车联网信道特性综述

董朔朔 刘留 樊圆圆 庄凌凡 唐盼 张帆 邱佳慧 林晓伯

（1.北京交通大学电子信息工程学院，北京 100044；2.北京邮电大学 网络与交换技术国家重点实验室，北京 100876；3.中国联合网络通信集团有限公司，北京 100033）

引 言

据世界卫生组织提供的数据显示，全球每年因道路交通事故死亡人数约有125万，相当于每天有3 500人因交通事故死亡，且每年还有几千万人因此而受伤或致残. 为提高交通安全性，在使用安全带和安全气囊等传统被动安全技术的同时，还需要开发用于主动安全应用的新型车辆通信技术[1]. 这种新型车辆通信技术就是车联网(vehicle to everything, V2X)，即车与任何事物的信息交互. V2X通信主要包括车与车(vehicle to vehicle, V2V)、车与基础设施(vehicle to infrastructure, V2I)、车 与 人(vehicle to pedestrian,V2P)以及车与网络(vehicle to network, V2N)通信. V2X旨在提高驾驶安全性、减少拥堵、提高交通效率，并提供车载娱乐信息等.

无线信道是通信系统设计的基础，准确认知无线信道是设计通信系统的前提条件，它为通信系统原型机设计和系统、链路级仿真提供理论基础和技术支撑，因此准确认知V2X无线信道是通信系统设计研究的首要问题[2]. 与传统的蜂窝网络通信系统相比，V2X无线信道具有以下特点[1,3-6]：

1) 工作频段更高. 2018年11月，工信部发布了20 MHz带宽的V2X频谱(5 905～5 925 MHz频段)，用于V2X智能网联汽车的直连通信技术[7]. 相比于蜂窝通信系统，V2X的工作频段更高，通信范围更小，因此信号传播时更容易受到干扰. 目前对V2X信道的研究多集中在5.2～5.9 GHz频段，也有少量研究在430 MHz、900 MHz、2.4 GHz及毫米波频段.

2) 发射端天线的高度更低. 在蜂窝通信系统中，发射端的天线一般远高于接收端天线，信号以一定的角度向下覆盖. 而在V2V通信中，发射端与接收端天线一般放置于车辆顶端，两者高度相差不大. 因此信号在传播时极易受到遮挡，产生阴影衰落，且不同类型的车辆间通信受阴影衰落的影响程度也不同.在V2I通信中，如果发射端的天线在较高的位置，其信道特性类似于微蜂窝网络通信系统；如果发射端的天线处于较低的位置，则信道特性类似于V2V通信，不过两者因散射点的分布状况不同，存在些许差异.

3) 终端的高移动性. 相比较蜂窝通信系统，V2X通信中的终端多处于高速移动状态中，信道不再具有广义平稳特性(wide sense stationary, WSS). 此外在V2V通信中，发射端与接收端双方都处于运动状态，这种双移动特性使得V2X的拓扑结构发生剧烈变化，车辆间信道特性也随之变化，因此蜂窝通信系统中现有WINNER II[8]等移动信道模型亦不再适用.

4) 易受周围环境影响. V2X信道特性受车辆周围环境特性以及典型交通特性的影响很大. 这就要求针对不同的交通场景，需要分别开展信道测量与信道特性的分析. 依据车辆行驶过程中周围环境的特性，V2X通信系统的交通场景可分为城区、郊区、乡村、高速公路、公路隧道、十字路口、停车场、立交桥以及斜坡等场景. 其中城区、郊区、乡村以及高速公路为研究的热点场景，文献[9]对V2V场景进行了细化.

由于V2X通信系统与蜂窝通信系统的信道特性存在显著差异，因此需要专门的测量活动来准确描述V2X信道特性并建立V2X信道模型. 本文首先总结了V2X标准化信道的特点，讨论了天线设置、非平稳特性以及毫米波对V2X信道的影响；然后对V2V信道参数进行了描述并分析了V2V信道三种建模方式的优缺点；最后提出将来需要做的工作.

1 现有V2X标准化模型

无线信道模型是通信系统设计与优化、网络部署与规划的基础，只有在准确的信道模型上开展仿真和研究才能给实际的网络部署及实现提供有价值的依据. 目前3GPP、IEEE和ETSI等标准组织均有V2X相关的信道模型.

