基于視距概率模型的6G室內無線通信系統性能分析

毛曦晨/MAO Xichen，王承祥/WANG Chengxiang，楊松江/YANG Songjiang，黃杰/HUANG Jie，黃晨/HUANG Chen

（1.東南大學 移動通信全國重點實驗室，中國 南京 210096；2.網絡通信與安全紫金山實驗室，中國 南京 211111）

隨著城市居民密度的不斷增加，室內通信場景逐漸成為移動通信的重要場景，工業物聯網、大型商超等場景下的通信覆蓋需求日益提升。中國聯通在2019年發布白皮書《中國聯通5G數字化室分技術白皮書》[1]，預測室內流量將達到總體流量的80%以上。隨著室內用戶數量激增、傳輸數據速率要求提升，室內通信場景在未來通信系統的重要地位日益突出。全球學者均已開展針對6G的研究。國際電信聯盟（ITU）在2023年6月發布了6G愿景建議書[2]，強調室內通信在未來6G應用場景的重要地位，其中海量通信、超高可靠低時延通信等均涉及室內用戶。此外，文獻[3]和[4]同樣闡述了室內通信系統在6G系統中的重要地位，并提出光無線技術、超大規模天線陣列以及智能反射面等使能技術，以提升室內通信性能。

室內通信場景的重要性逐漸凸顯，對此全球學者廣泛開展針對室內通信性能的研究。文獻[5]研究室內覆蓋概率模型，并推導信干噪比分布，但該模型僅考慮了視距（LoS）信號，未考慮遮擋效應和視距信號概率。文獻[6]針對室內覆蓋性能及能效提升，研究室內通信系統的優化問題，但在模型中同樣未考慮視距概率模型的影響。文獻[7]推導了用戶與接入點的距離概率分布，并分析覆蓋概率，但仍忽視了視距概率對于覆蓋性能的影響。然而，視距概率模型是準確分析室內通信系統性能的重要基礎。第3代合作伙伴計劃（3GPP）在標準文檔中給出基礎視距概率模型[8]，使用指數函數表征視距概率與距離關系。文獻[9]研究室內系統的干擾以及覆蓋性能，同樣直接采用指數函數表征視距概率。文獻[10]和[11]研究智能反射面協助下的室外到室內系統性能，由于所考慮的室內傳播場景較為簡單，因此同樣使用指數函數來表征視距概率。指數函數表征視距概率僅適用于較簡單的室內場景。一旦考慮家具、設備、墻壁等阻擋物，指數函數將不再適用于室內視距概率分析。因此，一些研究已開展視距概率模型研究。文獻[12]基于視距概率研究服務質量概率，但其模型中未考慮不同類型阻擋物的影響。此外，文獻[13]和[14]研究了三維室內視距概率，但仍只考慮墻壁阻擋物的影響，忽視了其他類型阻擋物對于視距概率的影響。

綜上，室內無線通信性能研究已廣泛開展，但仍面臨一些挑戰：首先，現有性能分析研究忽略了視距概率模型的重要性，或單純采用3GPP標準視距概率模型；其次，研究室內通信性能時，通信阻擋物考慮得較簡單，未考慮阻擋物的高度等因素的影響。為彌補上述不足，本文開展了視距概率模型研究工作，并基于視距概率模型研究室內通信系統性能。本文的主要貢獻如下：

1）考慮除墻壁阻擋以外，場景中不同高度的阻擋物對信號傳播的影響，為工業物聯網、大型商超等場景的視距概率模型推導提供參考；

2）構建適用于工業物聯網、大型商超等6G場景的視距概率模型，該模型可以準確刻畫不同阻擋物場景下的視距概率，并且考慮了基站位置、用戶位置、基站數量等因素的影響；

3）基于提出的視距概率模型和6G普適信道模型，研究了路徑損耗、覆蓋概率以及能量效率，總結分析室內無線通信性能主要特點，指導室內通信性能優化方案。

1 室內視距概率模型

1.1 室內通信場景

室內通信相較于室外通信，場景特征顯著。首先，室內通信的用戶密度較高，且用戶活動范圍集中在固定區域。其次，室內傳播阻擋物較為復雜，但阻擋物特征具有趨同性，例如：在工業物聯網中，傳播阻擋物多為大型生產設備，其形狀、位置受到廠房設計和生產線限制，往往同區域阻擋物為同類型設備[14]。最后，室內通信信號傳播場景較為固定，且一般具有各向同性的特征[13]。由于室內通信場景中阻擋物具有趨同性特征，因此在對室內通信場景建模時無須特別區分信號傳播方向，可以認為其信號傳播特性具有各向同性，僅受到阻擋物的影響。受文獻[15]和[16]啟發，本文歸納總結室內場景特征，將其建模為二維（2D）場景。具體場景如圖1所示。

