WINNER II信道模型MATLAB实现：MIMO链路仿真与二次开发指南

简介：WINNER2信道模型MATLAB实现代码包，面向无线通信仿真方向的研究生、科研人员与工程师，用于在3GPP SCM基础上开展更精细的多天线MIMO信道建模与链路级仿真。包内共47个文件，以41个.m函数脚本为核心，覆盖场景参数配置、天线阵列与极化响应、路径损耗、角度扩展、相关矩阵及信道矩阵生成等模块，另含4个.p辅助文件、1份PDF实现说明文档与1份版本说明文本，压缩包约639KB，结构紧凑便于按模块调用。代码提供从场景映射到信道系数输出的完整流程，并附有实现文档帮助理解算法细节，适合直接嵌入现有仿真链路或作为二次开发基础。目前已有1655人学习下载，可作为无线信道建模入门与算法验证的实用参考。

1. 从一次链路级仿真翻车说起：这个 WINNER II 信道模型代码到底能干什么

如果你做过 MIMO 系统链路级仿真，大概率遇到过这种场景：发射端预编码矩阵设计得漂漂亮亮，接收端均衡算法也调通了，结果一跑误码率曲线，跟教科书上的理论值差了十万八千里。排查半天发现，问题出在信道模型上——用的是理想独立同分布瑞利信道，而实际系统里天线之间的相关性、多径的时延扩展、角度扩展全都没体现出来。这时候你就需要一个更接近真实传播环境的信道模型，而 WINNER II 就是被 3GPP LTE 和后续 5G 研究广泛引用的那套几何随机信道模型。

这份 MATLAB 代码资源，核心就是 WINNER II 信道模型的完整实现。它覆盖了从 A1 到 D2a 的多种场景配置，包括室内热点、城市微小区、城市宏小区、郊区宏小区、农村宏小区等，每种场景对应不同的路径损耗、时延扩展、角度扩展参数。代码里实现了天线阵列响应、空间相关性矩阵生成、多径时延抽头、多普勒频移、极化等关键环节，最终输出的是每个接收天线上的复基带信道冲激响应。适合谁用？做 MIMO 预编码验证的、做 OFDM 系统链路级仿真的、做波束赋形算法对比的，以及需要生成标准化信道数据进行算法鲁棒性测试的开发者。一句话，只要你的仿真里需要“像那么回事”的多天线信道，这套代码就能直接嵌进你的链路里。

2. 代码架构拆解：从场景配置到信道矩阵的完整链路

2.1 顶层调用逻辑与场景选择

WINNER II 代码的入口通常是一个主脚本或者一个封装函数，比如winner2_channel或者wim_channel。它的调用方式一般是传入一个配置结构体，里面指定场景类型、载波频率、带宽、天线阵列配置、移动速度等参数，然后返回信道矩阵。我一般会先写一个配置脚本，把场景参数集中管理，避免每次改一个参数就要翻遍整个代码。

% 配置 WINNER II 信道参数 cfg = struct(); cfg.scenario = 'C2'; % 场景：C2 为城市宏小区 cfg.fc = 2.6e9; % 载波频率 2.6 GHz cfg.bw = 20e6; % 带宽 20 MHz cfg.txArray = 'ULA'; % 发射天线阵列类型：均匀线阵 cfg.rxArray = 'ULA'; % 接收天线阵列类型 cfg.txElements = 8; % 发射天线数 cfg.rxElements = 4; % 接收天线数 cfg.velocity = 30; % 移动速度 30 m/s cfg.distance = 200; % 收发距离 200 m % 调用信道生成函数 [H, delay, gain] = winner2_channel(cfg);

这段代码里，scenario决定了后续所有大尺度和小尺度参数的取值。fc和bw影响路径损耗和多径分辨率。txArray和rxArray指定阵列类型，常见的有 ULA、UPA、交叉极化阵列。txElements和rxElements是天线端口数，直接决定输出信道矩阵的维度。velocity用于计算多普勒频移，distance用于路径损耗计算。调用返回的H是三维矩阵，维度通常是[rxElements, txElements, numPaths]，delay是每条路径的时延，gain是复增益。

2.2 场景参数表与传播条件映射

WINNER II 定义了十几种场景，每种场景有固定的参数集。代码里一般会有一个scenario_params函数或者一个结构体数组，把每个场景的时延扩展、角度扩展、路径损耗指数、阴影衰落标准差等参数固化下来。下面这张表是我从代码里整理出来的常用场景参数对照，方便你快速定位自己该用哪个场景。

