CN111313989B - 一种基于信噪干扰比的车载网可靠性分析方法 - Google Patents
一种基于信噪干扰比的车载网可靠性分析方法 Download PDFInfo
- Publication number
- CN111313989B CN111313989B CN201911225937.8A CN201911225937A CN111313989B CN 111313989 B CN111313989 B CN 111313989B CN 201911225937 A CN201911225937 A CN 201911225937A CN 111313989 B CN111313989 B CN 111313989B
- Authority
- CN
- China
- Prior art keywords
- node
- probability
- threshold
- vehicle
- interference
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000005562 fading Methods 0.000 claims abstract description 7
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 230000003313 weakening effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008054 signal transmission Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 7
- 238000011156 evaluation Methods 0.000 abstract description 4
- 238000003012 network analysis Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011835 investigation 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
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- 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
- H04B17/3911—Fading models or fading generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于车载自组网的可靠性研究技术领域,提供一种基于信噪干扰比的车载网可靠性分析方法。与以往的研究方法对比,该方法可以显著提高评估的速度和精度。本发明专利属于车载自组网的研究领域。该可靠性分析方法包括计算在给定通信参数和给定信噪比阈值情况下的干扰区域,分别计算在三种不同干扰情形下SINR的分布,计算在衰减信道和碰撞影响下SINR的分布,计算点对点包接收概率PRP、计算成功接收包的接收节点数占总接收结点数的比例PRR。
Description
技术领域
本发明属于车载自组网的可靠性研究技术领域,主要是对一维情形下,车载网环境中的广播过程进行建模,并分析其常见的可靠性指标PRP和PRR。PRP表示点对点的包成功接受率;PRR表示在给定接收范围内成功接收数据包的比例。
背景技术
车载自组网作为智能交通系统的重要组成部分,通过车辆之间自主通信的方式提供道路安全预警等安全应用,减少交通事故的发生。受到衰减信道、隐藏终端等问题的影响,车载自组网的广播消息不保证能被邻居节点成功接收,因此车载自组网的可靠性研究是学术界的一个研究热点。目前已经有许多研究给出估计其MAC层可靠性指标的方法,但是调查表明目前研究中假设隐藏终端区域是固定的,造成了估计不准确的问题,同时现有的基于信噪干扰比的评估模型存在计算量大的问题。针对上述问题,本发明设计一种新的基于信噪干扰比的车载网可靠性分析方法,显著提高评估的速度和精度。
发明内容
针对目前车载自组网可靠性评估方面的不足,本发明提供一种新的基于信噪干扰比的车载网可靠性分析方法。
本发明的技术方案:
一种基于信噪干扰比的车载网可靠性分析方法,步骤如下:
一、首先对该分析模型做出如下假设:
假设1、所有的车辆都有DSRC通信装置,且发送功率和车长均相等;
假设2、车辆服从泊松分布;
假设3、衰减信道和碰撞对可靠性的影响是相互独立的;
假设3、衰减信道采用Nakagami模型;
假设4、干扰节点和发送节点之间的距离不大于给定的Imax,通常Imax>>rE,其中rE表示节点的感知距离;
二、基于上述假设,构建一维车载网广播分析模型,步骤如下:
步骤1.计算只考虑碰撞情况下信噪干扰比SINR小于阈值θ的概率,由于噪声与干扰功率相比较小,因此,SINR弱化为SIR(信干比);
步骤1.1.根据给定的通信参数和信干比阈值θ,计算使得SIR小于阈值的最大干扰距离,但是最大干扰距离不超过给定上限Imax;干扰分三种情况考虑,第一种情况是在发送节点感知范围之外的左右两边至少一个干扰节点发送就会导致SIR小于阈值θ;第二种情况是在发送节点感知范围之外的左右两边至少同时有一个干扰节点发送就会导致SIR小于阈值θ;第三种情况是在发送节点感知范围之内的左右两边至少一个干扰节点发送会导致SIR小于阈值θ;
步骤1.2.根据计算出来的最大干扰距离,计算在发送节点感知范围之外的左右两边至少一个干扰节点发送的情况下,SIR小于阈值θ的概率;
步骤1.3.根据计算出来的最大干扰距离,计算在发送节点感知范围之外的左右两边至少同时有一个干扰节点发送的情况下,SIR小于阈值θ的概率;
步骤1.4.根据计算出来的最大干扰距离,计算在发送节点感知范围之内的左右两边至少一个干扰节点发送的情况下,SIR小于阈值θ的概率;
步骤2.计算只考虑Nakagami衰减信道影响下SINR小于阈值θ的概率,在不考虑干扰的情况下,SINR弱化为SNR(信噪比)。
步骤3.计算同时考虑信道衰减和信号碰撞影响时,SINR小于阈值θ的概率。
步骤4.基于上述模型,我们对车载网的可靠性指标PRP进行评估,具体过程如下:
步骤4.1.计算在接收功率大于接收阈值条件下,SINR小于阈值θ的概率;
步骤4.2.计算在接收功率大于接收阈值条件下,SINR的概率密度函数(PDF);
