智能交通系统的无线信道建模*

金　婕，艾宝丽

(上海工程技术大学，上海 201620)

智能交通系统的无线信道建模*

金婕**，艾宝丽

(上海工程技术大学，上海 201620)

摘要：由于高速移动，车车、车路通信信道存在较大多普勒频移，同时接收信号到达角不符合均匀分布。针对该特点，采用了两种方法进行信道建模，一种是采用R.von Mises提出的概率密度谱函数对多径散射信号到达移动接收机的角度进行建模，另一种是通过研究接收机和发送机之间相对运动进行建模。 采用自回归模型法，根据不同的到达角平均方向、发射机和接收机速度比率和到达角宽， 建立了不同的车车信道。仿真结果表明所建立的信道理论值与仿真值基本一致，同时揭示了3个参数对车车、车路信道模型二阶特性的影响。为了进一步验证不同信道模型对车车、车路通信的影响，搭建了下一代智能交通通信协议IEEE 802.11p系统测试平台，结果表明在最大多普勒频移为790 Hz、信噪比为5 dB时，简单二维各向异性散射信道比AKKI信道的系统误比特率低17.17 dB，三种信道的误比特率随着移动速度、调制阶数的提高而提高。仿真结果为研究智能交通系统稳定通信建立了基础。

关键词：智能交通系统；通信信道建模；各向异性散射；自回归模型法

Foundation Item：The National Natural Science Foundation of China(No.61201244)；The Central Government Special Funds to Support the Development of Local Universities(VTV and VTR Laboratory Establishment Project)；The Natural Science Fund of Shanghai University of Engineering Science(E1-0501-14-0168)

Channel Modeling for Intelligent Transport System

JIN Jie，AI Baoli

(Shanghai University of Engineering Science，Shanghai 201620,China)

Abstract：The high mobility of the vehicle-to-vehicle(VTV) and vehicle-to-roadside(VTR) wireless communication brings about the large Doppler shift and the angel of arrival(AOA) of a scattered wave does not meet the uniform probability density function( PDF). In order to cope with the problem,this paper utilizes two methods to perform channel modeling. One is making use of the PDF proposed by R.von Mises to model the AOA of multipath scattering signal,the other is to model by studying the relative movement between the receiver and transmitter,called AKKI channel. Using autoregressive model method,this paper establishes different VTV and VTR channels by changing the parameters such as the average AOA,transmitter and receiver speed rate and the width of AOA. The simulation results show that the simulated values of the channels are almost the same as the theoretical ones and the three parameters greatly influence the second-order statistical properties of the channels. To further verify the effect of this proposed channels in VTV and VTR communications,the paper establishes the testbench based on IEEE 802.11p,the next generation VTV and VTR communication protocol,in Matlab. Three channel models are simulated in IEEE802.11p testbench. The result shows that the bit error rate(BER) of system with AKKI channel model is 17.17 dB higher than that of with the simple two-dimensional non-isotropic channel model,with the maximum Doppler frequency shift of 790 Hz and signal-to-noise ratio(SNR) of 5 dB.The system BER increases with the speed and the modulation order.The simulation results establish the base of the stable communication of VTV or VTR.

Key words：intelligent transport system;communication channel modeling;non-isotropic scatter;auto-regressive model

1引言

为了减少交通事故的发生，提高交通运输量和减少燃油的损耗，智能交通系统(Intelligent Transport System,ITS)已经成为人们生活中不可或缺的一部分。而要在高速移动过程中实现稳定有效的车车(Vehicle-to-Vehicle,VTV)、车路(Vehicle-to-Roadside,VTR)通信,解决的前提条件是车车、车路准确的信道建模。