圖1 室內通信場景模型

圖1中hb和wb分別表示為房間的高度和最長直線傳播距離。房間部署N個基站，基站為同源基站且均部署在天花板上，基站間信號互無干擾。dt表示基站距離房間邊緣的距離，dr表示用戶距離房間邊緣的距離。ht和hr分別表示基站和用戶的離地高度?；径伺鋫淞薔T根天線，用戶端配備了NR根天線。hbl表示阻擋物的高度。假設在信號由某一基站向用戶傳播過程中，視距信號將經過Nbl個阻擋物。dLoS表示信號傳播途中障礙物距基站的距離。hLoS表示視距信號在障礙處的高度。

1.2 室內視距概率模型

文獻[17]認為計算視距概率應基于傳播過程阻擋物遮擋信號的概率?？紤]室內空間具有有限性，且室內阻擋物往往相對固定，本文建立的視距概率模型如下。

如室內場景描述，對于第i個基站向用戶傳輸信號過程中，信號將經過Nbl個阻擋物，因此對于該信號來說，其視距概率為：

即所有阻擋物均低于視距信號高度的概率。對于阻擋物處視距信號高度，可通過下式計算獲得：

考慮室內場景中阻擋物多為同類物體，例如辦公室場景中的阻擋物為辦公桌，大型商場的為貨架，工廠的為設備。因此，阻擋物的高度、大小具有規律性，大部分集中在一個較小區間，少量阻擋物具有較高或較低高度。阻擋物高度可認為服從正態分布規律，即hbl～N(μ,σ2)，μ和σ2分別表示阻擋物高度的均值和方差。其概率分布函數為

因此，對于第i個基站來說，視距信號概率為

由于室內場景部署了N個基站，因此對于每一個基站來說，其視距概率均如公式（4）所示，因此室內通信系統的總體視距概率為

非視距概率為：

2 室內無線通信性能分析

2.1 信道模型

1）路徑損耗

本文采用3GPP TR 38.901標準文檔中大規模室內場景的路徑損耗公式。

其中，PLLoS為視距信號路徑損耗，PLNLoS為非視距信號路徑損耗，d為用戶與基站之間的傳播距離，即d=單位為m；fc為信號頻率，單位為吉比特。

基于提出的視距概率模型，對于用戶，平均路徑損耗為：

路徑損耗取決于用戶所處的位置。

2） 小尺度信道模型

由于室內阻擋物分布極為密集，因此小尺度特性對于信號傳播影響較大。文獻[18]提出了6G普適幾何隨機信道模型，該模型可以較好地模擬真實室內信道環境。本文基于6G普適信道模型，結合室內通信場景進行必要簡化。小尺度信道模型表達式如公式（10）-（12）所示。

其中，K為萊斯因子，由于其表征視距信號分量的占比，本文中K由視距概率代替。為隨機相位，τqp,mn為多徑信號時延，Pqp,mn為信號功率，μ為共極性不平衡，κ為交叉極化功率比，fc為載波頻率。因此小尺度信道矩陣為：

2.2 覆蓋概率

覆蓋概率是衡量系統通信性能的重要指標，可以有效評估系統基站部署的有效性。一般用信噪比（SNR）來衡量覆蓋概率，即當該位置的SNR超過設定閾值時，則認為該位置已被覆蓋。

對于某一位置的用戶來說，考慮路徑損耗以及小尺度衰落等特性，其接收到的SNR為：

其中，Ps代表信號發射功率，Pn表示噪聲功率。SNR取決于用戶所處位置。因此覆蓋概率為：

其中，hmax/min表示用戶的最高和最低高度，dmax/min表示用戶活動的最大和最小位置范圍?？筛采w區域用?表示。

2.3 能量效率

能量效率（EE）是指每焦耳能量可傳輸的數據數量。隨著通信系統能耗的日益上漲，EE逐漸成為一個重要的性能指標[1,3]。

基于公式（15）可得到系統平均SNR：

因此，系統能效為：

其中，B表示系統帶寬，Power為室內通信系統功耗。系統功耗采用文獻[19]功耗模型，主要包含射頻功耗、基帶功耗、功率放大器功耗等功耗。

3 仿真結果分析

本節將分析提出的視距概率模型以及相應的仿真結果，并且分析不同基站部署下的系統性能。

3.1 仿真參數設置

本小節將總結仿真參數設置，后續如無特殊說明，則仿真參數依照本小節設置。

1） 尺寸設置

考慮工業物聯網、大型商超、辦公室等場景，本文設置室內最長傳播距離為100 m，高度為6 m。假設基站的高度為6 m，基站間距離為等間隔距離。此外，由于室內接收端多為手機、電腦以及工業自動化設備，因此接收端高度在同一場景下可默認為相同高度。本文設置接收端高度為1.5 m。

