CN115118367B - 智能网联汽车无线通信系统在环测试方法 - Google Patents

智能网联汽车无线通信系统在环测试方法 Download PDF

Info

Publication number
CN115118367B
CN115118367B CN202210669597.3A CN202210669597A CN115118367B CN 115118367 B CN115118367 B CN 115118367B CN 202210669597 A CN202210669597 A CN 202210669597A CN 115118367 B CN115118367 B CN 115118367B
Authority
CN
China
Prior art keywords
signal
wireless communication
signal receiving
signal transmitting
test
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
CN202210669597.3A
Other languages
English (en)
Other versions
CN115118367A (zh
Inventor
保丽霞
王秋兰
刘玉喆
季楠
吴金有
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.)
Shanghai Urban Construction Design Research Institute Group Co Ltd
Original Assignee
Shanghai Urban Construction Design Research Institute Group Co Ltd
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 Shanghai Urban Construction Design Research Institute Group Co Ltd filed Critical Shanghai Urban Construction Design Research Institute Group Co Ltd
Priority to CN202210669597.3A priority Critical patent/CN115118367B/zh
Publication of CN115118367A publication Critical patent/CN115118367A/zh
Application granted granted Critical
Publication of CN115118367B publication Critical patent/CN115118367B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • 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
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823—Errors, e.g. transmission errors
    • H04L43/0829—Packet loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • 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]
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electromagnetism (AREA)
  • Algebra (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了智能网联汽车无线通信系统在环测试方法；包括如下步骤：1、信道模拟，针对智能网联汽车交通场景中不同要素对信号传播的影响，对信号传播的损耗和衰落进行动态建模，以对无线通信信道进行模拟；2、性能测试，对智能网联汽车所使用的无线通信系统的无线通信性能进行测试，包括静态测试和动态测试；3、性能评价，根据智能网联汽车所使用的无线通信系统在静态环境和动态环境下的数据收发性能，对智能网联汽车所使用的无线通信系统进行性能评价。

