5G毫米波短距离链路雨衰减特性分析

张鑫 赵振维 林乐科 卢昌胜 侯春枝 吕兆峰 吴振森

(1. 西安电子科技大学物理与光电工程学院,西安 710071;2. 中国电波传播研究所 电波环境特性及模化技术重点实验室,青岛 266107)

引 言

2015年,国际电信联盟(International Telecommunication Union,ITU)确定了第5代移动通信(the 5th Generation,5G),即IMT-2012的发展框架和总体目标,确定了将使用的毫米波段,候选频率范围为24.25 ～86 GHz[1].ITU还专门设立了WRC-19 1.13议题开展5G频谱需求和频段划分研究[2],其中ITU无线电通信部第三研究组(ITU-R SG3)负责共存研究所需的高频段传播模型研究.降雨是影响毫米波信号的重要因素.一方面,在传播路径上,信号经过雨滴时会产生严重的吸收和散射,造成信号强度的下降,且雨衰减随着频率和降雨率的增大迅速增大,与穿过雨区的路径长度成正比[3-4].另一方面,降雨会使天线反射面、天线罩、喇叭盖等部位变湿,甚至形成积水或水膜,产生额外的衰减,即湿天线衰减.湿天线衰减与传播路径无关,与天线构造和仰角有关,与频率和降雨率成正比[5].5G系统将大量部署毫米波短距离无线电链路(路径长度小于1 km),在进行系统设计时,需要同时考虑传播路径上的雨衰减和湿天线引起的衰减.

自20世纪40年代开始,开展了大量的雨衰减试验和理论研究工作.测试数据形成了ITU-R地面视距链路雨衰减实验数据库[6].确定了雨衰减与降雨率之间的指数关系[7-8],形成了雨衰减率的理论计算方法[9].在进行地面视距链路雨衰减建模时,研究了降雨的空间分布特征,引入降雨率调整因子或路径调整因子来修正降雨的水平不均匀性,建立了一系列地面视距链路雨衰减预测模型[10-13],但对于毫米波短距离情形下的雨衰减特性缺乏专门研究.随着毫米波无线通信系统的发展,甚小口径终端(Very Small Aperture Terminal, VSAT)系统得到了大量应用,由于VSAT系统的低余量特点,湿天线衰减的影响得到了关注和研究[14],开展了湿天线衰减的试验测试和分析[15-20],试验测试频段主要集中在38 GHz以下的毫米波低端.研究揭示了湿天线衰减符合如下特征:1)在降雨过程中,湿天线衰减存在一个最大值;2)湿天线衰减在降雨开始后呈指数增加至最大值;3)湿天线衰减的最大值与频率正相关.但受限于测试数据,尚未形成一个毫米波段通用的湿天线衰减模型.

本文分析了地面视距链路雨衰减预测模型调整因子在短距离时大于1的不合理现象,通过比较ITU-R地面视距链路短距离雨衰减试验数据和雨衰减理论计算结果,揭示了湿天线衰减是造成这一现象的原因.结合湿天线衰减特性和雨衰减与降雨率的指数关系,建立了一种新的湿天线衰减统计模型,分频段对模型参数进行了拟合,拟合的曲线结果与试验数据吻合得较好.同时提出考虑湿天线衰减的雨衰减建模方法,可解决现有雨衰减预测模型在短距离时的不适用性问题.研究结果可为5G毫米波短距离链路系统的设计提供支撑.

1 雨衰减预测模型调整因子分析

地面视距链路雨衰减预测模型的基本输入参数主要包括频率、站点降雨率和路径长度,降雨沿传播路径的不均匀性则通过调整因子来修正.比较具有代表性的分别是采用路径调整因子的ITU-R P.530-16模型[13]和文献[11]建立的采用降雨率调整因子的预测模型(以下称中国模型).如前所述,雨衰减率的计算采用ITU-R P.838方法:

(1)

式中:Rp为p%时间概率的降雨率, mm/h;k和α为与频率和极化相关的参数.ITU-R P.530-16模型首先预测0.01%时间概率的雨衰减,其他时间概率的雨衰减则通过转换公式获得,0.01%时间概率雨衰减A0.01的计算公式如下:

A0.01=γR0.01dr.

(2)

式中:d为路径长度, km;γR0.01为0.01%时间概率降雨率R0.01(mm/h)对应的雨衰减率(dB/km),由公式(1)计算得出;r即为路径调整因子:

(3)

中国模型是全概率的雨衰减预测模型,p%时间概率的雨衰减Ap的计算公式如下:

A(p)=k·[r(p)·R(p)]α·d.

(4)

式中:r(p)为降雨率调整因子,计算公式如下:

(5)

在1 km以内的短距离时,图1给出了ITU-R P.530-16模型和中国模型的调整因子随链路长度的变化情况.从图中可以看出,ITU-R P.530-16模型和中国模型的调整因子在短距离时都大于1,且随着距离变短持续变大,虽然ITU-R P.530-16模型在调整因子超过2.5时进行了限制,但并没有理论依据.这显然与降雨在短距离时趋于均匀的物理基础不符,会出现频率、降雨率等参数相同时,链路越短预测的雨衰减反而越大的情况,无法应用于短距离链路情况下的系统设计.

