平坦衰落和频率选择性衰落的区别

文章目录

平坦衰落和频率选择性衰落的区别
- [1. 引言](#1. 引言)
- [2. 多径传播与时延扩展](#2. 多径传播与时延扩展)
- [3. 什么是平坦衰落](#3. 什么是平坦衰落)
- - [3.1 基本定义](#3.1 基本定义)
  - [3.2 平坦衰落的时域特征](#3.2 平坦衰落的时域特征)
  - [3.3 平坦衰落的频域特征](#3.3 平坦衰落的频域特征)
  - [3.4 平坦衰落的直观理解](#3.4 平坦衰落的直观理解)
- [4. 什么是频率选择性衰落](#4. 什么是频率选择性衰落)
- - [4.1 基本定义](#4.1 基本定义)
  - [4.2 频率选择性衰落的时域特征](#4.2 频率选择性衰落的时域特征)
  - [4.3 频率选择性衰落的频域特征](#4.3 频率选择性衰落的频域特征)
  - [4.4 频率选择性衰落的直观理解](#4.4 频率选择性衰落的直观理解)
- [5. 什么是相干带宽](#5. 什么是相干带宽)
- - [5.1 相干带宽的定义](#5.1 相干带宽的定义)
  - [5.2 时延扩展与相干带宽的关系](#5.2 时延扩展与相干带宽的关系)
- [6. 两种衰落的判定条件](#6. 两种衰落的判定条件)
- - [6.1 从频域判断](#6.1 从频域判断)
  - [6.2 从时域判断](#6.2 从时域判断)
  - [6.3 时域判据和频域判据为什么一致](#6.3 时域判据和频域判据为什么一致)
- [7. 平坦衰落和频率选择性衰落对比](#7. 平坦衰落和频率选择性衰落对比)
- [8. 一个简单的数值例子](#8. 一个简单的数值例子)
- - 情况一：窄带信号
  - 情况二：宽带信号
  - 一个重要结论
- [9. 两种衰落的信道模型](#9. 两种衰落的信道模型)
- - [9.1 平坦衰落信道模型](#9.1 平坦衰落信道模型)
  - [9.2 频率选择性衰落信道模型](#9.2 频率选择性衰落信道模型)
- [10. 为什么OFDM适合频率选择性衰落信道](#10. 为什么OFDM适合频率选择性衰落信道)
- - [10.1 循环前缀的作用](#10.1 循环前缀的作用)
- [11. 对信道估计的影响](#11. 对信道估计的影响)
- - [11.1 平坦衰落下的信道估计](#11.1 平坦衰落下的信道估计)
  - [11.2 频率选择性衰落下的信道估计](#11.2 频率选择性衰落下的信道估计)
- [12. 平坦衰落是否意味着没有多径](#12. 平坦衰落是否意味着没有多径)
- [13. 频率选择性衰落是否意味着高速移动](#13. 频率选择性衰落是否意味着高速移动)
- [14. 常见误区](#14. 常见误区)
- - 误区一：宽带信号一定经历频率选择性衰落
  - 误区二：窄带信号一定经历平坦衰落
  - 误区三：平坦衰落不会造成严重性能下降
  - 误区四：频率选择性衰落只需要估计一个信道系数
  - 误区五：OFDM消除了频率选择性衰落
- [15. 如何在仿真中观察两种衰落](#15. 如何在仿真中观察两种衰落)
- - [15.1 平坦衰落仿真思路](#15.1 平坦衰落仿真思路)
  - [15.2 频率选择性衰落仿真思路](#15.2 频率选择性衰落仿真思路)
  - [15.3 MATLAB示例代码](#15.3 MATLAB示例代码)
- [16. 平坦衰落与快衰落不是同一组概念](#16. 平坦衰落与快衰落不是同一组概念)
- [17. 实际系统中的理解](#17. 实际系统中的理解)
- [18. 总结](#18. 总结)

