🔢 mathematics

Measurement Campaigns, Datasets, and Curve Fitting Officially Used by 3GPP in the Release 19 for Channel Modeling in TR 38.901 for 7-24 GHz

该文档详细介绍了 3GPP 在 Release 19 中用于 TR 38.901 标准下 7-24 GHz 频段信道建模的测量活动、数据集及曲线拟合方法。

原作者： Hitesh Poddar, Jianhua Zhang, Ximan Liu, Mansoor Shafi

发布于 2026-03-30

📖 1 分钟阅读🧠 深度阅读

原作者： Hitesh Poddar, Jianhua Zhang, Ximan Liu, Mansoor Shafi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文其实是在做一件非常关键的“体检”工作，对象是移动通信领域的“导航地图”——也就是3GPP TR 38.901 信道模型。

为了让你更容易理解，我们可以把整个通信网络想象成一个巨大的城市交通系统，而这篇论文就是关于如何更新和验证这个城市的“路况导航图”。

1. 背景：为什么需要这张新地图？

想象一下，3GPP（制定通信标准的组织）手里有一本厚厚的《城市交通指南》（TR 38.901），它告诉工程师们：在繁华的市中心（UMi）、宽阔的郊区（UMa）或者高楼林立的街道（Street Canyon），无线电波（就像汽车）会怎么跑，遇到障碍物会怎么反弹，速度会怎么变。

但这本指南有个大问题：

旧数据太多，新数据太少：这本指南里 80% 的数据是基于“老式汽车”（低于 6GHz 的频率）和“超级跑车”（高于 24GHz 的频率）跑的。
中间地带被忽略了：对于7GHz 到 24GHz 这个“中速车道”（也就是未来 5G-Advanced 和 6G 要用的核心频段），指南里的数据非常少，就像地图里这片区域是空白的，或者画得很模糊。

随着 6G 时代的临近（就像我们要开始跑新的赛车了），如果导航图不准，车子就会迷路、撞车或者效率低下。所以，3GPP 在 Release 19（第 19 次版本更新）中决定：必须重新测量这片“中速车道”，把地图画准。

2. 测量活动：派出了多少“探路队”？

为了填补地图空白，3GPP 召集了全球各大科技巨头（如华为、苹果、三星、诺基亚、高通等）组成了一支庞大的“探路队”。

探路方式：
- 实地测量 (Meas.)：就像派真车去跑，记录真实的油耗、速度和颠簸情况。
- 射线追踪模拟 (RT)：就像用超级计算机在虚拟世界里模拟跑车，预测它怎么走。
探路地点：
- UMi-Street Canyon（城市峡谷）：像纽约曼哈顿那种高楼夹着街道的地方，信号容易在楼间乱撞。
- UMa/SMa/RMa（各种宏基站场景）：从繁华都市到乡村大道的各种环境。
- InH/InF（室内场景）：办公室和工厂内部，信号要穿过墙壁和机器。
- 穿透损耗：专门测试信号穿过玻璃、混凝土、胶合板（Plywood）时，会损失多少能量（就像信号穿过一堵墙会累多少）。

这篇论文详细列出了这些探路队跑了哪些地方、用了什么频率、记录了哪些数据（比如信号走了多远、角度怎么偏、延迟了多少）。

3. 数据集：整理出的“行车日志”

探路队回来后，把成千上万条数据整理成了一个巨大的 Excel 表格（就像一本厚厚的行车日志）。

这本日志里记录了不同场景下的平均表现（比如平均延迟是多少）和波动情况（比如信号忽强忽弱的程度）。
它不仅仅是记录，还把这些数据分门别类，比如“市中心平均延迟”、“郊区角度扩散”等等。

4. 曲线拟合：画出最精准的“导航线”

这是论文最核心的部分。有了数据，工程师们需要画出一条数学公式线（曲线拟合），用来描述信号随频率变化的规律。

比喻：想象你有一堆散落在地图上的点（测量数据），你需要画一条最平滑的线把它们串起来，这条线就是未来的“导航规则”。
对比旧地图：
- 作者把新画出来的线（基于 7-24GHz 的新数据）和旧指南里的线（基于旧数据的模型）放在一起对比。
- 发现：在某些地方，旧指南画得挺准（线重合了）；但在另一些地方（比如某些角度扩散或延迟），旧指南画歪了（线分开了）。
结果：论文展示了这些新画出来的线，告诉大家：“看，在 7-24GHz 这个频段，信号其实是这样跑的，旧模型需要修正。”

5. 结论：为了未来的 6G 不迷路

这篇论文的最终目的，就是告诉全世界：

“我们已经用最新的数据把 7-24GHz 频段的‘路况图’画好了。未来的 6G 网络设计，必须基于这些新数据，否则我们的通信系统就像在一张过时的地图上开车，会出大问题的。”

总结一下：
这就好比一群工程师为了迎接“自动驾驶 6.0 时代”，发现现有的“城市交通指南”在中间速度段（7-24GHz）全是空白或错误。于是他们派出了全球最顶尖的探路队，实地跑遍了城市、郊区、室内，收集了海量数据，重新画出了精准的导航线。这篇论文就是这份新导航图的验证报告，确保未来的通信网络能跑得又快又稳。

这是一份关于 3GPP 第 19 版（Rel-19）研究中，针对 7–24 GHz 频段信道模型验证的专业技术总结。该文档详细记录了用于验证和更新 3GPP TR 38.901 信道模型的测量活动、数据集及曲线拟合结果。

以下是该论文的中文技术总结：

1. 研究背景与问题 (Problem)

