简介：面向无线通信与信道建模研究者的WINNER信道模型实现代码，对应第三代合作伙伴项目标准中统计信道模型的升级版本，支持城区、郊区、乡村等典型传播环境下的信道系数仿真。压缩包共47个文件，以41个Matlab脚本与函数文件为主，另含4个加密代码文件、1份说明文档和1个文本注意事项，整个压缩包不足1MB，非常轻量。代码覆盖场景参数配置、移动台与基站侧角度生成、天线阵列方向图、路径损耗计算、空间相关性建模、信道冲激响应输出等关键环节，并给出示例脚本，演示从二维布局参数到最终多维信道数据的完整流程。随包文档系统阐述各模块作用与参数含义，文本文件则说明版本匹配与运行注意事项，便于快速上手和二次开发。已有1654人浏览学习，适合无线通信方向的高年级本科生、研究生以及从事链路级仿真的工程师参考。 做无线物理层仿真的同学，多半经历过这个阶段：一开始只用AWGN信道，链路误码率低得离谱；后来换成瑞利衰落，感觉稍微真实了；再往后做到MIMO、波束赋形、车联网场景，发现瑞利模型根本描述不了“天线之间相关性、时延扩展、角度扩展”这些东西。我就是在那个阶段翻出winner2信道模型的matlab代码，才把仿真从“看着像”变成“真能反映场景差异”。
这篇文章不搬运官方文档，而是把我从拿到代码到跑通、再到接到OFDM链路里的完整过程梳理一遍。内容包括：WINNER II模型为什么好使、matlab代码里哪些参数是核心、怎么一步步配置一个3.5GHz城市微蜂窝MIMO场景、以及我踩过的几个版本和维度相关的坑。适合刚接触信道建模、准备做物理层算法验证、或者被课程设计逼着要用WINNER II的同学参考。
1. 为什么选winner2：不只是“多径衰落”那么简单
1.1 真实信道到底要描述什么
无线信道对通信系统的影响不是一句“多径衰落”能概括的。一个移动终端在城市里跑，接收信号至少会经历路径损耗、阴影衰落、小尺度衰落三大类。路径损耗决定平均接收功率，阴影衰落解决“绕过大楼后信号掉了一截”的问题，小尺度衰落则关注多径叠加后几微秒内的剧烈波动。
到了MIMO系统，还得再加两个维度：天线之间的空间相关性、多普勒带来的时间选择性。瑞利/莱斯模型能描述时变衰落，但描述不了“基站两根天线间隔半波长，接收端角度扩展偏小导致秩不足”这种物理现象。WINNER II把这些问题统一进了同一个框架，生成的信道系数直接包含路径损耗、时延抽头、到达角/离开角、多普勒频移，这是它最大的价值。
1.2 WINNER II如何用“几何随机”搞定空间相关性
WINNER II的核心是几何随机信道模型（GSCM）。你可以把它理解成：在基站和终端之间随机撒一些散射簇，每个簇代表建筑物、车辆、街角等反射体，簇内部又包含若干条不可分辨的射线。模型根据场景参数决定簇的数量、角度扩展、时延分布，再按照概率分布生成每条射线的幅度、相位、时延和角度。
这套方法的好处是，天线阵列是被“摆放”进这个几何场景里的。基站侧每根天线的位置不同，看到的各簇相位就不同，于是空间相关性自然就出来了。也正因如此，它特别适合做Massive MIMO和波束赋形的方案验证——不需要自己手动拟合相关矩阵，信道模型直接输出包含了空间特征的信道矩阵。
1.3 和其他模型的横向对比
很多初学者会困惑：模型这么多，到底选哪个？我常用这张表来筛选：
| 模型 | 是否支持MIMO空间相关 | 是否区分场景 | 频率范围 | 实现成本 |
|---|---|---|---|---|
| AWGN | 否 | 无 | 任意 | 极低 |
| 瑞利/莱斯 | 有限 | 无 | 任意 | 低 |
| ITU-R M.2135 | 部分 | 部分 | 2-6GHz | 中 |
| WINNER II | 是 | 多种 | 2-6GHz | 中 |
| 3GPP TR 38.901 | 是 | 多种 | 0.5-100GHz | 高 |
做6GHz以下的4G/5G中低频段仿真，WINNER II是性价比相当高的选择：文档公开、场景覆盖全、matlab代码现成。等真要做毫米波，再上38.901也不迟。
2. 动手前先摸清代码骨架
2.1 两份MATLAB代码，先分清你在用哪份
第一次搜“winner2信道模型matlab代码”，大概率会看到两种东西：一是WINNER D1.1.2发布时附带的官方MATLAB代码库，里面函数入口通常是WIM2或win2x；二是MATLAB Communications Toolbox里集成的winner2函数。两者的模型同源，但调用方式差别很大。
