太赫兹无线信道的测量、建模和分析

摘要

太赫兹通信可能在下一代移动通信网络中扮演关键角色。
实现太赫兹通信系统的技术发展,离不开对相关信道特性的深入研究。
首先,阐述了三种主要的测量手段用于评估太赫兹信道。
具体而言,采用了矢量网络分析仪进行频域分析、滑动相关技术在时域的应用以及利用太赫兹脉冲进行时域测量。
然后重点讨论了当前采用的主要信道建模策略,涉及确定性模型、随机模型以及混合型模型等不同方案。
通过现有的测得数据,系统地归纳总结了该频段下的典型信道特性。
最后部分探讨了未来在该领域可能的研究热点和发展方向。

关键词： 太赫兹通信; 信道测量; 信道模型; 信道特性

0****引言

预计到2030年，为处理不同应用场景与设备之间的大量数据传输需求，第六代移动通信网络（6G）预计将实现每秒太比特（Tbit/s）的峰值数据速率[1]。为了达到如此高的数据传输速率，现有的频谱资源与通信系统已经不足以支持这一目标；因此，具有超大可用带宽和丰富的超多频谱资源的太赫兹频段（覆盖范围为0.1至10 terahertz）被视为解决当前无线系统频谱稀缺及容量限制的关键技术。

由于无线通信系统的构建需求，在新型频谱 bands上设计 wireless communication systems 时所涉及的 too赫兹无线电传播 channel 研究势在必行[2]. 研究 wireless channel 特性 依赖于 通过 physical channel measurements 做出的评估，并据此建立描述 wireless channel 特性的数学 model. 进一步地，通过 analyzing measurement results 来建立 一个能够反映 electromagnetic wave propagation本质 的 reasonable complex model. 这一 model 被用来比较不同 wireless network algorithms、指导 system design 并评估 system performance.

本文系统性地阐述并深入分析了太赫兹无线信道的相关研究进展。综述并探讨其在测距、建模及特性等方面的最新动态与突破。介绍了不同的测距系统，并对其性能特点进行了比较研究。随后系统阐述了多种建模方法及其适用场景。继而深入剖析其独特频率特性和非平稳特性之间的复杂关系。最后总结指出该领域仍面临诸多未解之谜，在6G通信、定位与成像等新兴技术应用中亟需突破

1****信道测量方法

作为研究电磁波传播机制及构建信道模型的重要手段[2]。在信道测量过程中，当输入已知信号时，通过分析接收信号的变化情况来推断信道响应。在太赫兹频段的应用中，则面临测不准原理导致自由空间传输损耗显著增加的问题；为此，在实际应用中通常采用电子或光子设备进行频率转换以获取所需的射频信号，并选用高增益喇叭天线等技术以降低传输损耗的影响。

在选择合适的测量手段时需综合考虑诸多关键指标,包括频率范围、传输速率、覆盖范围以及能量消耗等技术参数,同时还要兼顾系统的经济性和复杂性等特性.本章深入探讨并评估了三种太赫兹频段宽带信道测量方案:基于矢量网络分析仪的频域测距技术、基于滑动相关性的时域测距策略以及直接脉冲法,并就它们各自的性能特点进行了全面对比与深入分析.

1.1 基于矢量网络分析仪的频域信道测量方法

矢量网络分析仪（VNA）是一种用于测量网络两端port之间关系的关键设备。对于任何双端口系统而言，在接收port接收到的所有能量相对于发射port发送出的能量之比被定义为S参数。当该系统作为无线信道使用时，在接收端接收到的所有能量相对于发射端发送出的能量之间的频率响应即为此信道的信道传输函数（Channel Transfer Function, CTF）。通过对其傅里叶逆变换处理，则可获得此无线信道在时间域中的冲激响应（Channel Impulse Response, CIR）。

由于VNA的操作简便且学习门槛较低,基于VNA的方法在太赫兹信道测量领域得到了广泛应用。

常见的以VNA为基础的频率域测量系统架构如图1所示。在发射环节,矢量网络分析仪输出端S1口产生的信号通过混波器被放大至太赫兹波段后经发射天线发送出去。接收端接收到的信号经混波器处理后被调低至中波段并送至矢量网络分析仪S2口

图1

图1基于矢量网络分析仪的频域测量系统

1.2 时域滑动相关法

在Linear Time-Invariant Channels（LTI信道）中,通过发射具有与冲激函数相似自相关函数的信号,将发射信号、信道与接收端匹配滤波器进行级联组合,即可构成该信道的冲激响应[3],这一过程体现了Time-Domain Channel Measurement Based on Sliding Correlation的方法原理。对于这一方法而言,最常用的发射信号为Pseudo-Noise（PN）序列,其中尤其以Maximum-Length Sequences（M-sequences）应用最为广泛[4]