这张表不是让你背的，而是让你在配置时有个直觉：室内场景时延扩展小，农村场景时延扩展大；城市宏小区的角度扩展比室内大，意味着空间相关性更低。代码里这些参数会进一步映射到每条路径的时延和角度上，生成具体的抽头。

2.3 天线阵列响应与空间相关性生成

WINNER II 的核心之一是天线的空间相关性建模。代码里会先根据阵列几何计算每个天线阵元的相位差，然后结合角度扩展生成空间相关矩阵。常见做法是使用 Kronecker 模型，把发射端和接收端的相关矩阵分开计算，再克罗内克积得到整体相关矩阵。

function R = spatial_correlation(arrayType, numElements, AS) % arrayType: 'ULA' 或 'UPA' % numElements: 阵元数 % AS: 角度扩展（度） switch arrayType case 'ULA' d = 0.5; % 半波长间距 R = zeros(numElements); for i = 1:numElements for j = 1:numElements % 阵元间相位差 phase = 2 * pi * d * (i - j) * sind(AS); R(i, j) = exp(1j * phase); end end case 'UPA' % 均匀平面阵处理，略 end end

这个函数里，d = 0.5表示阵元间距为半波长，这是最常见的假设。AS是角度扩展，单位是度。sind(AS)把角度转成正弦值，用于计算相位差。双重循环生成相关矩阵R，对角线是 1，非对角线是复数相关系数。实际代码里还会加入角度功率谱，比如拉普拉斯分布或高斯分布，让相关性更符合实测。这个矩阵后续会用于对独立同分布的信道矩阵进行着色，得到具有空间相关性的信道。

2.4 多径时延抽头与多普勒频移实现

多径部分，代码会生成一组时延抽头，每个抽头对应一个复增益。时延抽头的位置通常按照时延扩展的分布随机生成，增益的幅度服从瑞利或莱斯分布。多普勒频移则根据移动速度和到达角计算。

function [delays, gains] = generate_multipath(DS, numPaths, fc, velocity) % DS: 时延扩展（秒） % numPaths: 路径数 % fc: 载波频率 % velocity: 移动速度 c = 3e8; lambda = c / fc; fd_max = velocity / lambda; % 最大多普勒频移 delays = exprnd(DS, 1, numPaths); % 指数分布时延 delays = sort(delays); gains = (randn(1, numPaths) + 1j * randn(1, numPaths)) / sqrt(2); % 对每个路径施加多普勒频移 for k = 1:numPaths angle = 2 * pi * rand(); % 随机到达角 fd = fd_max * cos(angle); gains(k) = gains(k) * exp(1j * 2 * pi * fd * (0:numPaths-1)); end end

这里exprnd(DS, 1, numPaths)生成指数分布的时延，符合典型多径信道的时延分布。sort保证时延从小到大排列。gains初始化为复高斯随机变量，实部和虚部独立同分布，方差为 1/2，这样总功率为 1。多普勒部分，fd_max是最大多普勒频移，angle是随机到达角，fd是实际多普勒频移。最后乘上相位旋转因子，模拟时间选择性衰落。实际代码里还会考虑每条路径的出发角和到达角，用于天线阵列的相位计算。

3. 跑通代码：从环境准备到结果验证的完整步骤

3.1 环境依赖与文件组织

这份代码是纯 MATLAB 实现，不依赖任何工具箱，但建议用 R2016b 及以上版本，因为用到了隐式扩展和新的函数语法。文件组织上，通常有一个主文件夹，里面包含：

• main.m：主脚本，配置参数并调用信道生成函数
• winner2_channel.m：信道生成核心函数
• scenario_params.m：场景参数定义
• spatial_correlation.m：空间相关矩阵计算
• generate_multipath.m：多径生成
• plot_channel.m：信道可视化脚本

我一般会把它们放在同一个文件夹下，然后在 MATLAB 里把当前目录切过去，直接运行main.m。如果代码里用了parfor并行循环，需要 Parallel Computing Toolbox，但这不是必须的，可以改成普通for。

3.2 关键参数配置与运行

运行前需要检查几个关键参数：scenario是否在支持列表里，fc和bw是否匹配你的系统，天线数是否和你的链路配置一致。下面是一个完整的运行示例，我加了注释说明每个参数的影响。

