CN109756284B - 面向动态拓扑车联网的车载节点通信模型快速构建方法 - Google Patents

面向动态拓扑车联网的车载节点通信模型快速构建方法 Download PDF

Info

Publication number
CN109756284B
CN109756284B CN201910123176.9A CN201910123176A CN109756284B CN 109756284 B CN109756284 B CN 109756284B CN 201910123176 A CN201910123176 A CN 201910123176A CN 109756284 B CN109756284 B CN 109756284B
Authority
CN
China
Prior art keywords
time
line
following
steps
sight
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
Application number
CN201910123176.9A
Other languages
English (en)
Other versions
CN109756284A (zh
Inventor
陈小敏
李伟东
朱秋明
徐大专
仲伟志
毛开
虞湘宾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910123176.9A priority Critical patent/CN109756284B/zh
Publication of CN109756284A publication Critical patent/CN109756284A/zh
Application granted granted Critical
Publication of CN109756284B publication Critical patent/CN109756284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种面向动态拓扑车联网的车载节点通信模型快速构建方法，综合考虑了收发端节点和散射体的相对移动、速度加速度、方向加速度和轨迹变化等多种车辆的实际行驶情况；针对车联网通信环境快速变化的特点，本发明将车联网动态轨迹划分为多个子轨迹，并针对每段轨迹的动态拓扑结构，实现了车联网通信模型的快速构建，适用于任意车辆运动轨迹的传播场景。

