CN111263327B - 一种用于多输入多输出单环模型建模方法及其仿真平台 - Google Patents

一种用于多输入多输出单环模型建模方法及其仿真平台 Download PDF

Info

Publication number
CN111263327B
CN111263327B CN202010047744.4A CN202010047744A CN111263327B CN 111263327 B CN111263327 B CN 111263327B CN 202010047744 A CN202010047744 A CN 202010047744A CN 111263327 B CN111263327 B CN 111263327B
Authority
CN
China
Prior art keywords
antenna
cluster
model
angle
receiver
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
CN202010047744.4A
Other languages
English (en)
Other versions
CN111263327A (zh
Inventor
李兵
张晓艺
单万宁
候金波
曾文波
何怡刚
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202010047744.4A priority Critical patent/CN111263327B/zh
Publication of CN111263327A publication Critical patent/CN111263327A/zh
Application granted granted Critical
Publication of CN111263327B publication Critical patent/CN111263327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种用于多输入多输出单环模型建模方法，包括：模拟一个车载通信场景；根据上述场景得到一个窄带MT×MRMIMO信道模型；对经典单环模型做基于散射簇的模型扩展；利用改进后的单环模型的信道增益函数给出多簇MIMO信道模型的3D空间‑时间CCF，通过设置发射器和接收器天线的元件单元间的间距为零，得到时间自相关函数，通过设置暂态时间为零，得到空间互相关函数；通过上述四个步骤得到单环模型，利用该模型做MATLAB仿真。本发明还公开了一种用于多输入多输出单环模型建模方法的仿真平台。本发明通过搭建多输入多输出单环模型的仿真平台，可以根据实际作为接收器轿车周围的散射体分布，比经典单环模型更加贴切地模拟真实情况。

