摘自 Duan R, Wang J, Jiang C, et al. Resource allocation for multi-UAV aided IoT NOMA uplink transmission systems[J]. IEEE Internet of Things Journal, 2019, 6(4): 7025-7037.
 

 摘自 Zhang S , Zhang H , Di B , et al. Cellular UAV-to-X Communications: Design and Optimization for Multi-UAV Networks[J]. IEEE Transactions on Wireless Communications, 2018, PP(99).

 
 
 [转载]Matlab:信道相关矩阵
  
 (2011-11-28 11:13:31) 
 

  转载▼
 
 
 
 
 
 标签：  
 转载
 
  
 
 
 
 
 
  

   原文地址：Matlab:信道相关矩阵
   作者：lolfriend
  
 
  
 
   
 下面记录的问题还挺白痴的，但我也想了半天才想通，确实是基础TCL。。。
 
   
 matlab中，常常看到别人是这么写信道相关矩阵的：
 
   
 R_tt=diag(H.^2)，其中H向量表示每个tap归一化后的大小(=sqrt(该tap归一化能量)），我很奇怪为什么R_tt是个对角矩阵？！设某时刻信道时域响应为h，其相关矩阵不是h*h'吗？它怎么会是对角阵？
 
   
  
 
   
 回答：由于h是时变的，所以其对应的相关矩阵h*h'也是时变的。需要注意的是，信道估计常用的相关矩阵并不是h*h'，而是h*h'的统计平均。假设第一时刻得到一个相关矩阵h1*h1',...第n时刻得到相关矩阵hn*hn'，对这N个时刻的相关矩阵求个平均（时间平均）得到的才是我们平时所用的时域相关矩阵R_tt，用公式表示为：R_tt=E[h(t)*h(t+tau)]，平均是对时间t而言的，tau对应的而是h*h'这个计算式。从统计上看，信道的各个tap之间是独立的，所以R_tt在matlab中常被处理成对角矩阵。实际编程中，建立信道模型时我们所能确定的参数只有：信道H有多少个tap，每个tap能量多大PdB，时延多少tau，而这些值已经是统计平均值，加上各个tap是独立的，所以将信道相关矩阵记做R_tt=diag(H.^2)。
 
  
 
 
 

 
下面记录的问题还挺白痴的，但我也想了半天才想通，确实是基础TCL。。。
 
matlab中，常常看到别人是这么写信道相关矩阵的：
 
R_tt=diag(H.^2)，其中H向量表示每个tap归一化后的大小(=sqrt(该tap归一化能量))，我很奇怪为什么R_tt是个对角矩阵？！设某时刻信道时域响应为h，其相关矩阵不是h*h'吗？它怎么会是对角阵？
 
回答：由于h是时变的，所以其对应的相关矩阵h*h'也是时变的。需要注意的是，信道估计常用的相关矩阵并不是h*h'，而是h*h'的统计平均。假设第一时刻得到一个相关矩阵h1*h1',...第n时刻得到相关矩阵hn*hn'，对这N个时刻的相关矩阵求个平均(时间平均)得到的才是我们平时所用的时域相关矩阵R_tt，用公式表示为：R_tt=E[h(t)*h(t+tau)]，平均是对时间t而言的，tau对应的而是h*h'这个计算式。从统计上看，信道的各个tap之间是独立的，所以R_tt在matlab中常被处理成对角矩阵。实际编程中，建立信道模型时我们所能确定的参数只有：信道H有多少个tap，每个tap能量多大PdB，时延多少tau，而这些值已经是统计平均值，加上各个tap是独立的，所以将信道相关矩阵记做R_tt=diag(H.^2)。

 
下面记录的问题还挺白痴的，但我也想了半天才想通，确实是基础TCL。。。
 
matlab中，常常看到别人是这么写信道相关矩阵的：
 
R_tt=diag(H.^2)，其中H向量表示每个tap归一化后的大小(=sqrt(该tap归一化能量))，我很奇怪为什么R_tt是个对角矩阵？！设某时刻信道时域响应为h，其相关矩阵不是h*h'吗？它怎么会是对角阵？
 
回答：由于h是时变的，所以其对应的相关矩阵h*h'也是时变的。需要注意的是，信道估计常用的相关矩阵并不是h*h'，而是h*h'的统计平均。假设第一时刻得到一个相关矩阵h1*h1',...第n时刻得到相关矩阵hn*hn'，对这N个时刻的相关矩阵求个平均(时间平均)得到的才是我们平时所用的时域相关矩阵R_tt，用公式表示为：R_tt=E[h(t)*h(t+tau)]，平均是对时间t而言的，tau对应的而是h*h'这个计算式。从统计上看，信道的各个tap之间是独立的，所以R_tt在matlab中常被处理成对角矩阵。实际编程中，建立信道模型时我们所能确定的参数只有：信道H有多少个tap，每个tap能量多大PdB，时延多少tau，而这些值已经是统计平均值，加上各个tap是独立的，所以将信道相关矩阵记做R_tt=diag(H.^2)。