Description

面向动态拓扑车联网的车载节点通信模型快速构建方法
技术领域：
本发明涉及车联网无线通信环境，主要涉及一种面向动态拓扑车联网的车载节点通信模型快速构建方法，属于无线通信领域。
背景技术：
随着经济的发展，越来越多的居民使用汽车作为出行工具，目前，我国机动车数目超过了3亿辆，其中私家车数目达到了1.66亿辆。然而，随着私家车数量的快速增长，很多城市道路系统发展滞后，缺乏系统化的交通安全管理，交通拥堵问题日趋严重，交通事故频发。车联网(vehicle-to-vehicle,V2V)技术能建立车与车之间、车与基础设施之间、车与人之间的通信，实现车载用户间的信息交互，是未来5G通信技术在智能交通领域的应用。当道路出现拥堵时，V2V技术通过实时监控道路交通流，为车载用户规划其它舒适路线，缓解交通压力，提高交通运行效率；在十字路口，V2V技术可以预测视野盲区的交通状况，预防交通事故，提高出行安全性。
V2V通信环境不同于传统的蜂窝移动通信环境。鉴于基站位置比较高，基站周围的散射体可忽略不计。因此，传统蜂窝通信通常只考虑移动台周围的散射体，并且一般只存在直射和单跳路径信号。然而，在V2V通信场景中，由于收发端车辆的天线高度比较低，天线周围存在的散射体均不可忽略。因此，车载节点之间通信可能存在直射、单跳和多跳等路径情况。此外，V2V通信过程中，由于发射端和接收端节点均处于运动状态，通信网络的拓扑结构快速发生变化，导致其信道特性波动较快，具有明显的非平稳特性，传统的广义平稳不相关假设已经不适用于V2V通信。因此，为保证V2V信息的即时交互，有必要建立一种面向动态拓扑结构的V2V节点之间的通信信道模型。
发明内容：
本发明是为了解决上述现有技术存在的问题而提供一种面向动态拓扑车联网的车载节点通信模型快速构建方法。
本发明所采用的技术方案有：一种面向动态拓扑车联网的车载节点通信模型快速构建方法，包括如下步骤：
第一步：针对用户给定的路径轨迹，将汽车行驶轨迹划分为L个时间间隔，每个间隔持续时间为T，针对每段行驶轨迹，实时计算不同时刻的移动发射节点MT和发射端第n条路径的第m个散射支路的散射体
Figure GDA0002881798060000021
的相对速度矢量
Figure GDA0002881798060000022
相对位置矢量
Figure GDA0002881798060000023
和角度均值
Figure GDA0002881798060000024
接收端第n条路径的第m个散射支路的散射体
Figure GDA0002881798060000025
和移动接收节点MR的相对速度矢量
Figure GDA0002881798060000026
相对位置矢量
Figure GDA0002881798060000027
和角度均值
Figure GDA0002881798060000028
以及视距路径的角度均值
Figure GDA0002881798060000029
方法如下：
步骤一：当时间间隔序列l满足l＝1时，在初始零时刻，即t＝0时刻，假设收发端和散射体的初始相对速度矢量记为
Figure GDA00028817980600000210
i∈{MT,MR}，其中，当i＝MT时，
Figure GDA00028817980600000211
表示MT和
Figure GDA00028817980600000212
的相对速度矢量；当i＝MR时，
Figure GDA00028817980600000213
表示MR和
Figure GDA00028817980600000214
的相对速度矢量；
Figure GDA00028817980600000215
和
Figure GDA00028817980600000216
分别表示相对速度大小和移动方向；
Figure GDA00028817980600000217
Figure GDA00028817980600000218
和
Figure GDA00028817980600000219
分别表示移动收发端的速度大小和移动方向；
Figure GDA00028817980600000220
Figure GDA00028817980600000221
和
Figure GDA00028817980600000222
分别表示散射体的速度大小和移动方向；另外，假设收发端和散射体的初始相对位置矢量
Figure GDA00028817980600000223
i∈{MT,MR}，其中
Figure GDA00028817980600000224
和
Figure GDA00028817980600000225
分别表示收发端和散射体的初始位置矢量；
步骤二：迭代计算任意t时刻的相对速度矢量
Figure GDA00028817980600000226
方法如下：
Figure GDA00028817980600000227
Figure GDA00028817980600000228
其中，
Figure GDA00028817980600000229
