CN113747401A - 一种车辆到车辆的非平稳信道建模方法及装置 - Google Patents
一种车辆到车辆的非平稳信道建模方法及装置 Download PDFInfo
- Publication number
- CN113747401A CN113747401A CN202111050224.XA CN202111050224A CN113747401A CN 113747401 A CN113747401 A CN 113747401A CN 202111050224 A CN202111050224 A CN 202111050224A CN 113747401 A CN113747401 A CN 113747401A
- Authority
- CN
- China
- Prior art keywords
- receiving end
- transmitting end
- time
- vehicle
- channel
- 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.)
- Pending
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]
- 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]
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种车辆到车辆的非平稳信道建模方法及装置,可应用于物联网领域或移动互联领域。包括:基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;根据2D双环模型和3D圆柱模型,获取发射端到接收端的信道冲激响应;基于时间演进过程,更新信道模型的时变参数,时变参参数包括时变电磁波传输距离和时变多普勒频移;根据信道冲激响应和时变参数,获得非平稳车辆到车辆信道模型。本发明提升了信道建模的准确性。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种车辆到车辆的非平稳信道建模方法及装置。
背景技术
伴随着互联网及大数据的发展进一步发展,驱动了城市智能网联车的蓬勃发展,当前城市街道场景下的车辆到车辆(V2V)信道模型大都是二维(2D)模型,其不能真实的反映出实际的V2V通信环境特征,会造成信道模型的准确性不足。
发明内容
针对于上述问题,本发明提供一种车辆到车辆的非平稳信道建模方法及装置,提升了信道建模的准确性。
为了实现上述目的,本发明提供了如下技术方案:
一种车辆到车辆的非平稳信道建模方法,包括:
基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;
基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;
根据所述2D双环模型和所述3D圆柱模型,获取发射端到接收端的信道冲激响应;
基于时间演进过程,更新信道模型的时变参数,所述时变参参数包括时变电磁波传输距离和时变多普勒频移;
根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型。
可选地,所述基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型,包括:
分别获取发射端和接收端的运动参数,所述运动参数包括运动速度和运动方向;
分别确定发射端和接收端各自对应的半径和散射体数量;
基于所述运动参数、所述半径和所述散射体数量,确定散射体的单散射传输信息;
基于所述单散射传输信息,确定以发射端和接收端为圆心的2D双环模型。
可选地,所述基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型,包括:
获取接收端和发射端的静止散射体;
响应于电磁波与所述静止散射体的传输,获取各个静止散射体在双散射分量的水平到达角和俯仰离开角;
基于所述水平到达角和俯仰离开角,确定以发射端和接收端为中心的3D圆柱模型。
可选地,所述根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型,包括:
所述根据所述信道冲激响应和所述时变参数,确定子信道之间的空间相关性特征;
获取子信道之间的时间相关性特征;
基于所述子信号之间的空间相关性特征和时间相关性特征,确定非平稳车辆到车辆信道模型。
可选地,所述方法还包括:
基于所述空间相关性特征和时间相关性特征,对所述非平稳车辆到车辆信道模型进行仿真结果分析,获得分析结果。
一种车辆到车辆的非平稳信道建模装置,包括:
第一建立单元,用于基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;
第二建立单元,用于基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;
第一获取单元,用于根据所述2D双环模型和所述3D圆柱模型,获取发射端到接收端的信道冲激响应;
更新单元,用于基于时间演进过程,更新信道模型的时变参数,所述时变参参数包括时变电磁波传输距离和时变多普勒频移;