Description

一种用于多输入多输出单环模型建模方法及其仿真平台
技术领域
本发明涉及移动轿车经过基站时的信号传播模型技术领域，尤其是一种用于多输入多输出单环模型建模方法及其仿真平台。
背景技术
车辆间的信息通信提升了用户驾驶过程的安全性和高效性。当前，随着智能交通系统与车辆自组织网络研究的逐渐发展，V2V(车对车)和V2R(车对路)信道建模研究受到了较高的关注。这一趋势促使相关部门对车辆通信情况建立了统一的标准——专用短程通信技术(DSRC)。无线信号在收发端的传输特性研究，对于有效创建和分析车载通讯系统具有重要意义。无线通信作为现代化通信强有力的手段之一，若要成为高速通信的媒介仍有很多挑战。
早期的几何随机建模中，通常假设无穷多个散射体分布在规则的图形上。基于此，单环模型在文献《Fading correlation and its effect on the capacity ofmultielement antenna systems》中被提出。在该模型中假设散射体有无穷，均匀分布在圆环上，难以符合实际情况。研究人员在做无线信道测量过程中发现了明显的成簇现象。实际的无线通信环境中存在各种各样的散射体，并且散射物体的集合使得信号在接收端以簇的形式抵达。在接收机处，不同的簇以不同的时间和角度到达。近几年的研究揭示了一些相关性较强的多径分量的空间域和时间域的联合概率分布，验证了多径成簇的可能性。文献《Anon-stationary 3-D wideband twin-cluster model for 5G massive MIMO channels》提出了一种双簇模型，能够应用在大规模MIMO通信中。文献《A MIMO mobile-to-mobilechannel model derived from a geometric street scattering model》引入了一种基于单簇散射体几何街道散射模型的窄带MIMO V2V信道模型。文献《大规模MIMO信道建模及传播特性研究》以单环模型为参考，提出了一种二维非平稳宽带多环模型。
但是在上述文献的研究中，通常假设散射体均匀无限量地分布在规则的图形上，如单环、双环、椭圆、双椭圆等几何形状。这本来就是对理论场景做的假设，与实际环境不能足够吻合。现如今的方法中，对无线信道传输损耗的结果的判知，主要通过统计的方式得到实际数据做分析，还没有一个模型能完全模拟实际场景。
发明内容
本发明的首要目的在于提供一种便于在不同的实际场景中，根据需要调整簇的参数，使其更符合实际环境的用于多输入多输出单环模型建模方法。
为实现上述目的，本发明采用了以下技术方案：一种用于多输入多输出单环模型建模方法，该方法包括下列顺序的步骤：
(1)模拟一个车载通信场景，作为发射器的信号基站固定不动，接收器是一辆移动的轿车；信号发射端与接收端之间的距离为D，环的半径是R，且满足D＞＞R＞＞max{δT,δR}；作为发射器的信号基站装有MT根全向天线且呈均匀线性阵列分布，作为接收器的轿车车顶装有MR根全向天线且呈均匀线性阵列分布；所述天线由多个元件单元组成，发射器天线的元件单元间的间距为δT，接收器天线的元件单元间的间距为δR；设置βT和βR分别是发射天线和接收天线的倾角；
(2)根据上述场景得到一个窄带MT×MRMIMO信道模型，假设单环上有Sn个局部散射体，n＝1,2,…,N；出发角AOD用
Figure BDA0002370028970000021
表示，到达角AOA用
Figure BDA0002370028970000022
表示，移动的轿车以运动角度αv的方向以速度v运动，该模型的复通道增益表示为
Figure BDA0002370028970000023
其中
Figure DA00023700289732205148
表示视距分量，
Figure DA00023700289732007064
表示非视距分量，用
Figure DA00023700289732030742
表示发射器天线阵元的第l根天线，l＝1，2，...，MT；用
Figure DA00023700289732273451
表示接受器轿车阵元的第k根天线，k＝1,2,…,MR；
(3)对经典单环模型做基于散射簇的模型扩展；
(4)利用改进后的单环模型的信道增益函数给出多簇MIMO信道模型的3D空间-时间CCF，通过设置发射器和接收器天线的元件单元间的间距为零，得到时间自相关函数，通过设置暂态时间为零，得到空间互相关函数；
(5)通过上述四个步骤得到单环模型，利用该模型做MATLAB仿真。
在所述步骤(2)中，复通道增益函数
Figure BDA0002370028970000024
的视距分量
Figure BDA0002370028970000025
表示为：
Figure BDA0002370028970000031
式中：
