《6G无线信道模型的原理与应用》系统梳理无线信道的发展脉络与*新研究进展，重点围绕6G标准化信道模型的研究与挑战展开。内容涵盖无线信道建模原理、信道测量与参数估计的理论基础，以及面向6G的新技术（如通信感知一体化、超大规模3DMIMO、智能超表面和数字孪生信道）与新频段（太赫兹、新中频等）的建模方法。《6G无线信道模型的原理与应用》在理论阐述的同时，辅以大量实测数据与仿真结果，提出一个统一的6G信道建模框架，并深入探讨空口测试技术与AI驱动的信道预测方法，突出工程实践与学术前沿的结合。

目录
丛书序
前言
第1章 绪论 1
1.1 无线通信的发展历史 1
1.2 无线信道及其发展历史 2
1.3 6G愿景与发展现状 5
1.4 6G信道研究挑战与现状 8
1.5 本书结构与贡献 11
参考文献 15
第2章 无线信道建模的原理与基本方法 19
2.1 无线信道传播特性——衰落 19
2.2 无线信道建模方法 20
2.2.1 统计性建模——GBSM 21
2.2.2 确定性建模——射线追踪建模 24
2.3 无线信道衰落**模型 35
2.3.1 路径损耗模型 37
2.3.2 阴影衰落模型 46
2.3.3 多径衰落模型 47
2.4 2G～5G信道模型演变 54
2.4.1 2G**信道模型 56
2.4.2 3G标准信道模型 57
2.4.3 4G标准信道模型 58
2.4.4 5G 标准信道模型 59
2.5 本章小结 61
参考文献 61
第3章 6G无线信道的测量方法 64
3.1 信道测量平台基本原理与结构 64
3.1.1 基于矢量网络分析仪的频域信道测量平台 64
3.1.2 基于相关原理的时域信道测量平台 66
3.2 信道测量平台及测量案例 69
3.2.1 基于时域相关的新中频信道测量平台 69
3.2.2 基于时域相关的毫米波信道测量平台 76
3.2.3 基于矢量网络分析仪的太赫兹信道测量平台 78
3.2.4 基于时域相关的太赫兹信道测量平台 80
3.2.5 基于时域相关的可见光信道测量平台 83
3.2.6 多频段超大规模MIMO信道测量平台 85
3.3 新技术信道测量 90
3.3.1 超大规模MIMO信道测量 90
3.3.2 通信感知一体化信道测量 94
3.3.3 智能超表面辅助信道测量 95
3.4 本章小结 97
参考文献 97
第4章 信道的参数估计 101
4.1 传统参数估计算法 102
4.1.1 基于谱分析方法的确定性信道参数估计 103
4.1.2 基于参数估计方法的确定性信道参数估计 107
4.2 新型参数估计方法 113
4.2.1 超宽带参数估计算法 114
4.2.2 近场球面波参数估计算法 117
4.2.3 空间非平稳信道参数估计算法 124
4.2.4 针对6G通信场景下宽带近场的参数估计算法 127
4.3 本章小结 130
参考文献 131
第5章 通信感知一体化 134
5.1 通信感知一体化技术及应用概述 134
5.1.1 通信感知一体化技术概述 134
5.1.2 通信感知一体化潜在应用场景 135
5.2 通信感知一体化信道建模方法 138
5.2.1 通信感知一体化信道建模挑战及研究进展 138
5.2.2 基于统计性的通信感知一体化信道建模方法 141
5.2.3 基于非统计性的通信感知一体化信道建模方法 171
5.3 通信感知一体化信道特性仿真 175
5.3.1 目标信道级联特性仿真 181
5.3.2 感知目标多普勒特性仿真 184
5.3.3 通感信道共享特性仿真 189
5.4 本章小结 191
参考文献 192
第6章 超大规模MIMO信道模型 196
6.1 超大规模阵列天线信道建模 199
6.1.1 超大规模阵列天线信道特性 200
6.1.2 超大规模阵列天线信道建模 212
6.2 智能超表面信道建模 216
6.2.1 RIS物理模型 218
6.2.2 RIS级联信道模型 228
6.3 全息MIMO信道建模 235
6.3.1 全息MIMO信道特性 236
6.3.2 全息MIMO信道模型 242
6.4 本章小结 250
参考文献 250
第7章 新频段信道模型 254
7.1 6G频谱需求 254
7.2 新中频信道模型 255
7.2.1 引言 255
7.2.2 新中频信道特性与模型 256
7.2.3 新中频大尺度模型参数 262
7.2.4 新中频小尺度模型参数 264
7.3 太赫兹信道模型 266
7.3.1 引言 266