图1 雨衰减预测模型调整因子随距离变化曲线

2 数据分析与湿天线衰减模型

ITU-R SG3数据库共搜集了89组地面视距链路雨衰减和降雨率测试数据[6],同时提供了用于雨衰减建模和测试的数据筛选规则[21].其中,筛选后有效的短距离链路测试数据共有8组,全部由英国提供,路径长度皆为0.5 km,详细信息如表1所示.图2给出了上述8组试验数据得到的链路雨衰减统计分布结果,数据1～数据8对应表1中编号1～8.

表1 ITU-R SG3地面视距短距离链路雨衰减测试数据

图2 ITU-R数据库短距离链路雨衰减统计分布

研究认为,实测路径雨衰减由链路真实雨衰减和湿天线衰减两部分构成.令实测路径雨衰减为Am,链路雨衰减的真实值为Ar,湿天线衰减为Aa,则存在如下关系:

Am=Ar+Aa.

(6)

表1中路径长度仅有0.5 km,可以认为降雨为均匀分布,Ar可由公式(1)理论计算得到的雨衰减率与路径长度相乘得到,即Ar=0.5γR.图3给出了上述8条链路雨衰减的理论计算结果.同样,图中数据1～数据8对应表1中编号1～8.显然,短路径时,雨衰减的实测结果远大于理论计算结果.文献[19]利用实测雨滴谱进行了雨衰减的理论计算,并与38 GHz链路雨衰减的测量结果进行了对比,同样得到了雨衰减测量值大于理论计算值的结论.这也正是导致建立ITU-R P. 530-16模型和中国模型等雨衰减预测模型在短距离时调整因子大于1的原因.

图3 ITU-R数据库短距离链路雨衰减理论计算结果

为便于比较,图4分别给出了四个频点测试链路的雨衰减理论值和湿天线衰减的分布情况,其中,57和97 GHz分别以链路3和链路7为代表.可见,在37 GHz时,湿天线衰减与雨衰减相当,随着频率增加,57 、97 和137 GHz湿天线衰减甚至超过了链路雨衰减.可见,湿天线衰减在毫米波短距离链路系统设计中不容忽视.

(a) 37 GHz

(b) 57 GHz

(c) 97 GHz

(d) 137 GHz图4 湿天线衰减与雨衰减理论值比较

研究认为,湿天线衰减与路径雨衰减之间存在负指数关系如下[17,19]:

Aa=C1(1-exp(-C2Ar)).

(7)

式中,C1和C2可由试验确定.C1代表湿天线衰减的最大值.文献[15]在地面视距链路测试得到的23、26、38 GHz的湿天线衰减最大值分别为5、7、8 dB.文献[17]在卫星星地链路测试得到的20和27 GHz湿天线衰减最大值分别为6、8 dB.

公式(7)建立的是湿天线衰减与雨衰减的关系模型,由于路径雨衰减往往不容易获取,不便于实际应用.路径距离较短时,雨衰减可由下式计算:

Ar=kRαd.

(8)

于是,建立湿天线衰减与降雨率之间的关系模型如下:

Aa=C1(1-exp(-C2RC3)).

(9)

利用表1中数据,对公式(9)系数C1、C2和C3进行拟合,得到的分频率拟合结果如下:

f=37 GHz:C1=7.2,C2=0.044,C3=0.82;

f=57 GHz:C1=10.5,C2=0.045,C3=0.97;

f=97 GHz:C1=11.4,C2=0.104,C3=0.73;

f=137 GHz:C1=12.4,C2=0.12,C3=0.22.

从拟合的参数看,湿天线衰减最大值在分频率分别为37、57、97、137 GHz时分别为7.2 、10.5 、11.4 、12.4 dB.在37 GHz时与文献[15]的测试结果一致.分频率的拟合曲线如图5所示.从图中可以看出:拟合曲线与湿天线衰减的测试数据吻合得较好;在57 和97 GHz时,由于分别存在三组测试数据,造成测试数据点相对离散.通过上述分析,证明建立的湿天线衰减模型是合理的.

(a) 37 GHz

(b) 57 GHz

(c) 97 GHz

(d) 137 GHz图5 湿天线衰减分频率拟合曲线

鉴于湿天线衰减是造成雨衰减预测模型调整因子在短距离时大于1并造成预测结果不合理性的原因,提出如公式(6)所示的考虑湿天线衰减的雨衰减建模方法,可以保证模型调整因子在短距离时趋于1,能够满足雨衰减建模物理基础和毫米波短距离链路系统的应用需求.

3 结 论

本文针对5G毫米波短距离链路,分析了地面视距链路雨衰减预测模型在短距离时调整因子大于1和预测结果随路径变短而增大的不合理现象,揭示了湿天线衰减是造成这一现象的原因.指出湿天线衰减是影响5G毫米波短距离链路的重要因素,建立了湿天线衰减与降雨率的关系模型,提出了一种考虑湿天线衰减的雨衰减建模思路.研究结果可为5G毫米波短距离链路系统设计提供支撑,也可为发展新的适用于短距离链路的地面视距链路雨衰减预测模型提供依据.