第二获取单元,用于根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型。
可选地,所述第一建立单元包括:
第一获取子单元,用于分别获取发射端和接收端的运动参数,所述运动参数包括运动速度和运动方向;
第一确定子单元,用于分别确定发射端和接收端各自对应的半径和散射体数量;
第二确定子单元,用于基于所述运动参数、所述半径和所述散射体数量,确定散射体的单散射传输信息;
第三确定子单元,用于基于所述单散射传输信息,确定以发射端和接收端为圆心的2D双环模型。
可选地,所述第二建立单元包括:
第二获取子单元,用于获取接收端和发射端的静止散射体;
第三获取子单元,用于响应于电磁波与所述静止散射体的传输,获取各个静止散射体在双散射分量的水平到达角和俯仰离开角;
第四确定子单元,用于基于所述水平到达角和俯仰离开角,确定以发射端和接收端为中心的3D圆柱模型。
可选地,所述第二获取单元包括:
第五确定子单元,用于所述根据所述信道冲激响应和所述时变参数,确定子信道之间的空间相关性特征;
第三获取子单元,用于获取子信道之间的时间相关性特征;
第六确定子单元,用于基于所述子信号之间的空间相关性特征和时间相关性特征,确定非平稳车辆到车辆信道模型。
可选地,所述装置还包括:
分析单元,用于基于所述空间相关性特征和时间相关性特征,对所述非平稳车辆到车辆信道模型进行仿真结果分析,获得分析结果。
相较于现有技术,本发明提供了一种车辆到车辆的非平稳信道建模方法及装置,包括:基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;根据2D双环模型和3D圆柱模型,获取发射端到接收端的信道冲激响应;基于时间演进过程,更新信道模型的时变参数,时变参参数包括时变电磁波传输距离和时变多普勒频移;根据信道冲激响应和时变参数,获得非平稳车辆到车辆信道模型。本发明基于电磁波在三维空间传播的实际情况,即同时考虑电磁波在水平维度和垂直维度传播对车到车信道的影响。区分出运动散射体对车到车信道的影响,提升了信道建模的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种车辆到车辆的非平稳信道建模方法的流程示意图;
图2为本发明实施例提供的一种2D双环模型的示意图;
图3为本发明实施例提供的一种3D圆柱模型的示意图;
图4为本发明实施例提供的一种信道冲激响应的示意图;
图5为本发明实施例提供的一种散射体的运动垂直投影示意图;
图6为本发明实施例提供的一种信道模型的空间相关性曲线图;
图7为本发明实施例提供的一种信道模型的时间相关性曲线图;
图9为本发明实施例提供的一种车辆到车辆的非平稳信道建模装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
本发明提供的一种车辆到车辆的非平稳信道建模方法,可用于物联网领域或其他领域,例如,可用于物联网领域中的车辆导航应用场景。其他领域为除物联网领域之外的任意领域,例如,通信数据处理领域,上述仅为示例,并不对本发明提供的车辆到车辆的非平稳信道建模方法的应用领域进行限定。
参见图1,为本发明实施例提供的一种车辆到车辆的非平稳信道建模方法的流程示意图,该方法可以包括以下步骤:
S101、基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型。
本发明实施例中区分运动散射体对车辆对车辆(V2V)信道的影响,将发射端、接收端、运动散射体统一建模在以发射端和接收端为圆心的2D圆环上。
S102、基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型。
其中,3D圆柱模型是将通信场景下的静止散射体建模在以发射端和接收端为中心的三维空间圆柱表面。
S103、根据所述2D双环模型和所述3D圆柱模型,获取发射端到接收端的信道冲激响应。
根据上述建立的几何模型,获取发射端到接收端的信道冲激响应CIR。需要说明的是,在本发明实施例中信道模型不仅包含有2D信道模块的单散射分量和3D信号模块的双散射分量,还包含有发射端到接收端的视距分量,即LOS分量。
S104、基于时间演进过程,更新信道模型的时变参数,所述时变参参数包括时变电磁波传输距离和时变多普勒频移。
S105、根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型。
随着时间演进,散射体和发射接收端的运动是形成时变参数的直接原因,因此,需要基于时间演进过程,更新信道模型的时变参数。基于3D信道模型的CIR获取信道统计特征,即信道的空间相关性和时间相关性。通过所述信道冲激响应和所述时变参数可以获得所提3D非平稳V2V MIMO信道模型的完整信道冲激响应表达式,从而可以得到非平稳车辆到车辆信道模型。
在一种实施方式中,所述基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型,包括:
分别获取发射端和接收端的运动参数,所述运动参数包括运动速度和运动方向;
分别确定发射端和接收端各自对应的半径和散射体数量;
基于所述运动参数、所述半径和所述散射体数量,确定散射体的单散射传输信息;
基于所述单散射传输信息,确定以发射端和接收端为圆心的2D双环模型。
