CN108768565B - 一种面向车联网的动态mimo信道建模及参数计算方法 - Google Patents
一种面向车联网的动态mimo信道建模及参数计算方法 Download PDFInfo
- Publication number
- CN108768565B CN108768565B CN201810342372.0A CN201810342372A CN108768565B CN 108768565 B CN108768565 B CN 108768565B CN 201810342372 A CN201810342372 A CN 201810342372A CN 108768565 B CN108768565 B CN 108768565B
- Authority
- CN
- China
- Prior art keywords
- calculating
- following
- steps
- scatterer
- method comprises
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000005562 fading Methods 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 37
- 230000010363 phase shift Effects 0.000 claims description 28
- 238000004088 simulation Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000009827 uniform distribution Methods 0.000 claims description 4
- 230000001934 delay Effects 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 abstract description 11
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 1
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Electromagnetism (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种面向车联网的动态MIMO信道建模及参数计算方法,本发明提出的V2V动态MIMO信道建模方法,综合考虑了收发车辆移动、散射体移动、运动速度及轨迹变化等多种影响电波传播的因素;本发明提出的V2V动态MIMO信道建模方法和参数计算方法,支持时变的信道模型参数,适用于任意三维天线阵列及任意车辆运动轨迹的传播场景,并能够保证输出信道衰落相位的连续性。
Description
技术领域:
本发明涉及车联网移动通信信道建模仿真,属于无线通信领域,具体是一种考虑复杂交通状况下车速随机变化的动态MIMO信道建模方法,以及信道参数计算方法。
背景技术:
随着道路交通密度的快速增加,道路安全和交通流量管理问题亟待解决。车辆到车辆(vehicle-to-vehicle,V2V)通信系统能够有效提高道路交通的安全性和便利性,成为第5代移动通信所关注的关键传输技术之一。多输入多输出技术(Multiple InputMultiple Output,MIMO)能够在不增加带宽和传输功率的前提下,实现高速数据传输,显著提高了通信系统容量与可靠性。因此,构建符合实际交通状况的V2V动态MIMO信道模型,对V2V系统的仿真和性能评估以及系统的改进设计具有重要意义。
在V2V通信系统中,由于收发端和散射体均处于快速运动状态,导致其信道呈现明显的非平稳特性。目前,大部分V2V信道模型假设移动端以恒定速度沿特定方向移动,然而,在实际交通环境中,由于周围车辆和设施以及交通灯等的影响,车辆在移动过程中会经历加速或者减速的过程,并且在转弯和路面不平地段,车辆会改变其运动方向。运动速度大小和方向的变化会对信道特性产生重要影响,但考虑车辆速度变化的V2V信道模型还很少。另一方面,目前大部分非平稳信道建模方法没有考虑到不同场景段信道状态之间的连续性,导致输出多普勒频率和相位与实际不吻合。因此,有必要研究一种符合实际交通状况并能输出精确多普勒频率的V2V动态MIMO信道建模及参数演进方法。
发明内容:
为了准确分析及研究复杂交通状况下的V2V动态MIMO信道模型及特性,本发明提出一种面向车联网的动态MIMO信道建模及参数计算方法。
本发明所采用的技术方案有:一种面向车联网的动态MIMO信道建模及参数计算方法,步骤如下:
第一步:针对复杂交通状况下的V2V动态MIMO通信场景,将收发车辆之间的MIMO信道建模为
其中,S表示发送端天线数目,U表示接收端天线数目,发送端第s根天线与接收端第u根天线之间的信道hu,s(t,τ)表示为不同功率和时延的多条传播路径信号的叠加,将第n条路径的归一化信道衰落系数建模为
1)实时计算移动发射端即MT和移动接收端即MR的位置矢量,方法如下:
步骤一:假设初始时刻MT和MR的位置矢量分别为LMT(t0),LMR(t0);