步骤4.3.根据实际测量中获取的帧错误率FER,计算单个节点成功接收一个车辆发送的数据包的概率PRP。
步骤5.基于上述模型,我们对车载网的可靠性指标PRR进行评估。
本发明的有益效果:本发明提供一种新的基于信噪干扰比的车载网可靠性分析方法,与以往的研究方法对比,该方法可以显示提高车载自组网可靠性评估的速度和精度。
附图说明
图1是本发明设计的基于信噪干扰比的车载网分析模型。
具体实施方式
图1示出了本发明设计的基于信噪干扰比的车载自组网分析模型,图中,O是发送节点,U是接收节点。下面将结合附图对本发明的具体实施方式作进一步详细说明。详述如下:
步骤1.计算只考虑信号碰撞情况下信噪干扰比SINR小于阈值θ的概率,此时不考虑底噪的影响,SINR弱化为信干比SIR。分三种情况考虑干扰,第一种情况是在发送节点感知范围rE之外的左右两边至少一个干扰节点发送就会导致SIR小于阈值θ;第二种情况是在发送节点感知范围rE之外的左右两边至少同时有一个干扰节点发送会导致SIR小于阈值θ;第三种情况是在发送节点感知范围rE之内的左右两边至少一个干扰节点发送则会导致SIR小于阈值θ。
步骤1.1.第一种情况,干扰节点位于左右两侧“/”阴影区域的任意一侧(如图1中任意一个I1)。DImax-1表示接收者和阴影区域中最远的干扰者之间的距离。DImax-1推导如下:
其中,Pt是信号发送功率,η是发送者确定的常量,d0是通信中给定参考距离,ds是发送节点O和接收节点U之间的距离,α是路径丢失指数。最大干扰距离不超过给定上限Imax,因此,DImax=min(DImax-1,Imax)。
此时,SIR小于阈值θ的概率如下:
其中,pt表示稳态下阴影区域(即隐藏终端区域)中节点发送数据包的概率,β表示车辆密度(节点数量/米),e是自然数,Nht是隐藏终端区域的长度。
其中,rE是发送节点的感知范围。
步骤1.2.第二种情况,干扰区域(“\”表示的阴影区域)中有两个节点(如图1中左右两边的I2)同时发送造成SIR小于阈值θ。DImax-2是接收者和最远的干扰者之间的距离,推导方式如下:
此时,SIR小于阈值θ的概率如下:
步骤1.3.第三种情况是在发送节点感知范围rE之内的左右两边至少一个干扰节点发送就会导致SIR小于阈值θ。此时,SIR小于阈值θ的概率如下:
其中,π0表示稳态时一个节点发送数据包的概率,Ncc表示在发送节点感知范围rE之内干扰区域的长度,如下:
Ncc=min(DImax,rE-ds)+min(DImax,rE+ds)
步骤2.计算只考虑Nakagami衰减信道影响下SINR小于阈值θ的概率,在不考虑干扰的情况下,SINR弱化为SNR。已知
其中,Pr是接收功率,N是底噪的平均功率。
步骤2.1.把SNR的公式应用到Nakagami衰减的分布中,SNR小于阈值θ的概率为:
其中,m是Nakagami衰减模型的衰落参数,Γ(m)是伽马函数,ω是在接收距离ds处的平均接收功率。
步骤2.2.根据路径衰减法则,有:
其中,Pth是载波监听阈值,α是路径丢失指数。
步骤2.3.因此,得到只考虑Nakagami信道衰减情况下SNR小于阈值θ的概率为:
步骤3.计算同时考虑信道衰减和碰撞影响下,SINR小于阈值θ的概率如下:
步骤4.基于上述模型,我们对车载网的可靠性指标PRP进行评估,具体过程如下:
步骤4.1.计算在接收功率大于阈值条件下,SINR小于阈值θ的概率为:
步骤4.2.计算在接收功率大于阈值条件下,SINR的概率密度函数(PDF):
其中,变量s表示信噪干扰比。
步骤4.3.根据实际测量中获取的帧错误率FER,FER是信噪比的函数,计算单个节点成功接收一个车辆发送的数据包的概率PRP:
步骤5.基于上述模型,我们对车载网的可靠性指标PRR进行评估,具体过程如下:
Claims (1)
1.一种基于信噪干扰比的车载网可靠性分析方法,其特征在于,步骤如下:
一、首先对分析模型做出如下假设:
假设1、所有的车辆都有DSRC通信装置,且发送功率和车长均相等;
假设2、车辆服从泊松分布;
假设3、衰减信道和碰撞对可靠性的影响是相互独立的;
假设3、衰减信道采用Nakagami模型;
假设4、干扰节点和发送节点之间的距离不大于给定的Imax,通常Imax>>rE,其中rE表示节点的感知距离;
二、基于上述假设,构建一维车载网广播分析模型,步骤如下:
步骤1.计算只考虑碰撞情况下,信噪干扰比SINR小于阈值θ的概率,由于噪声与干扰功率相比较小,因此,SINR弱化为SIR;
步骤1.1.根据给定的通信参数和信干比阈值θ,计算使得SIR小于阈值的最大干扰距离,但是最大干扰距离不超过给定上限Imax;
干扰分三种情况:
第一种情况,在发送节点感知范围之外的左右两边至少一个干扰节点发送就会导致SIR小于阈值θ;DImax-1表示接收者和阴影区域中最远的干扰者之间的距离;DImax-1计算如下:
其中,Pt是信号发送功率,η是发送者确定的常量,d0是通信中给定参考距离,ds是发送节点O和接收节点U之间的距离,α是路径丢失指数;最大干扰距离不超过给定上限Imax,因此,DImax=min(DImax-1,Imax);
此时,SIR小于阈值θ的概率如下:
其中,pt表示稳态下阴影区域中节点发送数据包的概率,β表示车辆密度,e是自然数,Nht是隐藏终端区域的长度;
其中,rE是发送节点的感知范围;
第二种情况,在发送节点感知范围之外的左右两边至少同时有一个干扰节点发送就会导致SIR小于阈值θ;DImax-2是接收者和最远的干扰者之间的距离,DImax-2的计算如下:
此时,SIR小于阈值θ的概率如下:
第三种情况,在发送节点感知范围之内的左右两边至少一个干扰节点发送会导致SIR小于阈值θ;此时,SIR小于阈值θ的概率如下:
其中,π0表示稳态时一个节点发送数据包的概率,Ncc表示在发送节点感知范围rE之内干扰区域的长度,如下:
Ncc=min(DImax,rE-ds)+min(DImax,rE+ds)
步骤2.计算只考虑Nakagami衰减信道影响下SINR小于阈值θ的概率,在不考虑干扰的情况下,SINR弱化为SNR;
已知
其中,Pr是接收功率,N是底噪的平均功率;
步骤2.1.把SNR的公式应用到Nakagami衰减的分布中,SNR小于阈值θ的概率为:
其中,m是Nakagami衰减模型的衰落参数,Γ(m)是伽马函数,ω是在接收距离ds处的平均接收功率;
步骤2.2.根据路径衰减法则,有:
其中,Pth是载波监听阈值,α是路径丢失指数;
步骤2.3.因此,得到只考虑Nakagami信道衰减情况下SNR小于阈值θ的概率为:
