

专题丨太赫兹无线信道的测量、建模和分析

信息通信技术与政策

2022-10-17

导读：李元博，王依勤，韩充

作者简介

李元博

上海交通大学博士研究生在读，主要从事太赫兹信道测量与时变信道建模等方面的研究工作。

王依勤

上海交通大学博士研究生在读，主要从事太赫兹信道测量与建模等方面的研究工作。

韩充

上海交通大学副教授，主要从事太赫兹通信等方面的研究工作。

论文引用格式：

李元博, 王依勤, 韩充. 太赫兹无线信道的测量、建模和分析[J]. 信息通信技术与政策, 2022,48(9):34-49.

∗基金项目：工业和信息化部产业技术基础公共服务平台项目（No.TC210H02B）资助

太赫兹无线信道的测量、建模和分析^∗

李元博王依勤韩充

（上海交通大学，上海 201100）

摘要：太赫兹通信有望成为第六代移动通信网络的关键技术之一。为实现太赫兹通信，对太赫兹无线传播信道的研究不可或缺。首先，介绍了3种主要的太赫兹信道测量方法，包括基于矢量网络分析仪的频域信道测量、基于滑动相关的时域信道测量和基于太赫兹脉冲的时域信道测量；其次，对现有的信道建模方法进行了介绍和分析，包括确定性建模、随机建模和混合建模方法；然后，基于现有的太赫兹信道测量结果，分析总结了太赫兹频段的信道特性；最后，阐述了太赫兹无线信道领域潜在的研究方向。

关键词：太赫兹通信；信道测量；信道模型；信道特性

中图分类号：TN929.11 文献标志码：A

引用格式：李元博, 王依勤, 韩充. 太赫兹无线信道的测量、建模和分析[J]. 信息通信技术与政策, 2022,48(9):34-49.

DOI：10.12267/j.issn.2096-5931.2022.09.005

0 引言

展望2030年，为应对不同应用与设备间的大量数据传输，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]。为实现如此高的数据速率，现有的频谱资源与通信系统难以支撑，因此，拥有超大可用带宽和超多频谱资源的太赫兹频段（0.1~10 THz）被认为是解决当前无线系统频谱稀缺和容量限制的关键技术。

由于无线信道是在新频谱和新环境下设计无线通信系统的基础，因此研究用于6G未来无线通信的太赫兹无线电传播信道势在必行^[2]。研究无线信道特性依赖于使用信道测量系统进行的物理信道测量，进而根据测量结果分析无线信道的特性，以开发信道模型。信道模型以合理的复杂性捕捉电磁波传播的本质，进而用于比较无线网络中的不同算法、指导系统设计和评估系统性能。

本文对太赫兹无线信道的研究进行了全面的概述和分析，回顾和分析了太赫兹频段无线信道测量、建模和特性方面的最新进展。对太赫兹信道测量系统进行了介绍和对比，进而介绍和讨论了信道建模方法，即确定性、随机性和混合建模方法，随后，对太赫兹信道特性和非平稳特性进行了深入分析，揭示了太赫兹无线信道的独特特性，最后强调了太赫兹无线信道研究中存在的未解决问题，这为未来在6G通信、定位和成像的太赫兹无线信道的研究工作提供了指导。

1 信道测量方法

信道测量是研究电磁波传播和提出信道模型的基础^[2]。在信道测量中，信道的输入为已知信号，通过观察信道的输出，即接收信号，从而得出信道响应。对于太赫兹频段的信道测量，测量系统通过电子或光子设备的频率转换来得到太赫兹射频信号，并使用高增益喇叭天线来弥补太赫兹频段较高的自由空间路径损耗。

测量方法的选择需要考虑多种因素，包括测量带宽、速度、距离、功耗、成本和测量系统的复杂性。本章分析了3种可行的太赫兹频段宽带信道测量方法，即基于矢量网络分析仪的频域信道测量方法、基于滑动相关的时域信道测量方法和直接脉冲法，并对3种测量方法进行了比较与讨论。

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（Vector Network Analyzer，VNA）可以衡量网络的两个端口信号间的关系。对于任何双端口系统，输出端口的信号与输入端口的信号比值定义为S参数。当该系统为信道时，输出端口的信号（即接收端的接收信号）与输入端口的信号（即发射端发射信号）间比值的频率相应是该无线信道的信道传输函数（Channel Transfer Function，CTF），进而，可以通过对信道传输函数进行傅里叶逆变换得到信道的冲激响应（Channel Impulse Response，CIR）。

由于VNA的操作简单、学习成本低，基于VNA的方法在太赫兹信道测量中被广泛使用。然而，该方法也有一些缺点，如低输出功率、高噪声系数、长测量周期等。现有的基于VNA的太赫兹信道测量系统多采用倍频的方式将VNA输出的低频信号倍频到太赫兹频段，这从两个方面导致了基于VNA的信道测量系统的输出功率较低。一方面，VNA的输出功率一般在10~20 dBm，即0.01~0.1 W，这样的输出功率相对较低。另一方面，现有的基于VNA的信道测量系统的倍频器多为谐波倍频，会进一步导致信号功率的下降。因此，现有的基于VNA的信道测量系统多依赖于较高增益的放大器来实现可接受的发射功率。若考虑移动性信道，太赫兹信道的相干时间将低于该测量方法的测量时间，因此该测量方法仅适用静态场景的测量^[2]。

典型的基于VNA的频域测量系统的结构如图1所示。在发射端，来自矢量网络分析仪的S1端口的信号通过混频器被倍频到太赫兹频段，并通过发射天线辐射出去。在接收端，接收到的信号经过混频器后下变频到中频，输出到矢量网络分析仪的S2端口。

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

在线性非时变信道中,通过发射自相关函数类似于冲激函数的信号，发射信号、信道和接收端匹配滤波器的级联可以生成信道的冲激响应^[3]，这就是基于滑动相关的时域信道测量方法的原理。对于该方法，普遍使用的发射信号是伪噪声（Pseudo-Noise，PN）序列，特别是最大长度序列^[4]。

由于基于相关的测量系统需要的采样率过高，难以实现，因此当前大多数基于相关的太赫兹测量系统使用滑动相关的改进方法，该方法可以在测量持续时间和采样率之间进行权衡^[5]。这种方法最早由Cox等人用于移动通信网络的测量^[6]，主要特点为在接收端用于相关运算的PN序列的码片速率略小于发送信号的码片速率。生成的“较慢”序列与接收信号相关，然后通过低通滤波器，得到的结果是信道的冲激响应在时域经过拉伸后的形式，拉伸的比例定义为滑动率γ。从而，与直接采样相比，滑动相关将所需的采样率降低了γ倍，将测量持续时间增加了γ倍，将接收信号的信噪比也增加γ倍。

