬＴＥ—Ｒ）平滑演进。准确地认　

收稿日期　

２Ｏｌ３—０３—１４；修回日期：２０１３－Ｏ４—１５　

知无线电波传播特性和信道衰落特征，是无线通信系　

基金项目　

国家科技重大专项项目（２０１１ＺＸ０３００４；２０１１ＺＸ０３０—　

００６）；国家自然科学基金项目（６１１０２０５０）；北京市自然　

统设计的基础。一方面，系统部署和网络规划需要电　

科学基金项目（４１２２０６１）；中央高校基本科研业务费专　

项资金（２０１３ＹＪＳ０１６）　

波传播模型完成覆盖预测和干扰分析，另一方面，系统　

第一作者　

周涛（１９８８），男，江西南昌人，博士研究生。　

Ｅ—ｍａｉｌ：０９１２００３４＠ｂｊｔｕ．ｅｄｕ．ｅｎ　

评估和物理层优化需要信道衰落模型实现性能仿真与　

通讯作者　陶成（１９６３一），男，山西侯马人，教授。　

Ｅ—ｍａｉｌ：ｃｈｔａｏ＠ｂｊｔｕ．ｅｄｕ．ｃｎ　

算法验证。无线信道测量是获取信道特征参数最直　

第９期　基于测量的高铁宽带无线信道莱斯Ｋ因子研究　７３　

接、最准确的方法，因此真实高铁环境下的信道测量是　

研究高铁无线通信的前提ｌ＿１］。　

列车一般运行于空旷地带，处于较为明显的直射　

环境，高铁场景下的无线衰落信号一般认为服从莱斯　

分布。莱斯Ｋ因子是莱斯分布的一个重要参数，它表　

１　测量描述　

１．１测量系统　

本文采用芬兰Ｅｌｅｋｔｒｏｂｉｔ公司的多天线宽带信道　

探测仪Ｐｒｏｐｓｏｕｎｄ＿】　，对郑一西高铁高架桥场景进行宽　

带信道测量。测量设备由发射机（Ｔｘ）和接收机（Ｒｘ）　

组成。测量方式考虑ＷＩＮＮＥＲ　ＩＩ　Ｄ２ａ模型中定义的　

示直射分量相对散射分量的功率之比。Ｋ因子对链　

路预算、发射分集功率分配和自适应接收机设计等方　

面有重要影响，并且在信道建模中，Ｋ因子也是非常　

重要的参数　］。因此在高铁无线通信环境中，对Ｋ因　

子需要准确测量与深入分析。　

十年前国内外针对陆地蜂窝场景进行了大量的　

Ｋ因子研究＿３　］。文献Ｉ－３］统计了郊区宏蜂窝固定无线　

通信信道的窄带Ｋ因子模型，并分析了Ｋ因子随时　

间、频率、位置和风速变化的特性。文献［４］针对密集　

城市移动环境，实现了基于ＣＤＭＡ蜂窝网络的信道测　

量，构建了宽带Ｋ因子的随机统计模型。文献［５］采　

用经典测量设备Ｐｒｏｐｓｏｕｎｄ对郊区移动信道进行测　

量，得到宽带Ｋ因子随收发端距离呈线性变化的特　

性。文献［６］分析了室外中继信道的窄带Ｋ因子特　

征。文献［７］研究车辆通信（Ｖ２Ｖ）信道宽带和窄带Ｋ　

因子的时一频一空变化特性。　

目前高铁场景下的Ｋ因子研究较为匮乏。ＷＩＮ—　

ＮＥＲ　ＩＩ的Ｄ２ａ模型Ｌ８　提出基于距离的Ｋ因子模型，　

但它不是由真实高铁信道测量结果得到的。Ｈｅ＿ｇ　。＿　

通过ＧＳＭ—Ｒ系统完成郑西高铁高架桥和Ｕ型槽场景　

的窄带信道测量，探索了Ｋ因子与高架桥高度和Ｕ　

型槽宽度的关系。窄带测量结果并不完全适用于宽带　

ＬＴＥ—Ｒ系统。Ｌｉｕ　实现了２．３５ＧＨｚ北京天津高　

铁高架桥场景的宽带信道测量，建立了基于位置的宽　

带Ｋ因子模型。但该模型没有考虑高架桥周围存在　

散射体如树木和建筑物的情况。除此之外，ＤｏｎｇＬ１　分　

析了列车车厢内部的Ｋ因子统计特性。　

尽管一些学者对高铁信道进行了实际测量，但是　

受限于测量条件或测量环境，缺乏像陆地蜂窝场景一　

样全面地分析Ｋ因子特征。另外，现有文献没有同时　

给出Ｋ因子的窄带模型和宽带模型。对于系统级仿　

真，一般采用基于几何的统计模型（ＧＢＳＭ），该类模型　

是利用窄带Ｋ因子进行信道建模。对于系统一致性　

测试，一般采用基于抽头延迟线ＴＤＬ（Ｔａｐ　Ｄｅｌａｙ　

Ｌｉｎｅ）或簇延迟线ＣＤＬ（Ｃｌｕｓｔｅｒ　Ｄｅｌａｙ　Ｌｉｎｅ）的模型，　

该类模型一般考虑最强径的宽带Ｋ因子。因此，本文　

测量了一种更为典型的高铁场景，即周围存在散射体　