7.3.2 太赫兹大气损耗研究 268
7.3.3 太赫兹路径损耗模型 269
7.3.4 太赫兹信道特性 272
7.3.5 太赫兹信道模型研究 279
7.3.6 太赫兹感知通信一体化：信道环境重构 281
7.4 可见光信道模型 286
7.4.1 引言 286
7.4.2 可见光路径损耗模型 288
7.4.3 可见光遮挡概率模型 291
7.4.4 可见光信道噪声模型对比分析 297
7.5 本章小结 300
参考文献 300
第8章 高速铁路场景信道模型 306
8.1 铁路专用移动通信系统概述 308
8.2 高铁场景分类 310
8.3 轨道交通被动式信道测量方法 314
8.3.1 基于CSI-RS的被动式信道测量方法 315
8.3.2 基于CSI-RS的被动式信道测量系统验证 318
8.4 高铁典型信道特征 319
8.4.1 高架桥场景信道特征 320
8.4.2 隧道场景信道特征 324
8.4.3 高速铁路场景衰落相关性 331
8.5 基于抽头延时线的高铁信道模型 334
8.5.1 抽头个数及时延、增益 334
8.5.2 抽头衰落统计 335
8.5.3 抽头多普勒谱 335
8.5.4 信道模型仿真 336
8.6 本章小结 338
参考文献 339
第9章 车载通信(V2X)场景信道模型 342
9.1 车载通信(V2X)信道建模方法概述 343
9.2 基于非几何统计V2X信道建模 345
9.2.1 信道模型 346
9.2.2 信道模型仿真分析与验证 350
9.3 基于规则几何统计的V2X 信道建模 352
9.3.1 V2V城市街道环境下的信道模型 353
9.3.2 基于几何随机建模的非平稳V2V信道模型 359
9.4 基于非规则几何统计的V2X信道建模 380
9.4.1 动静态簇和连续任意轨迹下的V2X非平稳信道建模 380
9.4.2 时空一致性下的V2X非平稳信道建模 392
9.5 本章小结 404
参考文献 405
第10章 工业互联网场景信道模型 409
10.1 IIoT场景的环境特点与应用场景 410
10.1.1 IIoT场景的新特性 410
10.1.2 IIoT场景的环境特点 411
10.2 IIoT的信道特性 413
10.2.1 场景依赖性 413
10.2.2 频率差异性 414
10.2.3 时变特性 415
10.2.4 电磁噪声干扰 416
10.3 IIoT信道特性建模 417
10.3.1 路径损耗 418
10.3.2 LoS概率 420
10.3.3 时延扩展 422
10.3.4 角度扩展 424
10.3.5 双重移动性 425
10.3.6 绝对时延 426
10.4 IIoT场景下的信道测量与分析 428
10.4.1 小型精密工厂场景的实地信道测量 428
10.4.2 中小型常规工厂的实地信道测量 434
10.4.3 IIoT场景下RIS实地信道测量 437
10.5 本章小结 440
参考文献 441
第11章 空天海信道模型 445
11.1 卫星信道建模 446
11.1.1 卫星信道测量与建模研究现状 447
11.1.2 卫星信道传输特性 451
11.1.3 卫星信道建模方法 457
11.2 无人机信道建模 462
11.2.1 无人机信道研究现状 462
11.2.2 全三维无人机信道模型 466
11.2.3 信道实测及结果分析 472
11.3 海洋信道建模 478
11.3.1 海洋无线信道测量和建模 478
11.3.2 大气波导无线信道测量和建模 488
11.3.3 内河无线信道测量与建模 500
11.4 本章小结 510
参考文献 511
第12章 面向6G标准的信道模型原理 516
12.1 面向6G标准化的E-GBSM 516
12.1.1 传统5G 3D GBSM原理 516
12.1.2 现有模型特性与不足 518
12.1.3 面向6G的E-GBSM原理 519
12.2 面向6G的信道仿真平台研究 522
12.2.1 2G～5G信道仿真平台发展历程 523
12.2.2 6G 的信道仿真平台研究现状 525
12.2.3 基于E-GBSM的6G信道仿真平台 527
12.2.4 E-GBSM仿真示例 534
12.3 本章小结 538
参考文献 538
第13章 6G 信道模拟与空口测试 540
13.1 无线信道模拟器 542
13.1.1 概述 542
13.1.2 信道模拟器实现方法 543