和
Figure GDA00028817980600000230
分别表示移动收发端和散射体的速度加速度，
Figure GDA00028817980600000231
和
Figure GDA00028817980600000232
分别表示移动收发端和散射体的方向加速度；
步骤三：迭代计算任意t时刻的相对位置矢量
Figure GDA00028817980600000233
方法如下：
Figure GDA0002881798060000031
Figure GDA0002881798060000032
其中，(·)x和(·)y分别表示矢量的横坐标和纵坐标值；
步骤四：实时计算任意t时刻收发端和散射体之间的角度均值
Figure GDA0002881798060000033
以及收发端之间的角度均值
Figure GDA0002881798060000034
方法如下：
Figure GDA0002881798060000035
Figure GDA0002881798060000036
其中，
Figure GDA0002881798060000037
表示收发端和散射体的间距；
Figure GDA0002881798060000038
表示收发端之间的视距距离；
步骤五：当时刻t满足在第l个时间间隔以内时，即t＜l·T且l＜L，令t＝t+Δt，并返回第一步的步骤二；当时刻t等于第l个时间间隔上最长时间时，即t＝l·T且l＜L，令
Figure GDA0002881798060000039
并返回第一步的步骤二；否则，仿真结束；
第二步：车联网中任意两个移动节点之间的通信信道表示为一个矩阵形式，在任意时刻t和任意时延τ条件下的每个元素hpq(t,τ)表示第p个发射天线和第q个接收天线之间的通信信道模型，建模为
Figure GDA00028817980600000310
其中，N表示传播路径数目，
Figure GDA00028817980600000311
和
Figure GDA00028817980600000312
分别表示视距和非视距路径的信道，
Figure GDA00028817980600000313
和
Figure GDA00028817980600000314
分别表示视距和非视距路径的增益，
Figure GDA00028817980600000315
和
Figure GDA00028817980600000316
分别表示视距和非视距路径的时延，
Figure GDA00028817980600000317
表示单位冲激响应
Figure GDA0002881798060000041
ΠT(t)表示矩形窗函数
Figure GDA0002881798060000042
第三步：实时计算视距路径的时延
Figure GDA0002881798060000043
和非视距路径的时延
Figure GDA0002881798060000044
方法如下：
步骤一：计算t时刻的视距路径的时延，方法如下
Figure GDA0002881798060000045
其中，c表示光速；
步骤二：计算t时刻的非视距路径的时延，方法如下：
Figure GDA0002881798060000046
其中，
Figure GDA0002881798060000047
表示t＝l·T时刻的初始值；
步骤三：令t＝t+Δt，并返回第三步的步骤一，直至仿真结束；
第四步：实时计算视距路径增益
Figure GDA0002881798060000048
和非视距路径增益
Figure GDA0002881798060000049
方法如下：
步骤一：计算t时刻的视距路径增益，方法如下：
Figure GDA00028817980600000410
其中，fMHz表示通信频率，单位是MHz，
Figure GDA00028817980600000411
表示视距距离，单位是km；
步骤二：计算t时刻的第n条非视距路径增益，方法如下：
Figure GDA00028817980600000412
Figure GDA00028817980600000413
其中，
Figure GDA00028817980600000414
表示第n条非视距路径功率，Yn服从高斯分布；rτ表示时延分布因子；στ表示时延扩展；
步骤三：令t＝t+Δt，并返回第四步的步骤一，直至仿真结束；
第五步：实时计算视距路径的信道衰落
Figure GDA00028817980600000415
和第n条非视距路径的信道衰落
Figure GDA00028817980600000416
方法如下：
步骤一：计算t时刻视距路径的信道衰落，方法如下：
Figure GDA0002881798060000051
其中，j2＝-1，系数
Figure GDA0002881798060000052
和
Figure GDA0002881798060000053
的计算方法如下：
Figure GDA0002881798060000054