参见图2,发射端的运动速度和方向分别用vT和γT表示;接收端的运动速度和方向分别用vR和γR表示。由于发射端和接收端的周围都分布有运动散射体,我们假设,发射端的圆环半径为RT,其周围有M个局部散射体,第m个散射体用表示,第m个散射体的运动速度和方向用vm和γm表示;接收端的圆环半径为RR,其周围有N个局部散射体,第n个散射体用表示,第n个散射体的运动速度和方向用vn和γn表示。在2D模型中,我们仅仅考虑电磁波经运动散射体的单散射(SB)传输,与散射的SB分量的到达角和离开角由和表示;与散射的SB分量的到达角和离开角由和表示。基于以上描述建立2D双环模型。
对应的,所述基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型,包括:
获取接收端和发射端的静止散射体;
响应于电磁波与所述静止散射体的传输,获取各个静止散射体在双散射分量的水平到达角和俯仰离开角;
基于所述水平到达角和俯仰离开角,确定以发射端和接收端为中心的3D圆柱模型。
参见图3,假设发射端有L个局部散射体,第l个散射体用表示;接收端有S个局部散射体,第s个散射体用表示。在3D模型中,我们仅仅考虑电磁波与静散射体的双散射(DB)传输,与和两次散射得到的DB分量的水平到达角和俯仰到达角用和表示、水平离开角和俯仰离开角用和表示。基于以上描述建立3D圆柱模型。
在本发明实施例中根据建立的几何模型,获取发射端到接收端的信道冲激响应CIR,本发明中的信道模型不仅包含有2D信道模块的单散射分量和3D信道模块的双散射分量,还包含有发射端到接收端的视距分量,即LOS分量。将几何模型、信道冲激响应以及LOS分量统一起来,即可获得本发明所提出的新型三维V2V信道模型。如图4所示,则发射端的发射天线p到接收端的接受天线q之间的信道冲激响应可描述为:
其中,
上式中,
εpq(t)、εpq,m(t)、εpq,n(t)、εpq,ls(t)表示该模型时变信道参数中的电磁波传播距离,fLOS(t)、fSB1(t)、fSB2(t)、fDB(t)表示该模型时变信道参数中的多普勒频移,这些参数将由更新后的时变参数获得。
(εpq(t)、εpq,m(t)=εpm(t)+εmq(t)、εpq,n(t)=εpn(t)+εnq(t)、εpq,ls(t)=εpl(t)+εls(t)+εsq(t)分别表示发射天线p和接受天线q经LOS、S(m)T、S(n)R、S(l)T和S(s)R散射的信道距离参数。fLOS(t)、fSB1(t)、fSB2(t)、fDB(t)分别为LOS分量、SB1分量、SB2分量和DB分量在电磁波传播过程中由于收发端或散射体的运动造成的多普勒频移。)
基于时间演进过程,更新信道模型的时变参数。随着时间演变,散射体和发射接收端的运动是形成时变参数的直接原因。参见图5,为散射体的运动垂直投影,以此分析时刻t0到t过程中信道参数的变化情况。由图5,发射端、接收端、散射体的空间位置分别从OT、OR和处更新到OT(t)、OR(t)和运动轨迹如图中虚线所示。
其中:
rT=vTt=vTt(cosγT,sinγT) (8)
rm=vmt=vmt(cosγm,sinγm) (9)
其中:
rR=vRt=vRt(cosγR,sinγR) (15)
rn=vnt=vnt(cosγn,sinγn) (16)
步骤三:对于LOS分量,记rLOS为OT指向OR的位置矢量,记rLOS(t)为OT(t)指向OR(t)的位置矢量,则有:
rLOS(t)=rLOS-rT+rR (20)
rLOS(t)=|rLOS(t)| (21)
步骤四:通过步骤一、二、三,可以获得信道参数中的时变电磁波传播距离:
εpq(t)≈rLOS(t)-ΔTcosθT+ΔRcosθR (23)
以及信道参数中的时变多普勒频移:
基于3D信道模型的CIR获取信道统计特征,即即信道的空间相关性和时间相关性。通过信道冲激响应和时变参数可以获得所提3D非平稳V2V MIMO信道模型的完整信道冲激响应表达式,即式(1)。
步骤三:根据步骤一和步骤二所做的处理过程,对本发明中的3D非平稳V2V MIMO信道模型进行仿真结果分析。
参见图6,为本发明实施例提供的一种信道模型的空间相关性曲线图,比较了不同时刻t=0s,t=1s,t=3s,t=5s时,可以看出,空间相关性的绝对值随着时间t的变化而变化,这是因为发射端、接收端和散射体的运动造成了信道模型的到达角、离开角以及电磁波传播距离的时变性,从而使得模型的空间相关性呈现出非平稳时变特性。
参见图7,为本发明实施例提供的一种信道模型的时间相关性曲线图。比较了不同时刻t=0s,t=1s,t=3s,t=5s时,该非平稳信道模型的时间相关性的绝对值随着时刻t的变化而不同,这是因为模型考虑了因收发端和散射体的运动带来的时变信道参数信息,如时变角度、时变电波传播距离等。
本发明利用DB分量来对空间中的电磁波俯仰角信息建模。图8为本发明实施例提供2D模型和3D模型最大俯仰角和对DB分量空间相关性的影响示意图,从图中可以看出,无论3D模型中收发端散射体分布最大俯仰角和如何取值,2D信道模型的空间相关性均高于3D模型。这表明街道场景下的2D信道模型在一定程度上过高估算了信道的空间相关性,这是因为3D信道模型不仅在水平维度,而且还在垂直维度来捕获电磁波传播信息,而2D信道模型仅仅支持电磁波的水平维度传播,在这种情况下2D信道模型则高估了实际信道的空间相关性。