基于滑动相关的测量系统通常包含太赫兹乘法器、太赫兹混频器以及高速模数和数模转换器，如图2所示。在发射端，高速数模转换器传输预先存储在现场可编程逻辑门阵列（Field Programmable Gate Array，FPGA）中的宽带信号序列，然后将信号上变频到太赫兹频段。相反地，在接收端，接收到的信号被下变频到基带，由高速模数转换器进行采样并输出到电脑进行分析。

图2 基于滑动相关的时域测量系统

1.3 直接脉冲法

理论上来说，测量信道冲激响应的最简单的方法是发射一系列非常窄的脉冲,在接收端的接收信号就是信道的冲激响应。基于这一原理的测量方法即直接脉冲法，基于该方法的测量系统被称为太赫兹时域光谱仪。该方法中发射的脉冲持续时间非常短，且相邻脉冲间的时间间隔超过测量场景的最大过量时延。接收机在时域对接收信号进行高速采样后，可以得到信道冲激响应，采样点的幅度即为信道冲激响应的幅度，对应的时延为发射段发射脉冲与接收端的采样时间之差。

如图3所示，典型的太赫兹时域光谱仪包含飞秒激光器、分束器、太赫兹发射器、延迟线和太赫兹探测器^[7]。飞秒激光脉冲的输出被分束器分成两束，一束被称为泵浦光的光束传输到太赫兹发射器并用于产生太赫兹辐射，另一束称为探测光的光束通过延迟线到达太赫兹探测器，用于探测太赫兹辐射。当光束与太赫兹信号同时到达时，检测被激活，为此，需通过扫描延迟线的长度来确定时延^[7]。

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有优劣，具体如表1所示，实际测量时应根据需求选择。

表1 不同信道测量方法的优劣对比

基于矢量网络分析仪的测量系统具有高时域分辨率、收发端内在同步及低复杂性的优点。然而，该方法测量耗时久，且必须要求收发端与矢量网络分析仪进行有线连接，这限制了该方法的使用场景，例如长距离室外场景中难以应用该方法。

基于滑动相关法的信道测量系统的优点包括瞬时宽带测量、快速测量和直接获取时域结果。尽管该方法不要求收发端的有线连接，但收发端之间需要进行时间和频率同步，系统复杂度较高，使用难度大。

相比前两种方法，直接脉冲法的明显优势是超大的测量带宽。然而，由于太赫兹时域光谱仪发射的太赫兹波是从光波段下变频得到的，信号功率远低于前两个信道测量方法，这使得该方法的测量距离十分受限，只适用于几米左右的短距离信道测量。此外，太赫兹时域光谱仪尺寸大，波束窄，不适合定向扫描。

2 太赫兹频段的信道建模

相比频率更低的厘米波和毫米波频段，太赫兹频段的信道特性有明显不同，例如，高自由空间路径损耗；强分子吸收现象；严重的频率选择性和由此产生的时间色散效应^[8]；强多普勒效应；强穿透损耗和粗糙表面散射等。因此，尽管较低频率的信道模型已经得到很好的探索^[3]，但它们不能直接应用于太赫兹信道，需要进行修改更正来体现前面提到的太赫兹波特性。

总的来说，信道建模的方法可以大致分为确定性建模、随机性建模和混合建模方法。确定性方法通常基于麦克斯韦方程组的求解，可以实现高精度建模，但需要环境信息和材料的电磁特性，且计算复杂度高。统计方法使用随机分布和随机过程来对信道参数进行建模。随机信道模型通常基于测量数据来总结某特定类型的场景下的信道特性。虽然需要许多努力来对此类模型进行参数化，但从模型使用时的复杂程度远低于确定性模型。因此，确定性信道模型适用于部署规划，而统计性信道模型适用于无线系统的开发和测试。为在准确性和复杂度之间取得平衡，可以结合确定性和随机性建模方法来得到混合建模方法。

2.1 确定性建模方法

确定性信道模型基于电磁波传播理论准确地仿真电磁波的传播^[9]。该方法依赖于特定场景，需要传播环境的详细几何信息、材料的介电特性以及收发端的空间位置。因此，确定性方法在仿真结果和测量结果之间提供了良好的一致性^[9]。特别地，射线追踪法（Ray-Tracing，RT）^[3,8,10]和时域有限差分法（Finite Difference Time Domain，FDTD）^[11]是确定性信道建模的两种代表性方法。

（1）射线追踪法：射线追踪法已成为分析特定场景的流行技术，因为它能够以合理的计算资源分析非常大的结构^[10]。射线追踪法基于麦克斯韦方程的高频近似和几何光学来对电磁波的传播进行建模。具体来说，在射线追踪法中，收发端的位置首先被确定，然后根据几何光学、几何衍射理论、均匀衍射理论和基尔霍夫理论来对收发端间的信道进行建模。射线追踪法特别适用于太赫兹信道，因为太赫兹波具有更强的微粒特性，这些近似变得更加准确。

由于在太赫兹频段缺乏准确的环境数据和测量数据集，因此对射线追踪仿真器的校准通常依赖于特定的测量结果进行。例如，300 GHz的射线追踪已经通过在室内和火车与基站间通信信道的测量结果来校准^[12]。然而，由于缺乏材料参数，1~10 THz的校准或验证仍然缺失。

（2）时域有限差分法：时域有限差分法也称为叶氏法,以美国华裔应用数学家Kane S.Yee^[11]命名。它是一种直接求解麦克斯韦方程组的数值分析方法。为了实现时域有限差分，首先将空间划分为称为叶氏单元的网格，然后在时域和空间域中交替采样磁场和电场，使得每个磁场采样点被六个电场采样点包围，反之亦然。通过中心差分法，麦克斯韦方程被离散化以供进一步计算。

相比通常需要修改或校准的射线追踪法，时域有限差分法理论上来说不需要校准就能达到很高的计算精度。然而，由于网格的空间离散化必须足够小以解析模型中最小的电磁波长和最小的几何特征，时域有限差分法需要大量计算内存和计算时间来跟踪所有位置的解，并进行实时更新。由于所需的分辨率随着频率的增加而增加，因此太赫兹频率的计算甚至超出了高级计算机的能力。