步骤二：计算t时刻第n条非视距路径的信道衰落，方法如下：
Figure GDA0002881798060000055
其中，M表示散射支路数目，
Figure GDA0002881798060000056
表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位，系数
Figure GDA0002881798060000057
和
Figure GDA0002881798060000058
的计算方法如下：
Figure GDA0002881798060000059
步骤三：令t＝t+Δt，返回第五步的步骤一，直至仿真结束。
本发明具有如下有益效果：
(1)本发明提出的节点之间通信模型及构建方法，综合考虑了收发端节点和散射体的相对移动、速度加速度、方向加速度和轨迹变化等多种车辆的实际行驶情况。
(2)针对车联网通信环境快速变化的特点，本发明将车联网动态轨迹划分为多个子轨迹，并针对每段轨迹的动态拓扑结构，实现了车联网通信模型的快速构建，适用于任意车辆运动轨迹的传播场景。
附图说明：
图1为本发明方案中车联网节点通信模型。
图2为A-B节点通信模型中各子信道衰落。
图3为C-D节点通信模型中各子信道衰落。
具体实施方式：
下面结合附图对本发明作进一步的说明。
本发明面向动态拓扑车联网的车载节点通信模型快速构建方法，包括如下步骤：
第一步：针对用户给定的路径轨迹，将汽车行驶轨迹划分为L个时间间隔，每个间隔持续时间为T。针对每段行驶轨迹，实时计算不同时刻的移动发射节点(MobileTransmitter，MT)和发射端第n条路径的第m个散射支路的散射体
Figure GDA0002881798060000061
的相对速度矢量
Figure GDA0002881798060000062
相对位置矢量
Figure GDA0002881798060000063
和角度均值
Figure GDA0002881798060000064
接收端第n条路径的第m个散射支路的散射体
Figure GDA0002881798060000065
和移动接收节点(Mobile Receiver，MR)的相对速度矢量
Figure GDA0002881798060000066
相对位置矢量
Figure GDA0002881798060000067
和角度均值
Figure GDA0002881798060000068
以及视距路径的角度均值
Figure GDA0002881798060000069
方法如下：
步骤一：当时间间隔序列l满足l＝1时，在初始零时刻，即t＝0时刻，假设收发端和散射体的初始相对速度矢量记为
Figure GDA00028817980600000610
i∈{MT,MR}。其中，当i＝MT时，
Figure GDA00028817980600000611
表示MT和
Figure GDA00028817980600000612
的相对速度矢量；当i＝MR时，
Figure GDA00028817980600000613
表示MR和
Figure GDA00028817980600000614
的相对速度矢量；
Figure GDA00028817980600000615
和
Figure GDA00028817980600000616
分别表示相对速度大小和移动方向；
Figure GDA00028817980600000617
Figure GDA00028817980600000618
和
Figure GDA00028817980600000619
分别表示移动收发端的速度大小和移动方向；
Figure GDA00028817980600000620
Figure GDA00028817980600000621
和
Figure GDA00028817980600000622
分别表示散射体的速度大小和移动方向；另外，假设收发端和散射体的初始相对位置矢量
Figure GDA00028817980600000623
i∈{MT,MR}，其中
Figure GDA00028817980600000624
和
Figure GDA00028817980600000625
分别表示收发端和散射体的初始位置矢量；
步骤二：迭代计算任意t时刻的相对速度矢量
Figure GDA00028817980600000626
方法如下：
Figure GDA00028817980600000627
Figure GDA00028817980600000628
其中，
Figure GDA0002881798060000071
和
Figure GDA0002881798060000072
分别表示移动收发端和散射体的速度加速度，
Figure GDA0002881798060000073
和
Figure GDA0002881798060000074
分别表示移动收发端和散射体的方向加速度；
步骤三：迭代计算任意t时刻的相对位置矢量
Figure GDA0002881798060000075