的高架桥场景。根据实际测量数据，同时分析信道的　

窄带和宽带Ｋ因子特征，建立相应的Ｋ因子模型，为　

ＬＴＥ—Ｒ系统的设计、仿真和测试提供参考。　

下行中继链路，即基站到列车车顶中继。Ｔｘ置于地　

面，通过垂直极化的双极子天线连续发射激励信号　

ＰＮ序列，发射频段选为分配给ＬＴＥ系统的２．３～２．４　

ＧＨｚ。Ｒｘ置于列车上，通过车顶天线ＨＵＢＥＲ＋ＳＵ—　

ＨＮＥＲｌ＿】　接收探测信号。由本地序列与接收信号进　

行滑动相关获得信道冲激响应（ＣＩＲ）为　

）一去　（　（１）　

式中：Ｔ　为ＰＮ序列的周期；ｒ（￡）为接收信号；ｆ（￡）为本　

地ＰＮ序列；ｒ为多径时延。Ｔｘ和Ｒｘ时钟采用外部　

ＧＰＳ时钟源，这样收发端均可同步于ＧＰＳ，保证信道　

测量频率的一致性。除此之外，通过ＧＰＳ设备获得列　

车实时运行速度和位置信息。测量系统的具体参数配　

置如表１所示。　

表１测量系统参数　

１．２测量场景　

由文献［１５］对高铁无线电波传播场景的分类可　

知，高架桥属于高铁信道最为典型的场景。图１给出　

了本次测量场景的示意图。Ｔｘ天线放置在８　１ＴＩ高的　

图１测量场景示意图　

房屋顶部并被举高４．８　ｍ，与高架桥钢轨相距９２　ｍ。　

车顶Ｒｘ天线距离地面１１　ｍ，列车高度为３　１ＴＩ。与文　

献［１］中的高架桥场景不同，本文测量场景周围存在非　

连续的、不同类型的树木遮挡。因此，无线信号传播状　

７４　铁　道　

态更为复杂。无遮挡区域导致直射情况（ＬＯＳ）；稀疏　

矮小树木遮挡区域导致部分直射情况（０ＬＯＳ）；茂密　

高大树木遮挡区域导致非直射情况（ＮＬＯＳ）。并且，　

由于测量收发天线高度相差不大，这种遮挡引起的阴　

影效应更为明显。　

２莱斯Ｋ因子提取方法　

Ｐｒｏｐｓｏｕｎｄ测量得到的原始ＣＩＲ存在系统误差、　

噪声分量和大尺度衰落影响，不能直接用于提取Ｋ因　

子。因此，首先要对原始ＣＩＲ进行处理，然后再估计　

Ｋ因子。　

２．１数据处理　

理想的宽带信道测量系统在整个测量带宽内应该　

具有频率非选择性，然而这是很难实现的，因为系统发　

射和接收滤波器具有非理想的脉冲压缩特性＿ｊ　，即　

ＰＴ　（厂）・ＰＲ　（厂）≠１　（２）　

式中：Ｐ　（　）、Ｐ　一　厂）分别为发射和接收滤波器的频　

率响应。为了消除脉冲压缩误差，需要对原始ＣＩＲ进　

行补偿，即　

）一　（３）　

式中：Ｈ　（￡，－，‘）、Ｈ　（　，厂）分别为原始和补偿后的信道　

频率响应（ＣＦＲ）。校准后的ＣＩＲ可通过对Ｈ　

（￡，ｆ）进行ＩＦＦＴ变换得到。　

通常实测ＣＩＲ包含有效的多径分量和无效的噪　

声分量，为了提高Ｋ因子的估计精度，需要设定合适　

的阈值来区分多径分量和噪声分量。对于噪声阈值，　

如果采用一个固定的常数值，则在信噪比较低或噪声　

波动较大的情况下，会影响判决的准确性。因此，本文　

采用一种动态噪声阈值计算方法口　对ＣＩＲ进行处理，　

获得ＣＩＲ噪底。对于多径功率低于噪底的多径抽头，　

则对它进行迫零。　

由于Ｋ因子是表征信道小尺度衰落特征的参数，　

因此在估计Ｋ因子之前，还需去除信道大尺度衰落　

（包括路径损耗和阴影衰落）的影响。这里对校准和去　

噪后的ＣＩＲ做均方根（ＲＭＳ）归一化处理，即　

ｈ…　（￡，ｒ）一ｈ　（￡，ｒ）／　（４）　

式中：Ｐ。（　）表示平均功率，可通过长度为Ｎ的滑动窗　

对ＣＩＲ进行滑动平均得到　

Ｎ　ｒ　

Ｐ　（　）＝　１∑Ｉ　ｉ　ｈ　（　）ｆ。ｄｒ　（５）　

一

般滑动窗的长度取１０个波长　］。　

２．２　Ｋ因子估计　

消除系统误差、噪声分量和大尺度衰落影响后，通　

过只存在小尺度衰落的信道响应（ＣＲ）（包括ＣＩＲ和　

学　报　第３５卷　

ＣＦＲ），可以估计窄带和宽带Ｋ因子　。首先把ＣＩＲ　

的最强径移至起始位置，然后把测量信道分割为多个　

窄带子信道，即　

Ｈ（　，ｋＡｆ）一　

ｒ　

ｌ　ｈ　ｎ　ｏｒｍ（￡，ｇＡｒ）ｅｘｐ（ｊ２　）ｄｒ　（６）　

Ｊ　

式中：Ａｒ为可测多径分辨率；ｇ为可测多径数；是为分　

割子信道数，ｋ—ｇ一１；Ａｆ为子信道带宽。当子信道　

带宽满足小于信道相关带宽时，通过子信道的ＣＦＲ，　

可获得不同频点的窄带Ｋ因子ｌ＿８］。另外，窄带子信道　

又可合并为任意带宽（小于测量带宽）的宽带信道，即　

ｈ（￡，Ｌ△ｒ　）一　

Ｉ　Ｈ（￡，ｉＡｆ）ｅｘｐ（ｊ２　）ｄｅ　（７）　

Ｊ／　

式中：ｉ为合并子信道数，　≤是；Ｌ为合并信道最大多　

数，Ｌ—ｉ＋１；△０为合并信道多径分辨率，Ａｒ　一１　

（ｉＡｆ）。通过合并的宽带ＣＩＲ，可获得不同带宽、不同　

时延的宽带Ｋ因子。考虑ｔ—ｔ。时刻，上述信道分割　

与合并过程如图２所示。可以看到，由于多径分辨率　

的变化，即Ａｒ　＞Ａｖ，导致合并后的信道多径数减少，　

但是多径时延扩展并没有改变。　

（ｂ）信道分割　

图２信道分割与合并示意图　

假设测量的ＣＲ服从莱斯分布，其概率密度函数　

可以表示为　］：　

／’（ｒ）一互　ｅｘｐ（一Ｋ一　）・　

（ｚ√　ｒ）　（８）　

式中：Ｌ（・）为第一类零阶修正贝塞尔函数；Ｋ为莱斯　

Ｋ因子；ｒ为ＣＲ包络，　—Ｅ（ｒ　）。然后，按照经典的　

矩估计方法　”］，可提取不同频点的时变窄带Ｋ因子：　

，

／　）一—　

Ｅ（Ｐ　）一，／ｚ　（

二）

Ｐ　）一Ｖａｒ（

Ｐ　）　

（９）　

第９期　基于测量的高铁宽带无线信道莱斯Ｋ因子研究　７５　

和不同时延的时变宽带Ｋ因子：　

引起收发端的电波传播状态发生变化，导致了Ｋ因子　

Ｒ　（ｔ，ｒｔ）一—　二　）（１０）　

的时变特性。另外，由于多径的影响，宽带信道具有频　

Ｅ（Ｐ　）一￣／Ｅ。（Ｐｚ）一Ｖａｒ（Ｐ￡）　

式中：Ｅ（・）和Ｖａｒ（・）分别表示求均值和方差；ｆ　表　

示第ｋ个子信道的频率；　表示第ｚ条多径的时延；　

Ｐ　、Ｐ　分别表示ＣＦＲ和ＣＩＲ的功率：　

Ｐ＾一Ｉ　Ｈ（　，ｋＡｆ）｝　（１１）　

Ｐ　一Ｉ　ｈ（　，ｌＡｒ　）ｌ　（１２）　

３测量结果分析　

考虑ＬＴＥ—Ｒ系统是基于正交频分复用（ＯＦＤＭ）　

技术，即宽带数据分流为多路窄带数据由不同子载波　

承载经宽带信道传输。因此，需要分析高铁宽带信道　

的Ｋ因子特征。而对于每一路窄带数据，它们实际是　

经窄带信道传输，不同的窄带信道可能具有不同的衰　

落程度。所以，还需要分析高铁窄带信道的Ｋ因子特　

征。对于无线信道模型来说，窄带Ｋ因子一般用于复　

杂的ＧＢＳＭ模型，而宽带Ｋ因子一般用于相对简化　

的ＴＤＬ或ＣＤＬ模型。下面通过３０ｓ的测量数据，对　

本次测量场景下的Ｋ因子进行分析。　

３．１窄带Ｋ因子　

统计以２．３５　ＧＨｚ为中心频点２０ＭＨｚ带宽内的　

窄带Ｋ因子。首先把５０ＭＨｚ带宽的测量信道分割为　

２５３个子信道，每个子信道的带宽为１９７．６ｋＨｚ。根据　

文献［－２０］给出的典型城市场景信道ＲＭＳ时延扩展为　

９９１ｎｓ，算得其相关带宽为２００ｋＨｚ。显然对于多径数　

相对较少的高铁场景，应该具有更大的相关带宽。因　

此，本文所分割的子信道满足小于高铁信道相关带宽　

的要求。然后提取２．３４～２．３６ＧＨｚ频段内（１０１个子　

信道）的窄带Ｋ因子，如图３所示。可以看出，窄带Ｋ　

围　

靼　

供　

誓　

图３　时频窄带Ｋ因子随时问和频率的变化　

因子随时间和频率变化，具有时变和频变特性。这是　

因为在列车运行过程中，由于高架桥周围环境的变化，　

率选择性，因而不同子信道具有不同的衰落程度，导致　

Ｋ因子的频变特性。　

为了进一步分析窄带Ｋ因子的时变特性，首先对　

每一时刻所有子信道的Ｋ因子加和求平均，得到Ｋ　

（　）。然后把Ｋ　（　）转化为随距离变化的Ｋ因子，即　

Ｋ　（　），如图４所示。横坐标表示Ｒｘ相对Ｔｘ的水平　

∞　

：　

、《　

’　

