02-毫米波信道建模

5G及迈向6G的毫米波通信系列 第2篇：毫米波信道建模

摘要

本文将带你深入了解毫米波信道的建模方法及其关键特性，帮助你掌握毫米波信道与Sub-6GHz信道的核心差异。你将学到多天线衰落模型、大尺度参数（路径损耗、阴影衰落、视距概率）、小尺度参数（时延扩展、角度扩展、多径簇）、材料穿透特性以及人体遮挡影响等内容。

---

本文由”51学通信”（公众号：51学通信，站长：爱卫生）原创分享。如需深入交流或获取更多通信技术资料，欢迎添加微信：gprshome201101。

---

学习目标

阅读完本文后，你将能够：

• 信道建模能力：能够理解毫米波信道的建模方法和关键参数
• 传播分析能力：能够分析毫米波信道的大尺度和小尺度特性
• 损耗评估能力：能够计算路径损耗、评估遮挡效应
• 场景适应能力：能够根据不同场景选择合适的信道模型

---

一、毫米波信道建模概述

1.1 信道建模的重要性

准确的信道建模是无线通信系统设计和性能评估的基础。对于毫米波系统而言，信道建模尤为重要，原因包括：

1. 传播特性独特：毫米波的传播特性与传统频段有显著差异
2. 设计依赖性强：波束成形、大规模MIMO等关键技术高度依赖信道特性
3. 性能评估需要：系统性能评估和优化需要准确的信道模型
4. 标准制定基础：3GPP等标准组织的性能评估需要统一的信道模型

51学通信认为：毫米波信道建模的核心挑战在于如何准确描述其独特的传播特性，如稀疏多径、方向性强、遮挡敏感等。传统的Sub-6GHz信道模型无法直接适用于毫米波频段，需要开发专门的毫米波信道模型。

1.2 信道建模方法分类

无线信道建模方法主要分为三类：

flowchart TD
    Channel[信道建模方法] --> Empirical[经验性模型<br>基于实测数据]
    Channel --> Physical[物理模型<br>基于电磁传播原理]
    Channel --> Stochastic[随机性模型<br>基于统计分布]

    Empirical --> E1[ COST-2100模型]
    Empirical --> E2[ 3GPP TR 38.901模型]
    Empirical --> E3[ ITU-R M.2412模型]

    Physical --> P1[ 射线追踪模型]
    Physical --> P2[ 地形数据库模型]

    Stochastic --> S1[ 3GPP SCM模型]
    Stochastic --> S2[ WINNER模型]
    Stochastic --> S3[ NYUSIM模型]

    style Channel fill:#e1f5fe
    style Empirical fill:#c8e6c9
    style Physical fill:#fff9c4
    style Stochastic fill:#e1bee7

图表讲解：这张图展示了无线信道建模的三大类方法。经验性模型基于大量实测数据，通过统计分析得到模型参数，包括COST-2100、3GPP TR 38.901和ITU-R M.2412等。物理模型基于电磁波的传播原理，考虑环境几何信息，包括射线追踪和地形数据库等方法。随机性模型基于统计分布描述信道参数，包括3GPP SCM、WINNER和NYUSIM等。对于毫米波系统，3GPP TR 38.901模型和NYUSIM模型是最常用的两个模型。理解这些模型的适用场景和特点，对于系统设计和性能评估至关重要。

1.3 毫米波信道的关键特性

毫米波信道与传统Sub-6GHz信道相比，具有以下关键特性：

特性维度	Sub-6GHz信道	毫米波信道	差异影响
多径丰富度	非常丰富，多径数量多	相对稀疏，多径数量少	信道估计复杂度降低
角度扩展	较大，信号来自多个方向	较小，信号方向集中	空间相关性更高
时延扩展	较大，可达数微秒	较小，通常<100ns	可支持的OFDM子载波间隔更大
路径损耗	相对较小	显著更大	覆盖范围受限
人体遮挡	影响较小	影响显著	移动性挑战增加
穿透能力	可穿透墙壁	难以穿透固体	室内覆盖需要专门方案
视距概率	相对较高	较低，环境依赖性强	NLOS场景更常见