我建议新手直接用工具箱自带的winner2，原因是它不需要额外配置路径，错误提示也友好。如果你用的是老代码库，记得把整个目录加入MATLAB路径，并确认版本之间的函数调用差异。博文后面的示例统一用工具箱版，如果你的环境字段名不一样，先doc winner2查一下本机文档。
2.2 配置参数的“一页纸清单”
无论哪份代码，最后都要落成一个配置结构体/对象。我常用的核心参数列在下面：
- 场景编号：如B1城市微蜂窝、C1城市宏蜂窝、A1室内办公室，不同场景决定簇数和角度扩展；
- 载波频率：WINNER II覆盖2-6GHz，典型值取2.4GHz、3.5GHz、5.8GHz；
- 系统带宽/采样率：决定时延抽头的分辨率，带宽越大，可分辨的多径越多；
- 基站/终端天线数：直接影响输出信道矩阵的维度；
- 终端移动速度：决定多普勒频移，3km/h和120km/h出来的时间相关特性完全不一样；
- 天线间距：影响空间相关性，阵列稀疏相关性低，密集相关性高。
这些参数之间不是独立的。比如把场景改成宏蜂窝但天线间距设得特别小，结果未必符合物理直觉，所以每改一个变量都要想清楚它对应真实环境的哪一项。
2.3 给新手的一条启动建议
我的建议是不要一开始就翻算法文档，先把示例跑通，再通过修改参数看输出变化来反推模型行为。WINNER II的公式多、场景多，直接啃公式很容易被绕晕。跑通例子之后再回来看哪些参数直接影响时延扩展、哪些参数主导空间相关性，会快很多。
3. 从demo到可改的仿真脚本：一次完整实操
3.1 用示例配置，先把函数跑起来
我惯用的启动姿势是先建立一个默认配置对象，然后打印出来看看有哪些字段：
% 建立默认配置，具体写法以本机doc winner2为准 cfg = winner2('example'); disp(cfg);这一步的目的很简单：让代码先转起来。很多时候新手卡住不是因为不会配参数，而是第一步函数都调不通。如果这行报错，优先检查是否安装了Communications Toolbox，或者版本里函数名是不是有问题。成功disp出来之后，你会看到一大堆字段，这才是“配置全景图”。
3.2 配置一个3.5GHz城市微蜂窝MIMO场景
默认配置修改成目标场景，逻辑很直接：
cfg = winner2('example'); cfg.Scenario = 'B1'; % 城市微蜂窝 cfg.CarrierFrequency = 3.5e9; % 3.5GHz，5G中频典型值 cfg.SampleRate = 30.72e6; % 20MHz LTE/5G采样率，实际带宽略低于20MHz cfg.NumBSElements = 2; % 基站侧2根天线 cfg.NumMSElements = 2; % 终端侧2根天线 cfg.MSVelocity = 3 * 1000 / 3600; % 3km/h，步行场景 % 生成信道系数 [channelGains, ~, info] = winner2(cfg);重点理解SampleRate。这个参数直接影响时延抽头的时间分辨率，采样率越高，相邻抽头间隔越小，能分辨的多径越多。对20MHz系统来说，30.72Msps是LTE的标准采样率，可以直接沿用。MSVelocity换算成米每秒是个容易漏掉的细节，很多人直接把km/h数值填进去，导致多普勒大了近三倍。
3.3 把信道系数画出来，先看图再谈优化
生成信道系数之后，别急着接链路。先画两样东西：功率时延谱（PDP）和信道相关矩阵。
功率时延谱的计算方法是对时延维度求能量平均：
% 以channelGains维度顺序为准，画出各时延抽头的平均功率 pdp = mean(abs(channelGains).^2, [1 2 3]); % 不同版本维度顺序有差异，需实测确认 plot(10*log10(pdp + eps), 'o-'); xlabel('Tap index'); ylabel('Power (dB)');这里最要注意的是维度顺序。WINNER II不同版本对输出数组维度的定义不太一样，有的按“Tx-Rx-时延-时间”，有的按“时延-Tx-Rx-时间”。我的经验是先size(channelGains)看一眼，再对每个维度做mean，不然画出来的PDP完全错乱还找不出原因。
空间相关矩阵则可以通过对时延维度做相关性统计得到，主要用来确认这次配置的天线间距是否产生了合理的相关性衰减。如果两根天线之间的相关系数接近1，说明阵列过于紧凑或者角度扩展设置过小，MIMO增益会受影响。
3.4 把信道系数接进一个简单的OFDM链路
信道系数生成后，最常见的使用方式是作为时域信道冲激响应，与发送信号做卷积。以一个朴素OFDM链路为例：