步骤3.计算同时考虑信道衰减和信号碰撞影响下,SINR小于阈值θ的概率如下:
步骤4.基于上述模型,对车载网的可靠性指标PRR 进行评估,具体过程如下:
步骤4.1.计算在接收功率大于阈值条件下,SINR小于阈值θ的概率为:
步骤4.2.计算在接收功率大于阈值条件下,SINR的概率密度函数(PDF):
其中,变量s表示信噪干扰比;
步骤4.3.根据实际测量中获取的帧错误率FER,FER是信噪比的函数,计算单个节点成功接收一个车辆发送的数据包的概率PRP:
步骤5.基于上述模型,对车载网的可靠性指标PRR进行评估,具体过程如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911225937.8A CN111313989B (zh) | 2019-12-04 | 2019-12-04 | 一种基于信噪干扰比的车载网可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911225937.8A CN111313989B (zh) | 2019-12-04 | 2019-12-04 | 一种基于信噪干扰比的车载网可靠性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111313989A CN111313989A (zh) | 2020-06-19 |
CN111313989B true CN111313989B (zh) | 2021-07-16 |
Family
ID=71157945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911225937.8A Active CN111313989B (zh) | 2019-12-04 | 2019-12-04 | 一种基于信噪干扰比的车载网可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111313989B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117939350B (zh) * | 2024-03-21 | 2024-06-18 | 深圳市中翔达润电子有限公司 | 一种蓝牙耳机用数据智能传输系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7046963B2 (en) * | 2002-12-06 | 2006-05-16 | Texas Instruments Incorporated | Method and apparatus of signal estimation over generalized fading channel |
CN101625563A (zh) * | 2008-07-11 | 2010-01-13 | 中冶焦耐工程技术有限公司 | 焦炉地址检测及炉号自动识别系统 |
CN103326974A (zh) * | 2013-06-04 | 2013-09-25 | 长安大学 | 一种车辆通信接入网的自适应传输模式选择系统及其方法 |
CN104967670A (zh) * | 2015-06-01 | 2015-10-07 | 南京邮电大学 | 一种基于IEEE 802.11p的车辆接入网络的方法 |
CN107563026A (zh) * | 2017-08-21 | 2018-01-09 | 哈尔滨工程大学 | 一种基于干扰的二维车载网安全应用的分析方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9614608B2 (en) * | 2014-07-14 | 2017-04-04 | Ubiqomm Llc | Antenna beam management and gateway design for broadband access using unmanned aerial vehicle (UAV) platforms |
CN104899409B (zh) * | 2015-03-05 | 2018-03-16 | 北京理工大学 | 一种基于小波分析的工程机械传动载荷信号去噪方法 |
CN110062017B (zh) * | 2018-01-19 | 2020-09-08 | 华北电力大学 | 一种动态变化的车联网场景中的内容分发基站及方法 |
-
2019
- 2019-12-04 CN CN201911225937.8A patent/CN111313989B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7046963B2 (en) * | 2002-12-06 | 2006-05-16 | Texas Instruments Incorporated | Method and apparatus of signal estimation over generalized fading channel |
CN101625563A (zh) * | 2008-07-11 | 2010-01-13 | 中冶焦耐工程技术有限公司 | 焦炉地址检测及炉号自动识别系统 |
CN103326974A (zh) * | 2013-06-04 | 2013-09-25 | 长安大学 | 一种车辆通信接入网的自适应传输模式选择系统及其方法 |
CN104967670A (zh) * | 2015-06-01 | 2015-10-07 | 南京邮电大学 | 一种基于IEEE 802.11p的车辆接入网络的方法 |
CN107563026A (zh) * | 2017-08-21 | 2018-01-09 | 哈尔滨工程大学 | 一种基于干扰的二维车载网安全应用的分析方法 |
Non-Patent Citations (3)
Title |
---|
Approximations to the Distribution of the Sum of Generalized Normal RVs Using the Moments Matching Method and its Applications in Performance Analysis of Equal Gain Diversity Receivers;Kostas P. Peppas等;《IEEE》;20180808;全文 * |
