在衰落信道的计算机仿真中的主要问题是具有准确统计的一个复杂的随机高斯进程C（t）的一种抽样模式（或在频率选择性信道情况下一个以上）。这个过程的计算机生成c[n] = c(nTs),其中Ts为采样间隔，这在过去40年中在三个主要途径进行了摸索。第一种方法是杰克斯在[6]中的建议，是所谓的Sum-of-Sinusoids (SoS)方法。它是基于作为一个具有同等的幅度和间隔均匀的有限数量的叠加接收信号的代表。这个SoS技术在[7]中被用来模拟一个移动到移动的衰落信道。在那里，根据由N·M的数值组成的接收信号提出了一个“双圈”模型，其中N和M分别代表发送和接收环节的散射数目（因此称为“双圈”模型）。
第二种方法，名为快速傅立叶逆变换，在 [8]提出并在[9]中加以扩展。为了得到一个给定的自相关函数的衰落输出，两组均值为零的独立高斯随机变量序列在频域中都乘以相同的频率编码。该编码等于与给定的自相关函数的傅里叶变换对应的功率谱的平方根。得到序列后加入正交变化，这样一个复杂的反变换（逆变换）就得到了。由于线性的逆变换，输出是一个需要描述的自相关函数的时域高斯序列。
第三种方法称为滤波方法，它采取计算机生成的独立高斯随机变量的数字滤波器，这一滤波器，其频率响应幅度等于相应的所需要自相关函数的傅里叶变换的平方根。由于线性过滤操作，滤波器的输出序列仍然是高斯，并包含期望的自相关函数。在[2]中提到了一个解决方案，结合了一个几近完美的插入一个无限脉冲响应（IIR）的滤波器。在[9]和[2]中，所建议的方法应用于移动到固定的衰落信道仿真。
本文提出了一种对抽样瑞利衰落移动对移动信道模拟的新的方法。它是基于应用了一个复杂的函数集作为扩展基础的改进型KL扩展。模拟进程ACF，p.d.f，LCR和AFD与理论值比较起来都还很接近。ACF和p.d.f.相对于以IFFT为基础的模拟器[9]提供更好的性能，频率编码相当于（2）的平方根。从计算复杂度的角度来看，该方法等于逆变换方法。这些结果的统计质量和计算效率由PSD的均值Kullback-Leibler差异计算和确认提出的瑞利衰落模拟器的有效性评估。