步骤二:迭代计算t+Δt时刻MT和MR的位置矢量,方法如下
其中,vMT(t),vMR(t)分别表示MT和MR的移动速度矢量。
步骤三:令t=t+Δt,返回步骤二,计算下一时刻MT和MR的位置矢量,直到仿真结束;
2)假设收发端之间第n条散射路径的第一个和最后一个散射体分别记为An,Zn,实时计算An,Zn的位置矢量,采用方法如下:
步骤二:迭代计算t+Δt时刻散射体An,Zn的位置矢量,方法如下
步骤三:令t=t+Δt,返回步骤二,计算下一时刻散射体An,Zn的位置矢量,直到仿真结束;
3)计算MT与散射体An之间的信号角度均值以及散射体Zn与MR之间的信号角度均值,方法如下:
4)根据用户预先指定或实测的角度统计分布,动态计算并产生M组时变角度值θMT,n,m(t),θMR,n,m(t),φMT,n,m(t),φMR,n,m(t),并实时构建第n条路径第m条散射支路收发端方向矢量,方法如下:
5)实时计算第n条路径第m条散射支路的多普勒相移,方法如下:
其中,k=2πf0/c表示波数,f0和c分别为载波频率和光速;
1)计算收发端天线位置旋转矩阵,方法如下:
其中,dMT,s(t0),dMR,u(t0)分别表示发送端第s根天线和接收端第u根天线初始时刻的位置;
本发明具有如下有益效果:
(1)、本发明提出的V2V动态MIMO信道建模方法,综合考虑了收发车辆移动、散射体移动、运动速度及轨迹变化等多种影响电波传播的因素。
(2)、本发明提出的V2V动态MIMO信道建模方法和参数计算方法,支持时变的信道模型参数,适用于任意三维天线阵列及任意车辆运动轨迹的传播场景,并能够保证输出信道衰落相位的连续性。
附图说明:
图1为本发明方案中复杂交通状况下的V2V动态MIMO通信场景。
图2为采用本发明方案产生的二维角度分布演进过程。
图3为采用本发明方案产生的信道时变衰落包络及相位。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明一种面向车联网的动态MIMO信道建模及参数计算方法,具体步骤如下:
第一步:如图1所示,针对复杂交通状况下的V2V动态MIMO通信场景,本发明将收发车辆之间的MIMO信道建模为
其中,S表示发送端天线数目,U表示接收端天线数目,发送端第s根天线与接收端第u根天线之间的信道hu,s(t,τ)可表示为不同功率和时延的多条传播路径信号的叠加,本发明将第n条路径的归一化信道衰落系数建模为
1)实时计算移动发射端(mobile transmitter,MT)和移动接收端(mobilereceiver,MR)的位置矢量,方法如下:
步骤一:假设初始时刻MT和MR的位置矢量分别为LMT(t0),LMR(t0);
步骤二:迭代计算t+Δt时刻MT和MR的位置矢量,方法如下
其中,vMT(t),vMR(t)分别表示MT和MR的移动速度矢量。
步骤三:令t=t+Δt,返回步骤二,计算下一时刻MT和MR的位置矢量,直到仿真结束。
2)假设收发端之间第n条散射路径的第一个和最后一个散射体分别记为An,Zn,实时计算An,Zn的位置矢量,本发明采用方法如下:
步骤二:迭代计算t+Δt时刻散射体An,Zn的位置矢量,方法如下
步骤三:令t=t+Δt,返回步骤二,计算下一时刻散射体An,Zn的位置矢量,直到仿真结束。
3)计算MT与散射体An之间的信号角度均值以及散射体Zn与MR之间的信号角度均值,方法如下:
4)根据用户预先指定或实测的角度统计分布,动态计算并产生M组时变角度值θMT,n,m(t),θMR,n,m(t),φMT,n,m(t),φMR,n,m(t),并实时构建第n条路径第m条散射支路收发端方向矢量,方法如下:
5)实时计算第n条路径第m条散射支路的多普勒相移,方法如下:
其中,k=2πf0/c表示波数,f0和c分别为载波频率和光速。
1)计算收发端天线位置旋转矩阵,方法如下:
其中,dMT,s(t0),dMR,u(t0)分别表示发送端第s根天线和接收端第u根天线初始时刻的位置。
下面具体通过附图和实施例来说明本发明一种面向车联网的动态MIMO信道建模及参数计算方法,本案例选用2x2MIMO系统,仿真时长为5s,采样率fs=10KHz,信道状态更新间隔Δt=0.1s。本实例中,无线信道传播场景采用WINNER+信道标准中的城市微蜂窝场景,具体仿真参数如表1所示。
表1仿真参数
本实施例包括以下步骤:
1)实时计算MT和MR的位置矢量,方法如下:
步骤一:初始时刻MT和MR的位置矢量分别表示为LMT(t0)=[0,0,0],LMR(t0)=[0,0,0];
步骤二:计算t+Δt时刻MT和MR的位置矢量LMT(t+Δt),LMR(t+Δt);
步骤三:令t=t+Δt且返回步骤二,计算下一时刻MT和MR的位置矢量,直到仿真结束。
2)令收发端之间第n条散射路径的第一个和最后一个散射体为An,Zn,并实时计算An,Zn的位置矢量,方法如下:
步骤三:令t=t+Δt且返回步骤二,计算下一时刻散射体An,Zn的位置矢量,直到仿真结束。