2） 收發端設置

根據文獻[1]，5G時代室內微基站的單通道發射功率大于250 mW。250 mW、400 mW以及500 mW是常見的發射功率參數。因此本文中我們選擇400 mW/每通道作為信號發射功率。設定發射端天線數為128，接收端天線數為4。

3.2 視距概率模型

大多室內性能研究直接采用文獻[8]中模型，其表達式為：

在公式（19）的視距概率所依據的場景模型中，基站分布為等間隔分布，且未考慮復雜阻擋物環境。本小節將對比該模型與本文提出的模型在復雜室內傳播環境下的準確性。

圖2和圖3分別展示了室內部署1個基站和部署3個基站的視距概率模型，并且對比了本文提出的視距概率模型與3GPP概率模型。從圖中可以看出，3GPP模型可以基本刻畫視距概率的變化趨勢，但是由于室內阻擋物的原因，該模型在多數情況下高估了視距概率。本文所提出的視距概率模型在各種情況下均能較好地貼合場景仿真結果。使用本文模型能夠更準確地分析室內通信系統性能。

圖2 1個基站下室內視距概率

圖3 3個基站下室內視距概率

圖4和圖5分別展示了在1個基站下視距概率與路徑損耗、SNR的關系。從圖中可以看出，隨著視距概率減小，路徑損耗增高，SNR降低。由于室內傳播環境復雜，因此當基站與用戶間距離超過30 m時，基本不存在視距信號分量，路徑傳播損耗已超過85 dB且信噪比低于-5 dB。此時，接收信號質量差，難以維持正常通信。圖5同時研究了不同發射端天線數情況下的SNR?？梢园l現，當天線數增加時，SNR有明顯提升。因此，6G時代室內系統應用超大規模天線陣列將有助于提升系統性能。

圖4 視距概率與路徑損耗的關系

圖5 視距概率與信噪比的關系

3.3 室內無線通信性能

圖6展示了不同發射功率下的覆蓋概率，此時室內部署2個基站?？梢钥闯?，增加信號發射功率可有效提高信號覆蓋概率。但是由于遮擋效應，一味提升信號功率并不一定能夠提升覆蓋概率。例如，在房間邊緣位置，400 mW與500 mW的覆蓋概率近似。原因在于：障礙物形成覆蓋死角，提升發射功率僅能緩解覆蓋問題。因此，適當降低發射功率，可以獲得近似的通信性能并且能降低成本。此外，優化建筑布局設計和基站部署、減少死角，都是提升性能的思路。

圖6 不同發射功率下的覆蓋概率

圖7和圖8分別展示了室內部署不同基站數下的覆蓋概率和能量效率。圖7說明增加基站數量可以有效改善覆蓋概率。從圖8中可以看出，當用戶距離基站較近時，3基站的能效較高，原因在于用戶可選擇多個基站提升信號質量。然而，當距離增加時，2基站的能效較高，原因在于3基站中必然有1～2個基站無法服務該用戶。圖7和圖8說明系統可在覆蓋概率與能效中取得最優性能。

圖8 不同基站數量下的能量效率

4 結論

針對具有復雜傳播環境的室內通信場景，本文提出了一種考慮障礙物高度的視距概率模型。該模型相較于3GPP視距概率模型可以更為準確地分析工業物聯網、大型辦公室、大型商場等6G室內場景視距概率。此外，本文基于6G普適信道模型，研究路徑損耗、覆蓋概率、能效等性能。結果證明，視距概率伴隨與基站間的距離的增加而降低，但由于障礙物存在，視距概率存在起伏。當用戶與基站距離超過30 m時，幾乎不存在視距信號，且信號質量較差。一味提升基站密度與信號功率可以提升覆蓋概率，但效果并不顯著，反而會降低系統能效。優化基站部署以及建筑室內布局同樣是提升系統性能的可行方法。