`nearlink_sdr.phy.channel`¶

TXS-10002-2025 信道模型: AWGN / Rayleigh / Rician / 多径频率选择性衰落 / Doppler 时变 / 多用户干扰。

SparkLink SLE 工作于 2.4 GHz ISM 频段,典型场景为室内短距通信。参考 IEEE 802.15.4 / ITU-R P.1238 室内信道参数:

RMS 时延扩展: 10 ~ 50 ns
Rician K 因子: 3 ~ 10 dB (视距)
最大多普勒频移: < 50 Hz (行人速度)

Doppler 时变信道采用 Jakes 求和正弦模型, 生成具有经典 U 形功率谱密度的时间相关衰落序列, 自相关函数为 J₀(2π·f_d·Δt)。

多用户干扰模型支持同信道干扰和邻信道干扰, 基于 TXS-10002-2025 标准第 8.3.2 条接收机选择性要求。

Module Contents¶

Classes¶

`ChannelConfig`	信道配置参数。
`ChannelModel`	多模信道模型,支持 AWGN / 平坦衰落 / 频率选择性衰落。
`InterferenceConfig`	干扰源配置。

Functions¶

`add_interference`	向信号叠加多个干扰源。
`compute_sinr`	计算 SINR (dB)。

Data¶

`PDP_2TAP`
`PDP_INDOOR_OFFICE`

API¶

nearlink_sdr.phy.channel.PDP_2TAP¶: [(0, 0.0), (1,)]

nearlink_sdr.phy.channel.PDP_INDOOR_OFFICE¶: [(0, 0.0), (1,), (2,), (3,), (4,), (5,)]

class nearlink_sdr.phy.channel.ChannelConfig[源代码]¶

信道配置参数。

变量:

snr_db -- 信噪比 (dB)。
channel_type -- "awgn" | "rayleigh" | "rician" | "multipath"。
rician_k_db -- Rician K 因子 (dB), 仅 "rician" 模式使用。
pdp -- 功率时延谱 [(delay_samples, power_dB), ...], 仅 "multipath" 使用。
max_doppler_hz -- 最大多普勒频移 (Hz)。0 表示准静态。
symbol_rate_hz -- 符号速率 (Hz), 用于计算归一化 Doppler 频移。
n_sinusoids -- Jakes 模型正弦分量数, 值越大频谱越精确。
seed -- 随机种子。

snr_db: float¶: 10.0

channel_type: str¶: 'awgn'

rician_k_db: float¶: 6.0

pdp: list[tuple[int, float]]¶: 'field(...)'

max_doppler_hz: float¶: 0.0

symbol_rate_hz: float¶: 1000000.0

n_sinusoids: int¶: 16

seed: int | None¶: None

class nearlink_sdr.phy.channel.ChannelModel(snr_db: float = 10.0, config: nearlink_sdr.phy.channel.ChannelConfig | None = None)[源代码]¶

多模信道模型,支持 AWGN / 平坦衰落 / 频率选择性衰落。

Initialization

apply_awgn(signal: numpy.ndarray) → numpy.ndarray[源代码]¶: 仅加 AWGN 噪声 (保持向后兼容)。

apply_fading(signal: numpy.ndarray) → numpy.ndarray[源代码]¶: 按 config 类型应用衰落 + AWGN, 同时缓存信道系数到 last_taps。

property last_taps: numpy.ndarray | None¶: 上一次 apply_fading 使用的信道系数, 供均衡器使用。

get_channel_taps(n_symbols: int) → numpy.ndarray[源代码]¶

返回信道抽头系数矩阵 (n_taps × n_symbols), 用于均衡器。

对于平坦衰落: 返回 (1, n_symbols)。对于多径: 返回 (max_delay+1, n_symbols)。

property noise_variance: float¶: AWGN 噪声方差 (单边, 假设单位信号功率)。

doppler_autocorrelation(n: int, max_lag: int = 64) → numpy.ndarray[源代码]¶

计算 Jakes 衰落序列的归一化自相关函数, 用于验证 J₀ 特性。

返回长度为 max_lag 的实数数组, r[k] = Re{E[h(n)·h*(n+k)]} / E[|h|²]。

theoretical_autocorrelation(max_lag: int = 64) → numpy.ndarray[源代码]¶: 理论自相关函数 J₀(2π·f_d·k/f_s), 供对比验证。

class nearlink_sdr.phy.channel.InterferenceConfig[源代码]¶

干扰源配置。

变量:

sir_db -- 信号与干扰功率比 (dB), 即 S/I。
freq_offset_hz -- 干扰信号中心频率相对有用信号的偏移 (Hz)。 0 表示同信道干扰。
interferer_bw_hz -- 干扰信号带宽 (Hz), 用于频谱成型。 0 表示与有用信号相同带宽 (不做滤波)。
seed -- 随机种子。

sir_db: float¶: 10.0

freq_offset_hz: float¶: 0.0

interferer_bw_hz: float¶: 0.0

seed: int | None¶: None

nearlink_sdr.phy.channel.add_interference(signal: numpy.ndarray, interferers: list[nearlink_sdr.phy.channel.InterferenceConfig], sample_rate_hz: float = 1000000.0, rng: numpy.random.Generator | None = None) → numpy.ndarray[源代码]¶

向信号叠加多个干扰源。

每个干扰源独立生成与有用信号等长的随机 IQ 序列, 按 SIR 缩放后叠加。支持同信道和邻信道干扰 (通过频率偏移实现)。

参数:

signal -- 有用信号 (复数 IQ)。
interferers -- 干扰源配置列表。
sample_rate_hz -- 采样率 (Hz)。
rng -- 可选随机数生成器。

返回:

叠加干扰后的信号。

nearlink_sdr.phy.channel.compute_sinr(signal: numpy.ndarray, noise_signal: numpy.ndarray, interference_signal: numpy.ndarray) → float[源代码]¶

计算 SINR (dB)。