4)本发明假设角度服从Von Mises Fisher(VMF)统计分布,动态计算并产生1000组集中程度因子κ=100的时变VMF角度值θMT,n,m(t),θMR,n,m(t),φMT,n,m(t),φMR,n,m(t)。本案例中,初始时刻第1条路径第1条散射支路的角度为θMT,1,1(t0)=0.2763,θMR,1,1(t0)=0.3742,φMT,1,1(t0)=0.6199,φMR,1,1(t0)=-0.5773;实时计算第n条路径第m条散射支路相对收发端的信号单位矢量,本案例中,初始时刻第1条路径第1条散射支路相对收发端的信号单位矢量为sMT,1,1(t0)=[0.7830;0.5589;0.2728],sMR,1,1(t0)=[0.7799;-0.5080;0.3655]。
4、将上述步骤获得的时变相位参数代入式(2)的信道模型中,最终获得该场景下V2V动态MIMO信道。
本实施例得到的效果可以通过图2-图3仿真实验中所获得的具体数据进行进一步说明。我们看到:1)图2(a)和图2(b)分别给出了MT端和MR端的二维角度参数演进过程,从图中可以看出,角度均值随时间变化,而角度分布不变;2)图3给出了四条子信道衰落的包络和相位,可以看出本发明产生的信道衰落是时变的,且输出信道衰落相位连续。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (1)
1.一种面向车联网的动态MIMO信道建模及参数计算方法,其特征在于:步骤如下:
第一步:针对复杂交通状况下的V2V动态MIMO通信场景,将收发车辆之间的MIMO信道建模为
其中,S表示发送端天线数目,U表示接收端天线数目,发送端第s根天线与接收端第u根天线之间的信道hu,s(t,τ)表示为不同功率和时延的多条传播路径信号的叠加,将第n条路径的归一化信道衰落系数建模为
1)实时计算移动发射端即MT和移动接收端即MR的位置矢量,方法如下:
步骤一:假设初始时刻MT和MR的位置矢量分别为LMT(t0),LMR(t0);
步骤二:迭代计算t+Δt时刻MT和MR的位置矢量,方法如下
其中,vMT(t),vMR(t)分别表示MT和MR的移动速度矢量;
步骤三:令t=t+Δt,返回步骤二,计算下一时刻MT和MR的位置矢量,直到仿真结束;
2)假设收发端之间第n条散射路径的第一个和最后一个散射体分别记为An,Zn,实时计算An,Zn的位置矢量,采用方法如下:
步骤二:迭代计算t+Δt时刻散射体An,Zn的位置矢量,方法如下
步骤三:令t=t+Δt,返回步骤二,计算下一时刻散射体An,Zn的位置矢量,直到仿真结束;
3)计算MT与散射体An之间的信号角度均值以及散射体Zn与MR之间的信号角度均值,方法如下:
4)根据用户预先指定或实测的角度统计分布,动态计算并产生M组时变角度值θMT,n,m(t),θMR,n,m(t),φMT,n,m(t),φMR,n,m(t),并实时构建第n条路径第m条散射支路收发端方向矢量,方法如下:
5)实时计算第n条路径第m条散射支路的多普勒相移,方法如下:
其中,k=2πf0/c表示波数,f0和c分别为载波频率和光速;
1)计算收发端天线位置旋转矩阵,方法如下:
其中,dMT,s(t0),dMR,u(t0)分别表示发送端第s根天线和接收端第u根天线初始时刻的位置;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810342372.0A CN108768565B (zh) | 2018-04-17 | 2018-04-17 | 一种面向车联网的动态mimo信道建模及参数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810342372.0A CN108768565B (zh) | 2018-04-17 | 2018-04-17 | 一种面向车联网的动态mimo信道建模及参数计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108768565A CN108768565A (zh) | 2018-11-06 |
CN108768565B true CN108768565B (zh) | 2020-10-20 |
Family
ID=64010710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810342372.0A Active CN108768565B (zh) | 2018-04-17 | 2018-04-17 | 一种面向车联网的动态mimo信道建模及参数计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108768565B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519029B (zh) * | 2019-08-08 | 2021-10-29 | 东南大学 | 蜂窝与v2v混合大规模mimo导频复用信道获取方法 |
CN110784853B (zh) * | 2019-10-31 | 2023-04-28 | 北京星河亮点技术股份有限公司 | 一种车辆到车辆的大规模天线信道模型建立方法及系统 |
CN111698662B (zh) * | 2020-06-15 | 2021-10-29 | 西安电子科技大学 | 高网络负载场景中mimo系统下的v2x通信方法 |