函　

Ｔ—Ｒ距离，ｍ　

图４窄带Ｋ因子随Ｔ—Ｒ距离的变化　

距离（Ｔ—Ｒ距离），其中负值表示列车靠近Ｔｘ，正值表　

示列车远离Ｔｘ。从图４中可以看出，由于受到交替的　

树木遮挡，在高架桥铁路沿线的不同区域，无线信号的　

衰落程度不同。当列车运行至距离Ｔｘ为±５００　ｍ左　

右时，由于没有任何障碍物的遮挡，处于明显的直射环　

境，Ｋ因子在５～２０　ｄＢ之问变化。当列车运行至±　

２５０　ｍ附近时，高架桥周围的茂密树木距离钢轨非常　

近，并且高度高于Ｒｘ天线，导致直射路径被完全遮　

挡，Ｋ因子强度受到较大影响，下降至一５～１Ｏ　ｄＢ。当　

列车靠近Ｔｘ时，Ｋ因子强度在５～１５　ｄＢ之间波动，　

高于±２５０　ｍ区域且低于±５００　ｍ区域。这是因为收　

发端之间仍存在树木遮挡，但是这些树木较为稀疏并　

且高度不超过Ｒｘ天线，这样只是导致直射路径被部　

分遮挡，因而Ｋ因子强度相比无遮挡区域略有下降。　

从上述分析结果可知，列车在运行过程中，实际上交替　

经历了Ｉ　ＯＳ、ＯＬＯＳ和ＮＬＯＳ共３种传播状态，导致　

Ｋ因子在某一时间内出现剧烈变化，也即无线信号在　

某一时间内经历不同程度的衰落，这会对高铁无线通　

信系统性能产生较大影响。因此，在接收端如果能够　

准确预测Ｋ因子的这种变化，将会提高接收机性能。　

针对ＬＯｓ、ｏＬｏｓ和ＮＬＯＳ等３种传播状态，本　

文采用串行高斯函数［２　对随Ｔ－Ｒ距离变化的窄带Ｋ　

因子进行拟合，如图４实线所示。其中：ＬＯＳ和　

ＯＬＯＳ区域由高斯函数拟合；ＮＬＯＳ区域由高斯函数　

的拼接部分拟合。因此，建立基于Ｔ—Ｒ距离的窄带Ｋ　

第９期　基于测量的高铁宽带无线信道莱斯Ｋ因子研究　７７　

趔　

要　

Ｈ１　

函　

２　４　６　８　ｌ０　ｌ２　ｌ４　ｌ６　ｌ８　２Ｕ　

带宽／ＭＨｚ　

图８不同带宽下的宽带　因子均值　

型：　

Ｋ　

．

ｄＢ（６）一Ｐ３ｂ　＋Ｐ２ｂ＋Ｐ１＋ｚｏ＂６　（１６）　

式中：ｂ的单位为ＭＨｚ；ｚ表示服从标准正态分布的　

变量；　表示宽带Ｋ因子的标准差。表３为模型参　

数。通过该模型能够获得任意带宽的Ｋ因子统计值，　

可应用于不同带宽的信道模型。　

表３宽带Ｋ因子模型参数　

３．３时延Ｋ因子　

一

般认为只有最强径存在Ｋ因子，然而文献［１］　

指出，在高铁场景下，第２或第３ＮＬＯＳ径依然存在一　

定强度的Ｋ因子，因此本节分析不同时延的Ｋ因子　

特征。　

通过５０ＭＨｚ带宽测量数据，提取以０．０２　Ｆｓ为间　

隔不同时延的时变Ｋ因子，其等高线图如图９所示。　