Figure BDA0002370028970000032
其中
Figure BDA0002370028970000033
是视距情况下接收器移动的角度，αv是移动轿车的运动角度，则
Figure BDA0002370028970000034
是视距分量引起的多普勒频移；fmax＝fc(v/c),fc是载波频率，v是接收器的移动速度，c表示光速；
Figure BDA0002370028970000035
莱斯因子K是视距分量与散射分量的比值，即
Figure BDA0002370028970000036
是视距分量引起的接收器接收信号的多普勒频移；Dkl是第l根发射天线与第k根接收天线之间的距离；λ表示载波波长；fmax＝fc(v/c),fc是载波频率，v是接收器的移动速度，c表示光速；
非视距分量
Figure BDA0002370028970000037
代表散射分量，散射分量是随机过程，其表达式为：
Figure BDA0002370028970000038
式中：
Figure BDA0002370028970000039
Figure BDA00023700289700000310
表示从信号发射端看到的最大AOD，
Figure BDA00023700289700000311
Figure BDA00023700289700000312
假设散射簇中一共有N个散射体，那么用n表示这个簇中第n个散射体的增益，最终将所有的散射体增益叠加，构成非视距分量的增益总和；
Figure BDA00023700289700000313
是第n个散射体的射线到达角，αv是移动轿车的运动角度；θn是独立同分布的随机变量，均服从[0,2π)上的均匀分布；fR是散射分量引起的接收器接收信号的多普勒频移。
在所述步骤(3)具体是指：
(3a)十字路口场景下设置簇的数量为4个，根据轿车所在的位置确定散射簇的角度，第一个簇的角度分布在π/6至π/3，第二个簇的角度分布在2π/3至5π/6，以此类推；
(3b)汽车行驶过拐角时，设置有两个簇，簇的分布角度为π/6至4π/3、5π/3至11π/6，道路上认为是没有散射体分布的；
(3c)直路场景中分簇数量为两个，并且角度对称，其中一个簇的角度为π/6至5π/6；
(3d)作为接收器的移动轿车周围的散射体圆环上有多个散射簇分布；用不同的下标来区分不同的簇，设簇共有C个，(.)c，c＝1,2,…,C，每个簇都有自己的分布区域，即簇的长度是有限；簇C的AOD出发角表示为
Figure BDA0002370028970000041
到达角表示为
Figure BDA0002370028970000042
存在的区域表示为
Figure BDA0002370028970000043
所有的
Figure BDA0002370028970000044
都有相同的概率密度；基于散射簇的大规模天线MIMO信道模型，信道增益表示为：
Figure BDA0002370028970000045
式中，ωc代表权重因子，即代表第c个簇占的比重；为了使zkl(t)的均值功率归一化为一个单位，对加权因子施加边界条件
Figure BDA0002370028970000046
在所述步骤(4)中，多簇MIMO信道模型的3D空间-时间CCF具体是指：
(4a)多簇MIMO信道模型的3D空间-时间
Figure BDA0002370028970000047
表示为：
Figure BDA0002370028970000048
式中，(.)*表示式子求共轭，E{.}表示式子求期望；δT是发射器天线的元件单元间的间距，δR是接收器天线元件单元间的间距，τ是暂态时间；
(4b)视距分量的相关函数
Figure BDA0002370028970000049
具体计算如下:
Figure BDA00023700289700000410
式中
Figure BDA00023700289700000411
K是莱斯因子，l是发射器天线阵的第l根天线，k是接收器天线阵的第k根天线，βT和βR分别是发射天线和接收天线的倾角，λ表示载波波长；
Figure BDA00023700289700000412
是视距分量的多普勒频移载波频率；
(4c)散射分量的相关函数
Figure BDA00023700289700000413
的计算如下：
Figure BDA00023700289700000414
式中，
Figure BDA0002370028970000051
Figure BDA0002370028970000052
表示从信号发射端看到的最大AOD,
Figure BDA0002370028970000053
表示簇C到达角，fR是非视距分量的多普勒频移，
Figure BDA0002370028970000054
是到达角的概率密度函数；
(4d)空间-时间相关函数中，设置发射器和接收器的天线元件单元间间距δT，δR均为零，可以得到时间自相关函数