平坦衰落和频率选择性衰落的区别

1. 引言

在无线通信系统中，电磁波从发射端传播到接收端时，通常不会只沿一条路径传播。

信号可能经过建筑物反射、地面反射、障碍物绕射以及物体散射，最终通过多条不同的路径到达接收端。这种传播现象称为多径传播。

由于不同路径的传播距离不同，各条路径对应的信号会以不同的时延、幅度和相位到达接收端。多条信号叠加后，可能相互增强，也可能相互抵消，从而形成无线信道中的衰落现象。

根据信号带宽与信道特性之间的关系，多径衰落通常可以分为两类：

平坦衰落，Flat Fading
频率选择性衰落，Frequency-Selective Fading

这两种衰落的本质区别是：

无线信道是否会对信号带宽内的不同频率分量产生不同的影响。

如果信号带宽内的所有频率分量受到近似相同的幅度衰减和相位旋转，就称为平坦衰落。

如果不同频率分量受到不同程度的衰减和相位旋转，就称为频率选择性衰落。

本文将从多径传播、时延扩展、相干带宽、数学模型、OFDM以及信道估计等角度，详细介绍平坦衰落和频率选择性衰落的区别。

2. 多径传播与时延扩展

假设发射端发送的基带信号为 x ( t ) x(t) x(t)，信号经过多条传播路径到达接收端。

多径信道的冲激响应可以表示为：

h ( t , τ ) = ∑ l = 0 L − 1 α l ( t ) e j ϕ l ( t ) δ ( τ − τ l ( t ) ) h(t,\tau) =\sum_{l=0}^{L-1} \alpha_l(t)e^{j\phi_l(t)} \delta\left(\tau-\tau_l(t)\right) h(t,τ)=l=0∑L−1αl(t)ejϕl(t)δ(τ−τl(t))

其中：

L L L 表示传播路径数量；
α l ( t ) \alpha_l(t) αl(t) 表示第 l l l 条路径的幅度；
ϕ l ( t ) \phi_l(t) ϕl(t) 表示第 l l l 条路径的相位；
τ l ( t ) \tau_l(t) τl(t) 表示第 l l l 条路径的传播时延；
δ ( ⋅ ) \delta(\cdot) δ(⋅) 表示单位冲激函数。

如果暂时忽略信道随时间的变化，可以简写为：

h ( τ ) = ∑ l = 0 L − 1 h l δ ( τ − τ l ) h(\tau)= \sum_{l=0}^{L-1} h_l\delta(\tau-\tau_l) h(τ)=l=0∑L−1hlδ(τ−τl)

接收信号为：

y ( t ) = h ( t ) ∗ x ( t ) + n ( t ) y(t)=h(t)*x(t)+n(t) y(t)=h(t)∗x(t)+n(t)

展开后可以写为：

y ( t ) = ∑ l = 0 L − 1 h l x ( t − τ l ) + n ( t ) y(t)= \sum_{l=0}^{L-1} h_lx(t-\tau_l)+n(t) y(t)=l=0∑L−1hlx(t−τl)+n(t)

其中， n ( t ) n(t) n(t) 表示加性噪声。

这个表达式说明，接收端获得的是多个具有不同时延和不同复数增益的发送信号副本。

不同传播路径之间的时延差异，会造成信号在时间上的扩展，这种现象称为多径时延扩展。

最大时延扩展可以粗略表示为：

τ max ⁡ = max ⁡ l τ l − min ⁡ l τ l \tau_{\max}= \max_l\tau_l-\min_l\tau_l τmax=lmaxτl−lminτl

实际系统中也经常使用均方根时延扩展 τ r m s \tau_{\mathrm{rms}} τrms 描述多径信道的时间扩散程度。

时延扩展越大，多径信号在时间上的重叠越明显，产生码间干扰的可能性也越大。

3. 什么是平坦衰落

3.1 基本定义

如果一个信号占用频带内的所有频率分量，经过无线信道后受到近似相同的幅度衰减和相位旋转，那么该信号经历的是平坦衰落。

在这种情况下，信道频率响应在信号带宽内近似为常数：

H ( f ) ≈ H 0 , f ∈ B s H(f)\approx H_0, \qquad f\in\mathcal{B}_s H(f)≈H0,f∈Bs

其中， B s \mathcal{B}_s Bs 表示信号所占用的频率范围。

接收信号可以近似写成：

y ( t ) = h x ( t ) + n ( t ) y(t)=hx(t)+n(t) y(t)=hx(t)+n(t)

其中， h h h 是一个复数信道系数，可以表示为：

h = ∣ h ∣ e j θ h=|h|e^{j\theta} h=∣h∣ejθ

这意味着信道主要对整个信号产生统一的：

幅度缩放；
相位旋转。

信号内部不同频率分量之间的相对关系基本保持不变。

3.2 平坦衰落的时域特征

从时域角度看，如果信号的符号周期 T s T_s Ts 远大于信道的时延扩展 τ max ⁡ \tau_{\max} τmax，即：

T s ≫ τ max ⁡ T_s\gg\tau_{\max} Ts≫τmax

那么前一个符号的主要多径分量通常会在下一个符号到来之前基本结束。

因此，多径传播虽然会改变当前符号的幅度和相位，但通常不会造成严重的相邻符号重叠。

所以，平坦衰落信道一般不会产生明显的码间干扰。

需要注意的是，不产生严重码间干扰，并不意味着接收信号质量一定很好。

如果多条传播路径发生相消，整个信号带宽都可能出现深度衰落，接收信号功率仍然可能非常低。

3.3 平坦衰落的频域特征

从频域角度看，如果信号带宽 B s B_s Bs 远小于信道的相干带宽 B c B_c Bc，即：

B s ≪ B c B_s\ll B_c Bs≪Bc

那么信号带宽内的信道频率响应变化很小，可以近似认为：

H ( f 1 ) ≈ H ( f 2 ) H(f_1)\approx H(f_2) H(f1)≈H(f2)

