. 47;圖5b為二次修 正后的分簇結果。
[0061] 圖6曰、圖6b和圖6c是基于超寬帶信道測量的CIR分簇示意圖。測試中發射機-接收 機間距15米，不同的簇用不同的顏色進行標示。圖中曲線線1為噪聲樣本，線段線1表示每個 簇內多徑信號基于最小二乘的回歸擬合結果。圖6a為基于本發明算法的分簇結果；圖6b為 基于KMeans算法的分簇結果；圖6c為基于KPowerMeans算法的分簇結果。
[0062] 圖7曰、圖7b和圖7c是基于超寬帶信道測量的CIR分簇示意圖。測試中發射機-接收 機間距20米，不同的簇用不同的線型進行標示。圖中曲線線1為噪聲樣本，線段線1表示每個 簇內多徑信號基于最小二乘的回歸擬合結果。圖7曰為基于本發明算法的分簇結果；圖7b為 基于KMeans算法的分簇結果；圖7c為基于KPowerMeans算法的分簇結果。
[0063] 圖8是不同分簇算法下基于測量與模型生成的PDP之間的RISE比較示意圖。
[0064] 圖9是不同分簇算法下基于測量與模型生成的PDP的RMS時延擴展比較示意圖。
【具體實施方式】
[0065] 下面詳細描述本發明的實施方式，所述實施方式的示例在附圖中示出，其中自始 至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參 考附圖描述的實施方式是示例性的，僅用于解釋本發明，而不能解釋為對本發明的限制。
[0066] 本技術領域技術人員可W理解，除非特意聲明，運里使用的單數形式"一"、"一 個"、"所述"和"該"也可包括復數形式。應該進一步理解的是，本發明的說明書中使用的措 辭"包括"是指存在所述特征、整數、步驟、操作、元件和/或組件，但是并不排除存在或添加 一個或多個其他特征、整數、步驟、操作、元件、組件和/或它們的組。應該理解，當我們稱元 件被"連接"或"禪接"到另一元件時，它可W直接連接或禪接到其他元件，或者也可W存在 中間元件。此外，運里使用的"連接"或"禪接"可W包括無線連接或禪接。運里使用的措辭 "和/或"包括一個或更多個相關聯的列出項的任一單元和全部組合。
[0067] 本技術領域技術人員可W理解，除非另外定義，運里使用的所有術語(包括技術術 語和科學術語)具有與本發明所屬領域中的普通技術人員的一般理解相同的意義。還應該 理解的是，諸如通用字典中定義的那些術語應該被理解為具有與現有技術的上下文中的意 義一致的意義，并且除非像運里一樣定義，不會用理想化或過于正式的含義來解釋。
[0068] 為便于對本發明實施例的理解，下面將結合附圖W幾個具體實施例為例做進一步 的解釋說明，且各個實施例并不構成對本發明實施例的限定。
[0069] 如圖1所示，為本發明所述的一種面向信道沖激響應的分簇方法，包括：
[0070] 步驟11，基于稀疏優化理論對原始信道的信道沖激響應CIR信號進行重構；
[0071] 步驟12,基于重構的所述CIR信號進行CIR多徑簇的檢測，生成分簇結果；
[0072] 步驟13,根據模型擬合度，對所述分簇結果進行修正。
[0073] 其中，步驟11包括：
[0074] 步驟a,設置初始狀態下在每一個待分簇的功率時延譜中每組信道沖激響應中多 徑簇數目的最大值^3、;設置初始迭代次數;設置初始權重〇4^，η二:1，…，設置加權1 范數最小化的迭代過程的最大迭代次數Μ;η是多徑數序號;Ν是總多徑數目；
[00巧]步驟b，計算重構信號POO的矢量形式具體為：
[007引其中，P為測量的功率時延譜PDP的矢量信號；P為通過優化的方式還原的與P信號 接近、與ai,k的平均能量形式相同的重構信號;ai,k為第1個簇內第k徑的幅度;P為Ρ(τ)的矢 量形式；Ρ為Ρ(τ)的矢量形式；Ω功第一有限差分參數；Ω 2為第二有限差分參數;W?為第 m次迭代中的權重因子組成的對角矩陣;τ是每條多徑的時延值；
[0079] 步驟C，判斷當前迭代次數m是否等于最大迭代次數Μ，生成判斷結果；
[0080] 步驟d，如果等于，則迭代終止;如果小于，則對當前迭代次數m加一，并對當前權重 因子進行更新，生成更新后的權重因子;并使用所述更新后的權重因子，執行所述步驟b。 [0081 ]所述第一有限差分參數Ω 1根據W下公式表示：
[0082]
[0083] 其中，Δ τ代表PDP原始測量數據中的時延最小分辨率;TN-1是是第N-1條多徑對應 的時延值;ΤΝ是第Ν條多徑對應的時延值；
[0084] 所述第二有限差分參數Ω 2根據W下公式表示：
[0085]
[0086] 所述第m次迭代中權重因子組成的對角矩陣W?為：
[0087]
[0088] 其中，CON是迭代過程中的權重因子。
[0089] 其中，步驟d中的對當前權重因子進行更新的步驟如下：
[0090]