% 假设发送信号为txSig，把信道冲激响应转成频域再做均衡 Nfft = 2048; % 子载波数 hfd = fft(channelGains(:, :, 1), Nfft, 1); % 取第一个时间块，按第一维做FFT hfd = squeeze(hfd); % 去除单例维度 % 发射端OFDM调制（省略加CP等步骤） % 接收端做单抽头频域均衡 rxSigFreq = fft(rxSig, Nfft, 1); estData = rxSigFreq ./ hfd;实际链路里还有循环前缀、导频估计、信道编码等环节，但核心套路是固定的：把winner2输出的时延抽头转换成频域响应，再对每个子载波做均衡。这一步验证通过后，你就可以把信道模型当做一个“可替换的模块”，任意配置场景来测试自己的收发算法。
4. 结果如何解读，问题如何排查
4.1 先判断参数是否合理
很多同学跑通代码之后，看着一堆复数矩阵不知道算不算成功。我的习惯是看三个指标：时延扩展的量级、多普勒扩展的量级、空间相关性的变化趋势。
城市微蜂窝B1场景在3.5GHz下，RMS时延扩展通常在几十纳秒到一两百纳秒之间，对应PDP拖尾不会太长。如果你发现时延扩展到了微秒级，大概率是采样率或场景配置有问题。多普勒方面，3km/h在3.5GHz下的最大多普勒频率大概是10Hz左右，画频谱图如果出现几十赫兹的扩展，就要回去检查速度单位。空间相关性就更直观了，天线间距变大，相关性应当逐步下降。
4.2 高频报错速查表
跑winner2过程中，下面几个问题反复出现，列成表格方便速查：
| 现象 | 大概率原因 | 解决办法 |
|---|---|---|
| 提示未定义函数winner2 | Communications Toolbox未安装或版本过老 | 检查许可证和已安装工具箱，或改用官方代码库 |
| 场景名报错 | cfg.Scenario填了不支持的名称 | 输入cfg全部字段，查看合法场景枚举 |
| 输出矩阵维度完全对不上 | 版本间维度顺序不一致 | 用size()逐维检查，再做permute调整 |
| 结果每次都不一样 | 随机种子不受控 | 在生成前写死rng(具体数值) |
| 内存不够 | 天线数和多普勒采样点数开太大 | 降低采样时间长度，或分块生成数据 |
4.3 控制变量法：一个参数一个参数改
win2模型参数多，最容易犯的错是同时改好多个参数，出了问题根本定位不了。我建议一次只改一个变量，比如只把MSVelocity从3km/h改到60km/h，观察PDP不变但时间相关性变快，这样就能把每个参数的作用记住。这个过程比较枯燥，但也是理解信道模型最快的方式。
5. 几个能直接抄的进阶套路
5.1 多组随机种子批量仿真
做链路级仿真时，需要跑很多次蒙特卡洛实验取平均，这时候一定要控制随机种子。正确做法是外层循环里使用不同的种子值，每个实验内部固定种子：
for expIdx = 1:100 rng(expIdx * 100); [channelGains, ~, info] = winner2(cfg); % 记录本次误码率/吞吐量 end这样既能保证每次实验可复现，又能让不同实验之间相互独立。千万别把所有实验放在一个循环里连续跑，那样如果中间某个实验崩溃，前面所有结果都推倒重来。
5.2 把信道矩阵存下来复用
同一组信道系数常常需要在多个算法之间对比，比如对比MMSE均衡和ZF均衡。重复生成信道既费时间又引入随机误差。我的习惯是跑一次生成后，直接存成.mat文件：
save('channel_B1_3p5GHz_20MHz.mat', 'channelGains', 'cfg');后续加载时直接读文件，保证所有算法用的是同一批信道。这在写论文时尤其重要，审稿人问起“你的对照组为什么信道条件一样”，你就能理直气壮地说所有算法跑的是同一份数据。
5.3 做波束赋形仿真时，把角度信息也导出来
winner2模型内部其实生成了每条射线的到达角和离开角，有些版本的信息结构里能把这些角度取出来。做波束赋形仿真时，这些角度信息对设计码本、计算到达角估计误差非常有用。如果你发现默认输出没有角度，可以试着查看info输出里是否有相关字段，或者回到官方代码库寻找射线级参数导出的接口。
我在实际使用中发现，winner2的强大之处不在于它“精确复现”了某条街道的传播环境，而在于它把大量随机性组织成符合物理规律的统计数据。只要你把场景、频率、移动速度这三个核心参数设对，后续算法验证基本就能在相对真实的环境中跑了。很多人想在win2里塞进自己测量的信道数据，这反而不太推荐——测量数据和模型参数融合是个大工程，宁可先用现成场景，后期再做基于测量的参数拟合。
本文还有配套的精品资源，点击获取
