超带宽信道估计模型仿真

function [htt0np] = uwb_sv_model_ct（Lam lambda Gam gamma std_ln_1 std_ln_2 nlos ...
                          std_shdw num_channels）
% IEEE 802.15.3a UWB channel model for PHY proposal evaluation
%      continuous-time realization of modified S-V channel model
% Input parameters:
%   Lam      Cluster arrival rate in GHz （avg # of clusters per nsec）
%   lambda   Ray arrival rate in GHz （avg # of rays per nsec）
%   Gam      Cluster decay factor （time constant nsec）
%   gamma    Ray decay factor （time constant nsec）
%   std_ln_1 Standard deviation of log-normal variable for cluster fading
%   std_ln_2 Standard deviation of log-normal variable for ray fading
%   nlos     Flag to specify generation of Non Line Of Sight channels
%   std_shdw  Standard deviation of log-normal shadowing of entire impulse response
%   num_channels  number of random realizations to generate
% Outputs
%   h is returned as a matrix with num_channels columns each column 
%     holding a random realization of the channel model （an impulse response）
%   t is organized as h but holds the time instances （in nsec） of the paths whose
%     signed amplitudes are stored in h
%   t0 is the arrival time of the first cluster for each realization
%   np is the number of paths for each realization.
% Thus the k‘th realization of the channel impulse response is the sequence 
%   of （timevalue） pairs given by （t（1:np（k）k） h（1:np（k）k））

% initialize and precompute some things
std_L = 1/sqrt（2*Lam）;      % std dev （nsec） of cluster arrival spacing
std_lam = 1/sqrt（2*lambda）; % std dev （nsec） of ray arrival spacing
mu_const = （std_ln_1^2+std_ln_2^2）*log（10）/20;  % pre-compute for later
h_len = 1000;  % there must be a better estimate of # of paths than this
ngrow = 1000; % amount to grow data structure if more paths are needed
h = zeros（h_lennum_channels）;
t = zeros（h_lennum_channels）;
t0 = zeros（1num_channels）;
np = zeros（1num_channels）;

for k = 1:num_channels