本發(fā)明涉及通信技術(shù)領(lǐng)域，特別是指一種毫米波信道模型建模方法和裝置。

背景技術(shù)：

5G(第5代移動(dòng)通信系統(tǒng))是面向2020年以后移動(dòng)通信需求而發(fā)展的新一代移動(dòng)通信系統(tǒng)。由移動(dòng)通信的發(fā)展規(guī)律，5G將具有超高的頻譜利用率和能效，在傳輸速率和資源利用率等當(dāng)面較4G移動(dòng)通信提高一個(gè)量級(jí)或者更高，其無(wú)線覆蓋性能、傳輸時(shí)延、系統(tǒng)安全等都將得到顯著的提高。

為實(shí)現(xiàn)5G的高速率傳輸，主要通過(guò)兩種途徑，其一是增加頻譜利用率，其二是增加頻譜帶寬。相對(duì)于提高頻譜利用率，增加頻譜帶寬的方法顯得更簡(jiǎn)單直接。在頻譜利用率不變的情況下，可用帶寬翻倍則可以實(shí)現(xiàn)的數(shù)據(jù)傳輸速率也翻倍。但現(xiàn)在常用的5GHz以下的頻段已經(jīng)非常擁擠，為尋找新的頻譜資源，各大廠商把目光投向了毫米波技術(shù)

毫米波是指波長(zhǎng)在毫米數(shù)量級(jí)的電磁波，其頻率大約在30GHz～300GHz之間。根據(jù)通信原理，無(wú)線通信的最大信號(hào)帶寬大約是載波頻率的5％左右，因此載波頻率越高，可實(shí)現(xiàn)的信號(hào)帶寬也越大。因此，如果使用毫米波頻段，頻譜帶寬將大幅提高，傳輸速率也可得到巨大提升。然而，由于毫米波頻率高、波長(zhǎng)短，因此毫米波還有一個(gè)不容忽視的特性是在空氣中衰減較大，且繞射能力較弱，非常容易受到各種阻擋，其中人體產(chǎn)生的阻擋現(xiàn)象尤為復(fù)雜多變。

信道建模作為無(wú)線通信系統(tǒng)研發(fā)與測(cè)試的重要組成部分，需要準(zhǔn)確描述信道特性。而目前常用的諸如IEEE 802.11ad、IEEE 802.15.3c中提出的毫米波信道模型，其中的人體阻擋模型對(duì)于毫米波受到以人體阻擋的擋描述較為簡(jiǎn)單，且靈活性較差，難以滿足毫米波復(fù)雜多變的應(yīng)用場(chǎng)景。因此需要一個(gè)靈活且具有普遍適用性的阻斷概率模型，來(lái)描述毫米波復(fù)雜多變的應(yīng)用場(chǎng)景。

毫米波呈現(xiàn)顯著的簇到達(dá)現(xiàn)象，接收機(jī)接收到的每一簇都有著基本相同的到達(dá)角及到達(dá)時(shí)間。但在實(shí)際的環(huán)境中，并非所有的簇都能夠到達(dá)接收機(jī)完成通信任務(wù)。其中一部分可能會(huì)被場(chǎng)景中坐著或站著的人體以及其他物體阻擋，并且會(huì)對(duì)毫米波通信系統(tǒng)的性能產(chǎn)生十分顯著的影響，因此在對(duì)毫米波信道進(jìn)行建模時(shí)需要將人體的阻擋現(xiàn)象考慮在內(nèi)。