1) IEEE 802.11p工作组采用的信道模型

IEEE 802.11p工作组将文献[10]中的信道模型作为标准的测试模型，该模型是一种针对专用短程通信(dedicated short rage communication, DSRC)的抽头延迟线(tap delay line, TDL)信道模型. TDL信道模型利用发射信号每一传播路径的多普勒功率谱和对应时延来描述信道的时间与频率选择性[11]. 此外，该模型通过多条径来合成一个抽头的方式使得多普勒功率谱更能接近实际的形状.

2) 3GPP 36.885技术报告采用的信道模型

由于802.11p信道模型基于无线局域网标准，其覆盖范围小. 与之相比，基于蜂窝通信系统的长期演进车联网(long term evolution vehicle to everything,LTE-V2X)不仅拥有LTE相对于无线局域网的技术优势，还在时延和可靠性等关键指标上进行了改善.因此3GPP 36.885工作组针对链路级仿真与系统级仿真分别建立了ITU-R IMT UMI与Winner II -B1 model信道模型，此模型基于城市微移动蜂窝系统，并非真实的V2X测试模型.

3) 3GPP 37.885技术报告采用的信道模型

在V2X通信中，传播信号易受周边环境遮挡，其中最常见的遮挡物为卡车与公交车. 为体现车辆遮挡对通信质量的影响，3GPP 37.885在3GPP 36.885的工作基础上，新增了受车辆阻挡(NLoS path blocked by vehicles, NLoS.V)信道模型，用于5G车联网(new radio vehicle to everything, NR-V2X)仿真. 同样，此模型也并非真实的V2X测试模型.

4) ETSI工作组采用的信道模型

ETSI于2019年4月发布智能交通系统(intelligenttransport system, ITS)场景信道模型研究报告，其信道模型来自于IEEE和3GPP的信道模型.

表1对各标准组织的信道模型进行了对比. 可以看出，目前的标准化信道模型与蜂窝通信系统信道模型相比，考虑到了V2V信道的非平稳特性以及NLoS.V场景，但场景不够丰富难以支撑V2X系统设计与网络部署验证. 此外，目前的信道模型并没有将V2V与V2I信道模型区分出来，在实际环境中两者的信道特性差异颇大.

表1 各标准组织信道模型对比Tab. 1 Comparison of channel models of various standardization organizations

2 目前V2X V2V信道研究方向

2.1 天线

在V2V无线信道建模中，天线对无线信道模型的影响也一直是研究者们关注的重点，天线数目与天线摆放位置是主要考虑的因素.

2.1.1 天线数目

早期对V2V信道的测量运动都是使用单输入单输出(single-input single-output, SISO)系统，随着车辆上传感器的增加，大量的数据在车辆间传输，导致传统的SISO系统已无法满足V2V通信的容量需求.为提高系统性能与容量，多输入多输出(multiple-input multiple-output, MIMO)系统应运而生. 在V2X通信中，由于车辆的表面积相较大于基站和终端设备等传统蜂窝通信系统的设备，因此MIMO系统更容易在车辆上安装，使得MIMO技术在V2V通信中更具有吸引力.

在实际传播过程中，由于天线特性不够理想，天线间距不够大，散射场景不够丰富，不同信道之间并不是完全独立的，在时间域和空间域上都具有一定的相关性，且实测数据也表明MIMO信道具有空时相关性；另一方面，由于V2V系统中收发车辆和散射体快速移动引起的多普勒扩展导致信道处于时变状态，其时域相关性不可忽视. 因此，对V2V MIMO系统的研究主要集中在空域互相关函数(cross correlation function, CCF)、时域自相关函数(auto correlation functions, ACF)、时空CCF与空时频互相关函数(space time frequency cross correlation function,STF-CF)等统计特性上.

文献[12]提出了一种MIMO V2V衰落信道的街道模型，并从该参考模型中导出了空间CCF和时空CCF与收发天线阵列中阵元间距 δT和 δR关系，如图1所示，其中fTMAX为最大多普勒频移. 可以看出，随着收发天线阵元间隔的增大，空间CCF和时空CCF值越来越小，因此可通过增大MIMO系统的阵元间隔来减小传播信号的空时域相关性. 该模型还表明，天线元件之间的距离不影响信号的复衰落包络.