其中， f 1 f_1 f1 和 f 2 f_2 f2 是信号频带内的任意两个频率。

因此，整个信号经历近似相同的信道增益。

3.4 平坦衰落的直观理解

可以把无线信道的频率响应想象成一条随频率变化的曲线。

假设信号只占用了其中非常窄的一小段频带。在这一小段范围内，曲线变化不明显，看起来近似是一条水平线。

因此，信号的低频部分、中间频率部分和高频部分受到的影响基本相同。

这种情况就是平坦衰落。

4. 什么是频率选择性衰落

4.1 基本定义

如果信号带宽内不同频率分量受到不同程度的幅度衰减和相位旋转，那么该信号经历的是频率选择性衰落。

此时，信道频率响应不能在整个信号带宽内近似为常数：

H ( f 1 ) ≠ H ( f 2 ) H(f_1)\neq H(f_2) H(f1)=H(f2)

信号的一些频率分量可能只受到较小的衰减，而另一些频率分量可能落入信道频率响应的深衰落区域。

因此，信号频谱会发生不均匀畸变。

4.2 频率选择性衰落的时域特征

从时域角度看，如果信号符号周期 T s T_s Ts 与信道时延扩展相当，或者小于信道时延扩展，即：

T s ≲ τ max ⁡ T_s\lesssim\tau_{\max} Ts≲τmax

那么一个符号的多径分量可能延伸到后续符号的时间范围内。

此时，前一个符号的延迟副本会与后一个符号重叠，从而产生码间干扰：

I S I = I n t e r - S y m b o l I n t e r f e r e n c e \mathrm{ISI}= \mathrm{Inter\text{-}Symbol\ Interference} ISI=Inter-Symbol Interference

离散时间多径信道通常可以表示为：

y $n$ = ∑ l = 0 L − 1 h l x $n - l$ + w $n$ y $n$ = \sum_{l=0}^{L-1} h_lx $n-l$ +w $n$ y $n$ =l=0∑L−1hlx $n-l$ +w $n$