13.1.3 信道模拟器实现案例 548
13.2 无线空口测试理论与方法 555
13.2.1 系统模型 557
13.2.2 空间重构方法 559
13.2.3 5G标准化MPAC 装置 565
13.2.4 测试实例 568
13.3 6G OTA测试需求与方案 570
13.3.1 探头权重闭式解推导 572
13.3.2 探头选择方法 577
13.3.3 基于空间傅里叶变换的稀疏采样方法 588
13.4 本章小结 593
参考文献 594
第14章 AI使能的6G智能信道预测研究 598
14.1 AI驱动下的通信演进与信道建模范式变革 598
14.1.1 AI在通信领域的应用与研究现状 599
14.1.2 无线信道建模方法的发展历程 602
14.2 AI在信道建模领域的应用 604
14.2.1 AI辅助的信道参数提取、信道估计与场景分类 605
14.2.2 AI辅助的信道多径分簇算法研究 610
14.2.3 簇核建模 620
14.3 基于人工智能的多尺度信道参数预测研究 631
14.3.1 基于AI的大尺度信道参数预测 632
14.3.2 基于AI的小尺度信道参数预测 639
14.4 通信任务驱动的智能感知与信道预测 646
14.4.1 双频段系统中基于深度强化学习的频域波束预测 647
14.4.2 多视角图像辅助的低开销信道估计 649
14.4.3 基于无线环境知识的无线资源管理 656
14.5 本章小结 658
参考文献 659
第15章 数字孪生信道与信道大模型研究 663
15.1 数字孪生信道的理论框架与应用展望 664
15.1.1 信道孪生的演进 664
15.1.2 实现DTC基础架构 667
15.1.3 DTC模块和使能技术 667
15

第1章 绪论
　　1.1 无线通信的发展历史
　　1865年麦克斯韦预言了电磁波的存在。1887年德国物理学家赫兹利用设计的一套电磁波发生器和检波器从实验上验证了源自法拉第和麦克斯韦先期研究的电磁波理论，即电磁波传播的速度等于光速，电磁波如同可见光一样可以被反射、折射和衍射等。1888年1月，赫兹将这些成果总结在《论动电效应的传播速度》一文中，轰动了科学界，成了近代科学史上的一座里程碑，开创了无线电通信技术的新纪元。约六年后，意大利的马可尼、俄国的波波夫分别实现了无线电传播，并且很快投入实际使用，特别是在过去的几十年间，无线通信系统的发展日新月异，极大地便利了人们的生活。
　　迄今为止，移动通信及其相关业务已经渗透到当前人类社会的方方面面中。通信技术的代际跃迁不仅深刻影响了每一个人的生活方式，也将成为社会经济数字化和信息化水平加速提升的新引擎。移动通信登上历史舞台始于20世纪70～80年代出现的**代模拟语音通信系统，在20世纪90年代出现的第二代移动通信系统中，使用了数字调制技术并支持了短信服务(short message service，SMS)。第三代移动通信系统出现于21世纪初，开始支持对较高数据速率有需求的多媒体业务。21世纪第二个十年出现的第四代移动通信系统完善了高速数据通信的能力，系统容量和频谱效率得到了大幅提升。为了满足“万物互联”的系统需求，以支持高可靠、低延迟、低能耗和大连接等需求为目标的第五代移动通信系统在2020年前后开始面向全球部署[1，2]。
　　随着智能终端的普及，信息化社会的全面发展和全新的应用场景不断涌现，人们对移动通信的需求不断增长。第六代移动通信网络的愿景逐渐进入学者的研究视野，世界主要国家和地区也纷纷开始着手下一代移动通信技术研究的战略布局。2019年11月，我国科学技术部会同国家发展和改革委员会、工业和信息化部等多个部门共同成立了国家6G技术研发推进工作组，意味着中国的6G研究工作全面启动[3]。2020 年，美国电信行业解决方案联盟(Alliance for Telecommunications Industry Solutions，ATIS)牵头组建了Next G联盟，旨在建立6G战略路线图，推动北美6G研发、标准化。2019年4月，韩国通信与信息科学研究院正式组建了6G研究小组并在2020年8月发布了《引领6G时代的未来移动通信研发战略》，以成为全球*个6G商用国家为目标[4]。欧盟在2021年汇集了25家企业和科研机构，启动了6G研究项目Hexa-X，以研究未来移动通信技术。芬兰国家技术研究中心联合诺基亚等单位合作开展了6Genesis项目。在2022年3月，日本发布了《B5G/6G白皮书》，阐述了日本6G的研究现状以及6G发展的七个主要技术、三种未来通信场景等内容。2020年初，国际电信联盟(International Telecommunication Union，ITU)启动了有关6G的研究工作，将其正式纳入国际标准化组织的研究中。2023年6月，ITU在瑞士日内瓦的会议上通过了《IMT面向2030及未来发展的框架和总体目标建议书》，正式定义了6G的应用场景和设计原则，为6G的国际标准化组织研究奠定了重要基础[5]。