图1 收发天线阵列阵元间距与空间CCF和时空CCF关系图[12]Fig. 1 The relationship between the transceiver antenna array element and the space-time CCF[12]

文献[13]对典型“T”型交叉路口的散射环境进行建模，提出一种宽带MIMO V2V信道模型. 该模型不仅给出了空间CCF与天线阵列中阵元间距 δT和δR的关系，还给出了发射端与接收端距离“T”型交叉路口交叉点不同位置Dx和Dy时，时间ACF与频域相关函数(frequency correlation function, FCF)的关系，如图2所示. 从图2(a)可以看出，随着Dx和Dy的减小，时间ACF的绝对值衰减得越快，这是由于发射端和接收端接近“T”型交叉路口交点时，AOD和AOA角扩展增加导致的. 而从图2(b)观察到相反的效果，因为随着Dx和Dy的减小，时延扩展减小，相干带宽增大，FCF也随之衰减得比较缓慢.

图2 Dx和Dy对时间与频率相关特性的影响[13]Fig. 2 The influence of Dx and Dy on the temporal and frequency correlation properties[13]

此外，关于MIMO系统的信道模型有很多，比如双 环、双圆柱和双球等模型.

2.1.2 天线摆放位置

车辆的表面积较大，可供选择安装天线的位置很多，比如车顶、挡风玻璃、保险杠等，天线位置摆放不同对无线信道增益的影响不同，需要展开研究.

1) SISO系统

文献[14]把天线分别摆放在接收车辆的前保险杠、后保险杠、左侧玻璃、右侧玻璃、车底和车顶6个位置来进行V2V通信. 试验结果显示，车顶、左侧玻璃和右侧玻璃3个位置可获得较大的接收信号强度.

文献[15]研究了斜坡场景下收发端天线分别摆放在车顶(D1)、前后玻璃(D2)和车头车尾(D3)时对V2V信道衰落特性的影响，如图3所示. 场景1中Rx车处于爬坡状态，场景2中Rx车处于坡顶水平状态，两种场景中，Tx车都被固定在斜坡的平坦底部，只有Rx车在移动. 在场景1中，天线摆放在D1处时覆盖范围远好于D2与D3处，因为摆放在D1处时收发天线最高，更多的多径分量(multi-path component, MPC)到达接收机形成正相干，增加了接收机的接收功率. 在场景2中，天线摆放在D2处时覆盖范围好于D1与D3处，这是由于信号传播路径被车辆遮挡造成的.

图3 斜坡场景下天线的摆放位置[15]Fig. 3 Antenna placement in a slope scenario[15]

文献[16]定义了4种天线的摆放位置：车顶、保险杠、内挡风玻璃和左侧玻璃，分别对收发车辆同向和反向行驶情况开展测试. 当收发车辆同向行驶时，收发天线摆放在车顶时信道增益最大；当车辆反向行驶且两车距离稍远时，收发天线摆放在内挡风玻璃与保险杠时信道增益较大，而当两车接近时，收发天线摆放在车顶和左侧玻璃时信道增益最大.

文献[17]定义了16种天线摆放位置，如图4所示，发现当收发天线摆放在车顶、后视镜、前挡风玻璃和A柱时通信质量较好. 此外还考虑了将收发天线分别摆放在不同位置时对通信质量的影响，发现将收发天线摆放在前保险杠和左右侧镜时可提高通信系统的可靠性.

图4 16种天线摆放位置[17]Fig. 4 16 Antenna placement positions[17]

2) MIMO系统

文献[16]对 2 ×2、 3 ×3 、 4 ×4等天线数目组合进行了测试，每根天线放在上述定义的4种位置中任意一个位置，形成(车顶-保险杠)-(车顶-保险杠)、(车顶-内挡风玻璃)-(车顶-内挡风玻璃)、(车顶-侧玻璃)-(车顶-侧玻璃)、(车顶)-(车顶-保险杠)、(车顶)-(车顶-内挡风玻璃)和(车顶)-(车顶-车顶侧玻璃)6对收发天线组合. 研究发现，(车顶-保险杠)-(车顶-保险杠)收发天线对组合能够有效避免收发车辆相向行驶时所遇到的阴影衰落损耗问题，获得较高的分集增益.