Figure BDA0002370028970000055
,表示为
Figure BDA0002370028970000056
ωc表示权重因子，
Figure BDA0002370028970000057
是散射簇角度的下限,
Figure BDA0002370028970000058
是散射簇角度的上限；(4f)通过设置τ为零，从3D空间-时间相关函数得到2D空间CCF，表示为：
Figure BDA0002370028970000059
Figure BDA0002370028970000061
由步骤4(b)可知，
Figure BDA0002370028970000062
由步骤4(c)可知，
Figure BDA0002370028970000063
Figure BDA0002370028970000064
表示簇C到达角。
本发明的另一目的在于提供一种用于多输入多输出单环模型建模方法的仿真平台，包括：
基于DSRC技术的车载通信结构，用于提供一种高效的短距离无线通信机制；
车载单元OBU，放在行驶轿车上的嵌入式处理单元，用于存储着车辆的基本信息；
路侧单元RSU，安装在基站上方的固定通讯设备，实现信息的交互；
专用通信链路，是车载单元OBU和车载单元RSU信息交换的通道。
由上述技术方案可知，本发明的有益效果为：第一，本发明通过搭建多输入多输出单环模型的仿真平台，可以根据实际作为接收器轿车周围的散射体分布，比经典单环模型更加贴切地模拟真实情况；第二，本发明利用时间-空间相关函数得到信道容量的变化，真实反映信号的衰落情况；第三，本发明的平台得到与经典单环模型仿真类似的变化趋势，同时又能反映不同场景下的信道容量变化过程的具体区别。
附图说明
图1是车载通信场景示意图；
图2是散射体几何模型示意图；
图3a是散射簇模型的十字路口场景；
图3b是散射簇模型的拐角场景；
图3c是散射簇模型的直路场景；
图4a是十字路口场景含视距分量的时间自相关函数曲线；
图4b是十字路口场景不含视距分量的时间自相关函数曲线；
图5a是十字路口场景含视距分量的空间互相关函数曲线；
图5b是十字路口场景不含视距分量的空间互相关函数曲线；
图6a是十字路口场景与拐角路口场景的时间自相关曲线对比；
图6b是十字路口场景与直路场景的时间自相关曲线对比；
图7是拐角路口场景的空间互相关函数曲线；
图8是直路场景的空间互相关函数曲线。
具体实施方式
图1是真实环境中装有接收器的轿车通过ETC的示意图，这是一个典型的发射器固定不动，接收器不断移动的场景，本发明通过该场景得到下述建模的方法。
如图2所示，一种用于多输入多输出单环模型建模方法，该方法包括下列顺序的步骤：
(1)模拟一个车载通信场景，作为发射器的信号基站固定不动，接收器是一辆移动的轿车；信号发射端与接收端之间的距离为D，环的半径是R，且满足D＞＞R＞＞max{δT,δR}；作为发射器的信号基站装有MT根全向天线且呈均匀线性阵列分布，作为接收器的轿车车顶装有MR根全向天线且呈均匀线性阵列分布；所述天线由多个元件单元组成，发射器天线的元件单元间的间距为δT，接收器天线的元件单元间的间距为δR；设置βT和βR分别是发射天线和接收天线的倾角；
(2)根据上述场景得到一个窄带MT×MRMIMO信道模型，假设单环上有Sn个局部散射体，n＝1,2,…,N；出发角AOD用
Figure BDA0002370028970000071
表示，到达角AOA用
Figure BDA0002370028970000072
表示，移动的轿车以运动角度αv的方向以速度v运动，该模型的复通道增益表示为
Figure BDA0002370028970000073
其中
Figure DA00023700289732567967
表示视距分量，
Figure DA00023700289732603905
表示非视距分量，用
Figure DA00023700289732632935
表示发射器天线阵元的第l根天线，l＝1，2，...，MT；用
Figure DA00023700289732672352
表示接受器轿车阵元的第k根天线，k＝1,2,…,MR；
(3)对经典单环模型做基于散射簇的模型扩展；
(4)利用改进后的单环模型的信道增益函数给出多簇MIMO信道模型的3D空间-时间CCF，通过设置发射器和接收器天线的元件单元间的间距为零，得到时间自相关函数，通过设置暂态时间为零，得到空间互相关函数；
(5)通过上述四个步骤得到单环模型，利用该模型做MATLAB仿真。
在所述步骤(2)中，复通道增益函数
Figure BDA0002370028970000081
的视距分量
Figure BDA0002370028970000082
表示为：
Figure BDA0002370028970000083
式中：