CN112333671B (zh) * | 2020-11-03 | 2022-03-18 | 合肥工业大学 | 一种车对车mimo信道的非平稳特征提取方法 |
CN114696932B (zh) * | 2022-03-22 | 2023-03-31 | 北京大学 | 用于车联网通信的空时频非平稳无线通信信道建模方法 |
CN114785438B (zh) * | 2022-04-18 | 2023-08-22 | 中国人民解放军陆军工程大学 | 战术通信环境下车对车信道模型构建方法及系统实现方案 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102571243A (zh) * | 2012-03-28 | 2012-07-11 | 武穆清 | 一种车辆到车辆通信的宽带无线mimo信道建模方法 |
CN105978647B (zh) * | 2016-04-15 | 2018-06-22 | 南京航空航天大学 | 一种三维双移动mimo传播信道的建模及仿真方法 |
-
2018
- 2018-04-17 CN CN201810342372.0A patent/CN108768565B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108768565A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108768565B (zh) | 一种面向车联网的动态mimo信道建模及参数计算方法 | |
CN109639378B (zh) | 矩形隧道无线传播信道建模方法 | |
CN111245480B (zh) | 一种基于三维空间的双簇几何信道建模方法 | |
CN108418645B (zh) | 一种非平稳移动通信信道建模及参数平滑演进方法 | |
CN109412673B (zh) | 面向无人机通信的几何随机信道模型的实时仿真方法 | |
CN104052557B (zh) | 一种Nakagami复衰落信道建模方法 | |
Jiang et al. | Three-dimensional geometry-based stochastic channel modeling for intelligent reflecting surface-assisted UAV MIMO communications | |
CN110958069A (zh) | 一种基于隧道环境的三维非平稳宽带双簇信道建模方法 | |
CN105978647B (zh) | 一种三维双移动mimo传播信道的建模及仿真方法 | |
Liu et al. | 3D non-stationary wideband circular tunnel channel models for high-speed train wireless communication systems | |
CN111211820A (zh) | 面向车联网的车载通信设备测试装置及测试方法 | |
CN114124266B (zh) | 一种基于irs辅助无人机与无人船通信的信道建模方法 | |
Qiao et al. | Distributed localization based on signal propagation loss for underwater sensor networks | |
CN113949439B (zh) | 一种面向无人机空对空通信的几何随机信道建模方法 | |
CN105891791A (zh) | 多目标信号生成方法及射频多目标信号源 | |
CN105721087A (zh) | 基于传播图理论的非视距类距隧道环境下的信道建模方法 | |
CN113225711A (zh) | 一种隧道场景车对车mimo无线信道容量估计方法 | |
CN113747401A (zh) | 一种车辆到车辆的非平稳信道建模方法及装置 | |
Nuckelt et al. | Geometry-based path interpolation for rapid ray-optical modeling of vehicular channels | |
CN110417491A (zh) | 一种ads-b多通道信号生成方法、模拟器及计算机存储介质、电子设备 | |
CN111263327B (zh) | 一种用于多输入多输出单环模型建模方法及其仿真平台 | |
Mao et al. | A novel non-stationary channel model for UAV-to-vehicle mmWave beam communications | |
CN108494513A (zh) | 浅海水声信道模型建立及其计算方法 | |
Haihan et al. | A novel method to obtain CSI based on Gaussian mixture model and expectation maximization | |
CN114696932B (zh) | 用于车联网通信的空时频非平稳无线通信信道建模方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |