通信系统每一次向更高频段、更大天线阵列、更复杂场景的跃迁，都伴随着信道建模方式的底层重构。从"把信道当黑盒（纯统计）"到"给信道画几何图（射线追踪）"，再到如今的"控制信道甚至将其视为计算媒介"。以下是这条演进脉络的完整梳理：
第一阶段：纯统计与理想空间（通信早期的概率视角）
在该阶段，天线数量少，带宽窄，我们主要关心信号强度的随机起伏，信道被视为一个纯粹的"概率黑盒"。
- 瑞利衰落信道（Rayleigh Fading）：最早期的基础模型。假设环境中充满了密集的散射体，且没有直射径（LoS）。根据中心极限定理，接收信号的实部和虚部服从高斯分布，包络服从瑞利分布。
- 莱斯衰落信道（Rician Fading）：瑞利的进阶版。当收发两端存在一条强直射径（LoS）时，直射分量与无数微弱的散射分量叠加，包络服从莱斯分布。
- 相关信道（Correlated Channel）：随着多天线（MIMO）的出现，天线之间不再是绝对独立的。经典的 Kronecker 模型引入了空间相关性矩阵，用来描述天线间距不够大时，信号经历的相似衰落特性。
第二阶段：引入物理几何与时间维度（4G/5G的标准化时代）
宽带通信和空间多工技术要求我们必须知道电磁波是"从哪个方向来的"。纯统计模型不够用了，必须引入三维空间几何。
- 簇状几何信道 (Cluster-based Geometry Channel): 也就是大名鼎鼎的 SCM、WINNER 或 3GPP TR 38.901 模型。它将散射体聚集为一个个"簇"（Cluster）。信道不再是纯随机数，而是由到达角（AoA）、出发角（AoD）、时延（Delay）和每条射线的功率叠加而成。
- 动态/时变信道 (Dynamic/Time-Varying Channel): 随着高铁通信或车联网的兴起，收发端的高速相对运动导致了几何拓扑的剧烈变化。这类模型引入了多普勒频移（Doppler Shift）和随时间演进的生灭过程（空间簇的出现与消失），矩阵随着时间 ttt 高速刷新。
第三阶段：阵列尺度与频段的极限突破（面向5G-A/6G的空间扩展）
当基站天线从几十根暴增到成百上千根（大规模 MIMO），且频段走向毫米波甚至太赫兹时，传统的电磁波假设开始失效。
- 空间非平稳信道 (Spatially Non-Stationary Channel): 超大阵列的物理跨度太长，导致阵列一端能"看到"的散射簇，另一端可能被建筑物挡住看不见。信道矩阵在空间维度上不再平稳，必须引入"可见区域"（Visibility Region）的概念。
- 近场球面波信道 (Near-Field Spherical Wave Channel): 这是一个巨大的范式转换。随着阵列变大和波长变短，用户常常处于天线的瑞利距离（Rayleigh Distance）以内。过去基于远场的"平面波"假设失效，波前呈现球面状。这意味着信道矩阵不仅包含角度，还包含了极其复杂的非线性相位和距离衰减，给传统的波束赋形带来了巨大挑战。
第四阶段：环境重构与物理学回归（6G的革命性范式）
- 级联/乘性信道 (Cascaded Channels): 这是可重构智能表面（RIS）引入后的特产。信号传播变成了"基站 →\rightarrow→ RIS →\rightarrow→ 用户"的多段反射拼接。这种乘性耦合的信道打破了传统直射信道的秩（Rank）特性，使得硬件约束下的系统级优化高度非凸。
- 电磁/全息连续信道 (Electromagnetic/Holographic Channels): 当天线演化为空间连续的智能表面时，离散的信道矩阵被抛弃，取而代之的是基于麦克斯韦方程组的格林函数（Green's Function）。当信道可以用电磁波前直接描述和调制时，这为通信感知一体化（ISAC）以及在电磁域直接进行"信号即计算"提供了最核心的物理模型。
- 数据驱动隐式信道 (Data-Driven Implicit Channels): 在极端复杂的环境中（如具有海量散射体和干扰的无蜂窝网络），建立显式的物理方程成本过高。工程师转而使用深度生成模型（如 GAN 或扩散模型）从海量测量数据中直接隐式拟合信道的流形特征。