在以IEEE 802.11ad為代表的現(xiàn)有毫米波信道模型中，動(dòng)態(tài)人體阻擋模型借助射線跟蹤模型計(jì)算出毫米波可能產(chǎn)生的所有傳播路徑，之后通過(guò)隨機(jī)行走模型模擬人體在場(chǎng)景中的活動(dòng)，進(jìn)而統(tǒng)計(jì)得出每條路徑相應(yīng)的被阻擋概率。在使用該動(dòng)態(tài)人體阻擋模型時(shí)，首先需要讀取場(chǎng)景的空間信息，構(gòu)建場(chǎng)景的空間數(shù)據(jù)集。其次，設(shè)定發(fā)射機(jī)與接收機(jī)的位置信息，通過(guò)已有的空間信息，采用射線跟蹤模型，結(jié)算在該參數(shù)設(shè)定下所有可能發(fā)生的毫米波傳播路徑；與此同時(shí)，在空間中隨機(jī)選取一點(diǎn)作為出發(fā)點(diǎn)，采用隨機(jī)行走算法生成隨機(jī)路徑。此后分別多次仿真獲取對(duì)每種傳播路徑產(chǎn)生阻擋的概率，再配合單次阻擋事件的動(dòng)態(tài)阻擋模型即可獲得動(dòng)態(tài)人體阻擋模型。其中，隨機(jī)行走模型是描述由一連串隨機(jī)步驟組成的路徑的數(shù)學(xué)模型。

發(fā)明人在實(shí)現(xiàn)發(fā)明的過(guò)程中發(fā)現(xiàn)，現(xiàn)有的動(dòng)態(tài)人體阻擋模型至少存在以下問(wèn)題：隨機(jī)行走的路徑與場(chǎng)景無(wú)關(guān)，這在實(shí)際的應(yīng)用場(chǎng)景中是不可能發(fā)生的。在現(xiàn)實(shí)場(chǎng)景中，由于場(chǎng)景內(nèi)存在各種各樣的物體，這些物體都會(huì)影響到人體的行走路徑。例如，在實(shí)際的場(chǎng)景中人體不可能從桌子中穿過(guò)，而采用傳統(tǒng)的隨機(jī)行走模型則無(wú)法避免該現(xiàn)象的發(fā)生。另外，人體的行走路線完全隨機(jī)，這與現(xiàn)實(shí)場(chǎng)景中的人體行走模式不同。現(xiàn)實(shí)場(chǎng)景中，人體運(yùn)動(dòng)軌跡的隨機(jī)性體現(xiàn)在起始點(diǎn)與目標(biāo)點(diǎn)的隨機(jī)選擇，而其從起始點(diǎn)到目標(biāo)點(diǎn)的行走路徑最可能表現(xiàn)為場(chǎng)景允許的兩點(diǎn)間的最短路徑。還有，由于目前的動(dòng)態(tài)人體阻擋模型僅僅針對(duì)有限的幾種場(chǎng)景，為了達(dá)到與相關(guān)文獻(xiàn)、協(xié)議中想接近的模型數(shù)據(jù)，就要求與其有十分接近的參數(shù)設(shè)定，這就大大影響了它的靈活性與普適性。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提出一種毫米波信道模型建模方法和裝置，通過(guò)，從而解決根據(jù)不同的場(chǎng)景，引入相應(yīng)場(chǎng)景下的空間因素影響，解決目前動(dòng)態(tài)人體阻擋模型無(wú)法體現(xiàn)場(chǎng)景對(duì)人體行走路徑影響的問(wèn)題。

基于上述目的本發(fā)明提供的毫米波信道模型建模方法，包括步驟：

獲取場(chǎng)景空間信息；

根據(jù)所述場(chǎng)景空間信息，通過(guò)射線跟蹤模型計(jì)算毫米波傳播路徑，以及通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑；

根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率。

在本發(fā)明的一些實(shí)施例中，根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率的同時(shí)，根據(jù)所述隨機(jī)路徑獲得該場(chǎng)景的動(dòng)態(tài)人體阻擋模型。

在本發(fā)明的一些實(shí)施例中，所述基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑時(shí)先給定一個(gè)隨機(jī)起始點(diǎn)與目標(biāo)點(diǎn)，計(jì)算能夠從起始點(diǎn)到目標(biāo)點(diǎn)每個(gè)路徑需要的代價(jià)，然后查找到所有路徑中需要代價(jià)最小的；

