1.2研究现状分析
近年来，常用的信道建模方法可以分为两类:第一类是统计模型，它总结了建筑地形的统计特性(包括建筑物本身)，这种无线传播的统计描述包括地形和多次反射、散射、衍射的次数等；第二类是确定性射线跟踪模型，它利用了从地形
中各个障碍点到达接收机的多条射线进行直接计算，在接收点统计多条射线，以得到接收信号的统计特性，包括幅度、相位等，这样得到的结果十分精确。
第二
种方法在未对环境进行功率测量的情况下就可以进行建模，因此比较省时方便。
使用统计模型来对无线信道建模的研究分析比较早。
最早出现的是瑞利模
型、莱斯模型和对数正态模型，其中前面两个模型都是针对小尺度衰落而建立的，而对数正态模型则是针对大尺度衰落而建立的。
后来随着人们对无线信道建模精确性要求的提高，越来越多的统计混合模型出现了，但都是以这三个模型为基础。
1960年Nakagami.M提出了以其名字命名的模型，这种衰落信道模型适用性十分广泛，比瑞利、莱斯和对数正态模型更适应复杂的环境，Suzuki提出瑞利对数正态模型，该模型同时反映了大尺度衰落和小尺度衰落的特性，描述了这样一种传播场景，在发射端发射的信号主波经过几次反射和衍射后，达到了一个建筑物密集的地方，主波由于当地物体的散射、衍射等的结果将会分为许多子路径。
模型令发射端到小区的路径服从对数正态分布，因为路径经历了乘法效应；而当地路径由于是加性散射效应导致的，服从瑞利分布；这时接收信号的包括服从瑞利一对数正态模型。
第一个移动信道多径统计模型是由Ossana在1964年提出，它基于入射波和建筑物表面随机分布的反射波相互干涉的原理。
但该模型假设在收发之间存在一条直射路径，且反射的角度局限于一个严格的范围之内，所以该模型对于市区传播环境来说，既不方便也不准确。
后来Clarke建立了移动台接收信号场强的统计特性是基于散射的统计模型，他认为接收端的电磁波由N个平面波组成，这些平面波具有任意载频相位、入射方位角及相等的平均幅度，Clarke模型已经被广泛使用。
以上都是针对小尺度衰落的统计模型，在大尺度衰落的统计建模方面的研究
也很多，著名的有Okumura模型、Hata模型和Lee模型等，1968年，Okumura[6]等人根据在日本的大量测试数据统计出了以曲线图表示的Okumura模型，该模型以准平坦地形大城市的中值场强或路径损耗作为参考，对其他传播环境和地形条件等因素分别以校正的形式进行修正。
而1980年，Hata[7]提出了适用于宏蜂窝系统的路径损耗预测的经验模型。
随后Lee[8]于1982年提出了宏蜂窝和微蜂窝两种模型，该模型的参数很容易在实测中得到，因此受到广泛欢迎。
1988年，由Walfish, Bertoni合作开发的Walfish-Bertoni模型及其扩展模型〔9][10]主要用于预测街道的平均信号场强，该模型考虑了自由空间损耗、路径传播的绕射损耗以及屋顶和建筑物高度的影响。
而1993年提出的Maciel-Bertoni-Xia模型[10]及其改进模型[11]将路径的预测推广到允许基站天线高度低于屋顶平均高度一致
甚至低于屋顶高度的情况。
随着MIMO系统的提出，统计模型被广泛应用到该系统中，包括基于参数
的模型以、基于相关性的模型和基于几何分布的模型。
其中，比较完善的是基于相关性的模型研究[49], 3G标准中已经有该类模型的研究。
而且，近些年
3GPP-GPP2, COST273, IEEE802.xx等多个标准化机构己经完成了MIMO信道统计模型的讨论[33][34]，除此以外，很多公司如Lucent, Nokia, Motorola等以及国外及国内的大学也都在进行MIMO信道模型的研究。
而确定性模型由于其精确性也被研究学者们广泛研究，其中最常用的就是射线跟踪方法。
射线跟踪方法是将电磁波简化为射线来研究的技术，它最初是基于几何光学(GO)的原理，后来在上个世纪50年代由J.B.Keller[12]在几何光学的基础上建立了绕射一致性(UTD)，引入了附加的绕射射线以描述绕射现象，通过绕
射的精确分析，我们就能够准确地考虑到电磁波的各种传播途径，包括直射、反身寸、绕射和透射等。
通过对射线分析维数的区分，射线跟踪可以分为2D射线跟踪和3D射线跟踪方法。
在研究射线跟踪方法的早期人们大都使用了二维(2D)方法，因为在微蜂窝传播环境中，收发天线一般比周围的建筑物低，从建筑物顶端绕射至接收天线的射线很少，在这种情况下射线跟踪就没有必要在三维空间中
进行，可以直接在城市的二维平面图内进行射线跟踪。
当在二维平面内找到一条