方法如下：
Figure GDA0002881798060000076
Figure GDA0002881798060000077
其中，(·)x和(·)y分别表示矢量的横坐标和纵坐标值；
步骤四：实时计算任意t时刻收发端和散射体之间的角度均值
Figure GDA0002881798060000078
以及收发端之间的角度均值
Figure GDA0002881798060000079
方法如下：
Figure GDA00028817980600000710
Figure GDA00028817980600000711
其中，
Figure GDA00028817980600000712
表示收发端和散射体的间距；
Figure GDA00028817980600000713
表示收发端之间的视距距离；
步骤五：当时刻t满足在第l个时间间隔以内时，即t＜l·T且l＜L，令t＝t+Δt，并返回第一步的步骤二；若t＝l·T且l＜L，令
Figure GDA00028817980600000714
并返回第一步的步骤二；否则，仿真结束；
第二步：车联网中任意两个移动节点之间的通信信道可以表示为一个矩阵形式，在任意时刻t和任意时延τ条件下的每个元素hpq(t,τ)表示第p个发射天线和第q个接收天线之间的通信信道模型，建模为
Figure GDA00028817980600000715
其中，N表示传播路径数目，
Figure GDA00028817980600000716
和
Figure GDA00028817980600000717
分别表示视距和非视距路径的信道，
Figure GDA00028817980600000718
和
Figure GDA0002881798060000081
分别表示视距和非视距路径的增益，
Figure GDA0002881798060000082
和
Figure GDA0002881798060000083
分别表示视距和非视距路径的时延，
Figure GDA0002881798060000084
表示单位冲激响应
Figure GDA0002881798060000085
ΠT(t)表示矩形窗函数
Figure GDA0002881798060000086
第三步：实时计算视距路径的时延
Figure GDA0002881798060000087
和非视距路径的时延
Figure GDA0002881798060000088
方法如下：
步骤一：计算t时刻的视距路径的时延，方法如下：
Figure GDA0002881798060000089
其中，c表示光速；
步骤二：计算t时刻的非视距路径的时延，方法如下：
Figure GDA00028817980600000810
其中，
Figure GDA00028817980600000811
表示t＝l·T时刻的初始值；
步骤三：令t＝t+Δt，并返回第三步的步骤一，直至仿真结束；
第四步：实时计算视距路径增益
Figure GDA00028817980600000812
和非视距路径增益
Figure GDA00028817980600000813
方法如下：
步骤一：计算t时刻的视距路径增益，方法如下：
Figure GDA00028817980600000814
其中，fMHz表示通信频率，单位是MHz，
Figure GDA00028817980600000815
表示视距距离，单位是km；
步骤二：计算t时刻的第n条非视距路径增益，方法如下：
Figure GDA00028817980600000816
Figure GDA00028817980600000817
其中，
Figure GDA00028817980600000818
表示第n条非视距路径功率，Yn服从高斯分布；rτ表示时延分布因子；στ表示时延扩展；
步骤三：令t＝t+Δt，并返回第四步的步骤一，直至仿真结束；
第五步：实时计算视距路径的信道衰落
Figure GDA0002881798060000091
和第n条非视距路径的信道衰落
Figure GDA0002881798060000092
方法如下：
步骤一：计算t时刻视距路径的信道衰落，方法如下：
Figure GDA0002881798060000093
其中，j2＝-1，系数
Figure GDA0002881798060000094
和
Figure GDA0002881798060000095
的计算方法如下：
Figure GDA0002881798060000096
步骤二：计算t时刻第n条非视距路径的信道衰落，方法如下：
Figure GDA0002881798060000097
其中，M表示散射支路数目，
Figure GDA0002881798060000098
表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位，系数
Figure GDA0002881798060000099
和