注意这里分析的数据只消除了系统误差和大尺度衰落　

艘　

鲁　

一

８１１１１　－６ｏｏ　－－４ｏｏ　＿２００　０　

Ｔ．Ｒ距离，Ｉｎ　

图９时延　因子等高线图　

的影响，没有对噪声分量进行处理。从图９中可以看　

到，最强Ｋ因子主要分布在初始时延位置。对于强度　

小于０　ｄＢ的Ｋ因子，可认为是噪声分量估计的结果，　

不予关注。当列车运行至Ｔ—Ｒ距离为５００　ｍ的ＬＯＳ　

区域，在时延为１４０　ｎｓ附近具有较强的Ｋ因子，达到　

５～１０　ｄＢ。然而，当列车处于ＮＬＯＳ和ＯＬＯＳ区域，　

最强径以外的时延Ｋ因子基本不存在。因此，这里对　

文献［１］的结论进行补充，只有在列车处于明显的　

ＬＯＳ环境下，最强径以外的其它多径才会存在Ｋ因　

子。　

４结束语　

莱斯Ｋ因子是宽带无线信道小尺度衰落特性测　

量与建模中的重要参数之一。本文基于真实信道测量　

数据，从窄带、宽带和时延３个角度分析郑西高铁高架　

桥场景宽带无线信道的Ｋ因子特征。首先，窄带Ｋ　

因子随时间和频率变化，采用串行高斯函数建立基于　

Ｔ—Ｒ距离的窄带Ｋ因子统计模型，该模型可应用于　

ＧＢＳＭ信道模型，能够反映真实的电波传播场景。其　

次，宽带Ｋ因子随信道带宽的增大而增大，通过多项　

式函数建立基于信道带宽的宽带Ｋ因子统计模型，该　

模型可应用于不同带宽的ＴＤＬ或ＣＤＬ信道模型。最　

后，得出在高铁ＬＯＳ场景下，最强径以外的其它多径　

也可能存在一定强度的Ｋ因子。　

参考文献：　

［１］ＬＩＵ　Ｌｉｕ，ＴＡＯ　Ｃｈｅｎｇ，ＱＩＵ　Ｊｉａ－ｈｕｉ，ｅｔ　ａ１．Ｐｏｓｉｔｉｏｎ－ｂａｓｅｄ　

Ｍｏｄｅｌｉｎｇ　ｆｏｒ　Ｗｉｒｅｌｅｓｓ　Ｃｈａｎｎｅｌ　ｏｎ　Ｈｉｇｈ　Ｓｐｅｅｄ　Ｒａｉｌｗａｙ　ｕｎ—　

ｄｅｒ　ａ　Ｖｉａｄｕｃｔ　ａｔ　２．３５　ＧＨｚ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｓｅｌｅｃｔ—　

ｅｄ　Ａｒｅａｓ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１２，３０（４）：８３４－８４５．　

［２］ＣＨＥＮＧ　Ｘｉａｎｇ，ＷＡＮＧ　Ｃｈｅｎｇ—ｘｉａｎｇ，ＷＡＮＧ　Ｈａｉ—ｍｉｎｇ，　

ｅｔ　ａ１．Ｃｏｏｐｅｒａｔｉｖｅ　ＭＩＭＯ　Ｃｈａｎｎｅｌ　Ｍｏｄｅｌｉｎｇ　ａｎｄ　Ｍｕｌｔｉ—ｌｉｎｋ　

Ｓｐａｔｉａｌ　Ｃｏｒｒｅｌａｔｉｏｎ　Ｐｒｏｐｅｒｔｉｅｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｓｅ一　