由于基于相关的测量系统需要较高的采样率而难以直接实现[5] ，因此当前大多数基于相关的太赫兹测量系统均采用滑动相关的改进方法 ，这种方法可以在测量持续时间和采样率之间找到一个平衡点 。这种方法最初由 Cox 等人应用于移动通信网络的测量[6] ，其主要特点是：在接收端应用于相关运算时所使用的 PN 序列码片速率略低于发送信号对应的码片速率 。生成的"较慢"序列与其接收信号相关 ，然后通过低通滤波器处理 ，得到的结果是信道冲激响应在时域经过拉伸后的形式 ，拉伸的比例即定义为滑动率 γ 。进而与直接采样相比 ，滑动相关使得所需的采样率降低了 γ 倍 、测量持续时间增加了 γ 倍 、接收信号的同时信噪比也提升了 γ 倍

滑动相关的测量系统通常由太赫兹乘法器、太赫兹混频器以及高速模数和数模转换器构成（如图2所示）。在发射端环节中,高速数模转换器将预存于FPGA中的宽带信号序列输入并进行上变频处理；相反地,在接收端环节中,接收到的信号经下变频至基带后,通过高速模数转换器采样并输出至计算机进行分析

图2

图2基于滑动相关的时域测量系统

1.3 直接脉冲法

从理论上讲,实现测量信道冲激响应最简便的方式是向设备发射了一系列极短的能量脉冲，在接收端所接收到的就是该信道对应的冲激响应曲线；依据这一基础原理发展而来的测距方法统称为直接脉冲法，在相关领域中亦被称作直拍法；这种测距方法具有一个显著特点：其发送的所有脉冲均具有极其短暂的时间宽度，并且任意两个连续脉冲之间的时间间隔必须大于系统的最大延迟值；当接收装置对所接信号进行快速采样后即可获得该信道对应的波形特征信息；具体而言，在此过程中所得取样的每个点幅值均对应于原始传输波形中幅度值；同时这些采样点之间的时差则反映了发波段发出各次 pulses 与其对应地接收回波之间的延迟关系

如图3所示,典型的太赫兹时域光谱仪由飞秒激光源、分束器、太赫兹发射器、延迟线及THz探测装置[7]组成。经分束器分离后,一束称为泵浦光的激光被用于激发THz辐射生成,另一束称为探测光则通过延迟线到达THz探测装置以检测信号变化[7]。当两束光与THz信号同步到达检测装置时,系统将被激活,为此需要调节延迟线长度以精确测定时间差值[7]

如图3所示,典型的太赫兹时域光谱仪由飞秒激光源、分束器、太赫兹发射器、延迟线及THz探测装置[7]组成

图3

图3基于脉冲的时域测量系统

1.4 比较与讨论

以上提到的3种方法在测量表现上各自具有不同的优势与不足,具体数据可参考表格1,在实际测试过程中建议根据具体需求来选择合适的方案

表1不同信道测量方法的优劣对比

测量系统种类	基于矢网的测量系统	基于滑动相关法的测量系统	直接脉冲测量系统
测量域	频域	时域	时域
测量距离	受限于线缆连接	受限于传播衰减	受限于脉冲功率
收发机有线连接	需要	不需要	需要
收发机同步	有线连接保证同步	需要	需要
测量带宽	大(≥10 GHz)	小(<10 GHz)	超大(<10 THz)
测量速度	慢	快	很快
复杂度	低	高	中等

新窗口打开**|下载CSV**

基于矢量网络分析仪设计的测量系统展现出较高的时域分辨率、内部自洽性和运算效率高且结构简单的特点。然而,这种方法存在较长的测量时间问题,并且要求接收端与分析仪之间必须采用硬连接方式以确保数据传输的有效性,这导致其适用范围受到一定限制；例如在长距离或室外环境下难以有效应用这种方法

该信道测量系统采用滑动相关法具有显著的优势主要体现在短时间宽频测距快速测距以及无需额外信号处理即可得到时域结果等方面。然而该方法无需收发两端间的物理连接却要求接收发送两端实现时间和频率上的同步这使得其硬件复杂度较高应用难度较大