Figure GDA00028817980600000910
的计算方法如下：
Figure GDA00028817980600000911
步骤三：令t＝t+Δt，返回第五步的步骤一，直至仿真结束。
为了使本发明的原理更加清楚，本案例采用了包含A-H八个通信节点的动态拓扑车联网为例，并选取其中A-B节点和C-D节点的通信模型作为典型案例进行分析。另外，本案例每个节点选用2x2 MIMO系统，仿真时长为5s，采样率fs＝10KHz，信道状态更新间隔Δt＝0.05s，车联网传播场景的具体仿真参数如表1和表2所示。
表1 A-B节点通信的仿真参数
Figure GDA00028817980600000912
Figure GDA0002881798060000101
表2 C-D节点通信的仿真参数
Figure GDA0002881798060000102
本实施案例中A-B节点通信模型构建过程包括以下步骤：
1.计算每段轨迹的模型对应的仿真参数，具体如下：
步骤一：利用用户给出参数直接得到初始时刻MT、MR和散射体的速度矢量分别为
Figure GDA0002881798060000103
和
Figure GDA0002881798060000104
MT、MR与散射体的相对速度矢量分别为
Figure GDA0002881798060000105
MT、MR和散射体的相对位置矢量分别为
Figure GDA0002881798060000106
步骤二：计算任意t时刻的相对速度矢量
Figure GDA0002881798060000107
相对位置矢量
Figure GDA0002881798060000108
收发端和散射体之间的角度均值
Figure GDA0002881798060000109
收发端之间的角度均值
Figure GDA00028817980600001010
相对位置矢量
Figure GDA00028817980600001011
收发端和散射体之间的距离
Figure GDA00028817980600001012
收发端之间的距离
Figure GDA00028817980600001013
具体计算结果如表3所示。
表3 t时刻A-B节点通信模型参数
Figure GDA0002881798060000111
步骤三：令t＝t+Δt，并返回步骤二，计算下一时刻的参数，直至仿真结束；
2.实时计算视距路径和非视距路径的时延，具体如下：
步骤一：t时刻的视距路径计算可得为
Figure GDA0002881798060000112
其中，c表示光速；
步骤二：t时刻的非视距路径时延计算可得为
Figure GDA0002881798060000113
步骤三：令t＝t+Δt，并返回步骤一，直至仿真结束；
3.实时计算视距路径和非视距路径增益，具体如下：
步骤一：t时刻的视距路径增益计算可得为
Figure GDA0002881798060000114
步骤二：t时刻的第n条非视距路径增益计算可得为
Figure GDA0002881798060000115
Figure GDA0002881798060000116
步骤三：令t＝t+Δt，并返回步骤一，直至仿真结束；
4.实时计算视距路径和第n条非视距路径的信道衰落，具体如下：
步骤一：t时刻视距路径的信道衰落计算可得为
Figure GDA0002881798060000121
其中，p,q＝1,2，
Figure GDA0002881798060000122
和
Figure GDA0002881798060000123
分别为
Figure GDA0002881798060000124
其中，λ＝c/f0＝0.12。
步骤二：t时刻第n条非视距路径的信道衰落计算可得为
Figure GDA0002881798060000125
其中，M表示散射支路数目，
Figure GDA0002881798060000126
表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位；多项式系数
Figure GDA0002881798060000127
和
Figure GDA0002881798060000128
分别为
Figure GDA0002881798060000129
步骤三：令t＝t+Δt，返回步骤一，直至仿真结束；
5.将上述步骤计算获得参数值代入式(43)的信道模型中，最终获得该场景下节点通信模型。
本实施案例中C-D节点通信模型构建步骤与A-B节点通信案例类似。
本实施案例得到的效果可以通过图2仿真实验中所获得的具体数据进行进一步说明。图2给出了A-B节点，C-D节点之间的通信模型，我们看到：1)由于各个车辆节点安装了2发2收的天线，不同节点通信模型包含4个子信道衰落；2)本发明产生的信道衰落是时变的，且不同节点通信的信道衰落与其行驶状态有关，差别非常大。
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)