本发明提出一种新型三维非平稳V2V MIMO信道建模方法。针对不同散射体的作用不同,本发明将接收端和发射端的运动散射体建模在同一水平维度的2D圆环上,而将静止散射体建模在3D双圆柱表面。根据建立的几何模型,可以获取发射端到接收端的信道冲激响应CIR。基于时间演进过程,更新几何散射模型的时变信道参数,如电磁波传播距离、多普勒频移等。从而建立完整的3D非平稳V2V信道模型,提升了信道模型的准确性。
本发明实施例提供了一种车辆到车辆的非平稳信道建模装置,参见图9,包括:
第一建立单元10,用于基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;
第二建立单元20,用于基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;
第一获取单元30,用于根据所述2D双环模型和所述3D圆柱模型,获取发射端到接收端的信道冲激响应;
更新单元40,用于基于时间演进过程,更新信道模型的时变参数,所述时变参参数包括时变电磁波传输距离和时变多普勒频移;
第二获取单元50,用于根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型。
可选地,所述第一建立单元包括:
第一获取子单元,用于分别获取发射端和接收端的运动参数,所述运动参数包括运动速度和运动方向;
第一确定子单元,用于分别确定发射端和接收端各自对应的半径和散射体数量;
第二确定子单元,用于基于所述运动参数、所述半径和所述散射体数量,确定散射体的单散射传输信息;
第三确定子单元,用于基于所述单散射传输信息,确定以发射端和接收端为圆心的2D双环模型。
可选地,所述第二建立单元包括:
第二获取子单元,用于获取接收端和发射端的静止散射体;
第三获取子单元,用于响应于电磁波与所述静止散射体的传输,获取各个静止散射体在双散射分量的水平到达角和俯仰离开角;
第四确定子单元,用于基于所述水平到达角和俯仰离开角,确定以发射端和接收端为中心的3D圆柱模型。
可选地,所述第二获取单元包括:
第五确定子单元,用于所述根据所述信道冲激响应和所述时变参数,确定子信道之间的空间相关性特征;
第三获取子单元,用于获取子信道之间的时间相关性特征;
第六确定子单元,用于基于所述子信号之间的空间相关性特征和时间相关性特征,确定非平稳车辆到车辆信道模型。
可选地,所述装置还包括:
分析单元,用于基于所述空间相关性特征和时间相关性特征,对所述非平稳车辆到车辆信道模型进行仿真结果分析,获得分析结果。
本发明实施例提供了一种车辆到车辆的非平稳信道建模装置,包括:基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;根据2D双环模型和3D圆柱模型,获取发射端到接收端的信道冲激响应;基于时间演进过程,更新信道模型的时变参数,时变参参数包括时变电磁波传输距离和时变多普勒频移;根据信道冲激响应和时变参数,获得非平稳车辆到车辆信道模型。本发明基于电磁波在三维空间传播的实际情况,即同时考虑电磁波在水平维度和垂直维度传播对车到车信道的影响。区分出运动散射体对车到车信道的影响,提升了信道建模的准确性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种车辆到车辆的非平稳信道建模方法,其特征在于,包括:
基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;
基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;
根据所述2D双环模型和所述3D圆柱模型,获取发射端到接收端的信道冲激响应;
基于时间演进过程,更新信道模型的时变参数,所述时变参参数包括时变电磁波传输距离和时变多普勒频移;
根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型。
2.根据权利要求1所述的方法,其特征在于,所述基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型,包括:
分别获取发射端和接收端的运动参数,所述运动参数包括运动速度和运动方向;
分别确定发射端和接收端各自对应的半径和散射体数量;
基于所述运动参数、所述半径和所述散射体数量,确定散射体的单散射传输信息;
基于所述单散射传输信息,确定以发射端和接收端为圆心的2D双环模型。
3.根据权利要求1所述的方法,其特征在于,所述基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型,包括:
获取接收端和发射端的静止散射体;
响应于电磁波与所述静止散射体的传输,获取各个静止散射体在双散射分量的水平到达角和俯仰离开角;
基于所述水平到达角和俯仰离开角,确定以发射端和接收端为中心的3D圆柱模型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型,包括:
所述根据所述信道冲激响应和所述时变参数,确定子信道之间的空间相关性特征;
获取子信道之间的时间相关性特征;
基于所述子信号之间的空间相关性特征和时间相关性特征,确定非平稳车辆到车辆信道模型。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