基于干扰模型的车载网容量分析研究;钟上进;《中国优秀硕士学位论文全文数据库》;20180615;全文 * |
车载网络系统性能分析与组网部署研究;陈瑞凤;《中国博士学位论文全文数据库》;20161015;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111313989A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gonzalez-Martín et al. | Analytical models of the performance of C-V2X mode 4 vehicular communications | |
Toghi et al. | Multiple access in cellular V2X: Performance analysis in highly congested vehicular networks | |
Toghi et al. | Analysis of distributed congestion control in cellular vehicle-to-everything networks | |
Sepulcre et al. | Analytical models of the performance of IEEE 802.11 p vehicle to vehicle communications | |
Sjoberg et al. | How severe is the hidden terminal problem in VANETs when using CSMA and STDMA? | |
Cho et al. | Channel-aware congestion control in vehicular cyber-physical systems | |
Schiegg et al. | Analytical performance evaluation of the collective perception service in C-V2X mode 4 networks | |
EP2898732B1 (en) | Method and system for operating stations in a cooperative station network | |
Tchouankem et al. | Impact of buildings on vehicle-to-vehicle communication at urban intersections | |
Dayal et al. | Adaptive semi-persistent scheduling for enhanced on-road safety in decentralized V2X networks | |
Peng et al. | Age of information optimized MAC in V2X sidelink via piggyback-based collaboration | |
Schumacher et al. | Highway propagation modeling in VANETS and its impact on performance evaluation | |
Campolo et al. | On the impact of adjacent channel interference in multi-channel VANETs | |
Zang et al. | A priority-based cross-layer design for future vanets through full-duplex technology | |
Chen et al. | A V2V emergent message dissemination scheme for 6G-oriented vehicular networks | |
CN111313989B (zh) | 一种基于信噪干扰比的车载网可靠性分析方法 | |
Abd El-Gawad et al. | A cooperative V2X MAC protocol for vehicular networks | |
Javed et al. | Performance analysis of an adaptive rate-range control algorithm for VANET safety applications | |
US20220322132A1 (en) | Method for effectively transmitting downlink data by server for controlling tcu mounted in vehicle | |
Kaneko | Throughput analysis of CSMA with imperfect collision detection in full duplex-enabled WLAN | |
Abbasi et al. | LTE-V2X (C-V2X) performance in congested highway scenarios | |
Dayal et al. | Adaptive RRI Selection Algorithms for Improved Cooperative Awareness in Decentralized NR-V2X | |
Yang et al. | PRESS: Predictive assessment of resource usage for C-V2V mode 4 | |
Ma et al. | A new approach to SINR-based reliability analysis of IEEE 802.11 broadcast ad hoc networks | |
Bayu et al. | Performance of C-V2X communications for high density traffic highway scenarios |
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 |