其中，計(jì)算每個(gè)路徑的代價(jià)采用如下公式：

F＝G+H

F表示從起始點(diǎn)經(jīng)過(guò)當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)，G表示從起始點(diǎn)到當(dāng)前搜索點(diǎn)所花費(fèi)的代價(jià)，H表示當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)；所述的代價(jià)為距離的長(zhǎng)短，即距離長(zhǎng)代價(jià)大，距離短代價(jià)小。

在本發(fā)明的一些實(shí)施例中，根據(jù)所述場(chǎng)景空間信息，通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑包括：

根據(jù)場(chǎng)景空間信息，確定可達(dá)區(qū)域；

對(duì)可達(dá)區(qū)域進(jìn)行網(wǎng)格化處理；

在所述的可達(dá)區(qū)域的網(wǎng)格交點(diǎn)上隨機(jī)選取起始點(diǎn)和目標(biāo)點(diǎn)，并將起始點(diǎn)存儲(chǔ)到OPEN表中；

探知起始點(diǎn)的相鄰節(jié)點(diǎn)，并按照樹形結(jié)構(gòu)存儲(chǔ)到OPEN表中；

根據(jù)路徑的代價(jià)公式，在OPEN表中選取當(dāng)前F值最小的相鄰節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)；

判斷當(dāng)前節(jié)點(diǎn)是否為目標(biāo)點(diǎn)，若是則直接路徑生成成功，將CLOSE表中的節(jié)點(diǎn)依次取出，獲得起始點(diǎn)到目標(biāo)點(diǎn)的最短路徑；否則將當(dāng)前節(jié)點(diǎn)從OPEN表中移入CLOSE表中，且將當(dāng)前節(jié)點(diǎn)作為起始點(diǎn)探知其相鄰節(jié)點(diǎn)。

在本發(fā)明的一些實(shí)施例中，所述根據(jù)場(chǎng)景空間信息確定可達(dá)區(qū)域，包括：

根據(jù)場(chǎng)景空間信息，繪制所述場(chǎng)景的二維平面圖，將所述場(chǎng)景內(nèi)各種物體覆蓋的區(qū)域設(shè)置為不可達(dá)區(qū)域，其他區(qū)域設(shè)置為可達(dá)區(qū)域。

本發(fā)明還提出了一種毫米波信道模型建模裝置，包括：

場(chǎng)景獲取單元，用于獲取場(chǎng)景空間信息；

模型計(jì)算單元，用于根據(jù)所述場(chǎng)景空間信息，通過(guò)射線跟蹤模型計(jì)算毫米波傳播路徑，以及通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑；

阻擋概率計(jì)算單元，用于根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率。

在本發(fā)明的一些實(shí)施例中，所述阻擋概率計(jì)算單元根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率的同時(shí)，根據(jù)所述隨機(jī)路徑獲得該場(chǎng)景的動(dòng)態(tài)人體阻擋模型。

在本發(fā)明的一些實(shí)施例中，所述模型計(jì)算單元基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑時(shí)先給定一個(gè)隨機(jī)起始點(diǎn)與目標(biāo)點(diǎn)，計(jì)算能夠從起始點(diǎn)到目標(biāo)點(diǎn)每個(gè)路徑需要的代價(jià)，然后查找到所有路徑中需要代價(jià)最小的；

其中，計(jì)算每個(gè)路徑的代價(jià)采用如下公式：

F＝G+H

F表示從起始點(diǎn)經(jīng)過(guò)當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)，G表示從起始點(diǎn)到當(dāng)前搜索點(diǎn)所花費(fèi)的代價(jià)，H表示當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)；所述的代價(jià)為距離的長(zhǎng)短，即距離長(zhǎng)代價(jià)大，距離短代價(jià)小。

在本發(fā)明的一些實(shí)施例中，所述模型計(jì)算單元通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑時(shí)，包括：