１ｅｃｔｅｄ　Ａｒｅａｓ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１２，３Ｏ（２）：３８８—３９６．　

［３］ＧＲＥＥＮＳＴＥＩＮ　Ｌ　Ｊ，ＧＨＡＳＳＥＭＺＡＤＥＨ　Ｓ　Ｓ，ＥＲＣＥＧ　Ｖ，　

ｅｔ　ａｌ＿　Ｒｉｃｅａｎ　Ｋ—ｆａｃｔｏｒｓ　ｉｎ　Ｎａｒｒｏｗｂａｎｄ　Ｆｉｘｅｄ　Ｗｉｒｅｌｅｓｓ　

Ｃｈａｎｎｅｌｓ：Ｔｈｅｏｒｙ，Ｅｘｐｅｒｉｍｅｎｔｓ　ａｎｄ　Ｓｔａｔｉｓｔｉｃａｌ　Ｍｏｄｅｌｓ［Ｊ］．　

ＩＥＥＥ　Ｔｒａｎｓｓｃｔｉｏｎ　ｏｎ　Ｖｅｈｃｌｅ　Ｔｅｃｈｎｏｌｏｇｙ，２００９，５８（８）：　

４０００—４（）１２．　

［４］ＭＥＳＳＩＥＲ　Ｇ　Ｇ．ＨＡＲＴＷＥＬＬ　Ｊ　Ａ．Ａｎ　Ｅｍｐｉｒｉｃａｌ　Ｍｏｄｅｌ　

ｆｏｒ　Ｎｏｎｓｔａｔｉｏｎａｒｙ　Ｒｉｃｅａｎ　Ｆａｄｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓｓｃｔｉｏｎ　ｏｎ　

Ｖｅｈｃｌｅ　Ｔｅｃｈｎｏｌｏｇｙ，２００９，５８（１）：１４—２０．　

［５￣ＲＡＵＴＩＡＩＮＥＮ　Ｔ，ＫＡＬＬＩＯＬＡ　Ｋ，ＪｕＮＴｕＮＥＮ　Ｊ．Ｗｉｄｅ—　

ｂａｎｄ　Ｒａｄｉｏ　Ｐｒｏｐａｇａｔｉｏｎ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｔ　５．３　ＧＨｚ　ｉｎ　Ｓｕｂ—　

ｕｒｂａｎ　Ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎ—　

ａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｐｅｒｓｏｎａｌ　Ｉｎｄｏｏｒ　ａｎｄ　Ｍｏｂｉｌｅ　Ｒａｄｉｏ　Ｃｏｍ—　

ｍｕｎｉｃａｔｉｏｎｓ（ＰＩＭＲＣ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２００５：８６８—　

８７２．　

［６］ＤＯＮＧ　Ｌｉ，ＺＨＡＮＧ　Ｊｉａｎ－ｈｕａ，ＺＨＡＮＧ　Ｙｕ，ｅｔ　ａ１．Ｌａｒｇｅ　

Ｓｃａｌｅ（：ｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　Ｃａｐａｃｉｔｙ　Ｅｖａｌｕａｔｉｏｎ　ｏｆ　Ｏｕｔｄｏｏｒ　

Ｒｅｌａｙ　Ｃｈａｎｎｅｌｓ　ａｔ　２．３５　ＧＨｚ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　Ｖｅ—　

铁　道　

ｈｉｃｕｌａｒ　Ｔｅｃｈｎｏｌｏｇｙ　Ｃｏｎｆｅｒｅｎｃｅ（ＶＴＣ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　

Ｐｒｅｓｓ，２００９：１－５．　

ＥｒＪＢＥＲＮＡＤＯ　Ｉ　，ＺＥＭＥＮ　Ｔ，ＫＡＲＥＤＡＬ　Ｊ，ｅｔ　ａ１．Ｍｕｌｔｉ—ｄｉ—　

ｍｅｎｓｉｏｎａｌ　Ｋ　Ｆａｃｔｏｒ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｖ２　Ｖ　Ｒａｄｉｏ　Ｃｈａｎｎｅｌｓ　ｉｎ　

（）ｐｅｎ　Ｓｕｂ—ｕｒｂａｎ　Ｓｔｒｅｅｔ　ｃｒｏｓｓｉｎｇｓ［ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　

Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｐｅｒｓｏｎａｌ　Ｉｎｄｏｏｒ　ａｎｄ　Ｍｏｈｉｌｅ　

Ｒａｄｉｏ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＰＩＭＲＣ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，　