Figure BDA0002370028970000084
其中
Figure BDA0002370028970000085
是视距情况下接收器移动的角度，αv是移动轿车的运动角度，则
Figure BDA0002370028970000086
是视距分量引起的多普勒频移；fmax＝fc(v/c),fc是载波频率，v是接收器的移动速度，c表示光速；
Figure BDA0002370028970000087
莱斯因子K是视距分量与散射分量的比值，即
Figure BDA0002370028970000088
是视距分量引起的接收器接收信号的多普勒频移；Dkl是第l根发射天线与第k根接收天线之间的距离；λ表示载波波长；fmax＝fc(v/c),fc是载波频率，v是接收器的移动速度，c表示光速；
非视距分量
Figure BDA0002370028970000089
代表散射分量，散射分量是随机过程，其表达式为：
Figure BDA00023700289700000810
式中：
Figure BDA00023700289700000811
Figure BDA00023700289700000812
表示从信号发射端看到的最大AOD，
Figure BDA00023700289700000813
Figure BDA00023700289700000814
假设散射簇中一共有N个散射体，那么用n表示这个簇中第n个散射体的增益，最终将所有的散射体增益叠加，构成非视距分量的增益总和；
Figure BDA00023700289700000815
是第n个散射体的射线到达角，αv是移动轿车的运动角度；θn是独立同分布的随机变量，均服从[0,2π)上的均匀分布；fR是散射分量引起的接收器接收信号的多普勒频移。
在所述步骤(3)具体是指：
(3a)如图3a所示，十字路口场景下设置簇的数量为4个，根据轿车所在的位置确定散射簇的角度，第一个簇的角度分布在π/6至π/3，第二个簇的角度分布在2π/3至5π/6，以此类推；
(3b)如图3b所示，汽车行驶过拐角时，设置有两个簇，簇的分布角度为π/6至4π/3、5π/3至11π/6，道路上认为是没有散射体分布的；
(3c)如图3c所示，直路场景中分簇数量为两个，并且角度对称，其中一个簇的角度为π/6至5π/6；
(3d)作为接收器的移动轿车周围的散射体圆环上有多个散射簇分布；用不同的下标来区分不同的簇，设簇共有C个，(.)c，c＝1,2,…,C，每个簇都有自己的分布区域，即簇的长度是有限；簇C的AOD出发角表示为
Figure BDA0002370028970000091
到达角表示为
Figure BDA0002370028970000092
存在的区域表示为
Figure BDA0002370028970000093
所有的
Figure BDA0002370028970000094
都有相同的概率密度；基于散射簇的大规模天线MIMO信道模型，信道增益表示为：
Figure BDA0002370028970000095
式中，ωc代表权重因子，即代表第c个簇占的比重；为了使zkl(t)的均值功率归一化为一个单位，对加权因子施加边界条件
Figure BDA0002370028970000096
在所述步骤(4)中，多簇MIMO信道模型的3D空间-时间CCF具体是指：
(4a)多簇MIMO信道模型的3D空间-时间
Figure BDA0002370028970000097
表示为：
Figure BDA0002370028970000098
式中，(.)*表示式子求共轭，E{.}表示式子求期望；δT是发射器天线的元件单元间的间距，δR是接收器天线元件单元间的间距，τ是暂态时间；
(4b)视距分量的相关函数
Figure BDA0002370028970000099
具体计算如下:
Figure BDA0002370028970000101
式中
Figure BDA0002370028970000102
K是莱斯因子，l是发射器天线阵的第l根天线，k是接收器天线阵的第k根天线，βT和βR分别是发射天线和接收天线的倾角，λ表示载波波长；
Figure BDA0002370028970000103
是视距分量的多普勒频移载波频率；
如图4a所示，是十字路口场景含视距分量的时间自相关函数曲线，仿真结果显示，本发明模型与经典模型变化趋势基本一致，证明了本发明模型的合理性。当时间延迟τ等于零时，此时时间自相关函数最大等于1。随着时延的渐渐增大，时间自相关函数开始快速衰落。最初的时间自相关图像振荡比较严重，最终曲线会在一个稳定值附近波动。同时可以看到两个模型的区别，经典模型得到的时间相关函数呈现出规律的振荡，因为假设中散射体均匀分布在圆环上。本发明提出的模型可以根据场景的不同做出调整以符合实际需求，那么时间相关函数的变化可以呈现多样性。