根據(jù)場(chǎng)景空間信息，確定可達(dá)區(qū)域；

對(duì)可達(dá)區(qū)域進(jìn)行網(wǎng)格化處理；

在所述的可達(dá)區(qū)域的網(wǎng)格交點(diǎn)上隨機(jī)選取起始點(diǎn)和目標(biāo)點(diǎn)，并將起始點(diǎn)存儲(chǔ)到OPEN表中；

探知起始點(diǎn)的相鄰節(jié)點(diǎn)，并按照樹形結(jié)構(gòu)存儲(chǔ)到OPEN表中；

根據(jù)路徑的代價(jià)公式，在OPEN表中選取當(dāng)前F值最小的相鄰節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)；

判斷當(dāng)前節(jié)點(diǎn)是否為目標(biāo)點(diǎn)，若是則直接路徑生成成功，將CLOSE表中的節(jié)點(diǎn)依次取出，獲得起始點(diǎn)到目標(biāo)點(diǎn)的最短路徑；否則將當(dāng)前節(jié)點(diǎn)從OPEN表中移入CLOSE表中，且將當(dāng)前節(jié)點(diǎn)作為起始點(diǎn)探知其相鄰節(jié)點(diǎn)。

在本發(fā)明的一些實(shí)施例中，所述根據(jù)場(chǎng)景空間信息確定可達(dá)區(qū)域，包括：

根據(jù)場(chǎng)景空間信息，繪制所述場(chǎng)景的二維平面圖，將所述場(chǎng)景內(nèi)各種物體覆蓋的區(qū)域設(shè)置為不可達(dá)區(qū)域，其他區(qū)域設(shè)置為可達(dá)區(qū)域。

從上面所述可以看出，本發(fā)明提供的一種毫米波信道模型建模方法和裝置，根據(jù)所述場(chǎng)景空間信息，通過(guò)射線跟蹤模型計(jì)算毫米波傳播路徑，以及通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑；根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率。因此，本發(fā)明所述的毫米波信道模型建模方法和裝置避免傳統(tǒng)隨機(jī)行走算法中不合理的隨機(jī)路徑的產(chǎn)生，解決動(dòng)態(tài)人體阻擋模型無(wú)法體現(xiàn)場(chǎng)景對(duì)人體行走路徑的影響，具有很好的靈活性、普適性。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例中毫米波信道模型建模方法的流程示意圖；

圖2為本發(fā)明實(shí)施例中基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑的流程示意圖；

圖3為本發(fā)明實(shí)施例中毫米波信道模型建模裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明實(shí)施例中會(huì)議室場(chǎng)景中人為選取起始點(diǎn)與目標(biāo)點(diǎn)的示意圖；

圖5為本發(fā)明實(shí)施例中會(huì)議室場(chǎng)景中隨機(jī)選取起始點(diǎn)與目標(biāo)點(diǎn)的示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

需要說(shuō)明的是，本發(fā)明實(shí)施例中所有使用“第一”和“第二”的表述均是為了區(qū)分兩個(gè)相同名稱非相同的實(shí)體或者非相同的參量，可見(jiàn)“第一”“第二”僅為了表述的方便，不應(yīng)理解為對(duì)本發(fā)明實(shí)施例的限定，后續(xù)實(shí)施例對(duì)此不再一一說(shuō)明。

參閱圖1所示，為本發(fā)明實(shí)施例中毫米波信道模型建模方法的流程示意圖。其中，所述的毫米波信道模型建模方法可以包括：

步驟101，獲取場(chǎng)景空間信息。

在本發(fā)明的實(shí)施例中，針對(duì)不同場(chǎng)景，需要提供相應(yīng)的場(chǎng)景空間信息。其中，場(chǎng)景空間信息可以是各種格式的場(chǎng)景空間信息，例如一個(gè)會(huì)議室的長(zhǎng)寬高，以及會(huì)議室內(nèi)各種陳設(shè)的位置、尺寸等空間信息。