2.2 随机性建模方法

尽管确定性建模方法提供了准确的信道建模结果，但它们需要传播环境的详细几何信息，并且计算复杂度高。因此，另外一种方法为调用统计建模理论来描述太赫兹传播特性的随机性建模方法。随机性建模方法总结分析不同场景下无线信道的统计特性，因此，它们描述了特定类型环境中的信道，而不是特定位置的信道。统计信道建模的一个主要优势是计算复杂度低，允许基于关键信道特性的快速信道模型构建，从而实现快速系统仿真。因此，它们在系统设计和测试中很受欢迎，并已用于大多数标准化信道模型中。

随机模型通常分为基于几何的随机信道模型（Geometry-Based Stochastic Model，GBSM）和非几何随机信道模型（Non-Geometry Stochastic Model，NGSM）。GBSM考虑几何信息，而NGSM遵循完全随机的方式。GBSM的想法最初是在20世纪90年代由几个小组独立提出的^[13]，与同样基于几何的确定性模型有一些相似之处。不同之处在于确定性模型根据环境信息确定散射体位置，而在GBSM中，散射体位置是根据一定的概率分布以随机方式生成的^[14]。相似之处在于，在放置散射体之后，通过应用镜面反射、衍射和散射的基本定律来捕获波传播，与射线追踪法类似。

相比之下，也称为参数随机模型（Parameter Stochastic Model，PSM）的NGSM是纯随机模型。它们通过规定概率分布函数来描述和确定诸如发射方向（Direction of Departure，DoD）、到达方向（Direction of Arrival，DoA）和时延等参数，而无需考虑实际传播环境。NGSM仅定义收发端之间的径，并基于测量或射线追踪结果来统计得出信道响应中的参数特性。NGSM由于结构简单，计算复杂度低，在信道建模中很受欢迎。然而，他们难以描述参数之间的复杂关系，特别是空间一致性，以及随着设备移动距离的增加，DoD、DoA和时延的时间变化之间的关系。

2.3 混合建模方法

如上所述，确定性信道建模通过高昂的时间和资源消耗得到高准确性，而统计信道建模以准确性为代价获得低计算复杂度。因此，一个自然的想法是通过结合两种或多种单独方法的好处来开发混合建模方法。因此，几种混合信道建模方法已经被提出^[15-17]。接下来，我们介绍几种混合信道建模方法，其中一些结合了两种确定性方法（即RT和FDTD），而另一些结合了确定性和随机方法。

（1）RT-FDTD方法：在RT-FDTD混合建模中，FDTD用于研究接近复杂不连续性的区域，而RT用于追踪FDTD区域之外的射线。

在较高频率下，物体表面变得相对粗糙，因此几何光学（如RT）更难以近似计算反射和散射的特性。如前所述，FDTD可以解决太赫兹频段中的小型复杂散射体和粗糙表面，但它的计算成本很高。RT-FDTD混合技术可以通过仅在整个建模环境的一小部分（即散射体的近场）中应用FDTD，并将其余部分留给RT^[15]来保持准确性，同时缩短计算时间。这种混合方法适用于毫米波和太赫兹信道，然而，这种方法的一个关键挑战是在RT和FDTD方法之间平滑过渡以及边界结果的计算。

（2）确定—随机混合方法：虽然统计信道模型提供了高效率，但它们不能轻易再现空间一致性和簇相关性的时间演变，因此有许多模型结合确定性和随机性建模方法。首先，统计冲激响应信道模型无法自然地体现多用户通信系统中链路之间的相关性，因为每个链路的随机生成不能保证所有生成的链路都在相同的物理环境中。其次，随机方法的结构不支持在大于平稳距离的间隔上的连续信道描述，因此妨碍了对移动信道的仿真。同样，从几何考虑得出的角度和方向变化之间的内在联系也不容易在统计信道模型中重现。由于这些原因，几何和随机方法之间的混合是有用的。

2.4 讨论

在6G方面，太赫兹通信系统将用于各种场景，例如室内、设备内、高速列车、车联网、无人机和卫星间通信。不同的信道建模方法可以适用于不同的场景（见表2）。

表2 不同建模方法的优缺点对比和适用场景

首先，射线追踪法能够以合理的资源消耗对电磁波传播进行建模。在太赫兹频段，电磁波由于波长小而表现出准光学的特性，因此诸如射线追踪法之类的几何光学方法能够准确地捕获波的传播。射线追踪建模适用于太赫兹场景中的大多数信道，但需要进一步研究太赫兹频段的材料特性。相比之下，FDTD在复杂的小尺度结构和宽带中提供了较好的性能。FDTD虽然在精度上有优势，但由于缺乏效率，仅限于小规模区域。因此，它适用于太赫兹频段的设备内信道，例如超高速片上通信^[18]。

其次，随机建模方法的计算复杂度远低于确定性建模方法。尽管结果可能与实际测量结果有偏差，但随机模型因其生成简单和描述信道属性统计数据的能力而被广泛应用。随机模型凭借其灵活性，适用于太赫兹频段中的大多数传播场景。

最后，混合建模方法已在准确性和复杂性上做到了较好的平衡。确定性混合建模方法提高了射线追踪法等几何光学方法在处理复杂结构时的精度。考虑到计算工作量，混合确定性方法适用于太赫兹频段的室内和设备内信道建模。此外，确定—随机混合方法在具有较低复杂度的同时，也保证了信道的空间一致性，支持移动场景和多用户场景中的信道建模。

3 信道特性

对于通信系统设计与评估，需要对通信信道的信道特性有清晰的认知与了解。例如，在链路预算的计算中，路径损耗和阴影衰落的数值非常重要。此外，为了评估码间串扰，均方根时延扩展和相干带宽是关键参数。此外，时域、频域和空间域中的非平稳特征揭示了物理层通信的潜在设计选择，包括波形和天线阵列设计等。所有这些信道特征还有助于更详细的信道模型的参数化。本节主要根据文献报道的测量结果来阐述太赫兹频段信道特性的典型数值。当测量数据不足时，也参考了基于确定性信道仿真器（如射线追踪法）的仿真结果。

3.1 大尺度衰落和小尺度衰落

本节分析总结了太赫兹频段的大尺度衰落特性和小尺度衰落特性，包括由路径损耗和阴影衰落引起的大尺度衰落以及由多径效应引起的小尺度衰落，如时延扩展（Delay Spread，DS）、角度扩展（Angular Spread，AS）等。本节涉及到的测量结果来自全球不同的学术组织，包括上海交通大学与华为合作组（Shanghai Jiao Tong University collaborated with Huawei，SJTU & Huawei）^[19-23]，南加州大学（University of South California，USC）^[24-28]，布伦瑞克工业大学（Technische Universität Braunschweig，TUBS）^[12,29]，佐治亚理工学院（Georgia Institute of Techonology，GIT）^[30-33]，北京邮电大学（Beijing University of Post and Telecommunications，BUPT）^[34]、纽约大学（New York University，NYU）^[35-41]、阿尔托大学（Aalto University，AU）^[42-43]、伊尔梅瑙理工大学(Technische Universität Ilmenau，TUL)^[44]、土耳其科学和技术研究机构（Türkiye Bilimsel ve Teknolojik Aratrma Kurumu，TUBITAK）^[45]、杜伦大学（Durham University，DU）^[46]、根特大学（Ghent University，GU）^[47]、格勒诺布尔大学—阿尔卑斯（University Grenoble-Alpes，UGA）^[48]，海因里希赫兹研究所（Heinrich Hertz Institute，HHI）^[49]。