在图4a中，假设莱斯因子等于1，在接下来的仿真中，假设不包含视距分量，即莱斯因子为零，得到如图4b的自相关函数曲线。可以看出，与图4a的曲线变化趋势相同，不含视距分量时，自相关函数的衰落要更快，最终同样会稳定在一个范围内，而该稳定区域接近于零，也就是说视距分量对该信道的影响很大。
(4c)散射分量的相关函数
Figure BDA0002370028970000104
的计算如下：
Figure BDA0002370028970000105
式中，
Figure BDA0002370028970000106
Figure BDA0002370028970000107
表示从信号发射端看到的最大AOD,
Figure BDA0002370028970000108
表示簇C到达角，fR是非视距分量的多普勒频移，
Figure BDA0002370028970000111
是到达角的概率密度函数；
(4d)空间-时间相关函数中，设置发射器和接收器的天线元件单元间间距δT，δR均为零，可以得到时间自相关函数
Figure BDA0002370028970000112
表示为
Figure BDA0002370028970000113
ωc表示权重因子，
Figure BDA0002370028970000114
是散射簇角度的下限,
Figure BDA0002370028970000115
是散射簇角度的上限；(4f)通过设置τ为零，从3D空间-时间相关函数得到2D空间CCF，表示为：
Figure BDA0002370028970000116
由步骤4(b)可知，
Figure BDA0002370028970000117
由步骤4(c)可知，
Figure BDA0002370028970000118
Figure BDA0002370028970000121
表示簇C到达角。
基站处的天线间距δT对信道容量影响更大。这是因为移动端周围存在大量的散射体，导致此处的空间相关性弱化许多。所以，移动端的天线间距δR对信道容量影响很小。图5a是本发明的模型在十字路口场景下求得空间互相关函数得到的曲面，图5b是不考虑视距分量时，局部散射体的空间互相关函数曲面。收发端天线元件间的间隔δR＝δT＝0时，互相关系数最大为1。当天线元件间的间隔δT，δR渐渐增大时，空间互相关系数开始衰减，并最终稳定在一个范围。图5a中含有视距分量的互相关系数，最终在一定的稳定值上下波动，图5b中不含视距分量的互相关系数会衰减到零处。也就是说在视距传输过程中，天线阵元间的有着比较强的相关性。
本发明提出的模型可以通过改变散射簇的分布使其更符合实际场景。当道路上的车辆变得稀疏或者密集时，就相当于移动轿车所处圆环上的散射物体的分布发生变化。建筑物的分布密集程度对散射簇的分布同样有影响。这时候就需要调整散射簇的分布，让它符合此时的场景。根据在散射簇模型拓展时提出的几种道路场景，把十字路口场景与拐角场景、直路场景做了对比。图6a标注散射簇一的曲线是原来十字路口模型的时间自相关函数曲线，标注散射簇二的曲线是拐角路口场景下得到的时间自相关函数曲线，两者比较。图6b中标注散射簇三的曲线是直路场景下时间自相关函数曲线。散射簇不管分布如何，最终的衰落趋势类似，自相关函数从系数为1开始衰减到一个稳定的区域。但是分布的不同会使在稳定之前的曲线波形变化幅度大小不同，时延不同时变化趋势不完全一致，特别是刚开始衰落时，较为明显。在图7，图8中给出了散射簇二和散射簇三的空间互相关函数曲面。同理可以看到衰落的总体趋势一致，天线间隔不同时，衰落幅度快慢变化不一致。
本发明仿真平台包括：
基于DSRC技术的车载通信结构，用于提供一种高效的短距离无线通信机制；
车载单元OBU，放在行驶轿车上的嵌入式处理单元，用于存储着车辆的基本信息；
路侧单元RSU，安装在基站上方的固定通讯设备，实现信息的交互；
专用通信链路，是车载单元OBU和车载单元RSU信息交换的通道。
在实际操作中用下面的设备，做实际的测试，以便与仿真平台的模型里的数据做对比：
NI PXI-1065机箱，嵌入式控制器，负责处理从发射器和接收器收到的信号；
NI PXIe-5644,射频信号发生器/分析仪，负责用指定的频率向RSU发送需要调制和编码格式的查询命令以及捕获和处理OBU的响应；
NI PXIe-5640R IF RIO FPGA，建立RSU与OBU之间的通信；
测试天线，分为发射天线和接收天线，负责发射和接受传输信号。
以‘NI’开头的设备，是一系列信号收发用的芯片，主要的仿真在于MATLab。
综上所述，本发明通过搭建多输入多输出单环模型的仿真平台，可以根据实际作为接收器轿车周围的散射体分布，比经典单环模型更加贴切地模拟真实情况；本发明利用时间-空间相关函数得到信道容量的变化，真实反映信号的衰落情况；本发明的平台得到与经典单环模型仿真类似的变化趋势，同时又能反映不同场景下的信道容量变化过程的具体区别。