[0091] 其中，ε為迭代穩定系數；ω^η+lj電第m次迭代結束后更新后的權重因子；兵"^是 第m次循環中重構PDP對應的第η條多徑的PDP值。
[0092] 在一個實施例中，步驟12可W包括：
[0093]
[0094] S:為識別的多徑簇時延編號的集合;nc為S中的元素;C為簇的序號；為多徑簇 識別因子Φ在nc處的值;nc為第C個簇的時延編號;。h為判斷簇的口限值；
[00M]或者，在另一個實施例中，步驟12可W包括：
[0096]
[0097] 該實施例的方法比上述實施例的方法準確度高。
[0098] 其中，所述多徑簇識別因子Φ根據W下公式計算：
[0099]
[0100] 步驟13包括：
[0101] 步驟131，利用中的所有N。個點得到最小二乘擬合曲線g(n);其中， (π.ρ,Ρ."ρ)是基于分簇結果得到的值;np為每個簇內第一條多徑峰值所對應的時延位置的 索引值；^^?^是多徑信號在化位置所對應的能量值；
[0102] 步驟132，計算(jip, Ρκρ)中的所有Nc個點的線性擬合度，生成擬合參數R;
[0103] 步驟133,比較所述擬合參數R與擬合度判決口限Rth之間的大小，生成判斷結果；
[0104] 步驟134，如果R<Rth，則令1/ max = Lmax-l，并跳至所述步驟1 1，直至分簇結果下的參 數R大于所述擬合度判決口限Rth;!/max為更新后的在每一個待分簇的功率時延譜中每組信 道沖激響應中多徑簇數目的最大值；
[0105] 步驟135,如果R> Rth,則結束步驟。
[0106] 其中，步驟132根據W下公式計算：
[0107]
[010引其中，巧代表（·）幾何的平均值;g(np)為最小二乘擬合曲線g(n)在np處的取值。
[0109] 如圖2所示，為本發明所述的一種面向信道沖激響應的分簇裝置，包括：
[0110] 重構單元21，基于稀疏優化理論對原始信道的信道沖激響應CIR信號進行重構；
[0111] 分簇單元22，基于重構的所述CIR信號進行CIR多徑簇的檢測，生成分簇結果；
[0112] 修正單元23,根據模型擬合度，對所述分簇結果進行修正。
[0113] W下描述本發明的應用場景。
[0114] 本方法基本工作原理如下：
[0115] 首先，基于稀疏優化的方法對原始信道的CIR進行重構，剝離出CIR的物理傳播特 征；
[0116] 其次，基于重構的CIR信號建立CIR多徑簇的檢測方法;也就是說，在重構出的CIR 上開展多徑分簇，
[0117] 最后，借助模型擬合度判決對分簇結果的二次修正，進一步提升了 CIR分簇的準確 性。
[0118] W下描述本發明具體實施例。
[0119] 本發明提供一種基于稀疏優化的CIR分簇方法，包括W下步驟：
[0120] (l)CIR模型的建立及分析
[0121] 首先，對原始CIR數據進行統計性分析及建模。使用了在美國南加州大學開展測量 所獲得的超寬帶數據來闡述本發明的算法。測量是在室內倉庫場景開展的，使用矢量網絡 分析儀作為測量設備。測試中，矢量網絡分析儀在2-8GHZ頻段范圍內掃描了1601個點，時延 分辨率為0.167ns。在測量過程中，發射機和接收機分別放置在不同的位置上，而收發信機 之間的距離從5m到25m不等。
[0122] 對于無線通信而言，傳輸媒介為連接發收發信機之間的無線傳播信道。信號可W 通過許多不同的傳播路徑從發射機到達接收機，運種現象被稱為多徑效應。運些多徑通常 由復數幅度和多徑傳播時延來描述。在該描述下，信道CIR通常具有W下形式：
[0123]
C1)
[0124] 其中，h(T)是信道CIR;T是傳播時延；j是虛數單位;an與Φη分別為第η徑的幅度和 相位，Ν為多徑的總數目，τη是第η徑的傳播時延。δ(.)為狄拉克δ函數(Dirac del化函數）。
[0125] 大量測量顯示，多徑分量到達接收機的過程是成簇的。其中描述運種現象最為著 名的模型即為SV模型，該模型基于雙隨機泊松到達過程。SV模型中最重要的特征是:在一個 時延簇內多徑分量的能量隨時延的增加而呈現指數遞減的現象，而時延簇的能量也遵循指 數遞減規律。SV模型中的CIR在數學上的表示如下：
[0126]
(2)
[0127]其中，ai,k與為第1個簇內第k徑的幅度和相位，L為簇的數目，K為每個簇內徑 的數目，T功第1個簇的到達時延，τι,功第1個簇內第k徑的附加時延。
[012引在SV模型中，相位是在0到如內隨機分布的獨立隨機變量。ai,k的平均能量如 下所示：
[01991
(3)
[0130]其中，|α^3〇|2是第一個簇內第一條多徑的平均能量，Ai和A2表示簇間和簇內多徑 能量隨時延的衰減現象，Γ和Λι分別表示簇與多徑的能量衰減系數。
[0131] 為了便于后續闡述，我們用功率時延譜(PDP)來取代CIR M