（1）路径损耗和阴影衰落：路径损耗（Path Loss，PL）评估了大范围尺度上的发送信号和接收信号之间的平均功率比，通常仅建模为与收发端欧氏距离相关的函数。而阴影衰落（Shadow Fading，SF）通常指由于物体的阻挡导致的额外衰减。

太赫兹频段路径衰减指数（Path Loss Exponent，PLE）的测量结果如图4所示。需要注意的是，最广泛使用的路径损耗模型包括近距离（Close-In，CI）自由空间参考距离模型和浮动截距（Float Intercept，FI）或α-β模型^[50]。FI模型有两个参数，即线性拟合的斜率α和截距β，而CI模型将截距固定为等于参考距离（通常为1 m）处的自由空间路径损耗。由于拟合的自由度不同，从这两种方法获得的路径衰减指数可能不同，而这些差异对于非视距传输（Non-Line-of-Sight，NLoS）场景尤其显著。如图4所示，使用FI和CI模型的结果在视距传输（Line-of-Sight，LoS）情况下表现出相似的路径衰减指数，而非视距情况下，基于FI模型的路径衰减指数明显小于使用CI模型的结果。

图4 太赫兹信道的路径衰减指数的测量结果

从图4中可以观察得到一些典型结论。首先，室内和室外场景的路径衰减指数值没有显著差异。其次，在室内场景中，视距情况下的测量结果数量远大于非视距情况下的测量结果数量。相比之下，室外场景中视距情况和非视距情况的测量数量相似。这是因为在室外场景中，视距径被建筑物、树木等物体阻挡的可能性更大。同时，在室外场景中，反射径更有可能为接收端提供大量能量，而在室内，非视距通常意味着视距以及其他多径均被墙壁阻挡。第三，视距情况下的路径衰减指数接近2，即自由空间路径损耗的路径衰减指数。相比之下，非视距情况下测得的PLE值更大。

阴影衰落效应通常建模为零均值高斯分布随机变量，标准偏差为σ_SF。σ_SF的测量结果如图5所示。首先，许多σ_SF值在室内场景中低于1 dB，低于室外场景中的平均值，说明室外情况有着更大的物体遮挡的可能性。此外，非视距情况下的σ_SF值明显大于视距情况下的值，这是因为非视距情况下缺少视距传输径，接收功率会由于物体的遮挡而产生较大波动。此外，可以观察到，σ_SF随着距离的增加而增加。

图5 太赫兹信道的阴影衰落的测量结果

（2）K因子（K-Factor，KF）：由于诸多多径分量在接收端叠加产生的多径效应，接收端功率会在小尺度范围内发生明显波动。为了评估多径效应的强度，K因子被定义为最强径的功率与其他径的功率总和之间的比值。具体来说，较大的K因子表明信道由单个径主导，即多径效应较弱。

太赫兹频段中K因子的典型值如图6所示。现有的研究K因子的测量主要在140 GHz和300 GHz进行，而对于其他载波频率，尤其是更高的载波频率，仍需要进行广泛的测量。对于室内场景，300 GHz的K因子值明显小于140 GHz的K因子值。然而，由于结果有限，可能不足以对K因子随频率变化的趋势做出任何结论。此外，室外场景在 300 GHz 处的K因子值略大于室内场景，这可能是由于封闭的室内空间的反射通常比开放的室外环境中的反射更强。

图6 太赫兹信道的K因子的测量结果

（3）时延扩展和角度扩展：不同的多径分量可能具有不同的时延和不同的发射角和到达角，因此会导致信道在空间域和时间域呈现出功率的扩散。均方根时延扩展（Delay Spread，DS）给出了时域扩展的简洁描述，定义为功率时延分布的二阶中心矩。对于不同的收发端天线配置，时延扩展分为：全向时延扩展，收发端均使用全向天线；定向时延扩展，收发端使用如喇叭天线的方向性天线。

时延扩展的典型测量值总结如图7所示。首先，截至目前，研究者们已经在140 GHz和300 GHz频段对时延扩展进行了广泛的调查，而200~300 GHz和400 GHz以上的频段还没有涉及。此外，室外太赫兹通信的典型时延扩展值远大于室内通信的时延扩展值。这是因为与室内场景中的反射径相比，室外场景中的反射径的传播距离更长，通常具有更大的额外时延。此外，随着频率的增加，时延扩展值减小，这是因为在较高频率下，由于较大的自由空间路径损耗和反射损耗，可以接收到的多径分量较少。此外，随着距离的增加，时延扩展值呈现增加的趋势，特别是对于定向时延扩展。最后，可以观察到视距情况和非视距情况下的时延扩展值之间没有显著差异，这可能需要进行更多的测量来验证。

图7 太赫兹信道的时延扩展的测量结果

除了时延扩展外，太赫兹信道还表现出空间域的功率扩散。具体来说，多径分量从发射端发射到不同的方向，与环境中的物理发生交互，然后从不同的方向到达接收端。角度扩展主要包括四个分量，即发射方位角扩展（Azimuth Spread of Departure，ASD）、发射俯仰角扩展（Elevation Spread of Departure，ESD）、到达方位角扩展（Azimuth Spread of Arrival，ASA）和到达俯仰角扩展（Elevation Spread of Arrival，ESA）。

基于太赫兹波段的测量结果，ASA、ASD、ESA和ESD的典型值如图 8所示，所有这些结果都是用全向天线获得，或用定向天线结合空间域扫描获得。由于在大多数测量环境中发射端和接收端的高度是接近的，因此多径分量在俯仰角平面中差别较小，导致俯仰角扩展小于方位角扩展，因此大多数测量集中在方位角度扩展上，而俯仰角度扩展很少被研究。此外，测量得到的角度扩展值大于太赫兹频段中天线的波束宽度（通常为几度），因此若使用定向天线，一些多径分量可能落在天线波束之外。最后，比较室内结果和室外结果发现，方位角扩展非常接近，但室内情况的俯仰角扩展明显大于室外情况，这是由于室内场景中地板和天花板的反射的贡献。

