A Three-Dimensional Path Loss Model for THz Band Aerial Communications

这是一份关于论文《A Three-Dimensional Path Loss Model for THz Band Aerial Communications》（太赫兹频段空中通信的三维路径损耗模型）的详细技术总结。

1. 研究背景与问题 (Problem)

随着数字孪生、虚拟现实（VR/AR）和 3D 流媒体等超高速数据应用的出现，通信系统向太赫兹（THz，0.1–10 THz）和亚太赫兹频段迁移已成为必然趋势，这被视为 6G 通信的关键候选频段。然而，THz 波在传播过程中面临两大主要损耗：

1. 自由空间路径损耗 (FSPL)：随距离和频率增加而急剧增加。
2. 大气吸收损耗：主要由空气中的水蒸气和氧气分子引起，具有强烈的频率选择性（频率选择性吸收）。

现有研究的局限性：

• 几何约束：现有的空中网络 THz 路径损耗模型大多局限于水平（无人机对无人机）或垂直（地面到高空）的特定部署场景，无法准确建模收发器在任意三维空间位置（随机 3D 几何）的分布。
• 场景特异性：许多模型针对特定场景（如仅考虑低空或仅考虑垂直链路），缺乏通用性。
• 吸收建模不足：虽然部分研究考虑了大气吸收，但往往未能将任意 3D 几何与频率选择性吸收统一在一个解析模型中。

核心问题：如何构建一个统一的、解析的 THz 路径损耗模型，能够同时处理任意 3D 收发器几何布局（包括高度差和水平距离）以及频率选择性的大气吸收，从而适用于无人机对无人机（Dr2Dr）、中高空通信（MAAC）和高空无人机对无人机（U2U）等多种场景。

2. 方法论 (Methodology)

作者提出了一种基于数据驱动的**级联回归（Cascaded Regression）**分析模型，旨在通过解析公式逼近太赫兹波在大气中的透射率（Transmittance），进而计算路径损耗。

2.1 系统模型

• 场景定义：定义了两个收发器 $N_1$ 和 $N_2$ 在三维笛卡尔坐标系中的位置 $(x, y, z)$。
• 距离分解：将总距离 $d$ 分解为水平距离 $d_h$ 和垂直距离 $d_v$，并引入天顶角 $\theta$（$0^\circ$ 为垂直，$90^\circ$ 为水平）。
• 总路径损耗公式：
  $$L_{total} = L_{fspl} + L_{abs}$$
  其中 $L_{abs} = -10 \log_{10}(\tau)$，$\tau$ 为透射率。

2.2 建模流程（三级级联回归）

为了获得透射率 $\tau$ 的解析表达式，作者采用了三步回归策略：

1. 第一步（距离维度）：在固定频率 $f$ 和高度 $l$ 下，将透射率建模为水平和垂直距离的指数函数：
   $$\tau \approx \exp(\hat{b}_{1,h} d_h + \hat{b}_{1,v} d_v)$$
2. 第二步（高度维度）：将第一步得到的指数系数 $\hat{b}_{1,\xi}$ 建模为高度 $l$ 的指数函数：
   $$\hat{b}_{1,\xi}(l, f) \approx \hat{a}_{2,\xi}(f) e^{\hat{b}_{2,\xi} l}$$
3. 第三步（频率维度）：将第二步得到的系数 $\hat{a}_{2,\xi}$ 建模为频率 $f$ 的多项式函数：
   $$\hat{a}_{2,\xi}(f) \approx \sum \lambda f^p$$

最终得到的透射率解析表达式为：
$$\hat{\tau}(l, d_h, d_v, f) = \exp\left( \hat{\Lambda}_h(f) e^{\hat{b}_{2,h}l} d_h + \hat{\Lambda}_v(f) e^{\hat{b}_{2,v}l} d_v \right)$$

2.3 两种实现方案

为了验证模型，作者提出了两种不同的拟合策略：

• $\theta$-agnostic（与天顶角无关）方法：
  • 将水平和垂直分量分离，在整个数据集上统一进行级联回归。
  • 优点：系数少，计算复杂度低，具有关于 $\theta$ 的闭式表达。
  • 缺点：在极端角度下精度可能略低。
• $\theta$-adaptive（天顶角自适应）方法：
  • 针对每一个离散的天顶角 $\theta$ 独立进行级联回归。
  • 优点：精度更高，能更好地捕捉特定角度下的传播特性。
  • 缺点：系数数量随 $\theta$ 样本数线性增加，计算量较大。