相较于传统方法而言,直接脉冲法显著的优势在于具有超宽频带。然而，在具体应用中存在一定的局限性：首先，在工作原理上存在明显差异——相较于其他信道测量技术而言,该方法依赖于将射频信号从微波频率下变频得到;其次，在实际性能方面也表现出所测距离范围有限——与前两种方法相比，在相同条件下其最大可测距离仅为数米；最后，在系统设计方面还存在一些不足——与传统阵列天线系统相比，在体积、重量及功耗等方面表现尚有提升空间。

2****太赫兹频段的信道建模

相较于使用厘米波和毫米波频段的技术方案，在太赫兹频段通信系统中会呈现出显著差异。具体而言，在自由空间传播时伴随的高损耗、表现出较强的分子吸收特性、显示出强烈的频率选择性，并由此导致时间色散效应[8]；同时还会呈现明显的多普勒效应以及对粗糙表面的穿透与散射特性等显著特征。基于此分析可知，在现有文献中已经较为深入地研究了较低频率信道模型的相关应用[3]；但这些模型无法直接适用于太赫兹频段通信系统的设计与分析中，在实际应用中仍需进行相应的修正与优化以准确体现其特有的高频信号传输特征。

总体而言, 信道建模的方法大致可分为三类: 确定性建模、随机性建模以及混合型建模方法. 在确定性的方法中, 大多基于麦克斯韦方程组求解, 可以实现较高的精度, 但需要依赖环境信息以及材料的电磁特性, 同时计算复杂度较高. 相比之下, 统计方法则采用随机分布与随机过程对信道参数进行建模分析. 这种基于测量数据总结特定场景下信道特性特征的方法, 虽然在参数化过程中需付出更多努力, 但从应用复杂度上看却远低于确定性的方案. 因此, 确定性的信道模型更适合用于部署规划工作中的应用, 而统计性的方案则适用于无线系统开发与测试阶段的分析. 若想在两者的基础上获得更高的适用性和灵活性, 可以考虑将这两者结合起来构建出混合型的信径模型

2.1 确定性建模方法

确定性信道模型遵循电磁波传播理论精确模拟电磁波在不同介质中的传播特性[9]。该方法受限于特定应用场景，在设计时需综合考虑传播介质的几何拓扑结构、材料本构关系以及接收发端的空间分布参数等关键因素。由此可知，在仿真精度与测量一致性之间取得良好平衡是该方法的核心优势所在[9]。射线追踪法(Ray-Tracing,RT)[3,8,10]以及时域有限差分法(Finite Difference Time Domain, FDTD)[11]作为确定性信道建模的主要技术手段，在学术界均获得了广泛认可与深入研究

(1)射线追踪法:射线追踪法已成为分析特定场景的一种广泛应用的技术[10]。该方法凭借其在合理计算资源下处理大规模结构的能力而备受关注。具体而言,该方法首先将收发端的位置进行确定,然后通过麦克斯韦方程高频近似以及几何光学理论对收发端间的信道进行建模。具体来说,在射线追踪法中,收发端的位置先被确定后,根据几何光学、几何衍射理论、均匀衍射理论以及基尔霍夫理论对收发端间的信道进行建模[10]。这种技术特别适用于太赫兹信道,因其微粒特性的优势使得相关近似更加精确

由于太赫兹频段数据不足,射线追踪仿真器的校准通常基于特定测量结果进行。例如,300 GHz射线追踪已通过室内环境及移动通信信道测量结果验证其有效性[12]。然而,由于材料参数缺失,1~10 THz 的校准与验证仍面临挑战。

(2)时间域有限差分技术也被称为Yee方法（参考文献[11]），由美国华裔应用数学家Kane S. Yee开发。这种方法是求解麦克斯韦方程组的一种数值分析手段。为了执行时间域有限差分技术，在空间中划分网格单元。首先，在时间与空间两个维度上交替地在磁场和电场之间采样点。然后交替地在磁场和电场之间采样点。最后采用中心差分格式对麦克斯韦方程进行离散化处理。

相较于一般情况下需要调整或校准的传统射线追踪法，在理论分析上时域有限差分法无需调整即可达到极高的计算精度。然而，在网格的空间离散化方面要求必须非常精细以捕捉模型中最小电磁波长以及最小几何特征。因此，在实际应用中这种方法需要大量计算内存和处理时间来跟踪所有位置的解，并实时更新结果。随着频率提升而提高所需分辨率的情况下，在太赫兹频段的计算甚至超过了当前高级计算机的能力

2.2 随机性建模方法

尽管确定性建模方法呈现了精确的数据结果,但它们对传播环境的具体几何配置要求过高,并且计算负担较重.鉴于此,另一种方法采用了统计建模理论来描述太赫兹传播特性的随机性质.这些随机性建模方法通过综合评估不同场景下的无线信道统计特征,从而得以聚焦特定类型的传播环境特性而非具体位置特征.从整体上讲,统计信道建模的优势在于其较低的计算复杂度以及能够迅速构建基于关键特性的重要模型框架.此外,这种技术在系统设计与仿真测试环节得到了广泛应用并已成为多数标准化模型的基础构建元素.