Claims (3)

1.一种用于多输入多输出单环模型建模方法，其特征在于：该方法包括下列顺序的步骤：
(1)模拟一个车载通信场景，作为发射器的信号基站固定不动，接收器是一辆移动的轿车；信号发射端与接收端之间的距离为D，环的半径是R，且满足D＞＞R＞＞max{δT,δR}；作为发射器的信号基站装有MT根全向天线且呈均匀线性阵列分布，作为接收器的轿车车顶装有MR根全向天线且呈均匀线性阵列分布；所述天线由多个元件单元组成，发射器天线的元件单元间的间距为δT，接收器天线的元件单元间的间距为δR；设置βT和βR分别是发射天线和接收天线的倾角；
(2)根据上述场景得到一个窄带MT×MRMIMO信道模型，假设单环上有Sn个局部散射体，n＝1,2,…,N；出发角AOD用
Figure FDA0003592328770000011
表示，到达角AOA用
Figure FDA0003592328770000012
表示，移动的轿车以运动角度αv的方向以速度v运动，该模型的复通道增益表示为
Figure FDA0003592328770000013
其中
Figure DA00035923287731626161
表示视距分量，
Figure DA00035923287731678415
表示非视距分量，用
Figure DA00035923287731734330
表示发射器天线阵元的第l根天线，l＝1，2，...，MT；用
Figure DA00035923287731828598
表示接受器轿车阵元的第k根天线，k＝1,2,…,MR；
(3)对经典单环模型做基于散射簇的模型扩展；
(4)利用改进后的单环模型的信道增益函数给出多簇MIMO信道模型的3D空间-时间CCF，通过设置发射器和接收器天线的元件单元间的间距为零，得到时间自相关函数，通过设置暂态时间为零，得到空间互相关函数；
(5)通过上述四个步骤得到单环模型，利用该模型做MATLAB仿真；
在所述步骤(3)具体是指：
(3a)十字路口场景下设置簇的数量为4个，根据轿车所在的位置确定散射簇的角度，第一个簇的角度分布在π/6至π/3，第二个簇的角度分布在2π/3至5π/6，以此类推；
(3b)汽车行驶过拐角时，设置有两个簇，簇的分布角度为π/6至4π/3、5π/3至11π/6，道路上认为是没有散射体分布的；
(3c)直路场景中分簇数量为两个，并且角度对称，其中一个簇的角度为π/6至5π/6；
(3d)作为接收器的移动轿车周围的散射体圆环上有多个散射簇分布；用不同的下标来区分不同的簇，设簇共有C个，(.)c，c＝1,2,…,C，每个簇都有自己的分布区域，即簇的长度是有限；簇C的AOD出发角表示为
Figure FDA0003592328770000021
AOA到达角表示为
Figure FDA0003592328770000022
存在的区域表示为
Figure FDA0003592328770000023
所有的
Figure FDA0003592328770000024
都有相同的概率密度；基于散射簇的大规模天线MIMO信道模型，信道增益表示为：
Figure FDA0003592328770000025
式中，ωc代表权重因子，即代表第c个簇占的比重；为了使zkl(t)的均值功率归一化为一个单位，对加权因子施加边界条件
Figure FDA0003592328770000026
在所述步骤(4)中，多簇MIMO信道模型的3D空间-时间CCF具体是指：
(4a)多簇MIMO信道模型的3D空间-时间CCFρkl,k'l'(δT,δR,τ)表示为：
Figure FDA0003592328770000027
式中，(.)*表示式子求共轭，E{.}表示式子求期望；δT是发射器天线的元件单元间的间距，δR是接收器天线元件单元间的间距，τ是暂态时间；
(4b)视距分量的相关函数
Figure FDA0003592328770000028
具体计算如下:
Figure FDA0003592328770000029
式中
Figure FDA00035923287700000210
K是莱斯因子，l是发射器天线阵的第l根天线，k是接收器天线阵的第k根天线，βT和βR分别是发射天线和接收天线的倾角，λ表示载波波长；
Figure FDA00035923287700000211
是视距分量的多普勒频移载波频率；
(4c)散射分量的相关函数
Figure FDA00035923287700000212
的计算如下：
Figure FDA0003592328770000031
式中，
Figure FDA0003592328770000032
Figure FDA0003592328770000033
Figure FDA0003592328770000034
表示从信号发射端看到的最大AOD,
Figure FDA0003592328770000035
表示簇C到达角，fR是非视距分量的多普勒频移，
Figure FDA0003592328770000036
是到达角的概率密度函数；
(4d)空间-时间相关函数中，设置发射器和接收器的天线元件单元间间距δT，δR均为零，可以得到时间自相关函数
Figure FDA0003592328770000037
表示为
Figure FDA0003592328770000038
ωc表示权重因子，
Figure FDA0003592328770000039
是散射簇角度的下限,
Figure FDA00035923287700000310
是散射簇角度的上限；(4f)通过设置τ为零，从3D空间-时间相关函数得到2D空间CCF，表示为：
Figure FDA00035923287700000311
Figure FDA0003592328770000041
由步骤4(b)可知，
Figure FDA0003592328770000042
由步骤4(c)可知，
Figure FDA0003592328770000043
Figure FDA0003592328770000044
Figure FDA0003592328770000045
表示簇C到达角。
2.根据权利要求1所述的用于多输入多输出单环模型建模方法，其特征在于：在所述步骤(2)中，复通道增益函数
Figure FDA0003592328770000046
的视距分量
Figure FDA0003592328770000047
表示为：
Figure FDA0003592328770000048
式中：
Figure FDA0003592328770000049
其中
Figure FDA00035923287700000410
是视距情况下接收器移动的角度，αv是移动轿车的运动角度，则
Figure FDA00035923287700000411
是视距分量引起的多普勒频移；fmax＝fc(v/c),fc是载波频率，v是接收器的移动速度，c表示光速；
Figure FDA00035923287700000412
莱斯因子K是视距分量与散射分量的比值，即
Figure FDA00035923287700000413
Figure FDA00035923287700000414
是视距分量引起的接收器接收信号的多普勒频移；Dkl是第l根发射天线与第k根接收天线之间的距离；λ表示载波波长；fmax＝fc(v/c),fc是载波频率，v是接收器的移动速度，c表示光速；
非视距分量
Figure FDA00035923287700000415
代表散射分量，散射分量是随机过程，其表达式为：
Figure FDA0003592328770000051
式中：
Figure FDA0003592328770000052
Figure FDA0003592328770000053
Figure FDA0003592328770000054
表示从信号发射端看到的最大AOD，
Figure FDA0003592328770000055
假设散射簇中一共有N个散射体，那么用n表示这个簇中第n个散射体的增益，最终将所有的散射体增益叠加，构成非视距分量的增益总和；
Figure FDA0003592328770000056
是第n个散射体的射线到达角，αv是移动轿车的运动角度；θn是独立同分布的随机变量，均服从[0,2π)上的均匀分布；fR是散射分量引起的接收器接收信号的多普勒频移。
3.实现权利要求1至2中任一项所述的用于多输入多输出单环模型建模方法的仿真平台，其特征在于：包括：
基于DSRC技术的车载通信结构，用于提供一种高效的短距离无线通信机制；
车载单元OBU，放在行驶轿车上的嵌入式处理单元，用于存储着车辆的基本信息；
路侧单元RSU，安装在基站上方的固定通讯设备，实现信息的交互；
专用通信链路，是车载单元OBU和车载单元RSU信息交换的通道。
CN202010047744.4A 2020-01-16 2020-01-16 一种用于多输入多输出单环模型建模方法及其仿真平台 Active CN111263327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010047744.4A CN111263327B (zh) 2020-01-16 2020-01-16 一种用于多输入多输出单环模型建模方法及其仿真平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010047744.4A CN111263327B (zh) 2020-01-16 2020-01-16 一种用于多输入多输出单环模型建模方法及其仿真平台