步驟102，根據(jù)所述場(chǎng)景空間信息，通過(guò)射線跟蹤模型計(jì)算毫米波傳播路徑。

其中，射線跟蹤模型是一種求解發(fā)射點(diǎn)與目標(biāo)點(diǎn)間所有可能傳播路線的計(jì)算模型，可以通過(guò)正向或反向跟蹤的方法進(jìn)行計(jì)算。優(yōu)選地，本發(fā)明通過(guò)反向射線跟蹤法求算指定收發(fā)信機(jī)之間可能存在的所有射線傳播路徑。

步驟103，根據(jù)所述場(chǎng)景空間信息，通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑。

在實(shí)施例中，基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑時(shí)可以先給定一個(gè)隨機(jī)起始點(diǎn)與目標(biāo)點(diǎn)，計(jì)算能夠從起始點(diǎn)到目標(biāo)點(diǎn)每個(gè)路徑需要的代價(jià)，然后查找到所有路徑中需要代價(jià)最小的。其中，計(jì)算每個(gè)路徑的代價(jià)可以采用如下公式：

F＝G+H

F表示從起始點(diǎn)經(jīng)過(guò)當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)，G表示從起始點(diǎn)到當(dāng)前搜索點(diǎn)所花費(fèi)的代價(jià)，H表示當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)。

需要說(shuō)明的是，所述的代價(jià)可以為距離的長(zhǎng)短，即距離長(zhǎng)代價(jià)大，距離短代價(jià)小。

步驟104，根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率，獲得所述場(chǎng)景的阻擋概率模型。具體的實(shí)施過(guò)程可以包括：

其中，所述的場(chǎng)景阻擋概率模型可以針對(duì)特定場(chǎng)景，計(jì)算并統(tǒng)計(jì)各種路徑的阻擋概率，得到的就是相應(yīng)場(chǎng)景的阻擋概率模型。所述的場(chǎng)景阻擋概率模型可以得到一種統(tǒng)計(jì)性模型，且基于大量仿真數(shù)據(jù)得到。

較佳地，根據(jù)隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率，具體可以包括：在指定條件下，通過(guò)隨機(jī)行走算法獲取一定數(shù)量隨機(jī)行走路徑，并統(tǒng)計(jì)其中具備阻擋條件的路徑的數(shù)目，用該數(shù)目除以路徑總數(shù)就得到了給定場(chǎng)景下某種類型的射線被阻擋的概率。

作為優(yōu)選地實(shí)施例，為了更好的獲得路徑上的行走情況，在得到了一個(gè)場(chǎng)景的阻擋概率模型的同時(shí)，還可以根據(jù)所述隨機(jī)路徑獲得該場(chǎng)景的動(dòng)態(tài)人體阻擋模型。其中，所述的動(dòng)態(tài)人體阻擋模型基于得到的隨機(jī)路徑，對(duì)人體在相應(yīng)路徑上的行走情況進(jìn)行阻擋情況的瞬態(tài)模擬。

需要說(shuō)明的是，步驟102和步驟103可以同時(shí)進(jìn)行，也可以先進(jìn)行步驟102后進(jìn)行步驟103，當(dāng)然也可以先進(jìn)行步驟103后進(jìn)行步驟102。

作為本發(fā)明一個(gè)可參考的實(shí)施例，如圖2所示，所述步驟103可以包括如下實(shí)施過(guò)程：

步驟201，根據(jù)場(chǎng)景空間信息，確定可達(dá)區(qū)域。

其中，所述的可達(dá)區(qū)域?yàn)槌?chǎng)景中人體無(wú)法到達(dá)的區(qū)域，也就是說(shuō)場(chǎng)景中人體無(wú)法到達(dá)的區(qū)域?yàn)椴豢蛇_(dá)區(qū)域。在較佳地實(shí)施例中，可以根據(jù)場(chǎng)景空間信息，繪制所述場(chǎng)景的二維平面圖，將所述場(chǎng)景內(nèi)各種物體覆蓋的區(qū)域設(shè)置為不可達(dá)區(qū)域，其他區(qū)域設(shè)置為可達(dá)區(qū)域。