综上所述，当收发天线放置在车顶时可以得到最大的信道容量，但文献[18]发现车顶尺寸和弯曲角度有限，将导致天线方位覆盖严重衰退，因此即使是在车顶上安装天线，也会因安装条件的不同而产生不同的影响. 此外，可以考虑将天线安装在保险杠与挡风玻璃等地方. 对于MIMO系统，可以通过将收发天线阵列中的阵元安放在不同的位置，以获得空间增益进而提升通信质量.

2.2 非平稳特性

在传统的移动蜂窝网络中，通常假定信道模型具有WSS. 然而在V2V通信中，终端和散射体的可移动性会导致信道特性发生变化. 通过对V2V信道进行实际测量，发现V2V信道仅在非常短的时间或者距离内才具有平稳性. 截止目前，已有大量的文献研究了发射机、接收机以及散射体的移动速度和方向对信道非平稳特性的影响. 其中文献[19-20]考虑了固定散射体和移动散射体的影响，文献[21]进一步研究了接收机和移动散射体速度变化的影响，文献[22]设定收发端以任意非线性变化的速度和方向运动，文献[23-25]考虑了天线阵列旋转对信道非平稳特性的影响. 因此在V2V信道建模中不考虑非平稳性，系统性能结果将会发生显著变化. 为体现V2V信道的非平稳统计特性，常用生-灭过程法、分段式法及其改进法对信道建模.

1) 生-灭过程建模方法. 生-灭过程仿真方法是通过马尔科夫链来模拟多径的“出现”与“消失”，以表示V2V信道的非平稳特性，对于TDL模型：

式中：L(t)表示t时刻的多径数量；zl(t)表示t时刻第l个抽头的“出现”与“消失”；al(t)、 φl(t) 、fD,l(t)和τl(t)分别表示t时刻第l条可分辨多径的幅度、相位、多普勒频移和时延. 依据式(1)可以用一个线性有限冲激响应的滤波器来描述多径信道，如图5所示.

图5 马尔科夫过程的TDL模型Fig. 5 TDL model of Markov process

非平稳信道的一阶马尔科夫过程表示为

式中：ST是 状态转移矩阵，状态 0表示路径存在，状态1表示路径消失；pxy表示从状态x转移至状态y的转移概率；SS是 稳态矩阵，px表示状态x的稳态概率. 转移 概 率 和 稳 态 概 率 满 足：p00+p01=1，p10+p11=1；p0+p1=1.

文献[26-27]基于5.2 GHz城区、郊区和高速公路场景的V2V宽带信道测量结果，并通过一阶二状态的马尔科夫模型来描述多径的生-灭现象，建立了一个考虑时间非平稳特性的TDL模型. 文献[28-30]通过引入生-灭过程来表征散射簇在阵列轴和时间轴上的出现和消失，可有效表示MIMO通信系统的非平稳性.

2) 分段式建模方法. 分段式建模方法的思想是在时间或空间上找出非平稳信道的准平稳区间，在这个准平稳区间中的信道特性不发生大的变化，可视为平稳的. 接着将非平稳信道分割成若干个独立平稳子信道并对每个平稳子信道进行建模，最后将各段平稳子信道叠加在一起来描述信道的非平稳特性. 对于V2X信道的非平稳特性，可利用信道的二阶统计特性求信道的相关性与差异度，或者通过计算收发端的相关矩阵并利用判决门限求出准平稳区间，常用的方法有局部散射函数(local scattering functions, LSF)[31]、相 关 矩 阵 距 离(correlation matrix distance, CMD)[32]与功率相关(correlation of power,CP)算法[33]等.

例如文献[34]求出在高速公路场景下，车辆同向与反向行驶时平均平稳时间分别为1 479 ms与23 ms. 文献[35]得出隧道场景下平稳时间为0.59～2.19 s. 文献[30]发现地下停车场、城市与郊区的平稳时间分别为0.95 s、1.15 s和1.52 s. 文献[19]得出了平稳间隔的累积分布函数(cumulative distribution function, CDF)，如图6所示. 文献[36]量化了几种V2V通信场景的平稳性区间，这些间隔被建模为对数正态分布，平均值在3 m左右. 文献[37-38]得到视距(line-of-sight, LoS)场景的有效平稳区间为4.5 m，NLoS场景为2.7 m. 以上文献均在求出平稳区间后对非平稳信道进行建模.