其中：

h l h_l hl 表示第 l l l 个信道抽头；
L L L 表示有效信道抽头数量；
w $n$ w $n$ w $n$ 表示噪声。

可以看到，当前接收样本 y $n$ y $n$ y $n$ 不仅与当前发送符号 x $n$ x $n$ x $n$ 有关，还与之前的多个发送符号有关。

这正是码间干扰产生的数学原因。

4.3 频率选择性衰落的频域特征

从频域角度看，如果信号带宽大于或接近信道的相干带宽，即：

B s ≳ B c B_s\gtrsim B_c Bs≳Bc

那么信号带宽内不同频率分量对应的信道增益可能明显不同。

例如：

∣ H ( f 1 ) ∣ ≫ ∣ H ( f 2 ) ∣ |H(f_1)|\gg|H(f_2)| ∣H(f1)∣≫∣H(f2)∣

这意味着频率 f 1 f_1 f1 处的信号可能接收良好，而频率 f 2 f_2 f2 处的信号可能发生深度衰落。

由于信道对不同频率的响应不同，所以称为频率选择性衰落。

4.4 频率选择性衰落的直观理解

仍然把信道频率响应想象成一条随频率变化的曲线。

如果信号带宽很宽，它会覆盖这条曲线上的较大范围。

在这个范围内，信道增益可能有明显起伏。一部分频率对应较高增益，另一部分频率可能对应较低增益，甚至接近频谱零点。

因此，信号的不同频率分量会经历不同程度的衰落。

这种情况就是频率选择性衰落。

5. 什么是相干带宽

相干带宽是区分平坦衰落和频率选择性衰落的关键参数。

5.1 相干带宽的定义

相干带宽 B c B_c Bc 可以理解为：

在某一段频率范围内，信道频率响应具有较强相关性的最大带宽。

如果两个频率之间的间隔小于相干带宽，那么它们对应的信道响应通常比较相似。

如果两个频率之间的间隔远大于相干带宽，那么它们对应的信道响应可能差异很大。

相干带宽与信道时延扩展大致成反比：

B c ∝ 1 τ B_c\propto\frac{1}{\tau} Bc∝τ1

一种简单的数量级估计为：

B c ≈ 1 τ max ⁡ B_c\approx\frac{1}{\tau_{\max}} Bc≈τmax1

使用均方根时延扩展时，一些教材会采用：

B c ≈ 1 5 τ r m s B_c\approx\frac{1}{5\tau_{\mathrm{rms}}} Bc≈5τrms1

或者：

B c ≈ 1 50 τ r m s B_c\approx\frac{1}{50\tau_{\mathrm{rms}}} Bc≈50τrms1

不同公式中的系数不同，是因为相干带宽的具体数值与所选择的频率相关性阈值有关。

例如，可以把频率相关性下降到 0.5 0.5 0.5 或 0.9 0.9 0.9 时对应的频率间隔定义为相干带宽。

因此，相干带宽通常不是一个绝对精确的临界值，而是描述信道频率相关范围的近似参数。

5.2 时延扩展与相干带宽的关系

信道冲激响应 h ( τ ) h(\tau) h(τ) 与信道频率响应 H ( f ) H(f) H(f) 互为傅里叶变换：

H ( f ) = ∫ − ∞ + ∞ h ( τ ) e − j 2 π f τ d τ H(f)= \int_{-\infty}^{+\infty} h(\tau)e^{-j2\pi f\tau}\,d\tau H(f)=∫−∞+∞h(τ)e−j2πfτdτ

如果信道在时域中的时延扩展较大，那么其频域响应往往变化较快，相干带宽较小。

反之，如果信道的时延扩展较小，那么频域响应变化较缓慢，相干带宽较大。

可以简单记忆为：

时域扩展越严重，频域变化越剧烈。

即：

τ r m s ↑ ⟹ B c ↓ \tau_{\mathrm{rms}}\uparrow \quad\Longrightarrow\quad B_c\downarrow τrms↑⟹Bc↓

6. 两种衰落的判定条件

判断一个信号经历平坦衰落还是频率选择性衰落，必须同时考虑信号特性和信道特性。

同一个无线信道，对于不同带宽的信号，可能表现出不同类型的衰落。

6.1 从频域判断

设：

信号带宽为 B s B_s Bs；
信道相干带宽为 B c B_c Bc。

如果：

B s ≪ B c B_s\ll B_c Bs≪Bc

则信号通常经历平坦衰落。

如果：

B s ≳ B c B_s\gtrsim B_c Bs≳Bc

则信号通常经历频率选择性衰落。

需要注意的是，这里的关系是工程近似，并不存在适用于所有场景的绝对分界线。

6.2 从时域判断

设：

符号周期为 T s T_s Ts；
信道时延扩展为 τ max ⁡ \tau_{\max} τmax 或 τ r m s \tau_{\mathrm{rms}} τrms。

如果：

T s ≫ τ max ⁡ T_s\gg\tau_{\max} Ts≫τmax

则信号通常经历平坦衰落。

如果：

T s ≲ τ max ⁡ T_s\lesssim\tau_{\max} Ts≲τmax

则信号通常经历频率选择性衰落，并可能产生明显的码间干扰。

6.3 时域判据和频域判据为什么一致

符号周期和信号带宽大致互为倒数：

B s ∝ 1 T s B_s\propto\frac{1}{T_s} Bs∝Ts1

相干带宽和时延扩展也大致互为倒数：

B c ∝ 1 τ B_c\propto\frac{1}{\tau} Bc∝τ1

因此：

T s ≫ τ T_s\gg\tau Ts≫τ

大致对应：

B s ≪ B c B_s\ll B_c Bs≪Bc

二者实际上是从时域和频域描述同一个物理现象。

7. 平坦衰落和频率选择性衰落对比

对比项目	平坦衰落	频率选择性衰落
信号带宽与相干带宽	B s ≪ B c B_s\ll B_c Bs≪Bc	B s ≳ B c B_s\gtrsim B_c Bs≳Bc
符号周期与时延扩展	T s ≫ τ max ⁡ T_s\gg\tau_{\max} Ts≫τmax	T s ≲ τ max ⁡ T_s\lesssim\tau_{\max} Ts≲τmax
信道频率响应	带内近似不变	带内明显变化
不同频率分量受到的影响	基本相同	明显不同
信号频谱是否畸变	通常不发生明显畸变	会发生频谱畸变
是否容易产生码间干扰	通常不明显	容易产生
等效信道模型	单抽头信道	多抽头信道
信道估计难度	较低	较高
均衡难度	较低	较高
常见处理方式	单抽头均衡	时域均衡或OFDM频域均衡