图8 太赫兹信道角度扩展的测量结果

3.2 非平稳特性

信道的平稳性通常基于两个假设：信道是广义平稳不相关散射（Wide Sense Stationary Uncorrelated Scattering，WSSUS）^[51]；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。

所有这些非平稳性都在较低频率下进行了广泛研究，并且开发了通用建模方法和参数化方法^[52-54]，而太赫兹频段中的非平稳性研究仍然缺乏。非平稳性的评估可以通过平稳区间量化，该区间定义为可以假设信道是平稳的时间/频率/空间间隔。由于在太赫兹频段的非平稳场景（如时变信道和UM-MIMO信道）中缺乏有效的测量设备，时空域平稳区域的评估仍然是一个悬而未决的问题。频域的平稳带宽已得到初步研究^[55-56]中，研究者们基于理论模型分析了平稳带宽，发现其随着频率的增加而线性增加，如300 GHz时为16 GHz、325 GHz时为17.5 GHz和350 GHz时为19 GHz。结果表明，太赫兹频段表现出较大的平稳性带宽，有利于系统设计。然而，这些结论仍需要进一步的研究来验证。总结来说，需要更多的测量结果来进一步探索太赫兹频段的平稳区间。

4 潜在的研究方向

尽管这些年来对太赫兹信道的研究越来越多，但仍然存在许多需要进一步探索的问题，即高性能太赫兹信道测量系统；广泛全面的太赫兹信道测量；高效的三维太赫兹射线追踪仿真器；完整、准确和灵活的太赫兹信道模型，包括UM-MIMO和时频空域非平稳特性的影响；太赫兹频段中的智能反射表面；基于人工智能的太赫兹信道分析；太赫兹信道模型的标准化。这些方面将在以下小节中讨论。

4.1 高性能太赫兹信道测量系统

太赫兹波独特的传播特性、窄波束和不同的应用场景导致太赫兹信道测量系统的要求与较低频段的要求不同。具体来说，预想的太赫兹测量应满足的要求包括：超过1 THz和高达10 THz的高测量频率；高达数十 GHz的测量带宽；高动态范围和检测多径的灵敏度；高测量速度；灵活的收发端距离调整，范围从厘米级到公里级。目前，太赫兹频段的大多数信道测量系统都基于矢量网络分析仪，它是从毫米波信道测量系统演变而来的，并带有额外的上变频器和下变频器以覆盖太赫兹频谱。此外，噪声估计和门限设定算法也在研究中，用于数据后处理中的噪声去除^[57-59]。其他两种探测方法是基于滑动相关和太赫兹时域光谱仪法，与基于矢量网络分析仪的探测仪相比，分别具有测量速度快和测量带宽大的特点。然而，全面的高性能太赫兹信道测量系统仍有待进一步研究，尤其是需要实现快速光束扫描的相控阵，以实现上述指标。

4.2 更广泛全面的测量场景和高性能信道仿真器

仍需在更多的典型场景和频段中进行太赫兹的测量，需要针对无人机、船舶、车辆等特性场景，以及室内、室外热点、芯片间等场景进行信道测量，并覆盖0.1~1 THz以上的整个太赫兹频谱^[1,60]。因此，更困难的测量设置、更耗时的测量和高昂的设备费用将需要许多机构之间的合作来建立一个全面的测量计划。

射线追踪仿真器旨在有效地再现信道特征，作为信道测量活动的补充，并提供比通过测量获得的更多、因此在统计上更显著的结果。因此，准确、稳定、高效的仿真器是后续太赫兹信道研究工作的基础。在射线追踪技术广泛应用于太赫兹通信之前，需要充分验证和校准射线追踪技术^[61]，这需要对覆盖太赫兹光谱的材料的电磁特性进行表征和参数化的广泛测量。此外，对智能反射面的支持是太赫兹频段的新功能，将被纳入射线追踪仿真器。

4.3 射线追踪-统计混合信道建模方法的演进

如前文所讨论的，射线追踪-统计混合信道模型可以同时实现精度和复杂度的平衡。对于确定性部分，应根据特定的通信场景选择传播环境。在现有的太赫兹信道模型中，仍然缺少用于非视距的准确电磁波模型，特别是漫散射的表征。此外，虽然统计模型中的参数可以直接从测量结果中获得，但对于确定—随机混合建模方法，从测量中提取模型参数仍然是一个待解决的问题。

4.4 太赫兹超大规模MIMO和智能反射面系统的信道建模

如前所述，UM-MIMO在太赫兹下是可行的，因为其仍然具有相当小的物理尺寸。此外，大型阵列还可用于智能反射面（Intelligent Reflecting Surface，IRS）。智能反射面^[62-63]是由金属贴片组成的人造表面，它通过改变贴片的电磁特性来控制经过它们的无线电波的传播。智能反射面显示出通过重新导向电磁波来实现提升网络覆盖的潜力，可用来解决太赫兹通信中的视距遮挡和弱反射问题。然而，通过在UM-MIMO系统和智能反射面中包含超大天线阵列，信道建模和表征方面迎来新的挑战。

（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，大型天线阵列的瑞利距离增加。当发射端和接收端之间的距离小于瑞利距离时，会出现近场效应，导致射线的到达方向和发射方向在整个天线平面不再能被假设为常数^[64]，或者电磁波应该被建模为球面波而非平面波。未来的工作应包括近场效应的实验表征，因为迄今为止的大多数研究都是基于简化假设的建模。

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。时间非平稳性：由于散射体可见状态的变化，多径分量的时间生死过程对于信道建模和信道仿真至关重要。现有模型针对微波和毫米波频段提出的时域生死过程，是否对太赫兹时变信道有效，需要进一步验证。需要在太赫兹时变信道（如车辆信道、铁路信道、无人机信道等）中进行全面的测量或仿真。此外，需要计算平稳时间和相干时间来指导太赫兹时变信道的系统设计。

频率非平稳性：由于超宽带通信有望在太赫兹通信中实现，因此需要考虑大带宽导致的频域非平稳性。平稳带宽和相干带宽是决定信道是否具有频率选择性以及应如何设计物理层机制的两个关键参数。为了解决这个问题，需要在室内通信等需要高数据速率的场景中进一步开展太赫兹频段的超宽带信道测量。

空间非平稳性：如前所述，UM-MIMO的使用将带来空间非平稳性。因此，需要使用UM-MIMO进行测量来研究多径分量的空域生死过程。此外，在室内办公室、室外城市场景等典型场景中，阵列平稳距离和相干距离的典型值对于太赫兹频段UM-MIMO通信系统的设计非常重要。