图6 平稳间隔的CDF[19]Fig. 6 CDF with evenly spaced intervals[19]

分段式建模方法简单容易实现，因此很多研究都采用该种方法来描述非平稳特性. 但这种方法会使信道衰落的相位发生突变，从而导致仿真输出的多普勒频率存在偏差. 为了弥补分段式建模方法导致的相位不连续，文献[39-44]提出了一种考虑信道连续渐变的改进非平稳信道模型，该模型采用对多普勒频率进行积分的方法来得到多普勒相位，从而在分段式仿真方法的基础上输出连续相位. 文献[42]利用该改进方法建立的信道模型所得到的平稳区间与实测结果具有更好的一致性，如图7所示.

图7 改进信道建模方法与未改进方法对比[42]Fig. 7 Comparison of improved channel modeling method and improved method[42]

除上述方法以外，文献[45-46]引入了时变几何路径长度来捕获V2V信道的非平稳性，文献[47]利用时变的AOD和AOA来表示非平稳特性. 文献[48]将射线跟踪法与传播图方法混合起来对隧道环境中非平稳特性进行研究，得出该混合方法是第一个能够正确模拟隧道内漫反射的非平稳特性方法.

2.3 毫米波信道

在V2V通信中，车辆上配备的传感器会产生大量提供信息和促进决策的数据，因此，具有丰富频谱资源的毫米波频段得到了广泛关注. 文献[49]总结了可能用于V2V通信的毫米波频段，主要包括28 GHz、38 GHz、60 GHz和部分E波段76～81 GHz.其中文献[50]在38 GHz和60 GHz频段进行测量，提出了一种适用于无线信道的双分支抽头延迟宽带模型. 文献[51]利用相关的时域信道测深仪对56～64 GHz频段进行了测量. 文献[52] 评估了60 GHz频段多普勒和频率选择性对V2V通信系统性能的影响. 文献[53-55]发现毫米波频段更易受车体框架、挡风玻璃和遮挡车辆的影响.

文献[56-57]基于双环模型提出了一种适用于毫米波的V2V MIMO信道模型，该模型考虑了簇数、载频、簇内方位角分布和天线间距等因素的影响. 研究发现，簇数减少会导致信道相关性变高，从而显著影响时间和频率的多样性. 这对于毫米波V2V应用非常重要，因为毫米波路径容易被遮挡. 文献[58]研究了毫米波频段V2V通信系统的传播特性，结果表明天线尺寸对传输性能有影响.

综上所述，与5.9 GHz频段相比，毫米波频段具有更高的传播损耗，且易受遮挡效应影响. 此外文献[59]表明在毫米波V2V通信中，决定无线电波传输性能的是路径损耗，而不是延迟特性. 总之，在传统的车辆阻挡和NLoS场景中，有必要对毫米波V2V信道进行更多的测量活动. 未来的毫米波V2V信道测量中还应考虑天线方向性、车辆交通密度和运动方向等关键因素的影响.

3 V2V信道特性

在无线通信系统中，信号从发射机经过反射、衍射以及散射历经不同的路径传播到接收机，这些MPC的叠加导致传输信号到达接收机时发生衰减、时延和相移等现象. 由于传播信道随着发射机、接收机和散射体的移动而变化，常用时变信道脉冲响应来描述该信道. 在对信道建模时，无线信道的传播模型可分为大尺度和小尺度衰落，无线信道的大小尺度衰落对于无线通信系统的设计尤为重要. 大小尺度衰落特性都具有一定的实际意义：大尺度衰落特性可以有助于无线网络的覆盖规划和系统载波频率、功率控制的分析等工作；小尺度衰落特性有助于接收机的设计和物理层关键传输技术的性能评估等工作[60].