湿天线衰减的试验测试开展得还较少,湿天线衰减的物理机理和模型还有待进一步研究和验证.为满足5G系统发展和应用需求,应加快开展针对5G频段和场景的相关传播测试和研究工作.

[1] ITU-R [IMT.VISION]: Framework and overall objectives of the future development of IMT for 2020 and beyond”, Document 5D/TEMP/625-E[R]. Geneva: ITU, 2015.

[2] 朱颖, 许颖, 方箭. 基于WRC-19 1.13新议题的5G高频段研究概况及展望[J]. 电信网技术, 2016(3): 5-10.

ZHU Y, XU Y, FANG J. Outlines and prospect on 5G high frequency band study based on the new agenda item 1.13 for WRC-19[J]. Telecommunications network technology, 2016(3): 5-10.(in Chinese)

[3] OGUCHI T. Attenuation of electromagnetic wave due to rain with distorted raindrops[J]. Journal of radio research laboratory, 1960, 7(33): 467-485.

[4] FEDI F. Attenuation due to rain on terrestrial path[J]. Alta frequenza, 1979, 66(4): 167-184.

[5] RUDGE A W, MILNE K, OLVER A D, et al. The handbook of antenna design[M]. Peter Peregrinus, 1983: 538-541.

[6] ITU-R database on terrestrial light-of-sight links[DB/OL]. [2017-09-19].http://saruman.estec.esa.nl/dbsg3/categories.jsp?category=rainAttenuationStat.

[7] OGUCHI T. Eletromagnetic wave propagation and scattering in rain and other hydrometerors[J]. Proceedings of IEEE, 1983, 71(9): 1029-1078.

[8] OLSEN R L, ROGERS D V, HODGE D B. The aRb relation in calculation of rain attenuation[J]. IEEE transactions on antennas and propagation, 1978, 26(2): 318-329.

[9] ITU-R. ITU-R P.838-3 recommendation: specific attenuation model for rain for use in prediction methods[R]. Geneva: ITU, 2005.

[10] 赵振维, 卢昌胜, 林乐科. 基于雨胞分布的视距链路雨衰减预报模型[J]. 电波科学学报, 2009, 24(4): 627-631.

ZHAO Z W, LU C S, LIN L K. Prediction model of rain attenuation based on the EXCELL rain cell model for the terrestrial line-of-sight systems[J]. Chinese journal of radio science, 2009, 24(4): 627-631. (in Chinese)

[11] 卢昌胜, 赵振维, 林乐科, 等. 一种地面视距链路雨衰减预测模式[J]. 电波科学学报, 2013, 28(2): 272-277.

LU C S, ZHAO Z W, LIN L K, et al. A prediction model of rain attenuation for the terrestrial line-of-sight links[J]. Chinese journal of radio science, 2013, 28(2): 272-277. (in Chinese)

[12] MELLO, SILVAPONTES L D, MARLENE S. Unified method for the prediction of rain attenuation in satellite and terrestrial links[J]. Journal of microwaves, optoelectronics and electromagnetic applications, 2012, 11(1): 1-14.

[13] ITU-R. ITU-R P.530-16 Recommendation: propagation data and prediction methods required for the design of terrestrial line-of-sight systems[R]. Geneva: ITU, 2015.

[14] CHEAH J Y C. Wet antenna effect on VSAT rain margin[J]. IEEE transactions on communications, 1993, 41(8): 1238-1244.

[15] ISLAM M R, THAREK A R. Measurement of wet antenna effect on microwave propagation at 23, 26 and 38 GHz[C]//IEEE Antennas and Propagation Society International Symposium. Salt Lake City, July 16-21, 2000, 4: 2094-2098.

[16] DAVID N, HAREL O, ALPERT P, et al. Study of attenuation due to wet antenna in microwave radio communication[C]//IEEE International Conference on Acoustics, 2016: 4418-4422.

[17] KHARADLY M M Z, ROSS R. Effect of wet antenna attenuation on propagation data statistics[J]. IEEE transactions on antennas and propagation, 2002, 49(8): 1183-1191.

[18] MANDEEP J S. Analysis effect of water on a ka-band antenna[J]. Progress in electromagnetics research letters, 2009, 9: 49-57.

[19] GARCIA-RUBIA J M, RIERA J M, BENARROCH A, et al. Estimation of rain attenuation from experimental drop size distributions[J]. IEEE antennas and wireless propagation letters, 2011, 10: 839-842.

[20] SCHLEISS M, RIECKERMANN J, BERNE A. Quantification and modeling of wet-antenna attenuation for commercial microwave links[J]. IEEE geoscience and remote sensing letters, 2013, 10(5): 1195-1199.

[21]ITU-R. ITU-R Document 3M/FAS/2-E,Fascicle: Guidelines for testing terrestrial prediction methods[R]. Geneva: ITU, 2009.