步驟202，對(duì)可達(dá)區(qū)域進(jìn)行網(wǎng)格化處理。

其中，可達(dá)區(qū)域內(nèi)的網(wǎng)格交點(diǎn)集合為可達(dá)區(qū)域點(diǎn)的集合。

步驟203，在所述的可達(dá)區(qū)域的網(wǎng)格交點(diǎn)上隨機(jī)選取起始點(diǎn)和目標(biāo)點(diǎn)，并將起始點(diǎn)存儲(chǔ)到OPEN表中。

在實(shí)施例中，在生成的可達(dá)區(qū)域后，從可達(dá)區(qū)域內(nèi)的網(wǎng)格交點(diǎn)集合中隨機(jī)選取起始點(diǎn)和目標(biāo)點(diǎn)分別作為路徑的起點(diǎn)和終點(diǎn)。其中，所述的OPEN表中存儲(chǔ)有已經(jīng)探知，但未搜索過(guò)的節(jié)點(diǎn)。

步驟204，探知起始點(diǎn)的相鄰節(jié)點(diǎn)，并按照樹形結(jié)構(gòu)存儲(chǔ)到OPEN表中。

步驟205，根據(jù)路徑的代價(jià)公式，在OPEN表中選取當(dāng)前F值最小的相鄰節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)。

其中，計(jì)算每個(gè)路徑的代價(jià)可以采用如下公式：

F＝G+H

F表示從起始點(diǎn)經(jīng)過(guò)當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)，G表示從起始點(diǎn)到當(dāng)前搜索點(diǎn)所花費(fèi)的代價(jià)，H表示當(dāng)前搜索點(diǎn)到達(dá)目標(biāo)點(diǎn)的代價(jià)。需要說(shuō)明的是，所述的代價(jià)可以為距離的長(zhǎng)短，即距離長(zhǎng)代價(jià)大，距離短代價(jià)小。

步驟206，判斷當(dāng)前節(jié)點(diǎn)是否為目標(biāo)點(diǎn)，若是則直接進(jìn)行步驟207，否則將當(dāng)前節(jié)點(diǎn)從OPEN表中移入CLOSE表中，且將當(dāng)前節(jié)點(diǎn)作為起始點(diǎn)返回步驟204。

其中，所述的CLOSE表中存儲(chǔ)有已探知且搜索過(guò)的節(jié)點(diǎn)。

步驟207，路徑生成成功，將CLOSE表中的節(jié)點(diǎn)依次取出，獲得起始點(diǎn)到目標(biāo)點(diǎn)的最短路徑。

在本發(fā)明的一個(gè)可參考的實(shí)施例中，在探知的相鄰節(jié)點(diǎn)中，選取當(dāng)前F值最小的相鄰節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，若當(dāng)前節(jié)點(diǎn)不是目標(biāo)點(diǎn)，需要判斷所述當(dāng)前節(jié)點(diǎn)是否在可達(dá)區(qū)域，如果在則將當(dāng)前節(jié)點(diǎn)從OPEN表中移入CLOSE表中。如果不在，則說(shuō)明所述的當(dāng)前節(jié)點(diǎn)有障礙走不通，則將所述的當(dāng)前節(jié)點(diǎn)從OPEN表中刪除，并將當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)作為新的當(dāng)前節(jié)點(diǎn)，重新計(jì)算當(dāng)前節(jié)點(diǎn)的相鄰節(jié)點(diǎn)中當(dāng)前F值最小的相鄰節(jié)點(diǎn)。

可以看出，在該實(shí)施例中能夠判斷最短路徑是否真正實(shí)現(xiàn)，即最短路徑是否可以在場(chǎng)景中實(shí)際達(dá)到目標(biāo)點(diǎn)。因此，在很大程度上保證了獲得的最短路徑在場(chǎng)景中是有效的。