3.1 大尺度衰落特性

大尺度衰落描述了长距离(几百米甚至更长)内接收信号强度的缓慢变化，由路径损耗与阴影衰落表征，与发送天线和接收天线之间的距离成反比，且在不同的交通场景下(如城市、乡村、高速公路等场景)有不同的衰减因子. 其可通过对数距离路径损耗模型来表示：

式中：A0是 截断点，表示参考距离为d0时的路径损耗；n为路径损耗指数，它描述了路径损耗随距离变化的快慢趋势，依赖于特定的传播环境；X表示阴影衰落，是均值为0、方差为 σx的高斯随机变量. 在V2X通信中，影响着大尺度衰落模型的因素有很多，如收发端天线高度、周围车辆分布以及道路环境等.

1) 路径损耗

路径损耗描述了传播距离造成的信号衰减，常用路损因子来表征，一般表达式为

这种将路损与对数距离建立线性关系的方法较为简单，被许多文献采用. 例如文献[61]在900 MHz频段对LoS场景进行测量，得到路损因子为2.36. 文献[62]在900 MHz频段对NLoS场景进行测量，并考虑到了建筑物密度的影响，得出在建筑物密度为13%、21%和8%场景中的路损因子分别为3.6、4.9以及5.1.

文献[63]在5.2 GHz频段测量得到高速公路、城市以及城郊场景的路径损耗随对数距离出现线性变化，路损因子分别为1.77、1.68和1.59，而乡村场景的路径损耗呈现经典的两径模型关系. 文献[64]在5.9 GHz频段测量得到乡村、高速公路以及城市的路损因子为1.79、1.85和1.61，此外还对乡村、高速公路场景建立两径模型. 两径模型的表达式为

式中：fc为 载频；G12为 常数；k0=2πfc/c；ρ为地面反射系数；h为天线高度.

文献[65-66]在5.9 GHz频段使用双斜率分段线性模型分别对城市、乡村和城郊进行建模，得到城市对数距离断点前后的路损因子n1、n2和对数距离断点dc分别为1.9、4.0、220 m，乡村为2.3、4.2、226 m，城郊为2～2.1、3.8～4.0、100 m. 文献[67]在5.6 GHz对LoS和受阻碍视距(obstructed LoS, OLoS)下的高速公路与城区场景分别进行了研究，得出了双斜率分段线性模型. 相比于普通的对数距离模型，分段式模型可更准确地表达路径损耗. 双斜率分段线性模型的表达式如下：

表2总结了多径环境下3种路径损耗模型的参数. 对于对数距离模型，LoS场景下路损因子一般小于2，比自由空间传播要好，这是因为除了LoS路径能量之外，其他多径的能量也会被接收机接收. 文献[68]中停车场满车状态下比空车状态下路损因子更小，因为静止的车辆会带来一定数量的有效多径，因此提高了接收端的接收能量. 此外，V2V的路损因子小于蜂窝系统，是因为V2V通信传播距离更短. 对于NLoS场景，路损因子随着传播路径受阻程度不同而发生改变. 对于双斜率分段线性模型，断点前的路损因子为1.66～2.1，断点后的路损因子为2.74～4.2，是由于LoS路径能量随着距离的增加而衰减造成的.

表2 不同场景下路径损耗的模型参数Tab. 2 Parameters of the path loss model in different scenarios

2) 阴影衰落

阴影衰落是由于障碍物的遮挡而产生的，V2V信道中的阴影衰落主要服从对数正态分布. 在V2V信道中，常见的障碍物包括建筑物、树木、交通指示牌以及车辆. 表3给出了阴影衰落标准差σ在典型场景中的数值. 可以看出，所有文献的σ均小于9 dB，其中LoS环境下的σ小于4 dB. 值得注意的是，文献 [65-66]给出了断点前后的阴影衰落标准差，分别为σ1和σ2，且可以看到文献[65]中断点后的σ2比文献[66]要大很多，可能是由于郊区环境中的房屋和建筑物等附近物体比农村或高速公路环境中多造成的.此外，文献[15]表明天线的摆放位置也对阴影衰落产生影响.

表3 不同场景下阴影衰落参数Tab. 3 Shadow fading parameters in different scenarios

3) 车辆阻挡损耗

在V2V通信中，信号是在平面上传播的，发射端周围散射体丰富，因此相较于蜂窝系统更易受阻挡的影响. 表4列出了V2V信道测量中由车辆阻挡引起的额外损耗，可以看出，车辆阻挡造成的额外损耗为3～30 dB. 之所以会产生这样大的一个波动范围，与发射天线的孔径和安装位置[55,71]、阻挡车辆的大小[55]以及数量[54]、收发车辆间距[72-73]有关. 车辆阻挡损耗随着阻挡车辆的大小以及数量的增加而增加，随着收发车辆距离的增加而减少.