Publications (2)

Publication Number Publication Date
CN111263327A CN111263327A (zh) 2020-06-09
CN111263327B true CN111263327B (zh) 2022-06-03

Family

ID=70952162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010047744.4A Active CN111263327B (zh) 2020-01-16 2020-01-16 一种用于多输入多输出单环模型建模方法及其仿真平台

Country Status (1)

Country Link
CN (1) CN111263327B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114978383B (zh) * 2022-04-26 2023-08-11 华中科技大学 一种具有空间一致性的信道建模方法、装置及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1998462A1 (en) * 2007-05-29 2008-12-03 Nokia Siemens Networks Oy Method and device for processing a channel and communication system comprising such device
CN107086894A (zh) * 2017-05-12 2017-08-22 重庆大学 一种高速移动下基于马尔科夫链的mimo信道建模方法
CN107404341A (zh) * 2017-07-24 2017-11-28 上海师范大学 非完美信道信息下mimo天线选择和数据传输方法及评价方法
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
CN109639378A (zh) * 2019-01-29 2019-04-16 南京信息工程大学 矩形隧道无线传播信道建模方法
CN110429959A (zh) * 2019-07-29 2019-11-08 南京信息工程大学 一种用于三维车载的大规模虚拟天线阵列的建立方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1998462A1 (en) * 2007-05-29 2008-12-03 Nokia Siemens Networks Oy Method and device for processing a channel and communication system comprising such device
CN107086894A (zh) * 2017-05-12 2017-08-22 重庆大学 一种高速移动下基于马尔科夫链的mimo信道建模方法
CN107404341A (zh) * 2017-07-24 2017-11-28 上海师范大学 非完美信道信息下mimo天线选择和数据传输方法及评价方法
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
CN109639378A (zh) * 2019-01-29 2019-04-16 南京信息工程大学 矩形隧道无线传播信道建模方法
CN110429959A (zh) * 2019-07-29 2019-11-08 南京信息工程大学 一种用于三维车载的大规模虚拟天线阵列的建立方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A General 3D Non-Stationary Wideband Twin-Cluster Channel Model for 5G V2V Tunnel Communication Environments;Hao Jiang等;《IEEE Access》;20190919;全文 *
三维Massive MIMO信道建模;段京京;《信息科技辑》;20190115;全文 *
基于几何街道散射场景的车载移动信道模型;周杰等;《科学技术与工程》;20170908(第25期);全文 *
改进型MIMO信道模型及其性能研究;朱慧娟;《信息科技辑》;20190115;全文 *
车对车三维信道建模及其空-时相关特性分析;曾文波等;《通信学报》;20190630;全文 *

Also Published As

Publication number Publication date
CN111263327A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
Jiang et al. Three-dimensional non-stationary wideband geometry-based UAV channel model for A2G communication environments
Jiang et al. Three-dimensional geometry-based stochastic channel modeling for intelligent reflecting surface-assisted UAV MIMO communications
Yang et al. Measurements and cluster-based modeling of vehicle-to-vehicle channels with large vehicle obstructions
Cheng et al. Channel nonstationarity and consistency for beyond 5G and 6G: A survey
CN109639378B (zh) 矩形隧道无线传播信道建模方法
Reichardt et al. Virtual drive: A complete V2X communication and radar system simulator for optimization of multiple antenna systems
CN111314001A (zh) 一种基于几何的非平稳v2v mimo信道建模方法
CN103140772B (zh) 用于定位通信网络中的至少一个障碍物的方法和设备、相应的计算机程序
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
Matolak V2V communication channels: State of knowledge, new results, and what’s next
CN101860385B (zh) 一种多输入多输出无线通信系统的信道建模方法
Huang et al. A non-stationary 6G V2V channel model with continuously arbitrary trajectory
CN108768565B (zh) 一种面向车联网的动态mimo信道建模及参数计算方法
CN111817806B (zh) 一种汽车空口通信性能测试方法和系统
CN112333671B (zh) 一种车对车mimo信道的非平稳特征提取方法
CN104994517A (zh) 一种高空平台mimo通信系统三维信道建模方法
CN114665998B (zh) 空时一致性下的三重非平稳无线通信信道建模方法
CN103747455A (zh) 基于非均匀散射体分布的信道建模方法及参数匹配方法
Sadovaya et al. Ray-based modeling of directional millimeter-wave V2V transmissions in highway scenarios
CN107135023A (zh) 用于毫米波通信系统的三维训练码书设计方法及波束对准方法
CN101087165B (zh) 一种多输入多输出系统中产生多径衰落信号的方法
Ge et al. A 3-D dynamic non-WSS cluster geometrical-based stochastic model for UAV MIMO channels
CN117978603A (zh) 一种基于ofdm的反向散射通信感知一体化系统及方法
CN102035588A (zh) 基于角度信息的发射多播赋形方法及系统
CN117200846B (zh) 一种基于列车位置和ris的毫米波波束成形方法及系统

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