1.一种面向动态拓扑车联网的车载节点通信模型快速构建方法，其特征在于：包括如下步骤：
第一步：针对用户给定的路径轨迹，将汽车行驶轨迹划分为L个时间间隔，每个间隔持续时间为T，针对每段行驶轨迹，实时计算不同时刻的移动发射节点MT和发射端第n条路径的第m个散射支路的散射体
Figure FDA0002959534100000011
的相对速度矢量
Figure FDA0002959534100000012
相对位置矢量
Figure FDA0002959534100000013
和角度均值
Figure FDA0002959534100000014
接收端第n条路径的第m个散射支路的散射体
Figure FDA0002959534100000015
和移动接收节点MR的相对速度矢量
Figure FDA0002959534100000016
相对位置矢量
Figure FDA0002959534100000017
和角度均值
Figure FDA0002959534100000018
以及视距路径的角度均值
Figure FDA0002959534100000019
方法如下：
步骤一：在第一个时间间隔内，即时间间隔序列l满足l＝1时，在初始零时刻，即t＝0时，假设收发端和散射体的初始相对速度矢量记为
Figure FDA00029595341000000110
其中，当i＝MT时，
Figure FDA00029595341000000111
表示MT和
Figure FDA00029595341000000112
的相对速度矢量；当i＝MR时，
Figure FDA00029595341000000113
表示MR和
Figure FDA00029595341000000114
的相对速度矢量；
Figure FDA00029595341000000115
和
Figure FDA00029595341000000116
分别表示相对速度大小和移动方向；
Figure FDA00029595341000000117
Figure FDA00029595341000000118
和
Figure FDA00029595341000000119
分别表示移动收发端的速度大小和移动方向；
Figure FDA00029595341000000120
Figure FDA00029595341000000121
和
Figure FDA00029595341000000122
分别表示散射体的速度大小和移动方向；另外，假设收发端和散射体的初始相对位置矢量
Figure FDA00029595341000000123
i∈{MT,MR}，其中
Figure FDA00029595341000000124
和
Figure FDA00029595341000000125
分别表示收发端和散射体的初始位置矢量；
步骤二：迭代计算任意t时刻的相对速度矢量
Figure FDA00029595341000000126
方法如下：
Figure FDA00029595341000000127
Figure FDA00029595341000000128
其中，
Figure FDA00029595341000000129
和
Figure FDA00029595341000000130
分别表示移动收发端和散射体的速度加速度，
Figure FDA00029595341000000131
和
Figure FDA00029595341000000132
分别表示移动收发端和散射体的方向加速度；
步骤三：迭代计算任意t时刻的相对位置矢量
Figure FDA0002959534100000021
方法如下：
Figure FDA0002959534100000022
Figure FDA0002959534100000023
其中，(·)x和(·)y分别表示矢量的横坐标和纵坐标值；
步骤四：实时计算任意t时刻收发端和散射体之间的角度均值
Figure FDA0002959534100000024
以及收发端之间的角度均值
Figure FDA0002959534100000025
方法如下：
Figure FDA0002959534100000026
Figure FDA0002959534100000027
其中，
Figure FDA0002959534100000028
表示收发端和散射体的间距；
Figure FDA0002959534100000029
表示收发端之间的视距距离；
步骤五：当时刻t满足在第l个时间间隔以内时，即t＜l·T且l＜L，令t＝t+Δt，并返回第一步的步骤二；当时刻t等于第l个时间间隔上最长时间时，即t＝l·T且l＜L，令
Figure FDA00029595341000000210
并返回第一步的步骤二；否则，仿真结束；
第二步：车联网中任意两个移动节点之间的通信信道表示为一个矩阵形式，在任意时刻t和任意时延τ条件下的每个元素hpq(t,τ)表示第p个发射天线和第q个接收天线之间的通信信道模型，建模为
Figure FDA00029595341000000211
其中，N表示传播路径数目，
Figure FDA00029595341000000212
和
Figure FDA00029595341000000213
分别表示视距和非视距路径的信道，
Figure FDA00029595341000000214
和
Figure FDA00029595341000000215
分别表示视距和非视距路径的增益，
Figure FDA00029595341000000216
和
Figure FDA00029595341000000217
分别表示视距和非视距路径的时延，
Figure FDA0002959534100000031
和
Figure FDA0002959534100000032
均表示单位冲激响应。∏T(t)表示矩形窗函数
Figure FDA0002959534100000033
第三步：实时计算视距路径的时延
Figure FDA0002959534100000034
和非视距路径的时延
Figure FDA0002959534100000035
方法如下：
步骤一：计算t时刻的视距路径的时延，方法如下
Figure FDA0002959534100000036
其中，c表示光速；
步骤二：计算t时刻的非视距路径的时延，方法如下：
Figure FDA0002959534100000037
其中，
Figure FDA0002959534100000038
表示t＝l·T时刻的初始值；
步骤三：令t＝t+Δt，并返回第三步的步骤一，直至仿真结束；
第四步：实时计算视距路径增益
Figure FDA0002959534100000039
和非视距路径增益
Figure FDA00029595341000000310
方法如下：
步骤一：计算t时刻的视距路径增益，方法如下：
Figure FDA00029595341000000311
其中，fMHz表示通信频率，单位是MHz，
Figure FDA00029595341000000312
表示视距距离，单位是km；
步骤二：计算t时刻的第n条非视距路径增益，方法如下：
Figure FDA00029595341000000313
Figure FDA00029595341000000314
其中，
Figure FDA00029595341000000315
表示第n条非视距路径功率，Yn服从高斯分布；rτ表示时延分布因子；στ表示时延扩展；
步骤三：令t＝t+Δt，并返回第四步的步骤一，直至仿真结束；
第五步：实时计算视距路径的信道衰落
Figure FDA00029595341000000316
和第n条非视距路径的信道衰落
Figure FDA00029595341000000317
方法如下：
步骤一：计算t时刻视距路径的信道衰落，方法如下：
Figure FDA0002959534100000041
其中，j2＝-1，系数
Figure FDA0002959534100000042
和
Figure FDA0002959534100000043
的计算方法如下：
Figure FDA0002959534100000044
步骤二：计算t时刻第n条非视距路径的信道衰落，方法如下：
Figure FDA0002959534100000045
其中，M表示散射支路数目，
Figure FDA0002959534100000046
表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位，系数
Figure FDA0002959534100000047
和
Figure FDA0002959534100000048
的计算方法如下：
Figure FDA0002959534100000049
步骤三：令t＝t+Δt，返回第五步的步骤一，直至仿真结束。
CN201910123176.9A 2019-02-18 2019-02-18 面向动态拓扑车联网的车载节点通信模型快速构建方法 Active CN109756284B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910123176.9A CN109756284B (zh) 2019-02-18 2019-02-18 面向动态拓扑车联网的车载节点通信模型快速构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910123176.9A CN109756284B (zh) 2019-02-18 2019-02-18 面向动态拓扑车联网的车载节点通信模型快速构建方法