表4 车辆阻挡损耗Tab. 4 Vehicle blocking loss

车辆阻挡在V2V通信中十分常见，并将导致均方根(root-mean-square, RMS)延迟扩展以及角度扩展(azimuth spread, AS)大大增加[55,74]，这对V2V通信质量(尤其是对高频段) 影响极大. 在目前的研究中，仅有文献[72-73]利用刃形损耗模型对阻挡车辆所带来的额外损耗进行建模. 因此今后的研究中，应该对车辆阻挡损耗建立准确的模型.

3.2 小尺度衰落特性

小尺度是描述短距离(几个波长)或短时间(秒级)内接收信号强度快速变化；而V2V信道的主要特征是多径，多径的存在使得接收信号的幅度急剧变化，产生了衰落[77]. 对V2V信道的小尺度衰落特性开展测量与建模，研究显示，V2V信道的小尺度衰落主要可以通过Rayleigh、Rice、Nakagami以及Weibull等分布形式来描述，而通过特定分布对测试数据进行较好的拟合可以合理地反应该场景的衰落情况.

1) 时延扩展

时延扩展描述了多径在时延域的弥散程度，与发射机与接收机间的传播环境有关，是无线信道传播特性的典型参数之一. 与蜂窝通信系统相比，V2V通信场景更为丰富且不同场景下的传播环境差异极大，所以V2V场景中的时延扩展与蜂窝通信系统中的时延扩展有很大的区别. 通常采用功率延迟分布(power delay profile, PDP)的二阶矩RMS时延来描述时延扩展的程度，表5是通过测量得到的V2V信道平均RMS时延与最大RMS时延的数值. 可以看出，平均RMS时延受传播环境影响较大，城市场景下的平均RMS时延要远大于郊区、农村和高速公路等场景. 此外，平均RMS时延的大小受到天线摆放位置[15,26]、NLoS与LoS条件[78]、收发车辆行驶方向[79]以及交通密度[26]的影响. 当天线摆放在车外或者车顶，收发车辆反向行驶以及交通密度较小时，产生的多径分量较少，平均RMS时延也较小. 因此RMS时延是由信号在收发车辆传播环境决定的.

表5 V2V信道时延扩展参数Tab. 5 Delay spread parameters of V2V channel

2) 多普勒扩展

多普勒扩展是由于发生频移现象的多径信号叠加在一起造成信号在频域的扩展，从而形成了多普勒功率谱(doppler power spread density, DPSD). 多普勒扩展是V2V无线信道最重要的特征，它能够准确描述V2V信道中多径的时变特征，通常用DPSD的均值平均多普勒频移与DPSD的标准偏差RMS多普勒扩展两个参数来表征.

在V2V场景中Tx车、Rx车都在运动，因此其多普勒频移与蜂窝通信中的不同，由Tx车与Rx车的速度与方向共同决定. 文献[82]利用簇延迟线(cluster delay line, CDL)模型来描述V2V通信中的多普勒频移：

式 中：vn,m为 第n簇 的 第m径 多 普 勒 频 移； ‖vRx‖与‖vTx‖分 别 为Rx车 与Tx车 的速 度； θv,Rx与 θv,Tx、φn,m与φn,m分别为Rx车与Tx车的运动方向、到达角与离开角；λ0为载频波长.

此外若相关散射体也在移动，假设Tx车、Rx车与相关散射体速度相同，那么V2V通信中的最大多普勒频移比蜂窝通信中的要高四倍[5]. 例如，Tx车和Rx车在同一方向行驶，而另一辆车(移动散射体)在相反方向行驶，所有的车辆速度相同，如图8所示.在Tx车接近移动散射体时，其多普勒频移相当于单车多普勒频移值的两倍. 此时若Rx车也在接近移动散射体，两者之间也会产生两倍的多普勒频移，因此经过散射体的路径将导致最高四倍的多普勒频移.这种独特的多普勒现象说明了V2V信道特性的不同，引来了针对多普勒频移在不同场景与运动方式下的数值与统计特性的研究.