Description

智能网联汽车无线通信系统在环测试方法
技术领域
本发明涉及计算机模拟测试技术领域，特别涉及智能网联汽车无线通信系统在环测试方法。
背景技术
智能网联汽车的测试与评价是智能网联汽车落地应用和产业化的前提准备，也是当前智能网联汽车领域研究的关键技术。智能网联汽车的实际道路环境测试需要大量的行驶里程进行验证，且测试场景和测试条件在实际道路交通环境中往往具有小概率、不可重复的特点，需耗费大量的人力、物力和财力，且在实际道路环境测试中存在一定的安全风险。
在现有技术中，基于仿真的在环测试被认为是一种高效、安全的测试方法，一般包括感知、通信、决策、控制四大功能模块，相对于其他功能模块，智能网联汽车的通信模块是实现道路交通信息进行车与车、车与路进行信息交互共享，提前规避交通安全隐患的基础，在实际道路行驶过程中，容易受交通流环境、周围建筑环境、车辆运动速度、周围磁场等多重因素的干扰。
因此，如何实现在仿真环境中模拟智能网联汽车在实际道路交通环境中可能存在的各种影响因素，提高智能网联汽车通信系统测试的可靠性和可信性成为本领域技术人员急需解决的技术问题。
发明内容
有鉴于现有技术的上述缺陷，本发明提供智能网联汽车无线通信系统在环测试方法，实现的目的是实现对智能网联汽车通信系统在不同道路交通场景中的在环测试与评价，为智能网联汽车通信系统测试与评价提供可靠、可信的测试方法。
为实现上述目的，本发明公开了智能网联汽车无线通信系统在环测试方法；包括如下步骤：
步骤1、信道模拟，针对智能网联汽车交通场景中不同要素对信号传播的影响，对信号传播的损耗和衰落进行动态建模，以对无线通信信道进行模拟；
步骤2、性能测试，对智能网联汽车所使用的无线通信系统的无线通信性能进行测试，包括静态测试和动态测试；
其中，所述静态测试包括测试在无道路交通环境影响下无线通信传输过程中的数据丢包现象和数据传输延迟现象；
所述动态测试包括测试在不同距离、不同车辆速度、不同交通流量下无线通信传输过程中的数据丢包现象和数据传输延迟现象；
步骤3、性能评价，根据智能网联汽车所使用的无线通信系统在静态环境和动态环境下的数据收发性能，对智能网联汽车所使用的无线通信系统进行性能评价。
优选的，所述步骤1包括如下步骤：
步骤1.1、假设信号发射端O、信号接收端D的平面位置坐标分别为(xO,yO)和(xD,yD)，所述信号发射端O和所述信号接收端D之间的车辆u的坐标为(xu,yu)，u＝1、2、3…；
则所述信号发射端O和所述信号接收端D之间的平面距离d，以及所述信号发射端O的信号触发半径RO和所述信号接收端D的信号触发半径RD分别为：
Figure GDA0004151348900000021
Figure GDA0004151348900000022
Figure GDA0004151348900000023
其中：NO为所述信号发射端O的所述信号触发半径RO内测试交通场景中的车辆数；
ND为所述信号接收端D的所述信号触发半径RD内测试交通场景中的车辆数；
步骤1.2、所述信号发射端O的信号发射波以一定的角度与所述信号接收端D的信号接收波进行交汇；其中，信号发射波的发射角为ΦO，信号接收波的接收角为ψD，则所述信号发射端O以所述发射角ΦO进行信号输送和所述信号接收端D以所述接收角ψD进行信号接收的概率密度函数如下：
Figure GDA0004151348900000031
Figure GDA0004151348900000032
Figure GDA0004151348900000033
Figure GDA0004151348900000034
其中：f(ΦO)和f(ψD)分别为信号发射波和信号接收波交汇时发射角为ΦO、接收角为ψD的概率密度函数；
X(ΦO)和X(ψD)为信号发射波和信号接收波信号分布函数；
μO和μD为信号发射波与信号接收波交汇的发射角均值和接收角均值；
ξ0和ξD分别为信号发射波和信号接收波的概率修正系数；
t为积分统计变量；
e为自然常数。
步骤1.3、所述信号发射端O向所述信号接收端D进行信号传播过程中，路径损耗和多普勒频移具体如下：
Figure GDA0004151348900000035
Ploss＝20lg(c×τ)+20lg(fHz)+ω；
Figure GDA0004151348900000036
其中：
λ()为关于所述信号发射端O向所述信号接收端D距离和强度的信号传播路径函数；
ε为周围建筑物密度路径影响系数；
σ为周围树木密度路径影响系数；
τ为信号发射到信号接收产生的延迟；
c为信号传播速度；
lg()为以10为底的对数，即常用对数；
Ploss为信号传播路径损耗；
fHz为通信系统采用的信号通信频率；
ω为信号损耗常量；
DPloss为信号传播的多普勒频移；
VO和VD分别为信号发射端和信号接收端的移动速度；
α和β为信号发射端和信号接收端的移动方向角；
步骤1.4、通过信道模拟器的软件设置和模型输入，将道路、交通、环境对信道的影响，通过信道模拟器进行信道的动态生成。
更优选的，所述步骤2包括如下步骤：
步骤2.1、通过所述信号发射端O以一定时间间隔发射数据包，在所述信号接收端D计算并记录通信延迟和数据包接收数目；
步骤2.2、调整所述信号发射端O和所述信号接收端D之间的距离d，设置为d＝d0+n×Δd；
其中，距离调整的次数n＝0、1、2...nmax，nmax是距离调整的总次数；d0为临界最小距离；Δd为距离调整步长；
然后，将所述信号发射端O的信号发射功率PB设置为PB＝PB0+m×ΔPB；
其中，发射功率调整的次数m＝0、1、2...mmax，mmax是发射功率调整的总次数；ΔPB为信号发射功率调整步长；PB0为初始最小功率；
测试并计算变化距离和变化发射功率下的平均无线通信延迟
Figure GDA0004151348900000041
和平均丢包率
Figure GDA0004151348900000042
步骤2.3、调整测试交通场景中交通流随机产生的数量NFlow，以及交通场景中的周围建筑物和树木的密度BT；
