常见移动信道模型.pdf

3.1单状态模型

3.1.1Rayleigh模型

在移动无线信道中，瑞利模型是常见的用于描述平坦衰落信号或独立多径分

量接收包络统计时变特性的一种经典模型。众所周知，两个正交的正态分布的随

机过程之和的包络服从瑞利分布，即设X和Y为正态随机过程，则R=X+jY的

[24,27,28]

包络r=|R|则服从瑞利分布。瑞利分布的概率密度函数（pdf）为：

2

rr



exp,r0

p(r)22(3-1)



2





0,r0



22

其中，E[r]是包络检波之前的接收信号包络的时间平均功率。R的相位θ

服从0到2π之间的均匀分布，即

1





,02



p()(3-2)



2

0，其他



则接收信号包络不超过某特定值R的累计概率分布函数（CDF）为

R2

R





F(R)p(rR)p(r)dr1exp(3-3)

2

2



0

图3-1所示为瑞利模型的概率密度函数曲线图。

瑞利分布包络的概率密度曲线图

0.7

0.6

0.5

0.4

f

d

p

0.3

0.2

0.1

0

012345678910

接收信号包络r

图3-1瑞利模型的概率密度函数曲线图

3.1.2Ricean模型

当接收端存在一个主要的静态（非衰落）信号时，如LOS分量（在郊区和

农村等开阔区域中，接收端经常会接收到的）等，此时接收端接收的信号的包络

就服从莱斯分布。在这种情况下，从不同角度随机到达的多径分量迭加在静态的

主要信号上，即包络检波器的输出端就会在随机的多径分量上迭加一个直流分

量。当主要信号分量减弱后，莱斯分布就转变为瑞利分布。莱斯分布的概率密度

函数为：

22

rrCCr





exp