这些特性差异意味着毫米波系统需要采用与Sub-6GHz不同的设计方案，包括更鲁棒的波束管理、更强的链路余量、以及更密集的部署策略。

二、多天线衰落模型

2.1 衰落的基本概念

无线信道中的衰落是指接收信号功率的随机波动，这种波动是由多径传播、多普勒频移等因素引起的。衰落通常分为大尺度衰落和小尺度衰落：

大尺度衰落包括路径损耗和阴影衰落，描述信号功率在较大距离范围内的平均变化趋势。路径损耗是距离的函数，通常按照距离的幂次律衰减；阴影衰落是由大型障碍物（如建筑物、地形）遮挡引起的，通常服从对数正态分布。

小尺度衰落描述信号功率在波长尺度范围内的快速波动，是由多径传播的 constructive 和 destructive 干涉引起的。在多天线系统中，小尺度衰落还与天线阵列的几何结构和信号角度分布有关。

2.2 多天线信道的数学模型

考虑一个配备$N_t$根发射天线和$N_r$根接收天线的MIMO系统，其信道矩阵$\mathbf{H}$可以表示为：

$$\mathbf{H}=\sum _{l=1}^L{\alpha }_l{\mathbf{a}}_r({\theta }_{r,l},{\varphi }_{r,l}){\mathbf{a}}_t({\theta }_{t,l},{\varphi }_{t,l}{)}^H$$

其中：

• $L$是多径数量
• ${\alpha }_l$是第$l$条多径的复增益
• ${\mathbf{a}}_r(\cdot )$和${\mathbf{a}}_t(\cdot )$分别是接收和天线阵列的响应向量
• $({\theta }_{r,l},{\varphi }_{r,l})$和$({\theta }_{t,l},{\varphi }_{t,l})$分别是接收和出发的方位角和俯仰角

对于毫米波信道，多径数量$L$通常较小（典型值为3-10），这与Sub-6GHz信道的几十甚至上百条多径形成鲜明对比。

51学通信提示：毫米波信道的稀疏多径特性既是挑战也是机遇。挑战在于可用的空间分集增益有限；机遇在于信道估计复杂度降低，波束成形设计可以更加简化。

2.3 角度功率谱

角度功率谱（PAS）描述了信号功率在不同角度上的分布。在毫米波频段，角度功率谱通常更加集中，主要能量集中在几个特定的方向上。

常见的角度功率谱模型包括：

• 均匀分布：功率在角度范围内均匀分布
• 高斯分布：功率在中心角度附近集中分布
• 拉普拉斯分布：功率在中心角度附近更加集中
• 截断高斯分布：限制角度范围的高斯分布

flowchart TD
    subgraph PAS[角度功率谱类型]
        direction LR
        Uniform[均匀分布<br>全向覆盖]
        Gaussian[高斯分布<br>中等集中]
        Laplacian[拉普拉斯分布<br>高度集中]
        TruncGaussian[截断高斯<br>有限范围]
    end

    subgraph Apply[应用场景]
        SC1[Sub-6GHz: 均匀/高斯]
        SC2[毫米波NLOS: 高斯/拉普拉斯]
        SC3[毫米波LOS: 高度集中]
    end

    PAS --> Apply

    style PAS fill:#e1f5fe
    style Apply fill:#fff3e0
    style Uniform fill:#c8e6c9
    style Laplacian fill:#ffcdd2

图表讲解：这张图展示了不同类型的角度功率谱及其应用场景。均匀分布对应全向覆盖，适用于Sub-6GHz的某些场景；高斯分布表示功率在中心角度附近集中分布，适用于一般的毫米波非视距场景；拉普拉斯分布表示更加集中的角度分布，适用于毫米波视距场景；截断高斯分布则限制在有限的角度范围内。对于毫米波系统，角度功率谱的形状直接影响波束成形的设计：更加集中的角度功率谱允许使用更窄的波束，从而获得更高的增益；而更宽的角度功率谱则需要更宽的波束或更多的波束来覆盖。理解角度功率谱特性对于毫米波系统的设计至关重要。

三、大尺度参数

3.1 路径损耗模型

路径损耗模型描述接收信号功率随距离变化的平均规律。对于毫米波频段，最常用的路径损耗模型是Close-in自由空间参考距离模型：

$$PL(d)=P{L}_0+10n{\log }_{10}(d/d_0)+X_{\sigma }$$

其中：

• $P{L}_0$是参考距离$d_0$（通常取1米或10米）处的路径损耗
• $n$是路径损耗指数
• $d$是收发距离
• $X_{\sigma }$是阴影衰落，服从零均值高斯分布

