在5G和B5G时代,大量低复杂度、低成本、低功耗的小型设备将被广泛接入通信网络中并形成规模庞大的物联网络,其接入密度将高达每平方公里百万个。而穿戴于人体(或动物、机器人等移动物体)的便携设备是其重要的组成部分,它的应用依赖于连接穿戴网络和蜂窝网、WIFI等局域网的离体信道特性的研究。离体信道被定义为穿戴设备与远端接入点(AP)之间的传输媒介。它具有场景复杂多变、天线-人体效应显著、人体姿态和移动性干扰强等特点,故其传播特性与传统短距离无线信道存在显著区别。充分理解离体信道的传播特性并构建高效、可靠的接入链路同时具备重要的理论意义和很高的产业价值。本文围绕离体信道传播特性分析和建模这一科学问题,在单链路、分集链路、多穿戴位置、变接入点高度、多姿态测量等典型场景开展了大量无线信道测量实验,采用基于传统信道大小尺度传播特性分析和基于压缩感知理论的稀疏性分析方法对所测数据进行了系统性统计分析工作,建立了高预测精度和高通用性的大小尺度模型,提出了高可靠的圆极化分集接入方案,明确了稀疏化信道建模在单通道和多通道同步建模上的显著优势,主要工作和创新点如下:(1)建立了可变穿戴位置和可变接入点高度的双因子综合路径损耗模型,为离体通信复杂场景下精确的路径损耗预测提供了一种解决方案。该方案的特征是将功率损耗指数建模为AP高度因子的二次函数,将穿戴位置损耗统计为查找表方式。故可方便地扩展到多种场景,并根据实测值便捷地更新场景依赖的修正因子。相比既有的大尺度模型,所提双因子模型具备更明确的物理意义、更宽广的使用范围和更强的场景适应能力。数值仿真发现所提模型比传统对数距离高度因子模型具有更高的预测精度。(2)提出了一种高可靠的圆极化空间分集接入方案,并建立了考虑合并增益和极化失配损耗因子的分集接收信号模型。与传统贴片天线和倒F天线等线极化分集方案相比,所提的圆极化方案分集增益提升了0.8dB,抗极化失配损耗的能力提升了1.3dB。进一步地,所提圆极化分集方案在实测传播特性和分集抗衰落性能上的显著优势,使得其能有效对抗穿戴通信中普遍存在的由人体姿态、高度变化以及收发端极化失配损耗等所引发的深衰落。通过蒙特卡洛仿真进一步验证了所提圆极化方案的多重优势以及所建立分集接收模型的正确性。(3)建立了基于单测量矢量压缩感知方法(SMV-CS)的离体信道脉冲响应模型,提出了一种将压缩感知分析框架引入离体信道分析和建模领域,用于解决多径情况特别复杂的离体时域脉冲响应的建模难题。该建模问题一直为传统的抽头延迟线类(TDL)模型描述不够精确,而SV簇类模型建模过于复杂且缺乏灵活性所困扰,所提新型SMV-CS方法则有效地实现了建模复杂度和簇结构精确度的平衡。首先建立了信道稀疏度、建模复杂度和精确度的三平衡原则。并根据此原则指导用于稀疏分析的字典以及恢复算法的选取,基于压缩感知(CS)丰富的算法库和通用小波字典库对实测的穿戴信道进行信道脉冲响应建模。从而构建了基于SMV-CS方法的稀疏统计分析和建模框架,并建立信道稀疏参量与传播一二阶统计量桥梁关系的数学模型。随后根据排序后信道稀疏系数矢量的指数衰减特性以及统计特性,提出SMV-CS稀疏信道建模的三种实现方法。通过对测量的多场景离体信道集和IEEE802.15.6推荐的仿真信道集的大量蒙特卡洛仿真发现,所提三种SMV-CS模型相比统计TDL模型有较为明显的复杂度和精度改善。(4)建立了基于多测量矢量压缩感知技术(MMV-CS)的离体同步稀疏化信道模型,将SMV-CS的研究成果从单通道推广到多通道领域中,为多分集、离体MIMO信道等高维度离体信道的建模问题提供了一种新型的解决方案。为了解决利用CS方法准确提取同步信道的公共支撑字典集问题,设计了基于小波软门限去噪、同步信道增强措施、自适应字典选择等算法来改进同步恢复算法。并基于小波字典实现了一种同步增强匹配追踪算法(TA-SOMP)对64通道离体信道进行同步稀疏特性分析和参数提取,由此构建了压缩感知-同步多通道统计稀疏信道模型(CS-SSCM)。对比传统同步建模方法,所提CS-SSCM模型具有复杂度低、建模精度高、适用场景广泛、簇特性更加丰富以及算法提升潜力大等多重优势。本文根据所研究离体信道传播特性和稀疏化建模的成果,构建了多种离体信道仿真器以便于读者查阅对比离体传播特性、分析借鉴信道模型和便捷地进行穿戴通信性能分析。这些离体信道仿真器包括基于离体空间分集模型的身体中心网仿真器,基于稀疏分析和建模的单测量矢量-压缩感知信道仿真器和人体阴影效应影响下的多分集系统仿真器,并分享于gitHub平台。所得研究成果期望能为未来穿戴通信的物理层设计、链路预算、算法开发以及系统级仿真提供一些理论依据和工程参考。此外,本文也为如何将先进的压缩感知和稀疏学习方法引入到无线通信领域中提供了一种新思路。