基于所述空间相关性特征和时间相关性特征,对所述非平稳车辆到车辆信道模型进行仿真结果分析,获得分析结果。
6.一种车辆到车辆的非平稳信道建模装置,其特征在于,包括:
第一建立单元,用于基于接收端和发射端的运动散射体的特征信息,建立以发射端和接收端为圆心的2D双环模型;
第二建立单元,用于基于接收端和发射端的静止散射体的特征信息,建立以发射端和接收端为中心的3D圆柱模型;
第一获取单元,用于根据所述2D双环模型和所述3D圆柱模型,获取发射端到接收端的信道冲激响应;
更新单元,用于基于时间演进过程,更新信道模型的时变参数,所述时变参参数包括时变电磁波传输距离和时变多普勒频移;
第二获取单元,用于根据所述信道冲激响应和所述时变参数,获得非平稳车辆到车辆信道模型。
7.根据权利要求6所述的装置,其特征在于,所述第一建立单元包括:
第一获取子单元,用于分别获取发射端和接收端的运动参数,所述运动参数包括运动速度和运动方向;
第一确定子单元,用于分别确定发射端和接收端各自对应的半径和散射体数量;
第二确定子单元,用于基于所述运动参数、所述半径和所述散射体数量,确定散射体的单散射传输信息;
第三确定子单元,用于基于所述单散射传输信息,确定以发射端和接收端为圆心的2D双环模型。
8.根据权利要求6所述的装置,其特征在于,所述第二建立单元包括:
第二获取子单元,用于获取接收端和发射端的静止散射体;
第三获取子单元,用于响应于电磁波与所述静止散射体的传输,获取各个静止散射体在双散射分量的水平到达角和俯仰离开角;
第四确定子单元,用于基于所述水平到达角和俯仰离开角,确定以发射端和接收端为中心的3D圆柱模型。
9.根据权利要求6所述的装置,其特征在于,所述第二获取单元包括:
第五确定子单元,用于所述根据所述信道冲激响应和所述时变参数,确定子信道之间的空间相关性特征;
第三获取子单元,用于获取子信道之间的时间相关性特征;
第六确定子单元,用于基于所述子信号之间的空间相关性特征和时间相关性特征,确定非平稳车辆到车辆信道模型。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
分析单元,用于基于所述空间相关性特征和时间相关性特征,对所述非平稳车辆到车辆信道模型进行仿真结果分析,获得分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050224.XA CN113747401A (zh) | 2021-09-08 | 2021-09-08 | 一种车辆到车辆的非平稳信道建模方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050224.XA CN113747401A (zh) | 2021-09-08 | 2021-09-08 | 一种车辆到车辆的非平稳信道建模方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113747401A true CN113747401A (zh) | 2021-12-03 |
Family
ID=78737110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111050224.XA Pending CN113747401A (zh) | 2021-09-08 | 2021-09-08 | 一种车辆到车辆的非平稳信道建模方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113747401A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114785438A (zh) * | 2022-04-18 | 2022-07-22 | 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 |
CN115189790A (zh) * | 2022-07-19 | 2022-10-14 | 中国银行股份有限公司 | 一种信道建模方法及装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110620627A (zh) * | 2019-10-14 | 2019-12-27 | 北京邮电大学 | 一种车辆到车辆多天线系统的非平稳信道建模方法及装置 |
CN110784853A (zh) * | 2019-10-31 | 2020-02-11 | 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 |
CN110958069A (zh) * | 2019-12-24 | 2020-04-03 | 南京信息工程大学 | 一种基于隧道环境的三维非平稳宽带双簇信道建模方法 |
CN111314001A (zh) * | 2020-03-10 | 2020-06-19 | 合肥工业大学 | 一种基于几何的非平稳v2v mimo信道建模方法 |
-
2021
- 2021-09-08 CN CN202111050224.XA patent/CN113747401A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110620627A (zh) * | 2019-10-14 | 2019-12-27 | 北京邮电大学 | 一种车辆到车辆多天线系统的非平稳信道建模方法及装置 |