随机信道模型通常被划分为几何依赖型(GBSM)与非几何依赖型(NGSM)两类。GBSM着重考虑几何信息,而NGSM则采用完全随机的方式进行建模。GBSM的概念最早由多个研究小组于20世纪90年代独立提出[13]。两者的区别在于前者依据环境信息确定散射体位置,后者则通过概率分布以随机方式生成散射体位置[14]。在放置好散射体后,通过应用镜面反射、衍射和散射的基本定律来捕获波传播的过程,其方法与光线追踪法具有相似性。

也可称为参数随机模型（Parameter Stochastic Model PSM）的一种纯随机模型是NGSM。它们通过规定概率分布函数来描述确定诸如发射方向（DoD）、到达方向（DoA）以及时延等参数的方式而无需考虑实际传播环境 NGSM仅定义收发端之间的路径并基于测量或射线追踪结果统计信道响应中的参数特性 NGSM因其架构简单计算开销小故在信道建模领域广受欢迎 但其难以刻画参数间的复杂关联尤其是空间一致性 同时当设备移动距离增大时 DoD DoA及时间变化间的关系也无法有效描绘

2.3 混合建模方法

如上所述，确定性信道建模尽管耗费大量时间和资源却能实现较高的准确度而统计信道建模则以一定的准确性换取较低的计算复杂度因此一个自然的想法是结合多种独立方法的优势来构建混合型的信道建模方案为此已有若干种混合型的信道建模方案被提出[15⇓-17]接下来我们将详细介绍这些混合型的信路模型其中一部分采用了两个确定性的模型（即RT与FDTD）进行组合而另一部分则融合了确定性和随机性的模型

该 RT-FDTD 方法是在 RT 和 FDTD 混合建模过程中应用的一种数值分析技术，在这种混合建模过程中，FDTD 分析器主要用于处理接近复杂不连续性的区域，并通过其精确的空间离散化技术实现对微分 Maxwell 方程组的求解；同时，在 FDTD 区域外部的射线传播特性则由该 RT 分支进行追踪和计算。

当频率较高时，物体表面呈现相对粗糙状态；这使得基于几何光学（如RT）的方法难以准确估算反射与散射特性。正如之前所述，在处理微小且复杂的散射体以及粗糙表面问题方面，FDTD方法表现突出；然而其计算成本较为高昂。RT-FDTD混合方法允许仅在建模环境中的一部分（即被观察对象的近场区域）应用FDTD算法，并将剩余区域交由几何光学处理[15]；这样做既保证了精度又降低了计算负担。此混合策略适用于毫米波与太赫兹频段的应用领域；然而该方法面临的关键挑战在于如何实现RT与FDTD方法间的平滑过渡以及边界区域结果的有效获取。

(2)确定-随机混合方法:然而统计信道模型尽管具备高效的性能,却难以再现空间一致性和簇相关性的时间演变过程,因而促使许多研究者探索结合确定性和随机性的建模方法。首先统计冲激响应信道模型未能自然体现多用户通信系统中各链路间的相关特性这是因为每个链路采用的是独立的随机生成方式而无法保证所有生成链路处于同一物理环境内。其次随机建模方法由于不具备在超过平稳距离范围内的连续性支撑使得对移动信道进行仿真存在困难同样从几何角度分析得出的角度与方向变化之间的内在联系也无法在传统的统计信道模型中得到有效的再现

2.4 讨论

在6G领域,太赫兹通信系统将被应用于多种场所,包括室内空间、内部设备区域以及高铁系统中运行的列车,车联网网络中的节点设备,无人机作业区域以及卫星间的通信连接(参见表2)。多样化的信道建模方案能够适应多种应用场景

表2不同建模方法的优缺点对比和适用场景

方法	确定性建模	随机性建模	混合建模
RT	FDTD	RT-FDTD	确定**-**随机混合
优点	高精度	超高精度	低复杂度	高精度	精度与复杂度适中
复杂度适中	高空间分辨率	高泛用性	泛用性强
缺点	需要详细的环境信息	低精确性	需要环境和材料信息	依赖大量测量结果来参数化
—	计算资源消耗大
适用场景	室内、移动场景、UM-MIMO	设备内部通信、片上通信	室内、室外、移动场景	室内、设备内部通信	室内、室外、移动场景、UM-MIMO