现有模型的局限性：3GPP TR 38.901 提供了 0.5–100 GHz 的综合信道模型，是 5G 及未来 6G 系统设计的行业标准基准。然而，开发该模型时，超过 80% 的数据来自 sub-6 GHz 和 24 GHz 以上频段，导致 7–24 GHz 频段的数据代表性严重不足。
6G 发展的需求：随着 3GPP Rel-20 及 6G 研究的启动（预计 2025-2026 年），7–24 GHz 频段对于 5G-Advanced 和 6G 应用至关重要。现有的信道模型在该频段缺乏足够的实测数据支持，可能影响系统设计的准确性。
核心任务：3GPP Rel-19 启动了一项研究，旨在利用实测数据验证 TR 38.901 在 7–24 GHz 频段的信道模型，并根据需要对其进行适配或扩展（包括近场传播、空间非平稳性等），同时确保模型在 7 GHz 以下和 24 GHz 以上的频率连续性。

2. 方法论 (Methodology)

本研究采用“测量活动汇总 -> 数据集整合 -> 曲线拟合分析”的方法论：

多源测量活动 (Measurement Campaigns)：
- 汇总了全球多家主要通信厂商（如 Sharp, Nokia, Samsung, Apple, Huawei, Ericsson, AT&T 等）及研究机构（如 NYU, BUPT）的实测（Meas.）和射线追踪（RT）数据。
- 覆盖场景包括：城市微蜂窝（UMi-Street Canyon）、城市宏蜂窝（UMa）、郊区宏蜂窝（SMa，Rel-19 新增）、农村宏蜂窝（RMa）、室内办公（InH）和室内工厂（InF）。
- 测量参数涵盖：路径损耗（PL）、阴影衰落（SF）、时延扩展（DS）、角度扩展（ASD/ASA/ZSA/ZSD）、K 因子、簇数量及到达时间（ToA）等。
- 频率范围主要集中在 7–24 GHz，部分数据延伸至 0.5–100 GHz 以验证连续性。
数据集构建：
- 建立了包含 29 个工作表的官方 Excel 数据集（CM data source_v041.xlsx）。
- 数据按“场景_统计量_参数”命名（例如 UMi_Mean_DS），聚合了多个来源的统计结果（均值、标准差等）。
曲线拟合分析：
- 对聚合后的统计数据进行曲线拟合，以推导新的信道模型参数。
- 使用了多种拟合方法：普通最小二乘法（OLS）、加权最小二乘法（WLS）、算术平均（AM）和加权平均（WM）。
- 将拟合结果与现有的 TR 38.901 模型公式进行对比，评估其偏差并确定是否需要更新。

3. 关键贡献 (Key Contributions)

填补频段空白：首次系统性地整理了 7–24 GHz 频段在多种典型场景下的信道测量数据，填补了 TR 38.901 在该频段的验证空白。
引入新场景 (SMa)：在 Rel-19 中正式引入了“郊区宏蜂窝（Suburban Macro, SMa）”场景，并提供了该场景下的详细测量数据和拟合模型。
参数验证与更新：
- 验证了路径损耗、时延扩展、角度扩展等关键参数在 7–24 GHz 的表现。
- 提供了针对不同场景（LOS/NLOS）和不同参数（均值/标准差）的具体拟合公式。
- 更新了部分参数模型（如 UMi 和 UMa 场景下的某些角度扩展和时延扩展模型），使其更符合实测数据。
材料穿透损耗：提供了胶合板（Plywood）等常见建筑材料的穿透损耗实测数据及拟合模型（0.5–30 GHz），并外推至 100 GHz。

4. 主要结果 (Results)

UMi (城市微蜂窝)：
- 时延扩展 (DS)：在 LOS 和 NLOS 场景下，实测数据的频率依赖性（斜率）与原有模型存在差异。例如，UMi NLOS 的 DS 均值拟合斜率显著大于原模型。
- 角度扩展 (ASD/ASA/ZSA)：部分场景下的角度扩展均值和标准差随频率的变化趋势与原模型不同，拟合结果显示需要调整系数。
UMa (城市宏蜂窝)：
- 在 LOS 和 NLOS 场景下，DS 和角度扩展的统计特性显示出与频率相关的特定趋势。例如，UMa LOS 的 ASD 均值随频率增加而显著增大，拟合斜率远大于原模型。
SMa (郊区宏蜂窝)：
- 作为新引入场景，提供了基于算术平均（AM）的 DS、ASD、ASA 和 ZSA 的均值和标准差常数模型（在 0.5–24 GHz 范围内变化较小，近似为常数）。
穿透损耗：
- 胶合板的穿透损耗随频率线性增加，拟合公式为 $1.03 + 0.17f$ (dB)，其中 $f$ 单位为 GHz。

5. 意义与影响 (Significance)

标准化基础：本研究成果直接支撑了 3GPP Rel-19 及后续版本中 7–24 GHz 信道模型的标准化工作，确保 5G-Advanced 和 6G 系统设计基于更准确的物理层模型。
行业参考：提供的测量数据集和曲线拟合方法为学术界和工业界提供了宝贵的参考资源，有助于未来在更宽频段（如 100 GHz 以上）或其他场景下的信道建模研究。
数据驱动决策：强调了基于广泛地理区域和多样化环境的实测数据对于构建鲁棒、通用的随机信道模型的重要性，推动了从理论假设向数据驱动模型的转变。

总结：该文档是 3GPP 在 7–24 GHz 频段信道建模领域的重要技术报告，通过整合全球多厂商的实测数据，验证并优化了现有信道模型，为下一代移动通信系统的标准化奠定了坚实的数据基础。