　　1.2 无线信道及其发展历史
　　移动通信技术的发展与电磁波的发现密不可分，而移动通信的信道则是电磁波信号在收发设备之间传输的路径，即从基站到终端的空口(air interface)传播通道。如图1-1所示，在一个**通信系统模型中，信源端*先将文本、图像、声音等信息转换为电磁信号，并通过发送机利用调制、编码等技术优化信号，提升其在空口传播中的抗噪性和信道容量。电磁波从发送机空口辐射后，通过无线信道传输到接收机，再经过解调、解码等技术处理，*终恢复出原始传输信息。无线信道的传播机理复杂多样，包括直射(line-of-sight，LoS)、反射、衍射、多径效应、能量衰减、杂波干扰等。这些因素对电磁信号的传输有着显著影响：能量衰减限制了信号的传输距离，多径效应导致信号衰落并影响通信稳定性，干扰和噪声降低了信噪比，频率选择性衰落和时延扩展对宽带通信质量构成挑战，而多普勒效应则在高速移动场景下对信号同步提出了更高的要求。这些传播特性共同决定了无线通信系统的性能，是移动通信技术设计与优化中需要重点考虑的关键因素[6]。对无线信道特性的准确认知、建模和利用是提高无线通信系统性能的基础。例如，在信道数十个波长的大尺度衰落层面，掌握信道的路径损耗特性可指导基站的覆盖范围和通信网络的优化部署。而在信道几个波长上的小尺度衰落层面，对信道多径时延扩展的理解可优化码间冗余长度的设计，从而减少通信链路的码间干扰[7]。对于多天线系统而言，与信道空间多径分布相关的自由度决定了天线数量的选择和多天线工作状态的切换策略。信道建模就是通过数学模型刻画出物理世界的电波传播特性，帮助研究人员理解和掌握这些信道特性，精确的信道模型是每一代移动通信系统设计、技术创新、网络优化、性能评估的基础，也是每一代移动通信*早开展的标准化工作之一。信道研究*早可以追溯到20世纪40年代，贝尔实验室的科学家莱斯*先针对LoS场景证明了接收信号的幅度是随机的且其包络服从莱斯分布，给出了著名的莱斯模型[6]。图1-2总结了移动通信标准化信道模型的发展历程，自20世纪80年代起，移动通信经历了从**代到第五代的发展，移动通信呈现出业务类型多样化、系统容量和峰值速率不断攀升的趋势，因而信道研究也从带宽、频率和维度不断扩展以支撑其发展。例如，信道带宽从30kHz扩展至2GHz，频率从低频的厘米波逐渐提升至毫米波甚至更高的太赫兹(THz)频段，信道模型的维度从一维时域扩展到5G时的时间-频率-空间水平角-空间俯仰角四维[8]。
　　图1-1 移动通信系统模型
　　图1-2 移动通信标准化信道模型的发展历程
　　FDMA为频分多址(frequency division multiple access)；TDMA为时分多址(time division multiple access)；CDMA为码分多址(code division multiple access)；OFDM为正交频分复用(orthogonal frequency-division multiplexing)；ISAC为通信感知一体化(integrated sensing and communication)
　　信道在带宽、频率和空间维度上不断扩展，对每代移动通信系统信道的特性和建模研究不断提出新的需求和挑战。为了应对挑战，过去几十年学者开展了大量的信道测量实验和建模理论研究。例如，早期的Okumura[9]、Hata和Nagatsu[10]通过对东京城区的信道测量建立了经验的路径损耗模型。进一步地，2G时期的COST 207基于城市、乡村、山地场景的测量给出了时延的统计分布和抽头延时线模型[11]。随着多输入多输出(multiple-input and multiple-output，MIMO)技术的应用，需要信道模型能够精确刻画信道的小尺度衰落特性，特别是天线阵列几何结构和多径角度分布特征，即无线电波的离开角(angle of departure，AoD)和到达角(angle of arrival，AoA)。