到达接收机的射线时，在三维空间就有两条射线与其对应，其中一条是多次墙面反射路径，另外一条是多次墙面反射和一次地面反射路径。
2D射线跟踪方法的优点是处理简单，可操作性强，但同时带来了精度的下降。
近年来，根据精度需要，3D射线跟踪方法也被大量应用，它真实地模拟了现实环境，在三维空间中
跟踪了每条可用的射线，使得射线追踪结果更加精确[[14-15], Come, Y研究的3D 射线跟踪模型可提供市区无线环境和大区域的快速3D确定性预测，该模型列出了室外发射机设置的所有类型(宏蜂窝、小蜂窝、微蜂窝和微小蜂窝)，还有接收机位置的所有类型(地面的、屋顶的和高楼层的)，还比较了3D方法与垂直平面方法、2D射线跟踪的精确度。
射线跟踪的算法又可以分为几种，主要有镜像法、
入射反弹射线法((SBR)等，其中镜像法是最常用的，简单且易计算。
镜像法【16]的基本原理是:用放置在所求场之外的假想点源来等效替代真实点源。
该方法不
需要进行接收测试，属于点到点的跟踪技术，并能提供精确的结果，但它在复杂环境中选择镜像的散射体非常困难。
SBR[17】的原理是:从发射端发射一条射线，然后追踪这条射线是否撞上其他物体或者被接收端接收，当撞上一个物体时就会发生反射、透射、衍射和散射等，这些可以根据相撞物体的光电性质来计算其系数，如果被接收端接收到，相应的就可以计算接收电场。
SBR方法有可以具体分为射线发射、接收和射线与物体的相交测试【18]，发射射线方法又有很多种，如发射球和发射管等。
射线跟踪已经被广泛应用到商业网络规划中。
在中国香港某运营商的UMTS 商用网络的无线网络规划中，考虑到该地复杂的无线传播环境，为进行精确的网络规划，获得准确地干扰预测，华为公司使用了Volcano射线跟踪模型【19]，根据射线跟踪模型的预测结果并结合话务分布情况，在尽可能利用该运营商原有
2G网络站点和天馈配置的基础上，提出了WCDMA网络站点和天馈调整建议，在网络建设时就直接依据网络规划的结果进行建站，得到了较好地网络规划效
果。
关于射线跟踪方法在MIMO系统中的应用，最著名的就是EASY C工程，它主要研究了实际测试中的COMP传输，即协调多点传输【20-22]。
在该项目中，
使用射线跟踪方法来对MIMO系统进行信道仿真并与实际测量相比较，结果表明，在COMP环境中的SU-MIMO信道中，基于几何光学(GO)的射线跟踪仿真器十分精确，而在MU-comp-MIMO的下行链路的射线跟踪仿真中，射线跟踪仿真器依然很可靠。
总之，环境的几何光学知识越详尽，射线跟踪仿真器越精确。
云南大学移动通信实验室在统计和物理建模方面也进行了许多研究，
Shen[30-31]等提出六状态Markov模型来对时变卫星移动通信信道建模，用六种
不同的状态来描述该信号衰落过程。
Rong[32]等提出了幂指数RM统计模型，通过阴影衰落指数的变化来对陆地卫星信道建模。
同样适用于陆地卫星移动通信的模型还有文献【35]提出的独立阴影衰落信道模型，该模型将两个相互独立的对
数正态分布随机过程分别作用于直射分量和多径散射分量。
而且在MIMO信道建模方面，文献【36]利用Nakagami衰落模型来对宽带的MIMO系统建模，除了统计参数的建模为，Shen[37-38]还提出了基于几何环的模型—几何双环的MIMO M2M信道模型。
统计模型和物理模型这两种模型都有各自的优缺点，文献〔23-25]研究了射线跟踪模型与统计建模各自的优势，前者建模比较精确，可以可靠地预测系统的整体特征，如路径损耗、莱斯K因子和RMS延时扩展，而后者有一个形象的数学表达式，仿真时间短，可以对系统的瞬时变化进行建模，捕获信道响应的瞬时变化。
鉴于统计模型和物理模型都有各自的优缺点，如何将两者的优点结合起来为建模工作服务变成为了无线系统研究的热点。
Oestges.C在1999年提出了结合射线跟踪建模和统计建模两种方法来对信道进行建模，在文献[26]中提出了物理统计模型来对陆地移动卫星信道建模，统计方法使用了经典的莱斯模型。
这种方法融合了两个建模方法的优点，既能准确地描述传播环境的特点，又减低了射线跟踪算法的计算时间，并在文献〔27]中分析了模型的一阶和二阶统计特性。
另外，云南大学移动通信实验室也提出了一种新的物理统计模型，文献【28] [29]中提出了另外一种物理统计模型，它是将Maciel-Bertoni-Xia模型和统计方法相结合，假设建筑物高度不是确定变量，而是一个统计变量，通过物理统计建模，计算无
线信道的一阶和二阶统计特性。
但该模型和Oestges.C提出的物理统计模型都只是在单输入单输出(SISO)系统下的建模。