8. 一个简单的数值例子

假设某无线信道的最大时延扩展为：

τ max ⁡ = 1 μ s \tau_{\max}=1\ \mu\mathrm{s} τmax=1 μs

使用简单的数量级估计：

B c ≈ 1 τ max ⁡ B_c\approx\frac{1}{\tau_{\max}} Bc≈τmax1

得到：

B c ≈ 1 10 − 6 = 1 M H z B_c \approx \frac{1}{10^{-6}}= 1\ \mathrm{MHz} Bc≈10−61=1 MHz

需要说明的是，这里只是为了说明基本概念。实际相干带宽还与相关性阈值以及功率时延分布有关。

情况一：窄带信号

如果信号带宽为：

B s = 20 k H z B_s=20\ \mathrm{kHz} Bs=20 kHz

由于：

20 k H z ≪ 1 M H z 20\ \mathrm{kHz}\ll1\ \mathrm{MHz} 20 kHz≪1 MHz

所以该信号通常经历平坦衰落。

在信号的 20 k H z 20\ \mathrm{kHz} 20 kHz 带宽范围内，信道频率响应基本没有明显变化。

情况二：宽带信号

如果信号带宽为：

B s = 10 M H z B_s=10\ \mathrm{MHz} Bs=10 MHz

由于：

10 M H z > 1 M H z 10\ \mathrm{MHz}>1\ \mathrm{MHz} 10 MHz>1 MHz

所以该信号通常经历频率选择性衰落。

在 10 M H z 10\ \mathrm{MHz} 10 MHz 的信号带宽内，信道频率响应可能出现明显起伏，不同频率分量会受到不同影响。

一个重要结论

从这个例子可以看出：

平坦衰落和频率选择性衰落不是信道本身绝对固定的属性，而是由信号带宽与信道相干带宽的相对关系共同决定的。

同一个信道，对于窄带信号可能表现为平坦衰落；对于宽带信号则可能表现为频率选择性衰落。

9. 两种衰落的信道模型

9.1 平坦衰落信道模型

对于平坦衰落信道，可以使用单抽头模型：

y $n$ = h x $n$ + w $n$ y $n$ =hx $n$ +w $n$ y $n$ =hx $n$ +w $n$

如果接收端已知信道系数 h h h，可以通过零迫均衡得到：

x ^ $n$ = y $n$ h \hat{x} $n$ = \frac{y $n$ }{h} x^ $n$ =hy $n$

也可以使用MMSE均衡：

x ^ $n$ = h ∗ ∣ h ∣ 2 + σ w 2 / σ x 2 y $n$ \hat{x} $n$ = \frac{h^*} {|h|^2+\sigma_w^2/\sigma_x^2} y $n$ x^ $n$ =∣h∣2+σw2/σx2h∗y $n$

其中：

h ∗ h^* h∗ 表示 h h h 的共轭；
σ w 2 \sigma_w^2 σw2 表示噪声功率；
σ x 2 \sigma_x^2 σx2 表示发送信号功率。

由于整个信号只对应一个主要信道系数，所以信道估计和均衡相对简单。

9.2 频率选择性衰落信道模型

对于频率选择性衰落信道，需要使用多抽头模型：

y $n$ = h 0 x $n$ + h 1 x $n - 1$ + ⋯ + h L − 1 x $n - L + 1$ + w $n$ y $n$ = h_0x $n$ +h_1x $n-1$ +\cdots +h_{L-1}x $n-L+1$ +w $n$ y $n$ =h0x $n$ +h1x $n-1$ +⋯+hL−1x $n-L+1$ +w $n$

也可以写成卷积形式：

y $n$ = h $n$ ∗ x $n$ + w $n$ y $n$ =h $n$ *x $n$ +w $n$ y $n$ =h $n$ ∗x $n$ +w $n$

由于多个发送符号通过不同信道抽头叠加在一起，接收端通常需要估计多个信道抽头：

h = $h 0 h 1 \dots h L - 1$ T \mathbf{h}= \begin{bmatrix} h_0 & h_1 & \cdots & h_{L-1} \end{bmatrix}^{T} h= $h0h1\dotshL-1$ T