新窗口打开**|下载CSV**

基于

其次，在计算复杂度方面,相对于确定性建模方法而言,随机建模方法表现出显著的优势。然而，在存在结果偏差的情况下（即可能存在偏差）,由于生成简单且擅长描述信道统计特性（即能够有效总结信道特征）的原因,随机模型得以广泛应用。鉴于其灵活的特点（即具备适应性强的特点）,随机模型在太赫兹频段中的传播场景应用广泛

就混合建模方法而言，在准确性和复杂性方面实现了较好的平衡。显著提升了射线追踪法等几何光学技术在处理复杂结构时的精度。鉴于计算工作量的问题，混合确定性模型特别适用于太赫兹频段内的室内及设备内部信道建模。除了上述之外，在保持较低计算复杂度的同时，该确定-随机混合模型还确保了信道的空间一致性，并支持了移动场景和多用户环境下的信道建模

3****信道特性

对于通信系统设计与评估而言,要求通信系统对信道特性具有清晰的认知与了解。例如,在链路预算计算中,路径损耗的具体数值及其变化情况具有重要意义;而阴影衰落的影响因素则直接影响信号传输质量。此外,评估码间串扰的关键参数包括均方根时延扩展因子以及相干带宽值等指标参数;这些参数的选择将直接影响系统的误码性能表现。进一步而言,时域、频域以及空间域中的非平稳特征不仅能够反映信道状态的基本特征,还能够揭示物理层通信系统潜在的设计选择;这其中包括信号波形优化以及天线阵列配置等方面的重要考量因素;同时这些特征信息也将有助于构建更加详细化的信道模型参数化方案。基于文献报道的测量数据基础,本节将重点阐述太赫兹频段典型信道特性的定量表征指标;当测量数据较为匮乏时,则可参考基于确定性信道仿真技术(如射线追踪法)所获得的相关仿真结果作为补充依据

3.1 大尺度衰落和小尺度衰落

本节总结了太赫兹频段的大范围衰落特性和小范围衰落特性，并探讨了其形成机制及其对通信系统的影响。其中路径损耗和阴影效应导致的大规模传播损耗现象以及多径效应所引起的微小传播损耗现象。例如时延扩展（Delay Spread, DS）和角度扩展（Angular Spread, AS）等指标均被纳入分析范畴。这些测量结果包括来自全球各地的多个学术机构：(Shanghai Jiao Tong University Collaborated With Huawei, SJTU & Huawei)[19⇒-23], (University of South California)[24⇒-28], (Technische Universität Braunschweig)[12, 29], (Georgia Institute of Technology)[30⇒-33], (Beijing University of Post and Telecommunications)[34], (New York University)[35⇒-41], (Aalto University)[42-43], (Technische Universität Ilmenau)[44], (Türkiye Bilimsel ve Teknolojik Aratırmalar Kurumu)[45], (Durham University)[46], (Ghent University)[47], (University Grenoble-Alpes)[48]以及(Heinrich Hertz Institute)[49]等

在通信系统中讨论路径损耗(Path Loss,PL)时，默认情况下我们关注的是大范围尺度上发送信号与接收信号之间的平均功率比值。这一指标通常仅表示为与发送端和接收端欧氏距离相关的函数。相比之下，在无线通信系统中阴影衰落(Shadow Fading,SF)一般指由于物体阻挡所导致的额外衰减现象。

本研究通过图4展示了太赫兹频段路径衰减指数(Path Loss Exponent, PLE)的具体测量结果。值得注意的是，在路径损耗领域中，最广泛使用的路径损耗模型主要包括两种类型：一种是近距离(Close-In, CI)条件下的自由空间参考距离模型以及另一种是浮动截距(Float Intercept, FI)或α-β型谱系[50]。其中FI型谱系包含两个参数：斜率α和截距β；而CI型谱系则将截距固定在参考距离（通常1米）处的自由空间路径损耗上。由于两种方法在拟合自由度上的差异可能导致不同的衰减指数估计值，并且这种差异在非视距传输（NLoS）场景中表现得尤为明显。如图4所示，在视距传输（LoS）条件下，FI与CI两种方法得到的结果具有相似性；而在非视距传输（NLoS）条件下，则基于FI的方法得到较低的衰减指数