4.6 基于人工智能的太赫兹信道分析

人工智能（Artificial Intelligent，AI）无需显式编程和设计即可处理复杂问题。最近，人工智能在无线通信领域引起了广泛关注，应用于天线设计、无线电传播研究、多址接入、信号处理、资源分配等^[60,65-66]。信道建模方面，无监督机器学习支持的聚类算法已广泛用于信道参数分析^[67]。

4.7 太赫兹信道模型的标准化

在2008年，太赫兹频段未来无线通信系统的标准化就由IEEE 802.15（无线专业网络）中的“太赫兹兴趣组”发起。2013年，成立了IEEE 802.15 Task Group 3d 100 Gbit/s Wireless（TG 3d（100G）），以开发第一个300 GHz的无线通信标准，该标准于2017年作为IEEE Std.802.15.3d-2017发布^[68]，用于在 252 ~ 321 GHz频率范围内运行的无线通信^[69]。在标准制定过程中发布的文档中，信道建模文档总结了信道传播特性，并针对目标场景提出了基于应用的信道模型，包括近距离对等通信、设备内通信、无线回传/前传和数据中心网络。在向任务组提交进一步的技术贡献时，信道建模文档被用作参考。但是，该文档提供的信道模型使用范围有限，仅以300 GHz为中心，适用于特定场景。为了加速太赫兹频段的标准化，仍然需要对整个太赫兹频段上的太赫兹信道进行进一步的特定应用研究。

回顾5G标准化进程的时间线，6G的信道模型标准化可能在2023—2025年开始，支持频率扩展到太赫兹频段。在未来的6G标准化中，太赫兹信道模型需要满足以下要求。首先，需要明确太赫兹通信的新应用场景。目前，5G信道标准化仅限于热点场景，包括宏蜂窝、微蜂窝、室内办公室等。6G信道标准化的可能新场景包括设备间和设备内通信、桌面通信、数据中心、车载通信、无人机和空地通信等。其次，信道模型必须能够描述信道与新系统组件的交互，例如智能反射面或UM-MIMO，并且还要考虑时频空域非平稳性。最后，新的信道建模方法，如基于地图的混合信道模型，已被用作5G信道标准化的替代方法，可能会进一步扩展。

5 结束语

本文对太赫兹无线信道的研究进行了全面的概述和分析，包括信道测量、信道建模和信道特性，并讨论与太赫兹无线信道有关的未来研究方向的开放问题。具体来说，介绍并比较了基于矢量网络分析仪的频域信道测量、基于相关性的时域信道测量和基于太赫兹时域光谱仪的太赫兹脉冲的时域信道测量3种太赫兹信道测量方法。在信道建模方面，介绍了确定性、随机性和混合信道建模方法。之后，回顾了从测量中获得的太赫兹信道特性和非平稳特性。最后，针对太赫兹信道建模的潜在研究方向，如全面广泛的信道测量、有效的信道仿真器等，进行了讨论和阐述。本文总结的太赫兹信道相关的研究内容，将进一步推动行业对太赫兹信道的探索与建模，进而推动6G的发展。

参考文献

[1] TATARIA H, SHAFI M, MOLISCH AF, et al. 6G wireless systems: Vision, requirements, challenges, insights, and opportunities[J]. Proceedings of the IEEE, 2021,109(7):1166-1199.

[2] HAN C, WANG Y, LI Y, et al. Terahertz wireless channels: A holistic survey on measurement, modeling, and analysis[J]. IEEE Communications Surveys & Tutorials, 2022.

[3] MOLISCH AF. Wireless communications[M]. John Wiley & Sons, 2012.

[4] PIRKL R J, DURGIN G D. Optimal sliding correlator channel sounder design[J]. IEEE Transactions on Wireless Communications, 2008,7(9):3488-3497.

[5] AL-SAMAN A, CHEFFENA M, ELIJAH O, et al. Survey of millimeter-wave propagation measurements and models in indoor environments[J]. Electronics, 2021,10(14):1653.

[6] COX H. Spatial correlation in arbitrary noise fields with application to ambient sea noise[J]. The Journal of the Acoustical Society of America, 1973,54(5):1289-1301.

[7] NEU J, SCHMUTTENMAER CA. Tutorial: An introduction to terahertz time domain spectroscopy (THzTDS)[J]. Journal of Applied Physics, 2018,124(23):231101.

[8] HAN C, BICEN A O, AKYILDIZ I F. Multi-ray channel modeling and wideband characterization for wireless communications in the terahertz band[J]. IEEE Transactions on Wireless Communications, 2014, 14(5):2402-2412.

[9] SARKAR T K, JI Z, KIM K, et al. A survey of various propagation models for mobile communication[J]. IEEE Antennas and propagation Magazine, 2003,45(3):51-82.

[10] SON HW, MYUNG NH. A deterministic ray tube method for microcellular wave propagation prediction model[J]. IEEE Transactions on Antennas and Propagation, 1999,47(8):1344-1350.

[11] ZHAO Y, HAO Y, PARINI C. FDTD characterization of UWB indoor radio channel including frequency dependent antenna directivities[J]. IEEE Antennas and Wireless Propagation Letters, 2007(6):191-194.

[12] PRIEBE S, KANNICHT M, JACOB M, et al. Ultra broadband indoor channel measurements and calibrated ray tracing propagation modeling at THz frequencies[J]. Journal of Communications and Networks, 2013,15(6): 547-558.

[13] NORKLIT O, ANDERSEN JB. Diffuse channel model and experimental results for array antennas in mobile environments[J]. IEEE Transactions on Antennas and Propagation, 1998,46(6):834-840.

[14] MOLISCH A F, KUCHAR A, LAURILA J, et al. Geometry‐based directional model for mobile radio channels—principles and implementation[J]. European Transactions on Telecommunications, 2003,14(4):351-359.

[15] WANG Y, SAFAVI-NAEINI S, CHAUDHURI SK. A hybrid technique based on combining ray tracing and FDTD methods for site-specific modeling of indoor radio wave propagation[J]. IEEE Transactions on antennas and propagation, 2000,48(5):743-754.

[16] PRIEBE S, JACOB M, KUERNER T. AoA, AoD and ToA characteristics of scattered multipath clusters for THz indoor channel modeling[C]//17th European Wireless 2011-Sustainable Wireless Technologies. VDE, 2011:1-9.

[17] MOLISCH AF, STEINBAUER M, ASPLUND H. “Virtual Cell Deployment Areas” and“Cluster Tracing”-new methods for directional channel modeling in microcells[C]//Vehicular Technology Conference. IEEE 55th Vehicular Technology Conference. VTC Spring 2002(Cat.No.02CH37367). IEEE, 2002,3:1279-1283.