然后使用均衡算法消除码间干扰。

常见的处理方法包括：

线性均衡；
零迫均衡；
MMSE均衡；
判决反馈均衡；
最大似然序列检测；
OFDM频域均衡。

10. 为什么OFDM适合频率选择性衰落信道

OFDM，即正交频分复用，是宽带无线通信系统中常见的多载波调制技术。

它的核心思想是：

将一个高速宽带数据流拆分为多个低速窄带子载波数据流。

假设整个系统带宽为 B B B，系统包含 N N N 个子载波，则每个子载波的带宽大约为：

Δ f = B N \Delta f=\frac{B}{N} Δf=NB

虽然整个宽带信号可能经历频率选择性衰落，但如果每个子载波带宽足够小，使得：

Δ f ≪ B c \Delta f\ll B_c Δf≪Bc

那么每个子载波内部都可以近似看成平坦衰落。

对于第 k k k 个子载波，可以写为：

Y $k$ = H $k$ X $k$ + W $k$ Y $k$ =H $k$ X $k$ +W $k$ Y $k$ =H $k$ X $k$ +W $k$

接收端只需要对每个子载波分别进行单抽头均衡：

X ^ $k$ = Y $k$ H ^ $k$ \hat{X} $k$ = \frac{Y $k$ }{\hat{H} $k$ } X^ $k$ =H^ $k$ Y $k$

这比直接在时域中处理长多径信道简单得多。

10.1 循环前缀的作用

频率选择性信道会造成线性卷积。

OFDM在每个符号前添加循环前缀，使得在循环前缀长度足够时，信道的线性卷积可以在有效符号区间内等效为循环卷积。

通常要求：

T C P ≥ τ max ⁡ T_{\mathrm{CP}}\geq\tau_{\max} TCP≥τmax

在离散时间系统中，通常要求：

N C P ≥ L − 1 N_{\mathrm{CP}}\geq L-1 NCP≥L−1

其中：

T C P T_{\mathrm{CP}} TCP 表示循环前缀持续时间；
N C P N_{\mathrm{CP}} NCP 表示循环前缀采样点数；
L L L 表示离散信道抽头数量。

经过FFT后，循环卷积可以转化为频域逐点相乘：

Y $k$ = H $k$ X $k$ + W $k$ Y $k$ =H $k$ X $k$ +W $k$ Y $k$ =H $k$ X $k$ +W $k$

因此，OFDM可以把一个复杂的宽带频率选择性信道，转化为多个近似独立的窄带平坦衰落子信道。

11. 对信道估计的影响

11.1 平坦衰落下的信道估计

在理想平坦衰落信道中，整个信号带宽通常只需要估计一个复数信道系数：

h h h

如果发送一个已知导频符号 x p x_p xp，接收到：

y p = h x p + w p y_p=hx_p+w_p yp=hxp+wp

那么LS信道估计可以写为：

h ^ L S = y p x p \hat{h}_{\mathrm{LS}}= \frac{y_p}{x_p} h^LS=xpyp

如果信道在多个导频符号期间近似保持不变，可以使用多个导频进行平均，从而降低噪声对估计结果的影响。

平坦衰落信道估计通常需要关注：

信道的时间变化；
导频数量；
噪声功率；
载波频偏；
相位噪声；
信道估计误差。

11.2 频率选择性衰落下的信道估计

在频率选择性信道中，需要估计完整的时域多抽头信道：

h = $h 0 h 1 \dots h L - 1$ T \mathbf{h}= \begin{bmatrix} h_0 & h_1 & \cdots & h_{L-1} \end{bmatrix}^{T} h= $h0h1\dotshL-1$ T

或者估计不同频率处的信道频率响应：

H $k$ , k = 0 , 1 , ... , N − 1 H $k$ , \qquad k=0,1,\ldots,N-1 H $k$ ,k=0,1,...,N−1

对于OFDM系统，通常只在一部分子载波上插入导频。

首先在导频子载波位置进行LS信道估计：

H ^ L S $k p$ = Y $k p$ X $k p$ \hat{H}_{\mathrm{LS}} $k_p$ = \frac{Y $k_p$ }{X $k_p$ } H^LS $kp$ =X $kp$ Y $kp$