图4

图4太赫兹信道的路径衰减指数的测量结果

根据图4的数据可以看出若干具有代表性的结论。研究者通过大量实验发现，在室内外场景下对信号传播机制进行研究发现：室内与室外环境中的信号衰减系数基本一致。进一步对比分析表明，在实际应用环境中，在室内外场景下对信号传播机制进行研究发现：在室内外场景下对信号传播机制进行研究发现：在室内外场景下对信号传播机制进行研究发现：在实际应用环境中，在室内外场景下对信号传播机制进行研究发现：在实际应用环境中，在室内外场景下对信号传播机制进行研究发现：在实际应用环境中，在室内外场景下对信号传播机制进行研究发现：

阴影衰落效应常用零均值高斯分布随机变量来表示其阴影衰落效应的标准偏差 σ_SF 。 σ_SF 的测量结果如图 5 所示 。此外，在室内的平均分低于 1 dB ，这种情况下比室外场景中的平均分低 ，说明室外场景中存在较大的遮挡物 。进一步发现，在非近似传输环境下得到的阴影衰落效应显著高于近似传输环境下的数值 ，这是因为非近似传输环境下缺少直接传播路径 ，导致接收端功率因遮挡产生较大波动 。同时发现，在远离发送体的位置测得的 σ_SF 值会随距离增大而增大

图5

图5太赫兹信道的阴影衰落的测量结果

由于多个径分量在接收端叠加导致多径效应的出现，会导致接收端功率在局部范围内出现显著波动。为了量化多径效应的影响程度,K 因子被定义为最强径所占功率与所有径功率之和的比例。具体而言，较大的 K 因子值意味着信道中的信号主要由单一路径主导，表明多径效应相对较弱。

图6展示了太赫兹频段中_K_因子的典型值。现有研究主要在140 GHz和300 GHz频率上对_K_因子进行测量而对于其他载波频率尤其是更高频率尚需进行广泛测量。在室内场景中300 GHz频段的_K_值显著低于140 GHz频段。然而由于现有数据有限目前尚无法得出_K_随频率变化的趋势。此外在300 GHz频段室外场景下的_K_值略高于室内场景这可能与封闭房间内的强反射特性相比开放环境中的弱反射有关。

图6

图6太赫兹信道的** K**因子的测量结果

(3) 时延扩散与空间散射: 多个多径分量各自可能具有不同时间延迟以及不同发射角与到达角,从而导致信道在空间域与时间域呈现功率扩散特性；其定义为功率时间延迟分布的二阶中心矩(Delay Spread, DS)，即均方根时间展开程度的一种度量方式。基于不同收发端天线配置情况;其分为两种情况:一种是全部采用全方向天线;另一种则是利用指向性天线如喇叭型天线进行收发端配置。

详细总结可见于图7中所展示的数据图表。首先，在140 GHz及300 GHz频段上已完成系统性研究以探讨时延扩展现象，在此过程中取得了较为丰富的研究成果；然而，在200~300 GHz频段及以上范围内的相关研究仍处于探索阶段尚未有系统性结论出现。其次，在开放环境下（ outdoor scenario），由于传播路径显著更长导致接收端会产生更大的额外延迟；而相比之下，在封闭空间（ indoor scenario）中由于反射路径相对较短因此产生的额外延迟也相对较小。此外，在高频频段下观察到的现象是：随着频率升高（当频率升高时），接收端能够捕获到的多径分量数量减少；同时在远离发射源的位置（随着距离增加）接收端测得的额外延迟会逐渐增大；这种现象主要归因于高频频段下的自由空间损耗及多径效应更加明显的特点；最后通过测试发现无论是视距条件还是非视距条件下的测得值差异均不超过5%，这一结果可能提示两种环境下的特性具有相似性但尚需进一步实验验证以确认其一致性

图7

图7太赫兹信道的时延扩展的测量结果

图8

图8太赫兹信道角度扩展的测量结果

除了时延扩展外, THz信道还表现出空间域功率扩散特性。具体而言,多径分量从发射端向不同方向传播,与环境中的物理发生交互作用后,从不同方向抵达接收端。具体而言,则包括四个主要分量:ASD(Departure Azimuth Spread)、ESD(Departure Elevation Spread)、ASA(Arrival Azimuth Spread)和ESA(Arrival Elevation Spread)。

基于太赫兹波段的测量结果，在图 8 中展示了 ASA、ASD、ESA 和 ESD 等代表值。这些数据要么通过全向天线阵列获得；要么结合空间域扫描使用定向天线阵列获取。