另外，作為本發(fā)明的另一方面實(shí)施例，參閱圖3所示，為本發(fā)明實(shí)施例中毫米波信道模型建模裝置的結(jié)構(gòu)示意圖。其中，所述毫米波信道模型建模裝置可以包括場(chǎng)景獲取單元301、模型計(jì)算單元302以及阻擋概率計(jì)算單元303。場(chǎng)景獲取單元301能夠獲取場(chǎng)景空間信息，然后模型計(jì)算單元302根據(jù)所述場(chǎng)景空間信息，通過(guò)射線跟蹤模型計(jì)算毫米波傳播路徑，以及通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑。最后，阻擋概率計(jì)算單元303根據(jù)所述隨機(jī)路徑計(jì)算各毫米波傳播路徑的阻擋概率。

作為較佳地實(shí)施例，所述的阻擋概率計(jì)算單元303為了更好的獲得路徑上的行走情況，在得到了一個(gè)場(chǎng)景的阻擋概率模型的同時(shí)，還可以根據(jù)所述隨機(jī)路徑獲得該場(chǎng)景的動(dòng)態(tài)人體阻擋模型。其中，所述的動(dòng)態(tài)人體阻擋模型基于得到的隨機(jī)路徑，對(duì)人體在相應(yīng)路徑上的行走情況進(jìn)行阻擋情況的瞬態(tài)模擬。

在一個(gè)可參考的實(shí)施例中，模型計(jì)算單元302根據(jù)所述場(chǎng)景空間信息，通過(guò)基于場(chǎng)景的隨機(jī)行走算法計(jì)算隨機(jī)路徑時(shí)，可以包括：根據(jù)場(chǎng)景空間信息，確定可達(dá)區(qū)域，并對(duì)可達(dá)區(qū)域進(jìn)行網(wǎng)格化處理。然后，在所述的可達(dá)區(qū)域的網(wǎng)格交點(diǎn)上隨機(jī)選取起始點(diǎn)和目標(biāo)點(diǎn)，并將起始點(diǎn)存儲(chǔ)到OPEN表中。探知起始點(diǎn)的相鄰節(jié)點(diǎn)，并按照樹形結(jié)構(gòu)存儲(chǔ)到OPEN表中。根據(jù)路徑的代價(jià)公式，在OPEN表中選取當(dāng)前F值最小的相鄰節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)。

之后，判斷當(dāng)前節(jié)點(diǎn)是否為目標(biāo)點(diǎn)，若是則路徑生成成功，將CLOSE表中的節(jié)點(diǎn)依次取出，獲得起始點(diǎn)到目標(biāo)點(diǎn)的最短路徑。若不是則將當(dāng)前節(jié)點(diǎn)從OPEN表中移入CLOSE表中，且將當(dāng)前節(jié)點(diǎn)作為起始點(diǎn)探知該當(dāng)前節(jié)點(diǎn)的相鄰節(jié)點(diǎn)。

當(dāng)然，在探知的相鄰節(jié)點(diǎn)中，選取當(dāng)前F值最小的相鄰節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，若當(dāng)前節(jié)點(diǎn)不是目標(biāo)點(diǎn)，需要判斷所述當(dāng)前節(jié)點(diǎn)是否在可達(dá)區(qū)域，如果在則將當(dāng)前節(jié)點(diǎn)從OPEN表中移入CLOSE表中。如果不在，則說(shuō)明所述的當(dāng)前節(jié)點(diǎn)有障礙走不通，則將所述的當(dāng)前節(jié)點(diǎn)從OPEN表中刪除，并將當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)作為新的當(dāng)前節(jié)點(diǎn)，重新計(jì)算當(dāng)前節(jié)點(diǎn)的相鄰節(jié)點(diǎn)中當(dāng)前F值最小的相鄰節(jié)點(diǎn)。