其中， k p k_p kp 表示导频子载波位置。

然后利用插值方法获得其他数据子载波处的信道响应。

常见的插值方法包括：

线性插值；
二次插值；
三次样条插值；
DFT插值；
Wiener滤波；
LMMSE插值。

频率选择性越强，信道频率响应变化越快，系统通常需要使用更密集的频域导频。

12. 平坦衰落是否意味着没有多径

这是一个常见误区。

平坦衰落并不意味着信道中只有一条传播路径。

即使信号通过多条路径传播，只要这些路径的时延差相对于符号周期足够小，或者信号带宽相对于相干带宽足够窄，接收端仍然可能无法分辨这些路径。

此时，多条路径的影响可以合并成一个等效复数信道系数：

h e q = ∑ l = 0 L − 1 h l h_{\mathrm{eq}}= \sum_{l=0}^{L-1}h_l heq=l=0∑L−1hl

所以：

物理信道中仍然可能存在多径；
等效基带模型仍然可以表现为单抽头平坦衰落信道。

平坦衰落描述的是信号所观察到的等效信道特性，而不是说实际传播环境中只有一条路径。

13. 频率选择性衰落是否意味着高速移动

不一定。

频率选择性衰落主要与以下因素有关：

信道时延扩展；
信号带宽。

而高速移动主要导致：

多普勒频移；
信道随时间快速变化；
相干时间减小。

因此，频率选择性描述的是信道在频率维度 上的变化，而快衰落描述的是信道在时间维度上的变化。

二者属于不同维度的信道特性。

一个无线信道可以同时是：

时间上的慢衰落、频率上的平坦衰落；
时间上的快衰落、频率上的平坦衰落；
时间上的慢衰落、频率上的频率选择性衰落；
时间上的快衰落、频率上的频率选择性衰落。

例如，一个静止用户处于严重多径环境中时，信道可能在时间上变化较慢，但由于时延扩展较大，对宽带信号仍然表现为频率选择性衰落。

14. 常见误区

误区一：宽带信号一定经历频率选择性衰落

不一定。

关键不是信号带宽在绝对意义上是否很大，而是信号带宽与信道相干带宽之间的相对关系。

只有当：

B s ≳ B c B_s\gtrsim B_c Bs≳Bc

信号才会明显经历频率选择性衰落。

误区二：窄带信号一定经历平坦衰落

也不一定。

如果信道时延扩展很大，使得相干带宽非常小，那么即使信号的绝对带宽不大，也可能经历频率选择性衰落。

误区三：平坦衰落不会造成严重性能下降

平坦衰落虽然通常不会引起明显的频谱畸变和码间干扰，但整个信号仍可能同时落入深衰落状态。

如果：

∣ h ∣ ≈ 0 |h|\approx0 ∣h∣≈0

那么整个信号的接收信噪比都会显著下降。

因此，平坦衰落仍然需要使用以下技术进行对抗：

时间分集；
频率分集；
空间分集；
信道编码；
功率控制；
自适应调制编码；
多天线传输；
自动重传机制。

误区四：频率选择性衰落只需要估计一个信道系数

频率选择性信道通常需要估计多个时域信道抽头，或者多个频率位置上的信道响应。

如果只使用一个信道系数描述整个频带，就无法反映信道频率响应在带内的变化。

误区五：OFDM消除了频率选择性衰落

OFDM并没有消除真实信道的频率选择性。

它只是将一个宽带频率选择性信道划分为多个近似平坦衰落的窄带子信道，从而降低均衡复杂度。

整个OFDM频带上的 H $k$ H $k$ H $k$ 仍然可能存在明显起伏。

15. 如何在仿真中观察两种衰落

在MATLAB或Python仿真中，可以通过构造单抽头信道和多抽头信道，观察平坦衰落与频率选择性衰落的区别。

15.1 平坦衰落仿真思路

使用单抽头瑞利衰落信道：

h ∼ C N ( 0 , 1 ) h\sim\mathcal{CN}(0,1) h∼CN(0,1)

接收信号为：

y $n$ = h x $n$ + w $n$ y $n$ =hx $n$ +w $n$ y $n$ =hx $n$ +w $n$

此时所有频率分量都乘以同一个信道系数。

如果画出信道频率响应，可以看到其幅度在整个频率范围内保持不变：

H $k$ = h H $k$ =h H $k$ =h

15.2 频率选择性衰落仿真思路

使用多抽头信道，例如：

h = $0.9 0.5 e j 0.6 π 0.3 e - j 0.4 π$ \mathbf{h}= \begin{bmatrix} 0.9 \\ 0.5e^{j0.6\pi} \\ 0.3e^{-j0.4\pi} \end{bmatrix} h= 0.90.5ej0.6π0.3e−j0.4π

接收信号为：

y $n$ = h $n$ ∗ x $n$ + w $n$ y $n$ =h $n$ *x $n$ +w $n$ y $n$ =h $n$ ∗x $n$ +w $n$

信道频率响应可以通过FFT获得：

H $k$ = FFT ⁡ { h $n$ } H $k$ =\operatorname{FFT}\{h $n$ \} H $k$ =FFT{h $n$ }

由于多个时延抽头在不同频率处发生不同程度的相干叠加， ∣ H $k$ ∣ |H $k$ | ∣H $k$ ∣ 会随频率明显变化。

15.3 MATLAB示例代码

matlab 复制代码

clear;
clc;
close all;

%% 参数设置
Nfft = 256;

%% 平坦衰落信道：单抽头
h_flat = (randn + 1j * randn) / sqrt(2);
H_flat = fft(h_flat, Nfft);