% 清空环境 clear; clc; close all; % 场景配置：C2 城市宏小区 cfg.scenario = 'C2'; cfg.fc = 2.6e9; % 载波频率，影响多普勒和路径损耗 cfg.bw = 20e6; % 带宽，影响时延分辨率 cfg.txArray = 'ULA'; % 发射阵列类型 cfg.rxArray = 'ULA'; % 接收阵列类型 cfg.txElements = 8; % 发射天线数，决定 H 的第一维 cfg.rxElements = 4; % 接收天线数，决定 H 的第二维 cfg.velocity = 30; % 移动速度，影响多普勒频移 cfg.distance = 200; % 收发距离，影响路径损耗 cfg.numPaths = 20; % 多径数，影响信道 richness % 生成信道 [H, delay, gain] = winner2_channel(cfg); % 查看信道矩阵维度 disp(size(H)); % 应为 [4, 8, 20] % 计算信道容量 SNR_dB = 10; SNR_lin = 10^(SNR_dB/10); C = log2(det(eye(4) + SNR_lin/8 * H(:,:,1) * H(:,:,1)')); disp(['信道容量: ', num2str(C), ' bps/Hz']);

这段代码里，cfg.numPaths控制多径数量，路径越多信道越复杂，但计算量也越大。H(:,:,1)取第一条路径的信道矩阵，实际分析时可能需要对所有路径求和或者做傅里叶变换得到频域信道。C是瞬时信道容量，用于快速验证信道是否合理。如果容量接近 0 或者异常大，说明参数配置有问题。

3.3 结果可视化与合理性检查

跑完代码后，别急着把H扔进链路仿真，先做几个基本检查。第一，看信道矩阵的幅度分布，应该接近瑞利分布。第二，看时延抽头是否单调递增，且最大时延不超过循环前缀长度。第三，看空间相关矩阵的特征值分布，如果只有一个大特征值，说明相关性过高，可能是角度扩展设得太小。

% 绘制时延抽头 figure; stem(delay, abs(gain), 'filled'); xlabel('时延 (s)'); ylabel('增益幅度'); title('多径时延抽头'); % 绘制信道矩阵幅度分布 figure; histogram(abs(H(:)), 50); xlabel('信道幅度'); ylabel('频次'); title('信道幅度分布');

这两张图能帮你快速判断信道是否合理。时延抽头图应该看到几个明显的簇，而不是均匀分布。幅度分布图应该接近瑞利分布的形状，如果出现双峰或者异常尖峰，可能是多普勒或角度参数设错了。

4. 避坑与排查：跑 WINNER II 代码时最容易翻车的几个地方

4.1 场景参数不匹配导致信道异常

现象：生成的信道矩阵全是零，或者容量计算报错。原因：scenario字段写成了代码不支持的字符串，比如'C3'或者'A2'，而代码里只定义了 A1、B1、C1、C2、D1、D2a。有些版本还会区分 LOS 和 NLOS，如果没指定，默认走 NLOS，但参数表里可能没有对应项。解决：先运行scenario_params函数，打印出所有支持的场景代号，确认你的cfg.scenario在列表里。如果要用 LOS，检查代码里是否有cfg.LOS = true这样的开关。

4.2 天线数配置与阵列类型冲突

现象：空间相关矩阵计算时报维度错误，或者H的维度和你预期的不一样。原因：txElements和rxElements设成了非整数，或者阵列类型设成了'ULA'但阵元数小于 2。有些代码里 UPA 要求行数和列数都是整数，如果只给一个总数，内部会报错。解决：确保txElements和rxElements是正整数，且大于等于 1。如果用 UPA，检查是否需要额外指定txRows、txCols等参数。我一般会先用 2x2 的小规模配置跑通，再逐步增加天线数。

4.3 多普勒频移计算溢出

现象：信道增益随时间变化剧烈，或者出现 NaN。原因：velocity设得太大，比如 300 m/s，导致fd_max超过采样率的一半，发生混叠。或者fc设得过高，比如 60 GHz，而velocity没相应调整。解决：检查fd_max = velocity / lambda是否小于bw / 2。如果接近或超过，要么降低velocity，要么提高bw。另外，确保fc和velocity的单位一致，fc用 Hz，velocity用 m/s。

4.4 时延抽头超过循环前缀长度

现象：OFDM 链路仿真里误码率突然升高，或者均衡器失效。原因：WINNER II 生成的时延扩展可能达到几百纳秒甚至微秒级，而你的循环前缀长度可能只有几微秒。如果最大时延超过 CP 长度，就会产生符号间干扰。解决：在生成信道后，检查max(delay)是否小于 CP 长度。如果超过，要么截断时延抽头，要么增加 CP 长度。我一般会在配置里加一个cfg.maxDelay参数，生成后把超过的路径丢弃或者合并。