CN110784853A (zh) * | 2019-10-31 | 2020-02-11 | 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 |
CN110958069A (zh) * | 2019-12-24 | 2020-04-03 | 南京信息工程大学 | 一种基于隧道环境的三维非平稳宽带双簇信道建模方法 |
CN111314001A (zh) * | 2020-03-10 | 2020-06-19 | 合肥工业大学 | 一种基于几何的非平稳v2v mimo信道建模方法 |
Non-Patent Citations (1)
Title |
---|
侯金波: "《车到车非平稳信道建模与统计特性研究》", pages: 1 - 69 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114785438A (zh) * | 2022-04-18 | 2022-07-22 | 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 |
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 |
CN115189790A (zh) * | 2022-07-19 | 2022-10-14 | 中国银行股份有限公司 | 一种信道建模方法及装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101520554B1 (ko) | 연속파 초음파 신호들을 이용한 무접촉식 감지 및 제스쳐 인식 | |
WO2020258106A1 (zh) | 手势识别的方法和设备、定位追踪的方法和设备 | |
CN113747401A (zh) | 一种车辆到车辆的非平稳信道建模方法及装置 | |
US20190362237A1 (en) | Machine learning techniques for precise position determination | |
KR20200099150A (ko) | 가상적 개구 레이더 트래킹을 위한 시스템들 및 방법들 | |
CN108768565B (zh) | 一种面向车联网的动态mimo信道建模及参数计算方法 | |
CN109313810A (zh) | 用于对环境进行测绘的系统和方法 | |
CN105718064A (zh) | 基于超声波的手势识别系统与方法 | |
CN106896356A (zh) | 确定距离变化的方法、位置提示方法及其装置和系统 | |
CN103956074A (zh) | 基于位置服务的停车场自动指引系统及实现方法 | |
CN105242861A (zh) | 一种基于超声波的参数调节方法及装置 | |
CN105785373A (zh) | 一种虚拟现实位置识别系统及方法 | |
CN106226777A (zh) | 红外探测定位方法及系统 | |
Schöffmann et al. | Virtual radar: Real-time millimeter-wave radar sensor simulation for perception-driven robotics | |
CN106527671A (zh) | 一种设备隔空控制方法 | |
Ishak et al. | Advanced radar micro-Doppler simulation environment for human motion applications | |
CN111474517A (zh) | 定位方法、装置和巡检机器人 | |
CN104360309B (zh) | 移动声源信息确定方法及确定装置、用户设备 | |
CN104182052A (zh) | 多媒体设备有效空间范围内快速交互方法 | |
Tian et al. | Application of a long short-term memory neural network algorithm fused with Kalman filter in UWB indoor positioning | |
FI20205054A1 (en) | Improving directional resolution using a neural network | |
EP3918362A1 (en) | A method for computer-implemented simulation of radar raw data | |
US20200110165A1 (en) | Object position estimation | |
CN202231751U (zh) | 一种分布获取仿真参数的复杂电磁环境仿真平台 | |
CN112764041B (zh) | 成像系统和方法 |
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 |