3.2 非平稳特性

信道的平稳性通常基于两个假设:(1)信道是广义平稳不相关散射(Wide Sense Stationary Uncorrelated Scattering, WSSUS)[51];(2)传输是点对点的,即天线尺寸不足以对信道产生影响。基于这些假设,信道在时域、频域和空间域呈现平稳性。然而,这些假设在特定情况下可能无效。一方面,时变信道中环境的变化会导致时间上的非平稳性。 另一方面,太赫兹频段使用的大带宽带来了高时延分辨率,其中可以区分来自相同物体的多径分量,例如来自同一墙壁的多径分量。因此,不相关散射假设被违反,这进一步导致频率非平稳性。此外,由于在太赫兹频段可以使用具有数千个天线单元的UM-MIMO,因此阵列尺寸相对于波长可能要大得多,这可能会进一步使第二个假设无效。因此,太赫兹波段的通信信道可能会在时域、频域和空间域上呈现非平稳性。

所有这些非平稳性在较低频率范围内均已被深入探讨，并建立了通用建模方法与参数化技术[52⇓-54]；然而，在太赫兹频段上的非平稳特性仍待进一步阐明。对于非平稳特性的评估可通过确定稳定区间来进行量化描述——该稳定区间被定义为在其中假设信道特性可被视为恒定的时间/频率/空间范围。由于在太赫兹频段上存在的动态变化特性（如时间变异信道与UM-MIMO信道）尚缺乏有效的测量手段，在时空域上确定稳定的区域仍面临诸多困难问题。就频域而言，则已获得部分了解[55-56]：基于理论模型分析发现，在不同频率下稳定带宽呈现线性增长趋势——例如，在300 GHz时稳定带宽可达16 GHz，在325 GHz时则升至17.5 GHz，并在350 GHz处达到19 GHz这一水平。综上所述，则需更多实证数据来深入探究太赫兹频段的有效稳定区间

4****潜在的研究方向

近年来，在太赫兹信道研究领域取得了显著进展。然而，在这一领域仍有许多值得深入研究的问题。具体而言，则包括以下几个方面：（1）高性能的高精度 tooth channel 测量系统；（2）全面覆盖范围内的 tooth channel 测量；（3）三维空间内的高效仿真技术；（4）完整的、准确且灵活的 tooth channel 模型；（5）too高的复杂度限制了其在实际应用中的表现；此外还包括 tooth频段中的智能反射面及其在人工智能驱动下的 tooth channel 分析技术等这些问题将在后续章节中逐一探讨

4.1 高性能太赫兹信道测量系统

其独特传播特性和窄波束的应用场景导致太赫兹信道测量系统的性能需求与较低频段存在显著差异

4.2 更广泛全面的测量场景和高性能信道仿真器

应进一步在多样化的典型场景及不同频段内实施太赫兹测距工作，并针对无人机、船舶以及各类车辆等具有的特性展开信道测量；以覆盖0.1至1 terahertz（THz）以上范围内的完整太赫兹频谱[1,60]。由此可知，在应对复杂度较高的测距配置、耗时较长以及设备成本高昂的情况下，多个机构间的协作将成为建立全面测距方案的关键。

射线追踪仿真的核心目标在于精确模拟信道特征，并作为信道测量活动的重要辅助手段，在提供丰富数据的同时显著增强分析效果] 该系统不仅提供了更多数据支持这一领域研究工作，在统计分析方面也展现出更高的可靠性] 因此，在太赫兹频段通信技术全面推广之前[61] 我们必须确保该类技术具备高度可靠性和准确性] 这一过程涉及对覆盖整个太赫兹光谱范围材料电磁特性的详细表征及参数化建模] 同时还需要建立完整的测试体系来验证其性能指标] 此外 在 toothing 频段中引入智能反射面这一新型功能 将成为未来仿真系统的重要组成部分 并将被系统性地纳入设计框架中

4.3 射线追踪-统计混合信道建模方法的演进

如前所述，在射线追踪与统计相结合的信道模型下可实现精度与复杂度的最佳均衡。在确定性部分的选择中，则应当根据具体的通信场景来决定传播环境。现有太赫兹信道模型仍缺乏针对非视距条件下的精确电磁波建模能力，并且对漫散射现象的具体表征尚不完善。尽管统计模型中的参数可以从测量数据直接获得，在基于混合分布的概率密度函数估计问题上仍面临挑战

