姊妹篇中提到了WINNER模型是诺西牵头搞的原3GPP SCM的增强版确实很强。这里只片面的做一个比较：

关于WINNER模型的官方介绍参见：

考虑到篇幅官方将winner模型的文档分成上下两册。上册為主着重介绍信道模型有哪几种结构和参数，下册为辅详细记录了信道测量和分析。另有一份关于matlab实现的说明文档

winner模型是一种geometry-based、stochastic模型，自scm发展而来其物理参数采集自欧美的城市、乡镇或农村。

在仿真时：信道参数根据一定的统计分布随机生成；天线图样从模型中剥離由用户决定；信道实现由详细的小尺度参数（delay、power、AoA、AoD）通过模拟多径叠加完成。这种多径叠加得到信道的方式体现了geometry-based在MIMO规模较大时，仿真复杂度反而要比correlation-based方法低（参见[1]的3.6.3节）这种叠加造成了：1、天线元间的信道相关性；2、依赖于地理环境的多普勒频谱的瞬时衰落（鈈太理解）。

GCM有三个层次的随机性从上到下依次为：

大尺度参数（LSP）根据分布函数表随机生成（LSP的空间相关性参见[1]的3.3.1节）；
小尺度参数根据大尺度参数和分布函数表随机生成；
各散射体的初相位随机生成。

至此模型完全非随机了。

如果只看[1]其所介绍的特性是明晰的、周全的。但目前的matlab实现代码提供的和[1]中规定的尚有出入使用者必须亲自实践才能略知一二。而且[2]中涉及的数据结构、参数设置等话题过於庞杂故以后有时间再续。被频繁关注的Antenna Field Pattern、扇区化、布局等话题在[2]中都有详细的介绍下面列举一些实践中让我读了文档后仍感到困惑嘚地方：

1. Drop和Segment等效于多少个sample？（有时为了研究100个sample能不能将信道遍历需要知道这个细节）

根据单位是rad，通过网上搜集资料最为接近的理解來自：

后来又翻出来rotate_vector.m这个函数，总算看明白了同网页上讲的一致。