基于几何的随机信道模型(geometry-based stochastic model，GBSM)可以满足这一需求，它通过结合几何建模和随机过程来模拟无线信道的多径衰落。其中，GBSM通过对环境散射体的分布进行几何建模，解决了不同的信道衰落特征参数(如阴影衰落、多径时延、多径的AoD和AoA等)的建模难题；另外，随机过程的关键参数和分布规律通过大量实地信道测量和统计分析处理得到，从而使GBSM很好地反映真实多样场景下的信道特性[8]。3G时代引入的空间信道模型(spatial channel model，SCM)是一种典型的GBSM，其将统计建模与空间相关性结合，以支持空间选择性衰落模拟。第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)在2003年3月发布了针对3G系统的3GPP TR 25.996[12]文件，为MIMO信道仿真的空间信道模型制定了标准，该信道模型支撑了针对二维(2-dimention，2D)MIMO阵列在2GHz频段的5MHz带宽信道仿真。此后，欧洲WINNER(Wireless World Initiative New Radio)组织对SCM进行了扩展，开发了SCMExtension(SCME)信道模型[13]，支持2GHz和5GHz的仿真频段，并将*大仿真带宽增加至100MHz。但是SCME信道模型在支持的仿真场景和仿真频段范围方面仍无法完全满足4G移动通信系统性能的评估。因此，ITU无线电通信组(ITU-Radio Communication Sector，ITU-R) M.2135标准信道模型[14]，将频率进一步扩展至450MHz～6GHz，还增加了对室内热点(indoor hotspot，InH)场景、室外到室内(outdoor to indoor，O2I)等场景的支持。其中2005年北京邮电大学开展的室内热点场景测量并建立的时-频-水平角度域的GBSM[15，16]，被ITU-R M.2135标准采纳为InH评估模型，且其13篇参考文献中的6篇来自北京邮电大学团队[16-21]，实现了我国在信道模型标准制定上的突破，并后续被3GPP TR 36.873/38.900/38.901/ITU-R M.2412等标准沿用至今[22-25]。此外，3GPP TR 36.814标准增加了对增加中继(relay)、微微蜂窝(picocell)以及家庭蜂窝(femto cell)等场景的建模[26]，其中中继大尺度传播模型同样是由北京邮电大学提出并被采纳到标准中的[27，28]。
　　随着有源天线技术的发展，2012年后涌现的三维(3-dimention，3D)MIMO技术利用在垂直维上增加阵元，形成垂直维的多路并行传输，进一步增加系统的容量和覆盖范围[29，30]，也是我国主推的5G大规模(massive)MIMO技术。但3DMIMO技术研究的前提是探索无线电波在垂直维的传播特性和给出其可靠的水平-垂直-时-频四维信道模型，因为当时广泛使用的4G信道模型仅支持水平面，无法支持3D MIMO的算法研究和评估，所以无法确切地知道3D MIMO的实际性能。3GPP为了支撑3D MIMO技术评估，于2013年启动了3D空间信道模型3GPP TR 36.873的标准制定，并于2014年4月完成。但该标准仅包含了城市宏蜂窝(urban macro，UMa)和城市微蜂窝(urban micro，UMi)场景。2015年底，3GPP启动了5G高频信道模型的研究，完成了适用于6GHz以上频率信道建模的标准3GPP TR 38.900[23]和适用于0.5～100GHz的信道模型标准3GPP TR 38.901[24]。同时，修订了适用于低频段的3D空间信道模型标准3GPP TR 36.873，补充了缺少的InH和农村宏蜂窝(rural macro，RMa)场景。在3GPP启动5G信道模型研究后不久，ITU-R 5D工作组(ITU-R WP 5D)也于2016年2月启动5G信道模型标准制定的工作，并*终在2017年12月正式发布了ITU-R M.2412[25]。其中，2012年北京邮电大学开展了UMi、UMa、RMa和InH场景信道测量，并发现了信道宽带直角服从拉普拉斯分布，进一步提出了时-频-水平角度域-垂直角度域的3D GBSM被ITU-R M.2412采纳[25，31]，成为其3D MIMO信道模型的基础框架。该标准详细定义了用于评估5G与新特性的评估配置、测试环境和信道模型，该信道模型对5G系统的需求场