路径损耗指数$n$取决于传播环境：

• 自由空间：$n=2$
• 城市环境：$n=2.7-3.5$
• 密集城区：$n=3-4$
• 室内环境：$n=1.6-3.5$

51学通信建议：在实际网络规划中，建议使用3GPP TR 38.901中定义的路径损耗模型，该模型针对不同频段、不同场景（UMa、UMi、RMa、InH等）给出了详细的路径损耗公式和参数。对于28GHz频段，典型城市环境（UMi）的路径损耗指数约为3.5。

3.2 视距概率模型

视距（LOS）概率是指在给定距离下，收发之间存在视距路径的概率。毫米波频段的视距概率通常低于Sub-6GHz，且对环境特性更加敏感。

3GPP TR 38.901中定义的视距概率模型为：

Urban Micro (UMi)场景：

$$P_{LOS}(d)=\min \left(\frac{18}{d},1\right)\times \left(1-e^{-\frac{d}{63}}\right)+e^{-\frac{d}{63}}$$

Urban Macro (UMa)场景：

$$P_{LOS}(d)=\min \left(\frac{18}{d},1\right)\times \left(1-e^{-\frac{d}{36}}\right)+e^{-\frac{d}{36}}$$

其中$d$是收发距离（米）。

flowchart LR
    D[距离] --> LOS_P[视距概率计算]

    LOS_P --> UMi[UMi: PLOS = min18/d1]
    LOS_P --> UMa[UMa: PLOS = min18/d1]

    UMi --> C1[近距离<br>d &lt; 18m: PLOS = 1]
    UMi --> C2[中距离<br>18m &lt; d &lt; 200m: PLOS下降]
    UMi --> C3[远距离<br>d &gt; 200m: PLOS接近0]

    style D fill:#e1f5fe
    style LOS_P fill:#fff9c4
    style C1 fill:#c8e6c9
    style C3 fill:#ffcdd2

图表讲解：这个流程图展示了3GPP视距概率模型的计算逻辑。对于城市微蜂窝（UMi）场景，当距离小于18米时，视距概率为100%；随着距离增加，视距概率逐渐下降；当距离超过200米时，视距概率接近于0。城市宏蜂窝（UMa）场景的视距概率下降更快，在100米左右就已经接近于0。这个模型反映了毫米波的实际传播特性：在短距离内视距传播占主导，但随着距离增加，建筑物遮挡使得视距传播变得不太可能。理解视距概率对于网络规划和链路预算至关重要：对于视距概率高的场景，可以采用更积极的调制编码策略；而对于视距概率低的场景，需要预留更多的链路余量。

3.3 材料穿透特性

毫米波的穿透能力较差，不同材料对毫米波的衰减差异很大。了解材料的穿透特性对于室内覆盖规划和链路预算设计非常重要。

常见材料对28GHz毫米波的穿透损耗如下：

材料类型	穿透损耗 (dB)	说明
标准玻璃窗	3-6	清洁玻璃损耗较小
Low-E玻璃窗	20-30	金属氧化物涂层导致高损耗
混凝土墙	30-40	基本不可穿透
砖墙	25-35	基本不可穿透
干墙	6-10	可穿透，损耗中等
木材门	4-8	可穿透，损耗较小
人体	15-25	显著遮挡效应

从表中可以看出，Low-E玻璃（低辐射玻璃，常用于现代建筑的节能窗）对毫米波的衰减高达20-30dB，这严重影响了室内覆盖质量。因此，在毫米波网络规划中，需要特别注意建筑物的玻璃类型，并考虑采用室内覆盖方案来穿透Low-E玻璃的障碍。

51学通信提示：人体的遮挡效应在毫米波频段尤为显著，人体造成的衰减可达15-25dB。这意味着当用户手持终端时，人体会阻挡部分信号路径，导致接收功率大幅下降。这个效应需要通过终端的多天线设计或用户姿态改变来缓解。

3.4 人体遮挡效应

人体遮挡是毫米波系统面临的一个特殊挑战。由于毫米波波长较短，人体对信号的遮挡效应更加明显。研究表明：

1. 遮挡损耗大：人体造成的遮挡损耗可达15-25dB
2. 自遮挡效应：用户手持终端时，用户身体会阻挡部分信号
3. 动态遮挡：移动用户和环境中的人体移动会导致动态遮挡
4. 频率相关性：频率越高，遮挡效应越明显