设置NFlow＝NF+k×ΔN；其中，调整交通流量增长的次数k＝0、1、2...kmax，kmax是交通流量调整的总次数；NF为初始交通流量；ΔN为交通流量增长步长；
设置BT＝BT0+h×ΔBT；其中，调整周围环境的次数h＝0、1、2...hmax，hmax是周围环境调整的总次数；BT0为初始周围环境密度；ΔBT为周围环境增长步长；
然后，采用与步骤2.2相同的测试方法，计算不同交通流量、不同交通场景下的平均无线通信延迟
Figure GDA0004151348900000051
和平均丢包率/>
Figure GDA0004151348900000052
具体公式如下：
Figure GDA0004151348900000053
Figure GDA0004151348900000054
其中：τkh和ιkh分别为第k次交通流量调整和第h次周围环境调整时的测试无线通信延迟和丢包率；
步骤2.4、调整所述信号接收端D车辆的运动速度VR和所述信号发射端O车辆的运动速度VS；
其中，VR＝VR0+g×ΔVR；信号接收车辆的速度增加调整的次数g＝0、1、2...gmax,gmax是信号接收车辆速度增加调整的总次数；ΔVR为信号接收车辆的速度增加步长；VR0为信号接收车辆的初始速度；
VS＝VS0+p×ΔVS；信号发射车辆的速度增加调整的次数p＝0、1、2...pmax,pmax是信号发射车辆速度增加调整的总次数；ΔVS为信号发射车辆的速度增加步长；Vs0为信号发射车辆的初始速度。
然后，采用与步骤2.2相同的测试方法，计算不同运动速度下的平均无线通信延迟
Figure GDA0004151348900000055
和平均丢包率/>
Figure GDA0004151348900000056
具体公式如下：
Figure GDA0004151348900000057
Figure GDA0004151348900000058
其中，τgp和ιgp分别为所述第g次信号接收车辆的速度增加调整和第p次信号发射车辆的速度增加调整时的测试无线通信延迟和丢包率。
更优选的，所述步骤2.1包括如下步骤：
步骤2.1.1、设置所述信号发射端O的工作频率和通信带宽；
步骤2.1.2、进行所述信号发射端O和所述信号接收端D的时间同步；
步骤2.1.3、设置所述信号发射端O的数据编码格式，以及所述信号接收端D的数据解码格式；
步骤2.1.4、在所述信号发射端O随机生成数据包并发送给所述信号接收端D，记录数据包在所述信号发射端O和所述信号接收端D的数据发送完成时间DataTS和数据接收完成时间DataTR，计算通信延时时间Tτ，公式如下：
Tτ＝DataTR-DataTs；
步骤2.1.5、所述信号接收端D对所述信号发射端O发送过来的数据包进行解码，并进行完整性和有效性检验，若检验通过，则信号接收端数据包有效接收数DataN＝DataN+1；其中DataN的初始值为0；
步骤2.1.6、重复执行步骤2.1.4和步骤2.1.5，直至完成测试总数为TESTNUM，然后计算静态测试下的平均无线通信延迟
Figure GDA0004151348900000061
和丢包率/>
Figure GDA0004151348900000062
公式如下：
Figure GDA0004151348900000063
Figure GDA0004151348900000064
其中，
Figure GDA0004151348900000065
为第i次测试计算获得的通信延迟时间。
更优选的，所述步骤2.2包括如下步骤：
步骤2.2.1、设置所述信号发射端O的初始信号发射功率PB0，以所述信号发射端O与所述信号接收端D的初始距离为d0；
步骤2.2.2、与步骤2.1.4相同的方法计算通信延时时间；
步骤2.2.3、与步骤2.1.5相同的方法计算信号接收端数据包有效接收数；
步骤2.2.4、重复执行步骤2.2.3和步骤2.2.4，直至完成测试总数为TESTNUM；
步骤2.2.5、在所述信号接收端D和所述信号发射端O之间的距离增加一个步长Δd，并重复执行步骤2.2.2至步骤2.2.4；直至完成增加nmax步长Δd下的测试；
步骤2.2.6、在所述信号发射端O的发射功率增加一个调整步长ΔPB，并重复执行步骤2.2.2至步骤2.2.5；直至完成增加mmax步长ΔPB下的测试；
步骤2.2.7、计算变化距离和变化发射功率下的平均无线通信延迟
Figure GDA0004151348900000071
和平均丢包率/>
Figure GDA0004151348900000072
具体公式如下：
Figure GDA0004151348900000073
Figure GDA0004151348900000074
其中，τnm和ιnm分别为第n次距离调整和第m次发射功率调整时的测试平均无线通信延迟和丢包率。
更优选的，所述步骤3包括如下步骤：
步骤3.1、计算动静态环境下的无线通信信号延迟综合指标PIτ，具体公式如下：
Figure GDA0004151348900000075
其中，ρτ1和ρτ2分别为静态、动态下通信延迟指标的权重；
ητ1、ητ2和ητ3分别为距离-功率、流量-环境、运动速度变化下的通信延迟指标的权重；
步骤3.2、计算动静态环境下的无线通信数据丢包率综合指标PIι，具体公式如下：
Figure GDA0004151348900000076
其中，ρι1和ρι2分别为静态、动态下无线通信数据丢包指标权重；
ηι1、ηι2和ηι3分别为距离-功率、流量-环境、运动速度变化下的无线通信数据丢包指标权重；
步骤3.3、结合PIτ和PIι的数值与阈值范围对应关系，对智能网联汽车无线通信系统的性能进行5级评价，包括稳定、较稳定、一般、差和较差。
本发明的有益效果：
本发明与现有技术相比成本更低、风险更低，对智能网联汽车无线通信系统的无线通信信道进行模拟，属于在环测试的方法，能够避免在直接通过实际道路交通环境测试而耗费大量的人力、物力和财力，同时避免了在实际道路环境测试中存在一定的安全风险。
