Diese Arbeit konzentriert sich auf die Klasse der stochastischen geometrie-basierten Kanalmodelle, die einen guten Kompromiss zwischen Komplexität und Realismus bieten. Die flexible Struktur des geometrie-basierten stochastischen Kanalmodells ermöglicht eine generische Darstellung der unterschiedlichen Ausbreitungsszenarien, so dass dieses Modell für die Simulation von heterogenen Netzwerken geeignet ist. Da die Parametrisierung des zweiseitig richtungsaufgelösten Modells keine Information über die Positionen der Streuobjekte relativ zu dem Sende-und Empfangsantennen erfordert, ist es möglich, ein Modell zu entwerfen, welches nicht explizit die Position der Streuer während der Synthese bestimmt. Die Entwicklung eines solchen Modells, welches für die Beschreibung der physikalischen Wellenausbreitung nur die parametrische Dimensionen verwendet, begann mit dem 3GPP Spatial Channel Modell und es während der verschiedenen WINNER Projekte weiterentwickelt. Die betrachteten Modelle nutzen diese Parameter wie "Delay Spread", "Winkelstreuung", "Shadowing", etc. um die Leistungsverteilung in den verschiedenen Kanaldimensionen zu quantifizieren. Deren statistischen Eigenschaften (statistische Verteilungen und Korrelationsfunktionen) werden auf der Ebene der Ausbreitungsszenarien charakterisiert und stellen damit den wichtigsten Teil des Modells dar.Die Repräsentation der Messdaten/Kanaleigenschaften in WINNER spezifischen parametrischen Dimensionen und deren weitere Abstraktion als multivariaten normalverteilten Prozess ermöglicht eine einfache Quantifizierung der Szenarioähnlichkeit basierend auf einer relativen Entropiemetrik. Dieses Ähnlichkeitsmaß kann dann genutzt werden, um die erforderliche Anzahl von unterschiedlichen Klassen an Referenzszenario zu minimieren, welches die Komplexität des Gesamtmodells reduziert. Die vereinfachte Parametrierung des 3GPP Spatial Channel Modell führt zu einer schwachen Konsistenz der räumlich-zeitlichen Kanalevolution. Die Ursache liegt in der abstrahierten Ausbreitungsumgebung, also dem Fehlen von vordefinierten Streuobjekten. Im WINNER -Modell werden die Intra-Zell-Korrelationen ausgenutzt um Ähnlichkeiten von benachbarten Positionen mobiler Endgerät zu erzwingen. Die Intra-Zell-Korrelationen sind aber immer noch nicht angemessen vertreten und reproduziert durch dieses Modell. Hier sind weitere zukünftige Arbeiten notwendig. Diese Doktorarbeit schlägt eine Modellerweiterung für kooperative (Down)Links vor, hierbei wird die Interaktion der Large Scale Parameter durch eine Begrenzung des Dynamikbereichs der Empfänger eingeführt.
This thesis concentrates on the class of geometry-based stochastic channel models that offer a good trade-off between complexity and realism. The flexible structure of the geometry-based stochastic channel model enables generic representation of different propagation scenarios, making the model suitable for simulation of heterogeneous networks. Since the parameterization of the double-directional model does not require information on the positions of the scattering objects relative to the transmitting and receiving antennas, it is possible to design a model that does not explicitly position the scatterers during the synthesis. Development of such a model, which uses purely parametric domains to represent physical propagation started with the 3GPP Spatial Channel Model, and it advanced during the WINNERproject. These particular models use the control parameters such as “delay spread”, “angular spread”, “shadowing”, etc. to quantify the power distribution over different channel dimensions. Their statistical properties (statistical distributions and correlation functions) are characterized on the propagation scenario level, and represent the most important part of the model. The representation of measurement in WINNER parametric space and its further abstraction as a multi-variate normal process enables the straightforward quantification of the similarity by relative entropy measure. This similarity metric can be exploited to minimize the required number of distinct reference scenario classes, which reduces the overall model complexity. The simplified parameterization of the 3GPP Spatial Channel Model results in weak consistency of the spatio-temporal channel evolution. This comes as a direct consequence of the abstracted propagation environment, i.e., the lack of predefined scatterer setup. In the WINNER model, the intra-cell correlations are exploited to enforce similarity in the close positions of a mobile terminal. The intra-cell correlations are still not properly represented and reproduced by this model, which defines the necessary future work. The thesis proposes a model extension in which the interaction of large-scale parameters, describing the cooperative (down)links, is established through a limited dynamic range of the receiver.