值得說(shuō)明的是，在本發(fā)明所述的毫米波信道模型建模裝置的具體實(shí)施內(nèi)容，在上面所述的毫米波信道模型建模方法中已經(jīng)詳細(xì)說(shuō)明了，故在此重復(fù)內(nèi)容不再說(shuō)明。

針對(duì)本發(fā)明實(shí)施例中所述的毫米波信道模型建模方法和裝置，舉出了一個(gè)具體的例子：

會(huì)議室場(chǎng)景

會(huì)議室場(chǎng)景的俯視圖如圖4所示。圖中圓點(diǎn)所圍成的區(qū)域表示會(huì)議室場(chǎng)景中的會(huì)議桌，其內(nèi)部為不可達(dá)區(qū)域。通過(guò)人工設(shè)定起始點(diǎn)與目標(biāo)點(diǎn)，可以得到一條從起始點(diǎn)到目標(biāo)點(diǎn)的最短路徑。

圖5為會(huì)議室場(chǎng)景下隨機(jī)選取起始點(diǎn)與目標(biāo)點(diǎn)的仿真結(jié)果。通過(guò)仿真結(jié)果可以看出，生成的隨機(jī)路徑都在會(huì)議桌周邊，且當(dāng)目標(biāo)點(diǎn)存在于不可達(dá)區(qū)域時(shí)，無(wú)法生成路徑，這與實(shí)際中的會(huì)議室場(chǎng)景相吻合。

綜上所述，本發(fā)明提供的一種毫米波信道模型建模方法和裝置，創(chuàng)造性地提出了基于場(chǎng)景的動(dòng)態(tài)人體阻擋模型；并且，通過(guò)該模型可以針對(duì)不同的場(chǎng)景，對(duì)場(chǎng)景中毫米波受到阻擋的現(xiàn)象進(jìn)行仿真，區(qū)別于傳統(tǒng)的動(dòng)態(tài)人體阻擋模型，該模型具有較好的普適性；更進(jìn)一步地，在該場(chǎng)景的動(dòng)態(tài)人體阻擋模型中提出了基于場(chǎng)景的隨機(jī)行走算法；并且，通過(guò)該算法可以針對(duì)不同的場(chǎng)景下人體的隨機(jī)行走路線進(jìn)行仿真，該算法區(qū)別于傳統(tǒng)的隨機(jī)行走算法，可以生成與人體實(shí)際行走路線更為接近的路徑；而且，該算法是整個(gè)模型中對(duì)阻擋概率進(jìn)行統(tǒng)計(jì)以及進(jìn)一步開(kāi)發(fā)的基礎(chǔ)；最后，整個(gè)所述的一種毫米波信道模型建模方法和裝置緊湊，易于實(shí)現(xiàn)、使用。

所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：以上任何實(shí)施例的討論僅為示例性的，并非旨在暗示本公開(kāi)的范圍(包括權(quán)利要求)被限于這些例子；在本發(fā)明的思路下，以上實(shí)施例或者不同實(shí)施例中的技術(shù)特征之間也可以進(jìn)行組合，步驟可以以任意順序?qū)崿F(xiàn)，并存在如上所述的本發(fā)明的不同方面的許多其它變化，為了簡(jiǎn)明它們沒(méi)有在細(xì)節(jié)中提供。

在闡述了具體細(xì)節(jié)以描述本發(fā)明的示例性實(shí)施例的情況下，對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)顯而易見(jiàn)的是，可以在沒(méi)有這些具體細(xì)節(jié)的情況下或者這些具體細(xì)節(jié)有變化的情況下實(shí)施本發(fā)明。因此，這些描述應(yīng)被認(rèn)為是說(shuō)明性的而不是限制性的。

盡管已經(jīng)結(jié)合了本發(fā)明的具體實(shí)施例對(duì)本發(fā)明進(jìn)行了描述，但是根據(jù)前面的描述，這些實(shí)施例的很多替換、修改和變型對(duì)本領(lǐng)域普通技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的。因此，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何省略、修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。