本发明提供更可靠、更可信的测试方法，通过信道模拟实现智能网联汽车在实际道路行驶过程中道路交通环境影响要素对无线通信系统的影响分析计算，实现了可重复的性能测试与评价，规避了实际道路交通环境中因小概率、不可重复特性的造成的测试结果偏差。
本发明提供可参考、可比较的量化计算与评价结果，针对智能网联汽车无线通信的性能测试、性能评价方法，实现动静态环境下的无线通信信号延迟综合指标、数据丢包率综合指标的量化计算，以及实现5级评价，提供了可参考、可比较的智能网联汽车无线通信系统测试评价方法。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1示出本发明一实施例的系统功能模块组成图
具体实施方式
实施例
如图1所示，智能网联汽车无线通信系统在环测试方法；包括如下步骤：
步骤1、信道模拟，针对智能网联汽车交通场景中不同要素对信号传播的影响，对信号传播的损耗和衰落进行动态建模，以对无线通信信道进行模拟；
步骤2、性能测试，对智能网联汽车所使用的无线通信系统的无线通信性能进行测试，包括静态测试和动态测试；
其中，静态测试包括测试在无道路交通环境影响下无线通信传输过程中的数据丢包现象和数据传输延迟现象；
动态测试包括测试在不同距离、不同车辆速度、不同交通流量下无线通信传输过程中的数据丢包现象和数据传输延迟现象；
步骤3、性能评价，根据智能网联汽车所使用的无线通信系统在静态环境和动态环境下的数据收发性能，对智能网联汽车所使用的无线通信系统进行性能评价。
本发明通过对不同交通场景要素影响下的智能网联汽车无线通信信道进行动态建模，并通过信道模拟器产生无线通信信号，通过信道接收器接收无线通信信号，并对信道模拟器和信道接收器对无线通信数据包的数据收发性能进行测试和评价。
在实际应用中，由于智能网联汽车的无线信号在道路交通环境中的传播过程中，受周围道路、交通、环境因素的影响，不可避免存在信号衰落现象，具体表现为无线信号传播路径损耗和无线信号传播多径衰落；在交通场景中，无线信号传播路径损耗主要受周围建筑环境的影响；无线信号传播多径衰落主要受树木、交通流及建筑物影响；因此，需要针对交通场景中不同要素对信号传播的影响，对信号传播的损耗和衰落进行动态建模，从而实现对无线通信信道的模拟；
再通过信道模拟实现智能网联汽车在实际道路行驶过程中道路交通环境影响要素对无线通信系统的影响，进行无线通信信道的模拟，并进行不同影响因素下智能网联汽车无线通信系统信号收发测试与性能计算；
最后，通过不同影响因素下的智能网联汽车无线通信系统的性能，对智能网联汽车无线通信系统的性能进行综合评价，从而实现对智能网联汽车通信系统在不同道路交通场景中的在环测试与评价，为智能网联汽车通信系统测试与评价提供可靠、可信的测试方法。
在某些实施例中，步骤1包括如下步骤：
步骤1.1、假设信号发射端O、信号接收端D的平面位置坐标分别为(xO,yO)和(xD,yD)，信号发射端O和信号接收端D之间的车辆u的坐标为(xu,yu)，u＝1、2、3…；
则信号发射端O和信号接收端D之间的平面距离d，以及信号发射端O的信号触发半径RO和信号接收端D的信号触发半径RD分别为：
Figure GDA0004151348900000101
Figure GDA0004151348900000102
Figure GDA0004151348900000103
其中：NO为信号发射端O的信号触发半径RO内测试交通场景中的车辆数；
ND为信号接收端D的信号触发半径RD内测试交通场景中的车辆数；
步骤1.2、信号发射端O的信号发射波以一定的角度与信号接收端D的信号接收波进行交汇；其中，信号发射波的发射角为ΦO，信号接收波的接收角为ψD，则信号发射端O以发射角ΦO进行信号输送和信号接收端D以接收角ψD进行信号接收的概率密度函数如下：
Figure GDA0004151348900000104
Figure GDA0004151348900000105
Figure GDA0004151348900000106
Figure GDA0004151348900000107
其中：f(ΦO)和f(ψD)分别为信号发射波和信号接收波交汇时发射角为ΦO、接收角为ψD的概率密度函数；
X(ΦO)和X(ψD)为信号发射波和信号接收波信号分布函数；
μO和μD为信号发射波与信号接收波交汇的发射角均值和接收角均值；
ξ0和ξD分别为信号发射波和信号接收波的概率修正系数；
t为积分统计变量；
e为自然常数。
步骤1.3、信号发射端O向信号接收端D进行信号传播过程中，路径损耗和多普勒频移具体如下：
Figure GDA0004151348900000111
Ploss＝20lg(c×τ)+20lg(fHz)+ω；
Figure GDA0004151348900000112
其中：
λ()为关于信号发射端O向信号接收端D距离和强度的信号传播路径函数；
ε为周围建筑物密度路径影响系数；
σ为周围树木密度路径影响系数；
τ为信号发射到信号接收产生的延迟；
c为信号传播速度；
lg()为以10为底的对数，即常用对数；
Ploss为信号传播路径损耗；
fHz为通信系统采用的信号通信频率；
ω为信号损耗常量；
DPloss为信号传播的多普勒频移；
VO和VD分别为信号发射端和信号接收端的移动速度；
α和β为信号发射端和信号接收端的移动方向角；
步骤1.4、通过信道模拟器的软件设置和模型输入，将道路、交通、环境对信道的影响，通过信道模拟器进行信道的动态生成。
在某些实施例中，步骤2包括如下步骤：
步骤2.1、通过信号发射端O以一定时间间隔发射数据包，在信号接收端D计算并记录通信延迟和数据包接收数目；
步骤2.2、调整信号发射端O和信号接收端D之间的距离d，设置为d＝d0+n×Δd；
其中，距离调整的次数n＝0、1、2...nmax，nmax是距离调整的总次数；d0为临界最小距离；Δd为距离调整步长；
然后，将信号发射端O的信号发射功率PB设置为PB＝PB0+m×ΔPB；
其中，发射功率调整的次数m＝0、1、2...mmax，mmax是发射功率调整的总次数；ΔPB为信号发射功率调整步长；PB0为初始最小功率；
测试并计算变化距离和变化发射功率下的平均无线通信延迟