２Ｏｌ０　１　５８－６３．　

ｒ８］ＷＩＮＮＥＲ　ＷＰ１．１ＳＴ一４—０２７７５６　Ｗ１ＮＮＥＲ　ＩＩ　Ｃｈａｎｎｅ１　Ｍｏｄｅｌｓ　

ｒＳ］．Ｈｅｌｓｉｎｋｉ：Ｗｉｒｅｌｅｓｓ　ｗｏｒｌｄ　Ｉｎｉｔｉａｔｉｖｅ，２００７．　

［９］ＨＥ　Ｒｕｉ—ｓｉ，ＺＨＯＮＧ　Ｚｈａｎｇ　ｄｕｉ，ＡＩ　Ｂｏ，ｅｔ　ａ１．Ａｎ　Ｅｍｐｉｒｉ　

ｃａｌ　Ｐａｔｈ　Ｌｏｓｓ　Ｍｏｄｅｌ　ａｎｄ　Ｆａｄｉｎｇ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｈｉｇｈ－ｓｐｅｅｄ　

Ｒａｉｌｗａｙ　Ｖｉａｄｕｃｔ　Ｓｃｅｎａｒｉｏｓ［Ｊ］．ＩＥＥＥ　Ａｎｔｅｎｎａｓ　ａｎｄ　ｗｉｒｅ　

ｌｅｓｓ　Ｐｒｏｐａｇａｔｉｏｎ　Ｉ　ｅｔｔｅｒｓ，２０１１，１０：８０８　８１２．　

［１ｏ］ＨＥ　Ｒｕｉ—ｓｉ，ＺＨＯＮＧ　Ｚｈａｎｇ　ｄｕｉ，ＡＩ　Ｂｏ，ｅｔ　ａ１．Ｐｒｏｐａｇａｔｉｏｎ　

Ｍｅａｓｕｒｅｍｅｎｔｓ　ａｎｄ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｈｉｇｈ—－ｓｐｅｅｄ　Ｒａｉｌｗａｙ　Ｃｕｔ—－　

ｔｉｎｇ　Ｓｃｅｎａｒｉｏ［Ｊ］．ＩＥＴ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，２０１１，４７（２１）：　

ｌ１６７—１１６８．　

［１１］刘留，陶成，邱佳慧，等．高速铁路平原场景无线信道小尺　

度衰落特征的研究［Ｊ］．铁道学报，２０１２，３４（５）：ｉ１—１７．　

Ｉ　ＩＵ　Ｌｉｕ，ＴＡ（）Ｃｈｅｎｇ，ＱＩＵ　Ｊｉａ—ｈｕｉ，ｅｔ　ａ１．Ｒｅｓｅａｒｃｈ　ｏｎ　

Ｓｍａｌｌ—ｓｃａｌｅ　Ｆａｄｉｎｇ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　Ｗｉｒｅｌｅｓｓ　Ｃｈａｎｎｅｌｓ　ｉｎ　

Ｒｕｒａｌ　Ａｒｅａ　ｏｆ　Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｗａｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　ｔｈｅ　Ｃｈｉ—　

ｎａ　Ｒａｉｌｗａｙ　Ｓｏｃｉｅｔｙ，２０１２，３４（５）：１１—１７．　

［１２２　ＤＯＮＧ　ｗｅｉ—ｈｕｉ，ＩＡＵ　Ｇｕａｎｇ—ｙｉ，Ｙｕ　Ｌｉ，ｅｔ　ａ１．Ｃｈａｎｎｅｌ　

Ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　Ｉｎｄｏｏｒ　Ｐａｒｔ｛ｏｒ　Ｈｉｇｈ　ｓｐｅｅｄ　Ｔｒａｉｎ　Ｂａｓｅｄ　０ｎ　

Ｗｉｄｅｂａｎｄ　Ｃｈａｎｎｅｌ　Ｍｅａｓｕｒｅｍｅｎｔ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　

ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ａｎｄ　

Ｎｅｔｗｏｒｋｉｎｇ　ｉｎ　Ｃｈｉｎａ．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２０１０：１－４．　