2.4 数据来源

使用 Atmospheric Model (am) 工具生成参考数据。

• 频段：0.1 – 1 THz，选取了 10 个代表性子频段（避开强吸收峰）。
• 场景：Dr2Dr（低空）、MAAC（中空）、U2U（高空）。
• 变量：覆盖不同的海拔高度、链路距离和天顶角。

3. 主要贡献 (Key Contributions)

1. 通用 3D 几何模型：提出了首个能够处理任意 3D 收发器位置（任意高度差和水平距离）的 THz 空中路径损耗解析模型，打破了以往仅针对水平或垂直链路的限制。
2. 多场景与宽频段覆盖：模型涵盖了从低空无人机到高空平台（HAPS）的多种通信场景，并在 0.1–1 THz 的宽频带范围内进行了详细分析（包含 10 个子频段）。
3. 频率选择性吸收的解析化：通过级联回归，成功将复杂的大气吸收特性（随频率、高度、距离变化）转化为紧凑的闭式解析表达式，避免了繁琐的数值模拟。
4. 两种权衡方案：提供了“高精度（$\theta$-adaptive）”和“低复杂度（$\theta$-agnostic）”两种实现方案，供不同应用场景选择。

4. 实验结果 (Results)

通过归一化均方根误差（NRMSE）评估模型性能：

• 整体精度：

  • 在**Dr2Dr（低空）**场景中，由于大气吸收显著，$\theta$-adaptive 方法表现最佳，其 NRMSE 比 $\theta$-agnostic 方法低近一个数量级，且远优于仅考虑自由空间损耗（FSPL）的基准模型。
  • 在**MAAC（中空）**场景中，$\theta$-adaptive 依然优于 $\theta$-agnostic，但随着高度增加，两者差距缩小。
  • 在**U2U（高空）**场景中，由于大气稀薄，吸收损耗几乎可以忽略，总路径损耗主要由 FSPL 主导。此时，两种方法的误差均很低且趋于一致，$\theta$-agnostic 方法已足够精确。

• 参数影响分析：

  • 距离：NRMSE 随距离增加而线性增加，$\theta$-agnostic 的斜率略大。
  • 高度：NRMSE 随高度增加而降低（吸收减少），$\theta$-agnostic 在高海拔下性能提升明显。
  • 天顶角：$\theta$-agnostic 在极端角度（接近垂直或水平）下精度略有下降，而 $\theta$-adaptive 在所有角度下保持均匀的低误差。

• 复杂度对比：

  • 两者在大样本下的时间复杂度均为 $O(N_s)$，但 $\theta$-adaptive 的常数项更大（需为每个角度单独拟合）。
  • $\theta$-agnostic 的系数数量固定（约 $P_h + P_v + 4$），而 $\theta$-adaptive 的系数数量随角度数量 $N_\theta$ 增加。

5. 意义与价值 (Significance)

1. 系统设计指导：该模型为未来 6G 太赫兹空中通信系统（如空间 - 空 - 地一体化网络）的链路预算分析和覆盖规划提供了统一、准确的理论工具。
2. 实时性支持：由于模型是闭式解析表达式，无需重复运行耗时的数值模拟（如 am 工具），非常适合需要快速更新路径损耗的动态场景，如移动性管理、自适应波束成形和实时链路跟踪。
3. 填补空白：解决了现有文献中缺乏通用 3D 几何 THz 传播模型的问题，为不同高度层（低空无人机到高空平台）的通信系统设计提供了标准化的评估框架。
4. 未来扩展性：该框架具有扩展性，未来可结合实验测量数据重新训练参数，或进一步纳入雨、雾等更复杂的气象条件。

总结：这篇论文通过创新的级联回归方法，成功构建了一个兼顾精度与计算效率的 3D 太赫兹空中路径损耗模型，为太赫兹频段在复杂三维空中网络中的实际应用奠定了重要的理论基础。