人体遮挡模型通常基于测量数据，考虑以下因素：

• 遮挡角度：信号路径与人体平面的夹角
• 遮挡距离：信号穿透人体的距离
• 频率：毫米波频段的遮挡效应更显著

sequenceDiagram
    autonumber
    participant gNB as 基站
    participant UE1 as 用户1（被遮挡）
    participant Body as 人体
    participant UE2 as 用户2（视距）

    Note over gNB,UE2: 人体遮挡场景

    gNB->>Body: 1. 发射毫米波信号
    Body->>Body: 2. 信号被人体部分吸收/反射<br>损耗: 15-25dB

    Body->>UE1: 3. 绕射信号到达<br>功率显著降低

    gNB->>UE2: 4. 直射路径无遮挡<br>功率正常

    UE1->>UE1: 5. 需要切换波束<br>或调整位置

    UE2->>UE2: 6. 享受优质服务

    Note over gNB,UE2: 遮挡导致用户体验差异

图表讲解：这个序列图展示了人体遮挡场景下的信号传播过程。基站发射毫米波信号，当信号路径上存在人体时，信号会被人体部分吸收和反射，造成15-25dB的额外损耗。被遮挡的用户接收到的绕射信号功率显著降低，可能需要切换到其他波束或调整位置来恢复连接。与此同时，处于视距位置的用户则可以享受正常的服务质量。这个场景说明了毫米波系统中人体遮挡的挑战：用户的简单移动（如转身、走动）可能导致接收质量的剧烈变化。因此，毫米波系统需要设计鲁棒的波束管理机制，能够快速检测和响应遮挡情况。

四、小尺度参数

4.1 时延扩展

时延扩展描述了多径信号到达时间的分散程度，通常用均方根时延扩展（RMS Delay Spread）来量化。时延扩展直接影响系统的频率选择性衰落特性和可支持的符号长度。

毫米波信道的时延扩展通常小于Sub-6GHz信道：

环境	Sub-6GHz时延扩展	毫米波时延扩展
室内NLOS	20-100ns	10-50ns
室外NLOS	50-500ns	20-100ns
室外LOS	10-50ns	5-20ns

较小的时延扩展意味着：

• 频率选择性较弱：可以使用更大的子载波间隔
• 循环前缀较短：可以提高频谱效率
• 均衡复杂度降低：简化接收机设计

4.2 角度扩展

角度扩展描述了多径信号到达角度（或出发角度）的分散程度，包括方位角扩展（ASA）和俯仰角扩展（ESA）。角度扩展直接影响空间相关性和波束成形性能。

毫米波信道的角度扩展通常小于Sub-6GHz信道：

环境	Sub-6GHz角度扩展	毫米波角度扩展
室内NLOS	30-60度	10-40度
室外NLOS	20-50度	5-30度
室外LOS	5-15度	2-10度

较小的角度扩展意味着：

• 空间相关性更高：相邻天线之间的相关性更强
• 波束成形增益更高：可以形成更窄的波束
• 空间复用能力受限：可支持的空间流数量较少

51学通信认为：毫米波较小的角度扩展是一把双刃剑。一方面，它允许形成高增益的窄波束，有利于克服路径损耗；另一方面，它限制了空间复用能力，需要通过其他技术（如极化复用、用户调度）来提升系统容量。

4.3 多径簇结构

实际测量表明，毫米波信道的多径成分通常以簇的形式存在。每个簇由若干条时延和角度相近的多径组成，具有特定的功率、时延、角度特性。

多径簇的建模参数包括：

• 簇数量：通常3-8个簇
• 簇功率：服从指数分布
• 簇时延：服从指数分布或泊松分布
• 簇角度：在空间上服从均匀分布或特定分布

3GPP TR 38.901模型中采用聚类模型来描述多径簇结构，每个簇由一个主径和若干子径组成，簇的时延和角度按照特定的概率分布。

flowchart TD
    Tx[发射端] --> Cluster1[簇1: 主径 + 子径<br>功率最大]
    Tx --> Cluster2[簇2: 主径 + 子径<br>功率次之]
    Tx --> Cluster3[簇3: 主径 + 子径<br>功率较小]