ｒ１３］Ｅｌｅｋｔｒｏｂｉｔ．ＰｒｏｐＳｏｕｎｄＴＭ　ＣＳ　Ｍｕｈｉ—Ｄｉｍｅｎｓｉｏｎａｌ　Ｃｈａｎｎｅｌ　

学　报　第３　替　

Ｓｏｕｎｄｅｒ　Ｇｅｎｅｒａｌ　Ｐｒｅｓｅｎｔａｔｉｏｎ　Ｌ　Ｒ］．Ｆｉｎｌａｎｄ：Ｅｌｅｋｔ　ｒｏｂｉｔ．　

２００５．　

［１４］Ｓｅｎｃｉｔｙ　Ｒａｉｌ　Ａｎｔｅｎｎａ：１３９９．１　７．００３９　ＨｕＩ｛ＥＲ＋ｓｕＨＮＥＲ　

ｄａｔａ　ｓｈｅｅｔ．ＨＵＢＥＲ＋ＳＵＨＮＥＲＡＧ　ＲＦ　Ｉｎｄｕｓｔｒｉａｌ，２Ｏ】０．　

［ＥＢ／ＯＩ　］．ｈｔｔｐ：／　ｗｗｗ．ｆｉｒｓｔｓｏｕｒｃｅｉｎｃ．ｃｏｍ／ｐ￣‘（）ｄｕｃｔｓ／　

６９０１—２３０４１５６８．ａｓｐｘ．　

［１５］ＡＩ　Ｂｏ，ＨＥ　Ｒｕｉ—ｓｉ，ＺＨ（）ＮＧ　Ｚｈａｎｇ—ｄｕｉ，ｅｔ　ａ１．Ｒａｄｉ（）Ｗａｙ（、　

Ｐｒｏｐａｇａｔｉｏｎ　Ｓｃｅｎｅ　Ｐａｒｔｉｔｉｏｎｉｎｇ　ｆｏｒ　Ｈｉｇｈ—ｓｐｅｅｄ　Ｒａｉｌｓ　ｌ　Ｊ　

０Ｉ　］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ａｎｔｅｎｎａｓ　ａｎｄ　Ｐｒｏｐａｇａｔｉｏｎ．　

ｈｔｔｐ　｛｜　．ｈｉｎｄａｗｉ．ｅｏｍ／］ｏｕｒｎａｌｓ／ｉｉａｐ／２０１２，／８１　５２３２．　

ｒ１６］ＭＡＴＺ　Ｇ．，ＭＯＩ　ＩＳＣＨ　Ａ　Ｆ，ＨＩ　ＡＷＡＴＳＣＨ　Ｆ．Ｏｎ　ｔｌｌｅ　

Ｓｙｓｔｅｍａｔｉｃ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｅｒｒｏｒｓ　ｏｆ　Ｃｏｒｒｅｌａｔｉｖｅ　Ｍｏｂｉｌｅ　Ｒａ　

ｄｉｏ　Ｃｈａｎｎｅｌ　Ｓｏｕｎｄｅｒｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏＤ　Ｃｏｍｎｍｎｉ　

ｃａｔｉｏｎ．，２００２，５０（５）．　

［】７］张建华．基于信道测量进行噪底和信号分量¨限估　方　

法及其装置：中国，２００７１０１６５８０９．ＸＥＰ］．２００９—０５　０６．　

［１８２ＡＮＤＲＥＡＳ　Ｆ　Ｍ．无线通信［Ｍ］．田斌，帖翊，等译．北　

京：电子工业出版社，２００８．　

ｒ１　９］ＧＲＥＥＮＳＴＥＩＮ　Ｉ　，ＭＩＣＨＥＬＳＯＮ　Ｄ，ＥＲＣＥＧ　Ｖ．Ｍｏ　

ｍｅｎｔ　ｍｅｔｈｏｄ　Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｔｈｅ　Ｒｉｃｅａｎ　Ｋ—Ｆａｃｔｏｒ［¨．　

ＩＥＥＥ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｉ　ｅｔｔｅｒ，１９９９，３（６）：ｌ７５一】７６．　

［２Ｏ］３ＧＰＰ．ＴＳ　３６．１０１　Ｖ８．４．０　Ｕｓｅｒ　Ｅｑｕｉｐｍｅｎｔ（ＵＥ）Ｒａｄｉｏ　

Ｔｒａｎｓｍｉｓｓｉｏｎ　ａｎｄ　Ｒｅｃｅｐｔｉｏｎ［Ｓ］．Ｓｏｐｈｉａ　Ａｎｔｉｐｏｌｉｓ。Ｆ：　

ＥＴＳＩ，２００８．　

［２１］ＪＯＮＳＳＯＮ　Ｐ，ＥＫＩ　ＵＮＤＨ　Ｉ　．Ｓｅａｓｏｎａｌｉｔｙ　Ｅｘｔｒａｃｔｉｏｎ　ｂｙ　

Ｆｕｎｃｔｉｏｎ　Ｆｉｔｔｉｎｇ　ｔｏ　Ｔｉｍｅ—ｓｅｒｉｅｓ　ｏｆ　Ｓａｔｅｌｌｉｔｅ　Ｓｅｎｓｏｒ　Ｄａｔａ　

［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｇｅｏｓｃｉｅｎｃｅ　ａｎｄ　Ｒｅｍｏｔｅ　Ｓｅｎｓ　

ｉｎｇ，２００２，４０（８）：１８２４—１８３２．　

（责任编辑江峰）