但是，基于接收信号到达角(Angle of Arrival,AOA )均匀分布的无线蜂窝网信道模型不适用于车车、车路信道建模。车车和车路信道建模常用的四种信道模型[1]分别是窄带随机信道模型[2]、宽带随机信道模型[3]、射线追踪模型和基于地理位置的随机信道模型(Geometry-based Stochastic Channel Model，GSCM)[4-6]。射线追踪模型包含了非静止的信道统计特性，缺点是需要大量的仿真时间和准确的地理位置相关数据库和车辆模型；GSCM 信道模型包含了信道的非静止特性和天线的相关性，缺点是计算时间长，同时只有准确的地理位置相关信息才能得到准确的信道模型。宽带随机信道模型通常指抽头延时线模型具有易于实现，并且可以用参数化的模型来表示不同公路环境的特点，具有一定的灵活性，如GIOT[3]提出的六种时间频率选择性经验信道模型。窄带随机信道模型具有计算速度快的特点，但是必须加以改进，才能反映出车车、车路通信信道的特点。因此，本文通过改进窄带随机信道模型来完成车车和车路信道建模。针对接收信号到达角不符合均匀分布的特点,采用两种方法进行信道建模，一种是采用R.von Mises提出的概率密度谱函数对多径散射信号到达移动接收机的角度进行建模，另一种是通过研究接收机和发送机之间相对运动进行建模；研究不同的模型参数θp、κ和α对信道模型二阶统计特性的影响，同时在搭建的IEEE 802.11p测试平台上进行系统仿真，比较所建立信道对于系统误码率的影响。

2车车、车路信道建模

2.1　简单的各向异性散射环境下的信道建模

在本文中，使用1918年由R.von Mises提出的概率密度谱函数对多径散射信号到达移动接收机的角度进行建模 。基于这个分布，推导出接收信号复数包络的相关函数和功率谱表达式。

假设随机变量Q代表一个多径信号的到达角，那么R.von Mises概率密度函数如下所示：

(1)

式中，I0(·)是零阶修正贝塞尔函数，θp∈[-π,π)表示散射信号到达角的平均方向，κ≥0 控制散射信号到达角的宽度范围。而移动接收机接收到的复数包络如下式所示：

(2)

(3)

其功率谱密度为

|f|≤fm。

(4)

式中，cosh(·)是双曲余弦函数。当κ=0时，简化成二维各向同性散射模型Clarke’s的功率谱密度:

(5)

2.2　复合各向异性散射环境下的信道建模

为了进一步完善二维各向异性散射信道模型，使其既可以表征从特定方向范围内接收信号的情况(即各向异性散射信道模型)，又可以表征从所有方向均匀接收信号的情况(即各向同性散射信道模型)，本文提出了一种组合各向异性和各向同性两种散射信道的模型，其接收信号到达角的概率密度和自相关函数如下所示：

(6)

(7)

式中，0≤ζ≤1表示特定方向接收信号所占的比例。当ζ=1时，复合到达角非均匀分布/均匀分布模型简化为非均匀分布模型；当ζ=0时，复合到达角非均匀分布/均匀分布模型简化为Clarke’s模型。

2.3　考虑TX和RX相互运动的各向异性散射环境下的信道建模

在VTV信道中，TX和RX都是运动的。在城市或乡村道路中，可能出现一辆车与多辆车相互通信的情况，如果在转弯或者拐角，很可能出现没有视距的传输路径，信号可能通过散射、反射和衍射到达接收机。针对这种情况，文献[7]提出了窄带随机信道建模方法，因此又称之为AKKI信道。RX和TX的移动速度分别是V1和V2，发射机和接收机之间运动方向的夹角是θ0,其空时相关函数可以表示成下式：

(8)

式中，J0(·)表示零阶贝塞尔函数，R(Δx,Δt)是距离为Δx的两个多径信号包络的相关函数，两个多径信号的时间间隔为Δt。如果两个信号的距离间隔很小，假设Δx=0，那么接收信号的时间相关函数可以表示为

(9)

式(9)的功率谱密度如式(10)所示，其中TX的速率为V2，RX的速率为V1，V2=aV1或者fm2=afm1,a为常量，fm1和fm2是RX和TX的最大多普勒频移，K[·]为第一类完全椭圆积分:

(10)

3信道仿真与结果分析

3.1　信道模型的二阶统计特性仿真

图1信道1的自相关函数和互相关函数图

Fig.1 Auto-correlation and cross-correlation function diagram of channel 1

从图2中可以看出，红色星状线是仿真数据，蓝色实线是理论值，可以发现理论值和仿真值是基本吻合的。同时，随着κ为0、1、5增大，二维散射信道的功率谱密度发生了显著的变化。因此，在各向异性的散射信道中，随着散射信号到达角范围的增大，二阶统计特性的相关函数和功率谱密度都发生了显著变化。

图2信道1的功率谱密度

Fig.2 Power spectral density of channel 1

图3所示为信道1在θp改变、κ不变时，二维各向异性散射信道的二阶统计特性。建立三种不同的城市情景，第一种情景S1，多径散射信号到达移动站的顶部，因此θp=0; 第二种情景S2,多径散射信号从θp=0和θp=π两个方向等概率到达；第三种情景S3，多径散射信号从垂直于运动方向到达，θp=π/2。从图3中可以发现，θp不等于0时，自相关函数和功率谱密度都发生了显著变化。比较图2和图3可以得到，θp对于二维散射信道的二阶特性影响要比控制散射信号到达角的宽度范围κ参数更加明显。因此，在VTV、VTR移动信道中，必须考虑二维各向异性散射中θp、κ参数的影响，不是仅仅基于各向同性散射信道进行VTV、VTR信道建模。

(a)情景S1， θp=0

(b)情景S2，θp=0和θp=π

(c)情景S3，θp=π/2

图4所示为θp=0时复合二维各向异性散射信道(简记为信道2)的二阶统计特性，观察ζ为0.8、0.5、0.3下接收信号的自相关函数和功率谱密度的变化。随着ζ的变小，复合信道的二阶统计特性越来越接近各向同性散射信道，这是与理论相符的。

(a)K=5,ζ=0.8

(b)K=5,ζ=0.5

(c)K=5,ζ=0.3

下面从TX和RX都是运动的角度来进行VTV信道建模(简记为AKKI信道)。在实际的城市或乡村道路中，可能出现一辆车与多辆车相互通信的情况，假设在AKKI信道中，RX和TX的移动速度分别是V1和V2，发射机和接收机之间运动方向的夹角是θ0。随着TX和RX的相互运动，它们之间的角度是相互变化的。在MATLAB中采用自回归模型(Auto-Regressive)法，完成信道的建模，其中AR的阶数为1000，fm=0.005，ε=10-5。如图5所示，观察α为0.1、0.5、1下接收信号的自相关函数和功率谱密度的变化。

图5表明TX和RX不同速度时， AKKI信道，当α=0.1、RX速率是TX速率的10倍时，散射信道的功率谱密度和各向同性散射信道的仿真结果接近；当α=0.5或1，RX速率是TX速率的2倍或等于TX速率时，散射信道的功率谱密度与各向同性功率谱密度存在显著差异。

(a)α=0.1

(c)α=1

以上仿真结果表明，所提出的三种信道模型其二阶统计特性都与各向同性散射信道存在显著差异。同时，仿真结果和理论值基本吻合，表明了建立信道方法的正确性；特别是对三种信道中参数θp、κ、α和ζ的仿真，表明参数的设计对信道模型的影响很大。

3.2　基于IEEE 802.11p的系统仿真

为了建立统一的车车、车路通信系统，IEEE于2010年7月正式颁布的国际标准IEEE 802.11p[1,12]是车载环境汽车无线接入标准(Wireless Access in Vehicular Environments，WAVE)的主要组成部分，已经被美国、日本和欧洲部分国家广泛认可。因此，研究车车、车路通信信道建模方法，并基于IEEE 802.11p协议完成系统仿真，可为我国制定符合本国国情的车联网标准奠定基础。