[18] FRICKE A, HOMANN C, KüRNER T. Time-domain propagation investigations for terahertz intra-device communications[C]//The 8th European Conference on Antennas and Propagation (EuCAP 2014). IEEE, 2014:1760-1764.

[19] CHEN Y, LI Y, HAN C, et al. Channel measurement and ray-tracing-statistical hybrid modeling for lowterahertz indoor communications[J]. IEEE Transactions on Wireless Communications, 2021,20(12):8163-8176.

[20] CHEN Y, HAN C, YU Z, et al. 140 GHz channel measurement and characterization in an office room[C]//ICC 2021-IEEE International Conference on Communications. IEEE, 2021:1-6.

[21] HE J, CHEN Y, WANG Y, et al. Channel Measurement and Path-Loss Characterization for LowTerahertz Indoor Scenarios[C]//2021 IEEE International Conference on Communications Workshops(ICC Workshops). IEEE, 2021:1-6.

[22] WANG Y, LI Y, CHEN Y, et al. 0.3 THz Channel Measurement and Analysis in an L-shaped Indoor Hallway[C]//ICC 2022-IEEE International Conference on Communications. IEEE, 2022:1-6.

[23] LI Y, WANG Y, CHEN Y, et al. Channel Measurement and Analysis in an Indoor Corridor Scenario at 300 GHz[C]//ICC 2022-IEEE International Conference on Communications. IEEE, 2022:1-6.

[24] ABBASI N A, HARIHARAN A, NAIR A M, et al. Double directional channel measurements for THz communications in an urban environment[C]//ICC 2020-2020 IEEE international conference on communications (ICC). IEEE, 2020:1-6.

[25] ABBASI N A, HARIHARAN A, NAIR A M, et al. Channel measurements and path loss modeling for indoor THz communication[C]//2020 14th European Conference on Antennas and Propagation(EuCAP). IEEE, 2020:1-5.

[26] ABBASI N A, GOMEZ-PONCE J, BURGHAL D, et al. Double-Directional Channel Measurements for Urban THz Communications on a Linear Route[C]//2021 IEEE international conference on communications workshops (ICC workshops). IEEE, 2021:1-6.

[27] ABBASI N A, GOMEZ-PONCE J, SHAIKBEPARI SM, et al. Ultra-wideband double directional channel measurements for thz communications in urban environments[C]//ICC 2021-IEEE International Conference on Communications. IEEE, 2021:1-6.

[28] ABBASI N A, GOMEZ-PONCE J, KONDAVETI R, et al. Thz band channel measurements and statistical modeling for urban d2d environments[J]. IEEE Transactions on Wireless Communications, 2022.

[29] PRIEBE S, JASTROW C, JACOB M, et al. Channel and propagation measurements at 300 GHz[J]. IEEE Transactions on Antennas and Propagation, 2011,59(5):1688-1698.

[30] KIM S, KHAN W T, ZAJIC'A, et al. D-band channel measurements and characterization for indoor applications[J]. IEEE Transactions on Antennas and Propagation, 2015,63(7):3198-3207.

[31] CHENG CL, ZAJIC 'A. Characterization of propagation phenomena relevant for 300 GHz wireless data center links[J]. IEEE Transactions on Antennas and Propagation, 2019,68(2):1074-1087.

[32] CHENG C L, KIM S, ZAJIC'A. Comparison of path loss models for indoor 30 GHz, 140 GHz, and 300 GHz channels[C]//2017 11th European Conference on Antennas and Propagation(EUCAP). IEEE, 2017:716-720.

[33] CHENG CL, SANGODOYIN S, ZAJIC'A. THz MIMO channel characterization for wireless data center-like environment[C]//2019 IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting. IEEE, 2019:2145-2146.

[34] TANG P, ZHANG J, TIAN H, et al. Channel measurement and path loss modeling from 220 GHz to 330 GHz for 6G wireless communications[J]. China Communications, 2021,18(5):19-32.

[35] XING Y, RAPPAPORT TS. Propagation measurements and path loss models for sub-THz in urban microcells[J]. arXiv preprint arXiv:2103.01151,2021.

[36] JU S, XING Y, KANHERE O, et al. Millimeter wave and sub-terahertz spatial statistical channel model for an indoor office building[J]. IEEE Journal on Selected Areas in Communications, 2021,39(6):1561-1575.

[37] JU S, XING Y, KANHERE O, et al. Sub-Terahertz Channel Measurements and Characterization in a Factory Building[J]. arXiv preprint arXiv:2203.03799, 2022.

[38] JU S, RAPPAPORT T S. 140 GHz urban microcell propagation measurements for spatial consistency modeling[C]//ICC 2021-IEEE International Conference on Communications. IEEE, 2021:1-6.

[39] JU S, RAPPAPORT T S. Sub-terahertz spatial statistical MIMO channel model for urban microcells at 142 GHz[C]//2021 IEEE Global Communications Conference(GLOBECOM). IEEE, 2021:1-6.

[40] XING Y, RAPPAPORT T S, Ghosh A. Millimeter wave and sub-THz indoor radio propagation channel measurements, models, and comparisons in an office environment[J]. IEEE Communications Letters, 2021,25(10):3151-3155.

[41] XING Y, RAPPAPORT T S. Millimeter wave and terahertz urban microcell propagation measurements and models[J]. IEEE Communications Letters, 2021,25(12):3755-3759.

[42] NGUYEN S, JARVELAINEN J, KARTTUNEN A, et al. Comparing radio propagation channels between 28 and 140 GHz bands in a shopping mall[C]//12th European Conference on Antennas and Propagation (EuCAP 2018), 2018.

[43] NGUYEN SLH, HANEDA K, JÄRVELÄINEN J, et al. Large-scale parameters of spatio-temporal short-range indoor backhaul channels at 140 GHz[C]//2021 IEEE 93rd Vehicular Technology Conference (VTC2021-Spring). IEEE, 2021:1-6.

[44] DUPLEICH D, MüLLER R, SKOBLIKOV S, et al. Characterization of the propagation channel in conference room scenario at 190 GHz[C]//2020 14th European Conference on antennas and propagation (EuCAP) . IEEE, 2020:1-5.

[45] EKTI A R, BOYACI A, ALPARSLAN A, et al. Statistical modeling of propagation channels for terahertz band[C]//2017 IEEE Conference on Standards for Communications and Networking(CSCN). IEEE, 2017:275-280.