4.5 随机种子未固定导致结果不可复现

现象：每次运行代码，信道矩阵都不一样，无法对比算法性能。原因：MATLAB 默认的随机数生成器每次启动都不同，代码里没有调用rng固定种子。解决：在生成信道之前，加上rng(42)或者任意固定整数。这样每次运行得到的信道完全一致，方便调试和对比。如果要做蒙特卡洛仿真，就在循环里用不同的种子，但每次循环内部保持固定。

5. 二次开发与改造：把这套代码嵌进你自己的链路仿真

5.1 封装成函数句柄方便批量调用

原始代码可能是一个脚本，直接跑出结果就完事。但你要做的是把它嵌进链路仿真，可能需要跑几百次蒙特卡洛。我一般会把核心函数封装成句柄，然后用parfor并行调用。

% 封装信道生成函数 channel_func = @(seed) winner2_channel_with_seed(cfg, seed); % 并行蒙特卡洛 numTrials = 1000; capacities = zeros(1, numTrials); parfor trial = 1:numTrials H = channel_func(trial); capacities(trial) = compute_capacity(H, SNR_dB); end % 统计平均容量 mean_capacity = mean(capacities);

这里winner2_channel_with_seed是你自己写的包装函数，内部调用rng(seed)再生成信道。compute_capacity是你自己的容量计算函数。parfor需要 Parallel Computing Toolbox，如果没有，改成for也行，就是慢一点。

5.2 修改场景参数适配自定义环境

WINNER II 自带的场景参数是标准化的，但你的实际环境可能不完全匹配。比如你在做室内工厂场景，时延扩展可能比 A1 大，角度扩展可能更小。这时候可以直接修改scenario_params.m里的数值，或者新建一个自定义场景。

% 自定义场景参数 custom_params.DS = 50e-9; % 时延扩展 50 ns custom_params.AS = 10; % 角度扩展 10 度 custom_params.pathLossExp = 2.5; % 路径损耗指数 custom_params.shadowFading = 4; % 阴影衰落标准差 dB % 覆盖默认参数 cfg.customParams = custom_params;

然后在winner2_channel里加一个判断，如果cfg里有customParams，就用自定义的，否则用场景默认的。这样你就能在不破坏原有代码的情况下，灵活调整参数。

5.3 输出频域信道用于 OFDM 仿真

WINNER II 原始输出是时域抽头，但 OFDM 仿真需要频域信道。你需要对时域抽头做傅里叶变换，得到每个子载波上的信道响应。

function H_freq = time2freq(H_time, delay, numSubcarriers, bw) % H_time: [rx, tx, paths] % delay: [1, paths] % numSubcarriers: 子载波数 % bw: 带宽 [rx, tx, paths] = size(H_time); H_freq = zeros(rx, tx, numSubcarriers); subcarrier_spacing = bw / numSubcarriers; for k = 1:numSubcarriers freq = (k - 1) * subcarrier_spacing; for p = 1:paths phase = exp(-1j * 2 * pi * freq * delay(p)); H_freq(:, :, k) = H_freq(:, :, k) + H_time(:, :, p) * phase; end end end

这个函数里，subcarrier_spacing是子载波间隔，freq是当前子载波的频率，phase是时延引起的相位旋转。对每条路径求和，得到频域信道。注意delay的单位是秒，freq的单位是 Hz，相位计算要用2 * pi。

5.4 验证改造后的信道是否合理

改完代码后，别急着跑完整链路。先做几个快速验证：第一，频域信道的幅度应该随频率波动，但平均功率和时域一致。第二，空间相关矩阵的特征值分布应该和原始代码一致。第三，信道容量应该随 SNR 单调递增。

% 验证频域信道功率 H_freq = time2freq(H, delay, 1024, cfg.bw); avg_power_time = mean(abs(H(:)).^2); avg_power_freq = mean(abs(H_freq(:)).^2); disp(['时域平均功率: ', num2str(avg_power_time)]); disp(['频域平均功率: ', num2str(avg_power_freq)]); % 两者应该接近

如果功率差了一个数量级，说明傅里叶变换的归一化有问题。我一般会在time2freq里除以sqrt(numSubcarriers)做归一化。另外，如果频域信道在某些子载波上出现深衰落，那是正常的频率选择性衰落，不用慌。

5.5 一个我踩过的坑：并行循环里的随机数冲突

有一次我用parfor跑蒙特卡洛，结果每次得到的信道容量都一样，排查了半天发现是parfor里每个 worker 的随机数种子默认相同。后来我在循环里显式调用rng(trial)，问题才解决。从那以后，我每次用并行循环生成随机信道，都强制在循环体第一行写rng(seed)，确保每个 trial 的信道独立。这个习惯帮我省了很多调试时间，希望帮到你。

本文还有配套的精品资源，点击获取