Figure GDA0004151348900000125
和平均丢包率
Figure GDA0004151348900000126
/>
步骤2.3、调整测试交通场景中交通流随机产生的数量NFlow，以及交通场景中的周围建筑物和树木的密度BT；
设置NFlow＝NF+k×ΔN；其中，调整交通流量增长的次数k＝0、1、2...kmax，kmax是交通流量调整的总次数；NF为初始交通流量；ΔN为交通流量增长步长；
设置BT＝BT0+h×ΔBT；其中，调整周围环境的次数h＝0、1、2...hmax，hmax是周围环境调整的总次数；BT0为初始周围环境密度；ΔBT为周围环境增长步长；
然后，采用与步骤2.2相同的测试方法，计算不同交通流量、不同交通场景下的平均无线通信延迟
Figure GDA0004151348900000121
和平均丢包率/>
Figure GDA0004151348900000122
具体公式如下：
Figure GDA0004151348900000123
Figure GDA0004151348900000124
其中：τkh和ιkh分别为第k次交通流量调整和第h次周围环境调整时的测试无线通信延迟和丢包率；
步骤2.4、调整信号接收端D车辆的运动速度VR和信号发射端O车辆的运动速度VS；
其中，VR＝VR0+g×ΔVR；信号接收车辆的速度增加调整的次数g＝0、1、2...gmax,gmax是信号接收车辆速度增加调整的总次数；ΔVR为信号接收车辆的速度增加步长；VR0为信号接收车辆的初始速度；
VS＝VS0+p×ΔVS；信号发射车辆的速度增加调整的次数p＝0、1、2...pmax,pmax是信号发射车辆速度增加调整的总次数；ΔVS为信号发射车辆的速度增加步长；Vs0为信号发射车辆的初始速度。
然后，采用与步骤2.2相同的测试方法，计算不同运动速度下的平均无线通信延迟
Figure GDA0004151348900000131
和平均丢包率/>
Figure GDA0004151348900000132
具体公式如下：
Figure GDA0004151348900000133
Figure GDA0004151348900000134
其中，τgp和ιgp分别为第g次信号接收车辆的速度增加调整和第p次信号发射车辆的速度增加调整时的测试无线通信延迟和丢包率。
在某些实施例中，步骤2.1包括如下步骤：
步骤2.1.1、设置信号发射端O的工作频率和通信带宽；
步骤2.1.2、进行信号发射端O和信号接收端D的时间同步；
步骤2.1.3、设置信号发射端O的数据编码格式，以及信号接收端D的数据解码格式；
步骤2.1.4、在信号发射端O随机生成数据包并发送给信号接收端D，记录数据包在信号发射端O和信号接收端D的数据发送完成时间DataTS和数据接收完成时间DataTR，计算通信延时时间Tτ，公式如下：
Tτ＝DataTR-DataTs；
步骤2.1.5、信号接收端D对信号发射端O发送过来的数据包进行解码，并进行完整性和有效性检验，若检验通过，则信号接收端数据包有效接收数DataN＝DataN+1；其中DataN的初始值为0；
步骤2.1.6、重复执行步骤2.1.4和步骤2.1.5，直至完成测试总数为TESTNUM，然后计算静态测试下的平均无线通信延迟
Figure GDA0004151348900000135
和丢包率/>
Figure GDA0004151348900000136
公式如下：
Figure GDA0004151348900000137
Figure GDA0004151348900000138
其中，
Figure GDA0004151348900000139
为第i次测试计算获得的通信延迟时间。
更优选的，步骤2.2包括如下步骤：
步骤2.2.1、设置信号发射端O的初始信号发射功率PB0，以信号发射端O与信号接收端D的初始距离为d0；
步骤2.2.2、与步骤2.1.4相同的方法计算通信延时时间；
步骤2.2.3、与步骤2.1.5相同的方法计算信号接收端数据包有效接收数；
步骤2.2.4、重复执行步骤2.2.3和步骤2.2.4，直至完成测试总数为TESTNUM；
步骤2.2.5、在信号接收端D和信号发射端O之间的距离增加一个步长Δd，并重复执行步骤2.2.2至步骤2.2.4；直至完成增加nmax步长Δd下的测试；
步骤2.2.6、在信号发射端O的发射功率增加一个调整步长ΔPB，并重复执行步骤2.2.2至步骤2.2.5；直至完成增加mmax步长ΔPB下的测试；
步骤2.2.7、计算变化距离和变化发射功率下的平均无线通信延迟
Figure GDA0004151348900000141
和平均丢包率/>
Figure GDA0004151348900000142
具体公式如下：
Figure GDA0004151348900000143
Figure GDA0004151348900000144
其中，τnm和ιnm分别为第n次距离调整和第m次发射功率调整时的测试平均无线通信延迟和丢包率。
在某些实施例中，步骤3包括如下步骤：
步骤3.1、计算动静态环境下的无线通信信号延迟综合指标PIτ，具体公式如下：
Figure GDA0004151348900000145
其中，ρτ1和ρτ2分别为静态、动态下通信延迟指标的权重；
ητ1、ητ2和ητ3分别为距离-功率、流量-环境、运动速度变化下的通信延迟指标的权重；
步骤3.2、计算动静态环境下的无线通信数据丢包率综合指标PIι，具体公式如下：
Figure GDA0004151348900000151
其中，ρι1和ρι2分别为静态、动态下无线通信数据丢包指标权重；
ηι1、ηι2和ηι3分别为距离-功率、流量-环境、运动速度变化下的无线通信数据丢包指标权重；
步骤3.3、结合PIτ和PIι的数值与阈值范围对应关系，对智能网联汽车无线通信系统的性能进行5级评价，包括稳定、较稳定、一般、差和较差。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (5)