    Cluster1 --> Rx[接收端]
    Cluster2 --> Rx
    Cluster3 --> Rx

    Cluster1 -.->|簇间特性| Note1[时延差: 数十ns]
    Cluster2 -.-> Note1
    Cluster3 -.-> Note1

    Cluster1 -.->|簇内特性| Note2[时延差: 数ns<br>角度差: 数度]
    Cluster2 -.-> Note2
    Cluster3 -.-> Note2

    style Tx fill:#e1f5fe
    style Rx fill:#e1f5fe
    style Cluster1 fill:#c8e6c9
    style Cluster2 fill:#fff9c4
    style Cluster3 fill:#ffcdd2

图表讲解：这张图展示了毫米波信道的多径簇结构。发射端的信号经过不同路径传播后，在接收端形成多个多径簇。每个簇包含一条主径和若干条子径，簇内的多径在时延和角度上非常接近（时延差约数纳秒，角度差约数度），而不同簇之间有明显的时延差（数十纳秒）。多径簇的功率通常按照指数分布，第一个簇的功率最大，后续簇的功率依次递减。理解多径簇结构对于设计接收机算法非常重要：簇间时延差较大，需要考虑频率选择性衰落；簇内时延差很小，可以视为平坦衰落。此外，多径簇结构也影响波束成形设计：对于不同的簇，可能需要使用不同的波束方向。

五、毫米波信道模型实例

5.1 3GPP TR 38.901模型

3GPP TR 38.901是5G NR系统性能评估的标准信道模型，包含对毫米波频段的支持。该模型的主要特点包括：

1. 场景覆盖全面：涵盖Urban Macro、Urban Micro、Rural Macro、Indoor Hotspot等场景
2. 频率范围广泛：支持0.5-100GHz频段
3. 基于测量数据：模型参数基于大量的实际测量数据
4. 支持大规模MIMO：支持三维MIMO和波束成形
5. 兼容性良好：与3GPP之前的信道模型保持兼容

51学通信建议：在进行5G毫米波系统设计和性能评估时，建议优先使用3GPP TR 38.901模型。该模型是标准化的，可以保证不同厂家和不同研究机构的结果具有可比性。

5.2 NYUSIM模型

NYUSIM是纽约大学无线研究中心开发的毫米波信道仿真器，支持广泛的频段（2-73GHz）和场景（室内、室外、移动）。该模型的主要特点包括：

1. 基于实测数据：基于纽约等地的实际测量数据
2. 支持双移动性：同时考虑基站和终端的移动性
3. 详细的阻挡模型：包含人体、车辆、建筑物等的遮挡模型
4. 开源实现：提供MATLAB和Python的开源实现

NYUSIM模型特别适合研究毫米波信道的传播特性和遮挡效应，是学术界广泛使用的毫米波信道仿真器。

5.3 模型对比与选择

模型	开发机构	频率范围	主要特点	适用场景
3GPP TR 38.901	3GPP	0.5-100GHz	标准化、场景全面	系统性能评估
NYUSIM	NYU Wireless	2-73GHz	基于实测、遮挡详细	学术研究
METIS	METIS项目	2-86GHz	双移动性、地图 based	5G系统设计
QuaDRiGa	弗劳恩霍夫研究所	0.5-100GHz	地图 based、可扩展	精确规划

选择信道模型时需要考虑：

• 研究目的：标准化评估用3GPP模型，学术研究用NYUSIM
• 可用资源：地图数据、计算能力
• 仿真复杂度：复杂模型需要更多计算资源
• 结果可比性：选择被广泛采用的模型有利于结果对比

核心概念总结

概念名称	定义	典型值（毫米波）	注意事项
路径损耗指数	路径损耗随距离增加的速率	2.7-4.0	取决于环境类型
视距概率	给定距离存在视距路径的概率	d=100m时约20-50%	距离增加急剧下降
RMS时延扩展	多径时延分散的均方根值	10-100ns	小于Sub-6GHz
角度扩展	信号到达角度的分散程度	2-40度	小于Sub-6GHz
多径簇数量	可区分的多径簇数量	3-8个	小于Sub-6GHz
人体遮挡损耗	人体造成的信号衰减	15-25dB	显著影响链路质量
Low-E玻璃损耗	低辐射玻璃的穿透损耗	20-30dB	严重影响室内覆盖

常见问题解答

Q1：毫米波信道建模为什么不同于Sub-6GHz？

答：毫米波信道建模需要考虑其独特的传播特性，这些特性与Sub-6GHz有显著差异。首先，毫米波的多径结构更加稀疏，多径数量通常只有几个到十几个，而Sub-6GHz可能有几十甚至上百条多径。其次，毫米波的角度扩展更小，信号能量更加集中，这影响了空间相关性和波束成形设计。第三，毫米波对遮挡更加敏感，人体、车辆甚至树叶都会造成显著的遮挡损耗。第四，毫米波的穿透能力更差，难以穿透建筑物表面。这些差异意味着传统的Sub-6GHz信道模型无法直接适用于毫米波，需要开发专门的毫米波信道模型。

---

Q2：什么是多径簇结构？

答：多径簇结构是指多径成分在时延和角度上聚集形成若干个”簇”的现象。每个簇由若干条时延和角度非常接近的多径组成，不同的簇之间有明显的时延差和角度差。多径簇结构的形成原因在于传播环境中的大型散射体（如建筑物表面）会产生强烈的反射，而散射体本身具有一定的空间尺度，导致反射路径在时延和角度上集中分布。理解多径簇结构对于接收机设计很重要：簇内多径可以合并处理，而不同簇之间需要分别处理。毫米波信道的多径簇数量通常为3-8个，少于Sub-6GHz信道。

Q3：如何选择合适的毫米波信道模型？

答：选择毫米波信道模型需要考虑研究目的、可用资源和仿真复杂度等因素。对于标准化的系统性能评估，建议使用3GPP TR 38.901模型，这是工业界广泛采用的标准化模型。对于学术研究，特别是关注遮挡效应的场景，NYUSIM模型是不错的选择，它基于大量实测数据，包含详细的遮挡模型。如果需要精确的网络规划，可以考虑基于地图的模型如QuaDRiGa。无论选择哪种模型，都需要确保模型的频率范围、场景设置与实际应用场景匹配。此外，对于复杂模型，需要确保有足够的计算资源支持仿真运行。

Q4：视距概率如何影响毫米波网络规划？

答：视距概率对毫米波网络规划有重要影响。首先，视距概率随距离急剧下降，这意味着毫米波基站的覆盖范围有限，通常在100-300米之间。其次，视距概率影响链路预算：对于视距概率高的场景，可以使用较高的调制编码阶数，获得更高的频谱效率；对于视距概率低的场景，需要预留更多的链路余量，使用更鲁棒的调制编码方案。第三，视距概率影响切换策略：在视距概率高的区域，可以更积极地切换到毫米波小区；在视距概率低的区域，可能需要保持与Sub-6GHz的连接。因此，在网络规划时需要根据视距概率模型调整站间距、发射功率和切换参数。

Q5：人体遮挡效应如何缓解？

答：人体遮挡是毫米波系统面临的一个特殊挑战，可以通过多种技术手段缓解。在终端侧，可以采用多天线布局和天线切换技术，当某个天线被遮挡时切换到其他天线。在网络侧，可以采用多波束策略，同时服务用户的多个波束，当某个波束被遮挡时其他波束仍可维持连接。此外，还可以利用反射表面（RIS）技术，通过智能反射表面绕过遮挡物。用户行为改变也是缓解遮挡的有效方式，如建议用户调整手持姿势或移动位置。对于运营商，可以在热点区域部署多个接入点，从不同方向为用户提供服务，降低遮挡导致的完全中断风险。

总结

本文系统介绍了毫米波信道建模的基本方法和关键特性。我们首先了解了信道建模的重要性和主要方法分类，然后深入探讨了多天线衰落模型的数学表示。接着，我们详细分析了毫米波信道的大尺度参数，包括路径损耗模型、视距概率模型、材料穿透特性和人体遮挡效应。我们进一步讨论了小尺度参数，如时延扩展、角度扩展和多径簇结构。最后，我们介绍了几个重要的毫米波信道模型实例，包括3GPP TR 38.901和NYUSIM模型。

理解毫米波信道建模对于把握5G和6G系统设计至关重要。毫米波信道的独特传播特性——稀疏多径、小角度扩展、高遮挡敏感性——既带来了挑战，也提供了机遇。通过准确理解和建模这些特性，我们可以设计出更高效的毫米波通信系统。

下篇预告

下一篇我们将深入探讨《天线与射频约束》，带你了解毫米波系统的天线阵列设计、射频架构权衡以及功耗考虑等内容。