在MATLAB中，建立IEEE 802.11p的系统仿真模型，包括上述建立的三种信道、发送通路和接收通路。其中，发送通路包括信道编码模块、Puncture模块、交织模块、调制解调模块、IFFT模块、加入保护时隙模块、符号波形成形模块、IQ调制模块等；接收通路包括IQ解调模块、去除保护时隙模块、FFT模块、同步模块、均衡器模块、解调模块、解交织模块、Depuncturing模块和维特比解码模块等。基于不同的信道模型，对IEEE 802.11p通信系统的误比特率进行仿真。

如图6和图7所示，信道1、2分别代表简单和复合二维各向异性散射信道，其中κ=5，θp=0，ζ=0.8，仿真数据包为10 000个，参数的选取是根据前面二阶统计特性的仿真结果得到，其中信道1描述的是典型的车路通信信道，信道2描述的是非典型车车通信信道，AKKI信道描述的是典型的车车通信信道，保证了仿真结果的正确性和普适性。IEEE 802.11p通信系统的误比特率随着调制阶数的升高而升高，在信道1的系统误比特率小于使用在信道2的情况。

图6　在不同调制方式下信道1的系统误比特率

图7　不同调制方式下信道2的系统误比特率

如图8所示，在AKKI信道中α=1，当SNR=5、高速行驶下(多普勒频移为1300 Hz,237.9 km/h)，系统的误比特率比低速行驶时(多普勒频移为50 Hz)的误比特率高22.4 dB；当SNR=15、高速行驶下(多普勒频移为1300 Hz)，系统的误比特率比低速行驶时(多普勒频移为50 Hz)的误比特率高50 dB。上面的数据表明，AKKI信道模型是与车辆的移动速度密切相关的。fm1表示最大多普勒频移，其单位为Hz，和行驶速率是一一对应的关系。

图8　在不同速度下AKKI信道的系统误比特率

如图9所示，κ=5，θp=0，ζ=0.8，其中多普勒最大频移为790 Hz(144.6 km/h)，系统误比特率在简单的二维各向异性散射信道最低，在AKKI信道最高。在SNR=5时，简单二维各向异性散射信道比AKKI信道的系统误比特率低17.17 dB；在SNR=15时，简单二维各向异性散射信道比AKKI信道的系统误比特率低28.19 dB。上面的仿真结果表明，车车信道相比车路信道更加恶劣。

图9　三种不同信道模型下的系统误比特率

4结束语

本文针对车车、车路通信移动信道接收信号到达角为非均匀分布的问题，采用两种方法完成了三种信道建模，仿真结果表明二维各向异性散射信道与各向同性散射信道的二阶统计特性随着κ、θp、ζ、α等参数的变化而显著改变，为车车、车路信道建模奠定了基础。与此同时，在搭建的IEEE802.11p测试平台上，对三种信道进行了不同调制方式、不同信噪比的仿真，在最大多普勒频移为790 Hz的情况下，比较了三种不同信道的系统误比特率，结果表明AKKI信道模型的系统误比特率最高，而简单二维各向异性散射信道的系统误比特率最低，对信道模型的实际选取做了初步的评估工作。本文从接收信号到达角各向异性的角度完成了车车、车路通信移动信道的建模工作，今后将结合射线追踪、GSCM方法完成更进一步的信道建模。

参考文献：

[1]Molisch A F.A survey on vehicle-to-vehicle propagation channels[J]. IEEE Wireless Communications,2009,16(6):12-22.

[2]Cheng L,Henty B E.Stancil D D,et al.Mobile Vehicle-to-Vehicle Narrow-Band Channel Measurement and Characterization of the 5.9 GHz Dedicated Short Range Communication(DSRC) Frequency Band[J]. IEEE Journal on Selected Areas in Communications,2007,25(8):1501-1516.

[3]Guillermo A M.Six Time-and Frequency-Selective Empirical Channel Models for Vehicular Wireless LANs[J].IEEE Vehicular Technology Magazine,2007,2(4):4-11.

