Page 277 - 《软件学报》2026年第7期
P. 277

2962                                                       软件学报  2026  年第  37  卷第  7  期


                                                        +∞
                                                        ∫     (    )
                                                           1     h
                                                   p(h) =    p h 1 ,  dh 1                            (5)
                                                          |h 1 |  h 1
                                                        −∞




                                            基站                h 1
                                                                        移动用户
                                                          h 2
                                                                       h 2
                                                                        高铁

                                                                   高架桥
                                                图 1 高架桥场景无线通信模型

                                                                     1          h
                    但是文献    [5] 并没有严谨地讨论      h 1 = 0 时的情况. 当  h 1 = 0 时,    无定义, 且    无定义, 即点  h 1 = 0 为函数的
                                                                    |h 1 |      h 1
                 奇点. 经过在定理证明器中推导与验证, 被积函数在点                h 1 = 0 处不可积、不连续, 且导数不存在. 因此, 在对复合信
                 道进行形式化建模时, 必须对积分区域进行分割, 即对点                 h 1 = 0 处的函数值进行特殊处理. 点      h 1 = 0 实际上对应于
                 实际通信中基站到车顶中继这一链路完全失效的情形, 即信号从基站至中继天线的传输产生了深度衰落或被严重
                 遮挡, 导致该路径上没有有效信号传输. 在文献              [5] 关于复合信道概率密度函数的数学分析中, 默认不考虑信道失
                 效以致通信中断的情形. 但这一深度衰落情形会产生信号中断风险, 理论模型如果不包含极端情况下的误码率与
                 链路失效概率, 会影响整体通信系统的鲁棒性与可靠性. 在形式化建模中, 对                      h 1 = 0 的处理不仅确保了积分在数学
                 上可计算, 同时对实际通信系统中可能出现的极端衰落情况做出了隐性假设.
                     p(h) 的规范数学表达式应如公式        (6) 所示. 本文基于公式               h 1 , 0 的部分进行了形式化定义, 如定
                                                                 (6) 对   p(h) 中
                 义     23  所示.
                                           ∫       (    )      ∫  x   (    )
                                              +∞
                                                1     h            1      h
                                       
                                        lim       p h 1 ,  dh 1 + lim  p h 1 ,  dh 1 ,  h 1 , 0
                                       
                                       
                                        x→0 +  |h 1 |       x→0 −
                                             x         h 1       −∞ |h 1 |  h 1                       (6)
                                  p(h) = 
                                       
                                       
                                       
                                       
                                         0,                                     h 1 = 0
                    定义  23. 复合信道概率密度函数.
                      ⊢ !sigma1 h sigma2.
                     Product_Rayleigh_Density h sigma1 sigma2 =
                      reallim (atreal (&0) within {x | &0 <= x})
                      (\a. reallim at_posinfinity (\b. real_integral (real_interval [a, b])
                         (\h1. &1 / abs h1 * Rayleigh_loss_density h1 sigma1 * Rayleigh_loss_density (h / h1) sigma2)))
                     + reallim (atreal (&0) within {x | x <= &0})
                      (\a. reallim at_neginfinity (\b. real_integral (real_interval [b, a])
                         (\h1. &1 / abs h1 * Rayleigh_loss_density h1 sigma1 * Rayleigh_loss_density (h / h1) sigma2)))
                    定义  23  中, “(atreal (&0) within {x | &0 <= x})”表示  0 . “Rayleigh_loss_density”即定义  19 Rayleigh  概率密度函
                                                            +
                 数, 表示信道   h 1  与  h 2  的概率分布. 由于该函数在   h 1 = 0 处无实际应用意义, 此处只建模    h 1 , 0 的函数部分以进一步
                 探究  p(h) 的分布规律.
                    信道复合后, 信号不再服从瑞利分布, 而是服从第               2  类修正  Bessel 函数  K 0  分布.  K 0  分布具有长尾特性, 即信
                 号在初始阶段增长和衰减较快, 而尾部衰减缓慢. 定理                1  给出了瑞利信道经复合后服从         K 0  分布的形式化描述.
   272   273   274   275   276   277   278   279   280   281   282