1.智能网联汽车无线通信系统在环测试方法；其特征在于，包括如下步骤：
步骤1、信道模拟，针对智能网联汽车交通场景中不同要素对信号传播的影响，对信号传播的损耗和衰落进行动态建模，以对无线通信信道进行模拟；
步骤1.1、假设信号发射端O、信号接收端D的平面位置坐标分别为(xO,yO)和(xD,yD)，所述信号发射端O和所述信号接收端D之间的车辆u的坐标为(xu,yu)，u＝1、2、3…；
则所述信号发射端O和所述信号接收端D之间的平面距离d，以及所述信号发射端O的信号触发半径RO和所述信号接收端D的信号触发半径RD分别为：
Figure FDA0004151348890000011
Figure FDA0004151348890000012
Figure FDA0004151348890000013
其中：NO为所述信号发射端O的所述信号触发半径RO内测试交通场景中的车辆数；
ND为所述信号接收端D的所述信号触发半径RD内测试交通场景中的车辆数；
步骤1.2、所述信号发射端O的信号发射波与所述信号接收端D的信号接收波进行交汇；其中，信号发射波的发射角为ΦO，信号接收波的接收角为ψD，则所述信号发射端O以所述发射角ΦO进行信号输送和所述信号接收端D以所述接收角ψD进行信号接收的概率密度函数如下：
Figure FDA0004151348890000014
Figure FDA0004151348890000021
Figure FDA0004151348890000022
Figure FDA0004151348890000023
其中：f(ΦO)和f(ψD)分别为信号发射波和信号接收波交汇时发射角为ΦO、接收角为ψD的概率密度函数；
X(ΦO)和X(ψD)为信号发射波和信号接收波信号分布函数；
μO和μD为信号发射波与信号接收波交汇的发射角均值和接收角均值；
ξ0和ξD分别为信号发射波和信号接收波的概率修正系数；
t为积分统计变量；
e为自然常数；
步骤1.3、所述信号发射端O向所述信号接收端D进行信号传播过程中，路径损耗和多普勒频移具体如下：
Figure FDA0004151348890000024
Ploss＝20lg(c×τ)+20lg(fHz)+ω；
Figure FDA0004151348890000025
其中：
λ()为关于所述信号发射端O向所述信号接收端D距离和强度的信号传播路径函数；
ε为周围建筑物密度路径影响系数；
σ为周围树木密度路径影响系数；
τ为信号发射到信号接收产生的延迟；
c为信号传播速度；
lg()为以10为底的对数，即常用对数；
Ploss为信号传播路径损耗；
fHz为通信系统采用的信号通信频率；
ω为信号损耗常量；
DPloss为信号传播的多普勒频移；
VO和VD分别为信号发射端和信号接收端的移动速度；
α和β为信号发射端和信号接收端的移动方向角；
步骤1.4、通过信道模拟器的软件设置和模型输入，将道路、交通、环境对信道的影响，通过信道模拟器进行信道的动态生成；
步骤2、性能测试，对智能网联汽车所使用的无线通信系统的无线通信性能进行测试，包括静态测试和动态测试；
其中，所述静态测试包括测试在无道路交通环境影响下无线通信传输过程中的数据丢包现象和数据传输延迟现象；
所述动态测试包括测试在不同距离、不同车辆速度、不同交通流量下无线通信传输过程中的数据丢包现象和数据传输延迟现象；
步骤3、性能评价，根据智能网联汽车所使用的无线通信系统在静态环境和动态环境下的数据收发性能，对智能网联汽车所使用的无线通信系统进行性能评价。
2.根据权利要求1所述的智能网联汽车无线通信系统在环测试方法，其特征在于，所述步骤2包括如下步骤：
步骤2.1、通过所述信号发射端O以工作频率发射数据包，在所述信号接收端D计算并记录通信延迟和数据包接收数目；
步骤2.2、调整所述信号发射端O和所述信号接收端D之间的距离d，设置为d＝d0+n×Δd；
其中，距离调整的次数n＝0、1、2...nmax，nmax是距离调整的总次数；d0为临界最小距离；Δd为距离调整步长；
然后，将所述信号发射端O的信号发射功率PB设置为PB＝PB0+m×ΔPB；
其中，发射功率调整的次数m＝0、1、2...mmax，mmax是发射功率调整的总次数；ΔPB为信号发射功率调整步长；PB0为初始最小功率；
测试并计算变化距离和变化发射功率下的平均无线通信延迟
Figure FDA0004151348890000048
和平均丢包率/>
Figure FDA0004151348890000049
步骤2.3、调整测试交通场景中交通流随机产生的数量NFlow，以及交通场景中的周围建筑物和树木的密度BT；
设置NFlow＝NF+k×ΔN；其中，调整交通流量增长的次数k＝0、1、2...kmax，kmax是交通流量调整的总次数；NF为初始交通流量；ΔN为交通流量增长步长；
设置BT＝BT0+h×ΔBT；其中，调整周围环境的次数h＝0、1、2...hmax，hmax是周围环境调整的总次数；BT0为初始周围环境密度；ΔBT为周围环境增长步长；
然后，采用与步骤2.2相同的测试方法，计算不同交通流量、不同交通场景下的平均无线通信延迟
Figure FDA0004151348890000041
和平均丢包率/>
Figure FDA0004151348890000042
具体公式如下：
Figure FDA0004151348890000043
Figure FDA0004151348890000044
其中：τkh和ιkh分别为第k次交通流量调整和第h次周围环境调整时的测试无线通信延迟和丢包率；
步骤2.4、调整所述信号接收端D车辆的运动速度VR和所述信号发射端O车辆的运动速度VS；
其中，VR＝VR0+g×ΔVR；信号接收车辆的速度增加调整的次数g＝0、1、2...gmax,gmax是信号接收车辆速度增加调整的总次数；ΔVR为信号接收车辆的速度增加步长；VR0为信号接收车辆的初始速度；
VS＝VS0+p×ΔVS；信号发射车辆的速度增加调整的次数p＝0、1、2...pmax,pmax是信号发射车辆速度增加调整的总次数；ΔVS为信号发射车辆的速度增加步长；Vs0为信号发射车辆的初始速度；
然后，采用与步骤2.2相同的测试方法，计算不同运动速度下的平均无线通信延迟
Figure FDA0004151348890000045
和平均丢包率/>
Figure FDA0004151348890000046
具体公式如下：
Figure FDA0004151348890000047
Figure FDA0004151348890000051
其中，τgp和ιgp分别为所述第g次信号接收车辆的速度增加调整和第p次信号发射车辆的速度增加调整时的测试无线通信延迟和丢包率。
3.根据权利要求2所述的智能网联汽车无线通信系统在环测试方法，其特征在于，所述步骤2.1包括如下步骤：
步骤2.1.1、设置所述信号发射端O的工作频率和通信带宽；
步骤2.1.2、进行所述信号发射端O和所述信号接收端D的时间同步；
步骤2.1.3、设置所述信号发射端O的数据编码格式，以及所述信号接收端D的数据解码格式；
步骤2.1.4、在所述信号发射端O随机生成数据包并发送给所述信号接收端D，记录数据包在所述信号发射端O和所述信号接收端D的数据发送完成时间DataTS和数据接收完成时间DataTR，计算通信延时时间Tτ，公式如下：
Tτ＝DataTR-DataTs；
步骤2.1.5、所述信号接收端D对所述信号发射端O发送过来的数据包进行解码，并进行完整性和有效性检验，若检验通过，则信号接收端数据包有效接收数DataN＝DataN+1；其中DataN的初始值为0；
步骤2.1.6、重复执行步骤2.1.4和步骤2.1.5，直至完成测试总数为TESTNUM，然后计算静态测试下的平均无线通信延迟
Figure FDA0004151348890000052
和丢包率/>
Figure FDA0004151348890000053
公式如下：
Figure FDA0004151348890000054
Figure FDA0004151348890000055
其中，
Figure FDA0004151348890000056
为第i次测试计算获得的通信延迟时间。
4.根据权利要求3所述的智能网联汽车无线通信系统在环测试方法，其特征在于，所述步骤2.2包括如下步骤：
步骤2.2.1、设置所述信号发射端O的初始信号发射功率PB0，以所述信号发射端O与所述信号接收端D的初始距离为d0；
步骤2.2.2、与步骤2.1.4相同的方法计算通信延时时间；
步骤2.2.3、与步骤2.1.5相同的方法计算信号接收端数据包有效接收数；
步骤2.2.4、重复执行步骤2.2.3和步骤2.2.4，直至完成测试总数为TESTNUM；
步骤2.2.5、在所述信号接收端D和所述信号发射端O之间的距离增加一个步长Δd，并重复执行步骤2.2.2至步骤2.2.4；直至完成增加nmax步长Δd下的测试；
步骤2.2.6、在所述信号发射端O的发射功率增加一个调整步长ΔPB，并重复执行步骤2.2.2至步骤2.2.5；直至完成增加mmax步长ΔPB下的测试；
步骤2.2.7、计算变化距离和变化发射功率下的平均无线通信延迟
Figure FDA0004151348890000061
和平均丢包率
Figure FDA0004151348890000062
具体公式如下：
Figure FDA0004151348890000063
Figure FDA0004151348890000064
其中，τnm和ιnm分别为第n次距离调整和第m次发射功率调整时的测试平均无线通信延迟和丢包率。
5.根据权利要求4所述的智能网联汽车无线通信系统在环测试方法，其特征在于，所述步骤3包括如下步骤：
步骤3.1、计算动静态环境下的无线通信信号延迟综合指标PIτ，具体公式如下：
Figure FDA0004151348890000065
其中，ρτ1和ρτ2分别为静态、动态下通信延迟指标的权重；
ητ1、ητ2和ητ3分别为距离-功率、流量-环境、运动速度变化下的通信延迟指标的权重；
步骤3.2、计算动静态环境下的无线通信数据丢包率综合指标PIι，具体公式如下：
Figure FDA0004151348890000066
其中，ρι1和ρι2分别为静态、动态下无线通信数据丢包指标权重；
ηι1、ηι2和ηι3分别为距离-功率、流量-环境、运动速度变化下的无线通信数据丢包指标权重；
步骤3.3、结合PIτ和PIι的数值与阈值范围对应关系，对智能网联汽车无线通信系统的性能进行5级评价，包括稳定、较稳定、一般、差和较差。
CN202210669597.3A 2022-06-14 2022-06-14 智能网联汽车无线通信系统在环测试方法 Active CN115118367B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210669597.3A CN115118367B (zh) 2022-06-14 2022-06-14 智能网联汽车无线通信系统在环测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210669597.3A CN115118367B (zh) 2022-06-14 2022-06-14 智能网联汽车无线通信系统在环测试方法