Publications (2)

Publication Number Publication Date
CN109756284A CN109756284A (zh) 2019-05-14
CN109756284B true CN109756284B (zh) 2021-05-25

Family

ID=66407615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910123176.9A Active CN109756284B (zh) 2019-02-18 2019-02-18 面向动态拓扑车联网的车载节点通信模型快速构建方法

Country Status (1)

Country Link
CN (1) CN109756284B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110856119B (zh) * 2019-11-08 2021-07-13 中国测绘科学研究院 一种基于几何向量的港口车辆轨迹纠偏方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10098014B1 (en) * 2018-01-31 2018-10-09 Toyota Jidosha Kabushiki Kaisha Beam alignment using shared driving intention for vehicular mmWave communication
EP3425418A1 (en) * 2017-07-06 2019-01-09 Mitsubishi Electric R&D Centre Europe B.V. Method and apparatus for distinghuishing line of sight from non line of sight in vehicular communication systems
CN109283562A (zh) * 2018-09-27 2019-01-29 北京邮电大学 一种车联网中车辆三维定位方法及装置
CN109302252A (zh) * 2018-10-17 2019-02-01 西安理工大学 一种mimo多天线通信系统及通信系统性能评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6512084B2 (ja) * 2015-12-04 2019-05-15 株式会社デンソー 走行軌跡生成装置、走行軌跡生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3425418A1 (en) * 2017-07-06 2019-01-09 Mitsubishi Electric R&D Centre Europe B.V. Method and apparatus for distinghuishing line of sight from non line of sight in vehicular communication systems
US10098014B1 (en) * 2018-01-31 2018-10-09 Toyota Jidosha Kabushiki Kaisha Beam alignment using shared driving intention for vehicular mmWave communication
CN109283562A (zh) * 2018-09-27 2019-01-29 北京邮电大学 一种车联网中车辆三维定位方法及装置
CN109302252A (zh) * 2018-10-17 2019-02-01 西安理工大学 一种mimo多天线通信系统及通信系统性能评估方法

Also Published As

Publication number Publication date
CN109756284A (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
Zhang et al. Breaking the blockage for big data transmission: Gigabit road communication in autonomous vehicles
CN108564234B (zh) 一种智能网联汽车的交叉口无信号自组织通行控制方法
Biddlestone et al. An integrated 802.11 p WAVE DSRC and vehicle traffic simulator with experimentally validated urban (LOS and NLOS) propagation models
CN108768565A (zh) 一种面向车联网的动态mimo信道建模及参数计算方法
CN103095593B (zh) 车辆自组网络的路由系统及方法
Saito et al. Evaluation of inter-vehicle ad-hoc communication
Rafter et al. Traffic responsive intersection control algorithm using GPS data
CN109769285A (zh) 一种基于位置预测的车辆间通信的路由方法
CN105844370B (zh) 基于粒子群算法的城市道路车辆连通度优化方法
CN109756284B (zh) 面向动态拓扑车联网的车载节点通信模型快速构建方法
Facchina et al. Speed based distributed congestion control scheme for vehicular networks
CN102595547B (zh) 一种动态自适应的车辆网络路由方法
Taya et al. Coverage expansion through dynamic relay vehicle deployment in mmwave V2I communications
CN103095592B (zh) 车辆自组织网络的区域多播路由系统及方法
CN104754684A (zh) 基于车载短距离通信网的中继节点选择和功率分配方法
Mukhopadhyay et al. V2X based road safety improvement in blind intersections
Joyo et al. Intelligent traffic-lights management by exploiting smart antenna technology (ITSAT)
Jansons et al. Wifi for vehicular communication systems
CN107563026B (zh) 一种基于干扰的二维车载网安全应用的分析方法
Shagdar et al. Study on merging control supported by IEEE 802.11 p systems for highway environments
Puttagunta et al. Performance of 802.11 P in VANET at 5G Frequencies for Different Channel Models
Zhang et al. Vehicular FSO communication systems applying real-time recognition and tracking
Fang et al. A vehicle control model to alleviate traffic instability
Ding et al. V2X and Deep Reinforcement Learning-Aided Mobility-Aware Lane Changing for Emergency Vehicle Preemption in Connected Autonomous Transport Systems
WU et al. Intelligent Transportation Information Interaction Technology

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