[46] RAIMUNDO X, HAJJI M, KLEIN A, et al. Channel characterisation at THz frequencies for high data rate indoor communications[C]//12th European Conference on Antennas and Propagation (EuCAP 2018). IET, 2018:1-2.

[47] DE BEELDE B, PLETS D, TANGHE E, et al. Directional sub-THz antenna-channel modelling for indoor scenarios[C]//2021 15th European Conference on Antennas and Propagation (EuCAP). IEEE, 2021:1-4.

[48] POMETCU L, D'ERRICO R. Large scale and clusters characteristics in indoor sub-THz channels[C]//2018 IEEE 29th Annual International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC). IEEE, 2018:1405-1409.

[49] UNDI F, SCHULTZE A, KEUSGEN W, et al. Angleresolved THz channel measurements at 300 GHz in an outdoor environment[C]//2021 IEEE International Conference on Communications Workshops (ICC Workshops). IEEE, 2021:1-7.

[50] RAPPAPORT TS, XING Y, MACCARTNEY GR, et al. Overview of millimeter wave communications for fifth-generation (5G) wireless networks—With a focus on propagation models[J]. IEEE Transactions on antennas and propagation, 2017,65(12):6213-6230.

[51] MATZ G. On non-WSSUS wireless fading channels[J]. IEEE Transactions on Wireless Communications, 2005,4(5):2465-2478.

[52] GAO X, TUFVESSON F, EDFORS O. Massive MIMO channels—Measurements and models[C]//2013 Asilomar conference on signals, systems and computers. IEEE, 2013:280-284.

[53] LIU L, OESTGES C, POUTANEN J, et al. The cost 2100 MIMO channel model[J]. IEEE Wireless Communications, 2012,19(6):92-99.

[54] ZWICK T, FISCHER C, WIESBECK W. A stochastic multipath channel model including path directions for indoor environments[J]. IEEE Journal on Selected Areas in Communications, 2002, 20(6):1178-1192.

[55] WANG J, WANG CX, HUANG J, et al. A novel 3D space-time-frequency non-stationary channel model for 6G THz indoor communication systems[C]//2020 IEEE Wireless Communications and Networking Conference(WCNC). IEEE, 2020:1-7.

[56] WANG J, WANG CX, HUANG J, et al. A general 3D space-time-frequency non-stationary THz channel model for 6G ultra-massive MIMO wireless communication systems[J]. IEEE Journal on Selected Areas in Communications, 2021,39(6):1576-1589.

[57] AGARWAL A, SENGAR A S, DEBNATH S. A novel noise floor estimation technique for optimized thresholding in spectrum sensing[C]//2017 International Conference on Advances in Computing, Communications and Informatics (ICACCI). IEEE, 2017:607-611.

[58] NIKONOWICZ J, MAHMOOD A, SISINNI E, et al. Noise power estimators in ISM radio environments: Performance comparison and enhancement using a novel samples separation technique[J]. IEEE Transactions on Instrumentation and Measurement, 2018,68(1):105-115.

[59] DUPLEICH D, MüLLER R, THOMÄ R. Practical aspects on the noise floor estimation and cut-off margin in channel sounding applications[C]//2021 15th European Conference on Antennas and Propagation(EuCAP). IEEE, 2021:1-5.

[60] WANG CX, HUANG J, WANG H, et al. 6G wireless channel measurements and models: Trends and challenges[J]. IEEE Vehicular Technology Magazine, 2020,15(4): 22-32.

[61] HAN C, CHEN Y. Propagation modeling for wireless communications in the terahertz band[J]. IEEE Communications Magazine, 2018,56(6):96-101.

[62] NING B, CHEN Z, CHEN W, et al. Terahertz multiuser massive MIMO with intelligent reflecting surface:

Beam training and hybrid beamforming[J]. IEEE Transactions on Vehicular Technology, 2021,70(2):1376-1393.

[63] LIASKOS C, NIE S, TSIOLIARIDOU A, et al. Endto-end wireless path deployment with intelligent surfaces using interpretable neural networks[J]. IEEE Transactions on Communications, 2020,68(11):6792-6806.

[64] PAYAMI S, TUFVESSON F. Channel measurements and analysis for very large array systems at 2. 6 GHz[C]//2012 6th European Conference on Antennas and Propagation(EUCAP). IEEE, 2012:433-437.

[65] ALDOSSARI SM, CHEN KC. Machine learning for wireless communication channel modeling: an overview[J]. Wireless Personal Communications, 2019,106(1):41-70.

[66] KATO N, MAO B, TANG F, et al. Ten challenges in advancing machine learning technologies toward 6G[J]. IEEE Wireless Communications, 2020,27(3):96-103.

[67]HE R, AI B, MOLISCH AF, et al. Clustering enabled wireless channel modeling using big data algorithms[J]. IEEE Communications Magazine, 2018,56(5):177-183.

[68] IEEE. IEEE standard for high data rate wireless multimedia networks—amendment 2:100 Gb/s wireless switched point-to-point physical layer[J]. IEEE Std 802.15.3d-2017, 2017:1-55.

[69] PETROV V, PYATTAEV A, MOLTCHANOV D, et al. Terahertz band communications: applications, research challenges, and standardization activities[C]//2016 8th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops(ICUMT). IEEE, 2016:183-190.

A comprehensive survey on terahertz channel measurement, modeling, and analysis

LI Yuanbo, WANG Yiqin, HAN Chong

(Shanghai Jiao Tong University, Shanghai 201100, China)

Abstract: Terahertz (0.1~10 THz) communications are envisioned as a key technology for sixth generation (6G) wireless systems. The study of underlying THz wireless propagation channels provides the foundations for the development of reliable THz communication systems and their applications. This article provides a comprehensive overview of the study of THz wireless channels. First, the three most popular THz channel measurement methodologies, namely, frequency-domain channel measurement based on a vector network analyzer (VNA), timedomain channel measurement based on sliding correlation, and time-domain channel measurement based on THz pulses from time-domain spectroscopy (THz-TDS) , are introduced and compared. Then, existing channel modeling methodologies are categorized into deterministic, stochastic, and hybrid approaches. Next, an in-depth review of channel characteristics in the THz band is presented. Finally, open problems and future research directions for research studies on THz wireless channels for 6G are elaborated.

Keywords: terahertz communications; channel measurements; channel simulators; channel models; channel characterization

本文刊于《信息通信技术与政策》2022年第9期

主办：中国信息通信研究院

《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标，信息社会政策探究的思想库”，聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略，发布前沿研究成果、焦点问题分析、热点政策解读等，推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展，引导国家技术战略选择与产业政策制定，搭建产、学、研、用的高端学术交流平台。