Publications (2)

Publication Number Publication Date
CN115118367A CN115118367A (zh) 2022-09-27
CN115118367B true CN115118367B (zh) 2023-06-06

Family

ID=83329055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210669597.3A Active CN115118367B (zh) 2022-06-14 2022-06-14 智能网联汽车无线通信系统在环测试方法

Country Status (1)

Country Link
CN (1) CN115118367B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
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
CN113535816A (zh) * 2021-07-13 2021-10-22 江苏智多行网联科技有限公司 一种智能网联云控车辆的行车性能评价方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11638131B2 (en) * 2020-08-27 2023-04-25 Toyota Motor Engineering & Manufacturing North America, Inc. Dynamic adjustment of vehicular micro cloud properties

Patent Citations (2)

* Cited by examiner, † Cited by third party
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
CN113535816A (zh) * 2021-07-13 2021-10-22 江苏智多行网联科技有限公司 一种智能网联云控车辆的行车性能评价方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RSU-Assisted Traffic-Aware Routing Based on Reinforcement Learning for Urban Vanets;Wu Jinqiao等;《IEEE Access》;第8卷;第5733-5748页 *
与交通控制协同的交通流准均衡分配模型研究;保丽霞等;《可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）》;第994-998页 *
基于信道模拟的车联网通信系统在环测试方法研究;雷鹏;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;C034-1256 *
基于封闭测试场的DSRC与LTE-V通信性能测试研究;张心睿;赵祥模;王润民;刘丁贝;徐志刚;;汽车技术(第09期);全文 *

Also Published As

Publication number Publication date
CN115118367A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN111741446B (zh) V2x通信与应用联合测试方法及系统
Yang et al. Machine-learning-based scenario identification using channel characteristics in intelligent vehicular communications
CN1739307A (zh) 根据认知模型数据最佳化使用无线信道的方法与装置
Akhtar et al. VANET topology characteristics under realistic mobility and channel models
CN104683051B (zh) 一种无线多径衰落信道仿真方法及信道仿真器
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
Lin et al. Fast simulation of vehicular channels using finite-state Markov models
CN115118367B (zh) 智能网联汽车无线通信系统在环测试方法
Speiran et al. Understanding the effect of physical parameters on packet loss in Veins VANET simulator
CN117560104A (zh) 一种混合交通中可解释性机器学习辅助的信道模型的构建方法
Bronner et al. Efficient multi-channel simulation of wireless communications
Yang et al. Identification of vehicle obstruction scenario based on machine learning in vehicle-to-vehicle communications
Maleki et al. Modeling and Evaluating the Effects of Jamming Attacks on Connected Automated Road Vehicles
Paschalidis et al. Investigation of MPC correlation and angular characteristics in the vehicular urban intersection channel using channel sounding and ray tracing
Ali et al. Analysis of reliabilities under different path loss models in urban/sub-urban vehicular networks
CN110441761A (zh) 基于分布式浮标探测的多源信息融合方法
Kihl et al. Simulation modelling and analysis of a realistic radio channel model for V2V communications
EP4352666A1 (en) Generating variable communication channel responses using machine learning networks
Nagao et al. Fine-tuning for propagation modeling of different frequencies with few data
Dreyer et al. A comparison of stochastic and deterministic channel models for V2V applications
Nagao et al. A study on path loss modeling using ResNet and pre-training with free space path loss
Deinlein et al. On the impact of buildings on the LoS evaluation in system-level V2I/N simulations
Talepour et al. Received signal strength estimation in vehicle-to-vehicle communications using neural networks
Liu et al. Research on Signal Modulation Recognition in Wireless Communication Network by Deep Learning.
Li et al. [Retracted] Decision Model of Wireless Communication Scheme Evaluation via Interval Number

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
CB03 Change of inventor or designer information

Inventor after: Bao Lixia

Inventor after: Wang Qiulan

Inventor after: Liu Yuzhe

Inventor after: Ji Nan

Inventor after: Wu Jinyou

Inventor before: Bao Lixia

Inventor before: Wang Qiulan

Inventor before: Liu Yuzhe

Inventor before: Ji Nan

Inventor before: Wu Jinyou

CB03 Change of inventor or designer information