%% 频率选择性衰落信道：多抽头
h_selective = [
    0.9;
    0.5 * exp(1j * 0.6 * pi);
    0.3 * exp(-1j * 0.4 * pi)
];

H_selective = fft(h_selective, Nfft);

%% 归一化频率轴
f = (0:Nfft-1) / Nfft;

%% 绘制频率响应
figure;

plot(f, 20 * log10(abs(H_flat) + eps), ...
    'LineWidth', 1.5);

hold on;

plot(f, 20 * log10(abs(H_selective) + eps), ...
    'LineWidth', 1.5);

grid on;

xlabel('归一化频率');
ylabel('信道幅频响应 / dB');

legend('平坦衰落信道', ...
       '频率选择性衰落信道');

title('平坦衰落与频率选择性衰落的频率响应');

在仿真结果中：

平坦衰落信道的频率响应是一条水平线；
频率选择性衰落信道的频率响应会随频率发生明显起伏。

如果随机生成信道抽头，每次运行得到的曲线可能不同，但两类信道的基本特征不会改变。

16. 平坦衰落与快衰落不是同一组概念

在学习无线信道时，经常会遇到以下两组分类。

第一组是：

平坦衰落；
频率选择性衰落。

第二组是：

慢衰落；
快衰落。

这两组分类不能混为一谈。

平坦衰落和频率选择性衰落描述的是：

信道频率响应在信号带宽内是否发生明显变化。

慢衰落和快衰落描述的是：

信道在一个符号或一帧传输期间是否发生明显的时间变化。

慢衰落和快衰落通常由符号周期 T s T_s Ts 与相干时间 T c T_c Tc 的关系决定。

如果：

T s ≪ T c T_s\ll T_c Ts≪Tc

则通常可以认为信道在一个符号期间近似不变，属于慢衰落。

如果：

T s ≳ T c T_s\gtrsim T_c Ts≳Tc

则信道可能在一个符号期间发生明显变化，属于快衰落。

因此：

相干带宽描述频率相关性；
相干时间描述时间相关性；
时延扩展决定频率选择性；
多普勒扩展决定时间选择性。

可以用下面的关系进行记忆：

τ r m s ↑ ⟹ B c ↓ \tau_{\mathrm{rms}}\uparrow \quad\Longrightarrow\quad B_c\downarrow τrms↑⟹Bc↓

f D ↑ ⟹ T c ↓ f_D\uparrow \quad\Longrightarrow\quad T_c\downarrow fD↑⟹Tc↓

其中， f D f_D fD 表示多普勒扩展或具有代表性的多普勒频率。

17. 实际系统中的理解

在实际通信系统中，平坦衰落和频率选择性衰落的判断通常不是非黑即白的。

真实信道的频率响应是连续变化的，因此不存在一个适用于所有场景的绝对分界线。

工程中通常会根据以下因素进行判断：

信号带宽；
符号周期；
子载波间隔；
循环前缀长度；
信道功率时延分布；
均方根时延扩展；
系统允许的信道起伏程度；
接收机的信道估计能力；
接收机的均衡能力。

如果信道频率响应在信号带宽内的变化足够小，小到可以被系统忽略，就可以使用平坦衰落模型。

如果信道响应的带内变化不可忽略，就需要使用频率选择性信道模型。

因此，所谓"平坦"，本质上是一种工程近似。

18. 总结

平坦衰落和频率选择性衰落的根本区别在于：

信道是否会对信号带宽内的不同频率分量产生不同的影响。

当：

B s ≪ B c B_s\ll B_c Bs≪Bc

或者：

T s ≫ τ max ⁡ T_s\gg\tau_{\max} Ts≫τmax

信号通常经历平坦衰落。

此时：

信道频率响应在信号带宽内近似不变；
整个信号受到近似相同的幅度衰减和相位旋转；
通常不会产生明显的码间干扰；
可以使用单抽头信道模型；
信道估计和均衡相对简单。

当：

B s ≳ B c B_s\gtrsim B_c Bs≳Bc

或者：

T s ≲ τ max ⁡ T_s\lesssim\tau_{\max} Ts≲τmax

信号通常经历频率选择性衰落。

此时：

信道频率响应在信号带宽内明显变化；
不同频率分量受到不同程度的衰减和相移；
容易产生码间干扰；
需要使用多抽头信道模型；
信道估计和均衡更加复杂。

最后可以用两句话进行记忆：

信号带宽远小于相干带宽，通常表现为平坦衰落。
信号带宽接近或大于相干带宽，通常表现为频率选择性衰落。

对于宽带通信系统，OFDM通过将宽带频率选择性信道划分为多个窄带平坦衰落子信道，大幅降低了信道估计和均衡的实现复杂度。