[4]Avazov N,Patzold M. A geometric street scattering channel model for car-to-car communication systems[C]//Proceedings of 2011 International Conference on Advanced Technologies for Communications. Da Nang:IEEE,2011:224-230.

[5]Asif H M,Honary B,Ahmed H.Multiple-input multiple-output ultra-wide band channel modelling method based on ray tracing[J]. IET Communications,2012,6(10):1195-1204.

[6]Renaudin o,Kolmonen V,Vainikainen P,et al. Car-to-Car Channel Models based on Wideband MIMO Measurements at 5.3 GHz[C]//Proceedings of the 3rd European Conference on Antennas and Propagation. Berlin:IEEE,2009:635-639.

[7]Akki A. Statistical Properties of Mobile-to-Mobile Land Communication Channels[J]. IEEE Transactions on Vehicular Technology,1994,43(4):826-31.

[8]Zhou Liulei,Hu Luoquan. A method for the WSN channel modeling via stochastic differential equations and its applications[C]//Proceedings of 2012 International Conference on Wireless Communications & Signal Processing.Huangshan:IEEE,2012:1-6.

[9]Patel C S,Stuber G L,Pratt T G.Simulation of Rayleigh-Faded Mobile-to-Mobile Communication Channels[J]. IEEE Transactions on Communications,2005,53(10):1876-84.

[10]郑 艺,王玉文,邓婕，等.高空平台站空地链路信道建模与QualNet仿真[J]. 电讯技术,2014,54(2)：224-230.

ZHENG Yi，WANG Yuwen，DENG Jie，et al.Modeling and QualNet Simulation of Air-Ground Link Channelfor High Altitude Platform Station[J].Telecommunication Engineering,2014,52(2):224-230.(in Chinese)

[11]陈强，杨霄鹏，杨栋，等.低空无线信道建模及其均衡技术研究进展[J].电讯技术，2012,52(1):117-124.

CHEN Qiang,YANG Xiaopeng,YANG Dong,et al.Research Progress of Low-altitude Wireless Channel Modeling and Equalization Techniques[J].Telecommunication Engineering,2012,52(1):117-124.(in Chinese)

[12]IEEE 802.11p,Part 11:Wireless LAN Medium Access Control MAC and Physical Layer PHY Specifications,Amendment 6:wireless access in vehicular environments[S].

金婕(1978—)，女，江苏南京人，2010年获博士学位，现为讲师，主要研究方向为智能交通系统、通信信号处理算法及VLSI设计；

JIN Jie was born in Nanjing,Jiangsu Province，in 1978.She received the Ph.D. degree in 2010. She is now a lecturer. Her research concerns ITS,signal processing algorithm of communications and VLSI design.

Email:jinjie_pku@126.com

艾宝丽(1978—)，女，黑龙江哈尔滨人，2006年获硕士学位，主要研究方向为通信算法、信号处理。

AI Baoli was born in Harbin,Heilongjiang Province，in 1978.She received the M.S. degree in 2006. Her research concerns communication algorithm and signal processing.

引用格式：金婕,艾宝丽.智能交通系统的无线信道建模[J].电讯技术，2015,55(3):262-269.[JIN Jie，AI Baoli.Channel Modeling for Intelligent Transport System[J].Telecommunication Engineering,2015,55(3):262-269.]

作者简介：

通讯作者：**jinjiepku@126.comCorresponding author：jinjiepku@126.com

基金项目：国家自然科学基金资助项目(61201244)；中央财政支持地方高校发展专项资金项目;校启动金项目(E1-0501-14-0168)

收稿日期：*2014-12-10；修回日期：2015-02-10Received date:2014-12-10；Revised date：2015-02-10

中图分类号：TN929.5

文献标志码：A

文章编号：1001-893X(2015)03-0262-08

doi:10.3969/j.issn.1001-893x.2015.03.006