4.4 太赫兹超大规模MIMO和智能反射面系统的信道建模

如上所述,UM-MIMO 在太赫兹频段展现出可行性,这一技术因其极小的物理尺寸而备受关注。与此同时,大型阵列也可用于构建智能反射面(Intelligent Reflecting Surface,IRS)系统。这些人工表面由微元级金属片构成,通过调控微元级金属片的电磁特性来引导无线电波传播方向及强度等关键参数,从而实现网络覆盖能力的提升:该技术通过重新导向电磁波来实现网络覆盖能力的提升:这不仅带来了信道建模与表征方面的难题

(1)互耦合效应建模:互耦合对于超大型阵列建模和分析阵列配置对 UM-MIMO 和智能反射面性能的影响至关重要。互耦合效应的分析仍需针对不同的天线技术和不同材料的太赫兹收发端进行量身定制。 此外,互耦合还取决于太赫兹频段中的天线尺寸和频率。值得注意的是,对于一个非常大的阵列,建议在近端天线而不是所有天线之间进行有效的耦合建模[61]。因此,需要一个有效的太赫兹频段超大阵列的相互耦合模型。

(2)近场效应：在太赫兹频段内，大型天线阵列中的瑞利距离显著提升。当发射端与接收端之间的距离小于当前系统的瑞利距离时，在其范围内会发生明显的近场效应现象。这种现象会导致射线到达方向与发射方向在整个天线平面上不再是恒定的方向[64]（即它们不再是恒定的方向），或者不应被视为平面波而应被视为球面波。未来的研究工作应着重于对这一现象进行实验验证

4.5 时频空间非平稳信道特性

太赫兹信道在某些场景下表现出时频空域的非平稳性。

时间非平稳特性：由于散射体可见状态的改变导致多径分量的时间生灭过程对信道建模及仿真具有重要意义。基于微波与毫米波频段所建立的时域生灭模型，在太赫兹频段下是否依然有效仍需进一步验证。建议在车辆通信信道、铁路通信信道以及无人机通信等实际场景下进行详细研究并进行仿真实验。此外，在设计相关系统参数时还需要评估平稳时间和相干时间等关键指标

频率非平稳性的研究:随着超宽带技术在太赫兹频段展现出巨大潜力,研究者们开始关注由大带宽引起的频域非平稳现象。而稳定宽度与相干宽度则是影响信道是否存在频率选择性的关键指标，并指导物理层协议的设计策略。为此，在室内等对高数据率有需求的工作场景中，进一步研究并测量太赫兹频段下的超宽带信道特性成为当务之急。

如前所述,UM-MIMO技术的应用将导致空间非平稳特性.因此,为了研究多径分量在空域中的生死变化过程,应采用UM-MIMO技术进行测量.此外，在室内办公室、室外城市广场等典型场景中，阵列保持距离与相干距离的典型值对于太赫兹频段UM-MIMO通信系统的规划至关重要.

4.6 基于人工智能的太赫兹信道分析

人工智能(AI)无需显式程序设计即可解决复杂问题。近年来,人工智能在无线通信领域引起广泛关注并被广泛应用于天线设计、无线电传播研究、多址接入以及信号处理等领域[60, 65-66]。在信道建模方面,基于无监督学习实现的数据聚类方法已被成功应用于分析信道参数[ 67 ]

4.7 太赫兹信道模型的标准化

在2008年时，“太赫兹兴趣组”（TOF）由IEEE/802.15无线专业网络正式发起推动了太赫兹频段未来无线通信系统的标准化工作。随后于2013年正式成立了IEEE/802.15/TG 3D-1G小组专门负责开发首个基于3D技术实现的高速无线通信标准（达到每秒十兆比特的数据传输速率）。这一标准于2017年正式发布并命名为IEEE Std. 802.15.3d-2017其适用频率范围涵盖从252 GHz至321 GHz之间。在制定过程中发布的《信道建模》文档系统性地归纳总结了信道传播特性并在不同应用场景下构建了基于应用需求的目标化信道模型包括近距离互操作性通信设备内部通信无线收发器与前传以及数据中心专用网络等四大类基本应用场景。这些文档被用作技术贡献参考依据但其提供的信道模型仍存在一定的局限性仅能围绕中心频率为300 GHz的标准展开适用范围较为有限为此仍需对整个太赫兹频段进行全面深入的研究来加速其标准化进程

回顾5G标准化的发展历程,预计6G信道模型的标准化工作将在2023至2025年间启动，并将扩展至太赫兹频段。在这一过程中

5****结束语

本文就太赫兹无线信段展开了全面研究综述，并对其相关问题进行了深入探讨。具体而言，在研究范围内涉及了三大部分：首先是基础理论研究方面的内容介绍与比较工作