图8 V2V通信中的多普勒频移[5]Fig. 8 Doppler frequency shift in V2V communication[5]

在已进行的测量活动中，文献[83]发现V2V通信由于收发车辆都在运动，其DPSD并非典型的U型谱，而是呈现以直射径所在的频移功率为峰值、静态与动态散射体所引起的多径频移功率次之的“尖峰”谱. 文献[84]对MIMO系统进行研究，发现天线阵列中阵元间隔对多普勒功率谱也有影响，当阵元间隔增大时，“尖峰”谱变得平缓. 文献[85-86]发现V2V通信中包含由直射径与其他多径(由路边建筑物、交通标志或路面车辆反射形成)引起的多普勒频移，其中直射径的多普勒频移满足多普勒频移理论计算公式并与收发机的速度有关. 文献[79]得出高速公路反向、高速公路同向、乡村反向、郊区反向、城市反向和城市同向场景下的平均多普勒频移分别为297.8 Hz、252.4 Hz、239.7 Hz、65.1 Hz、100.9 Hz和73.8 Hz，可以看出，高速公路反向运行的收发机间引起的多普勒频移最大.

总之，V2V信道的多普勒扩展特性与蜂窝通信系统的信道存在很大的差异，需要对不同场景、不同收发机相对速度、不同收发机间隔以及毫米波频段等方面进行更深一步的研究.

3) 角度扩展(AS)

AS是一种由收发机周围静态或移动散射体引起的信道在角度上色散的现象，是用来描述空间选择性衰落的重要参数. AS主要包括垂直波到达角(elevation angle of arrival, EAOA)、垂 直 波 离 开 角(elevation angle of departure, EAOD)、水 平 波 到 达 角(azimuth angle of arrival, AAOA)和 水 平 波 离 开 角(azimuth angle of departure, AAOD)4个角度域参数，由角度功率谱(power azimuth spectrum, PAS)的二阶矩表示，常见的PAS分布有均匀分布、Gauss分布、Laplace分布以及Von Mises分布. 相较于蜂窝通信系统，V2V通信中收发机周围的散射环境更强，无线电波经过多径反射、散射，到达接收天线时的到达角度扩展程度更大，信号在空间的色散度更高. 此外，在V2V通信的不同场景中，收发机之间的散射环境也存在差异，比如城市中的散射环境要强于郊区，因此需要针对不同环境进行研究.

文献[87]测量得到城市交叉路口、高速公路进口处(拥堵)和高速公路车辆阻挡场景下的水平波均方根角度扩展(root-mean-square azimuth spread, RMSAS)，并进一步考虑了天线设置对RMSAS的影响. 发现在考虑天线影响时，城市交叉路口场景的AS最大，为0.4°～0.9°，这是由周围环境散射体多造成的. 然而，当不考虑天线影响时，三种场景的AS都很高，说明可以使用MIMO技术来获取空间分集增益. 文献[88]对郊区交叉路口场景的LoS与NLoS区域进行了测量，得到水平波RMSAS范围为0.13°～0.41°，这一结果比文献[87]要低，原因为郊区交叉路口场景下的反射体与散射体没有城市环境下的丰富. 此外，文献[60]给出了多径簇的AS，用来描述簇内MPC角度弥漫情况，服从均值为1.64、标准差为1.33的对数正态分布. 上述文献都只考虑了水平方向的AS，而文献[89]讨论了垂直波到达角扩展(elevation spread of arrival, ESA)、垂直波离开角扩展(elevation spread of departure, ESD)、水平波到达角扩展(azimuth spread of arrival, ASA)和水平波离开角扩展(azimuth spread of departure, ASD)4个角度域的扩展参数. 其中ESA和ESD的大部分AS数值在10°以上，而ASA与ASD大部分值在10°以下，表明水平方向上的散射效应强于垂直方向.

AS与通信环境中的反射体和散射体的分布密度紧密相关，其水平方向上的散射效应强于垂直方向，可以通过采用MIMO技术来改善其影响. 目前对角度域的研究仍不充分，未来需要多开展此方面的研究.

4 V2V信道建模方法

V2V通信系统中常见的无线信道建模方法可以分为非几何的随机性模型(non-geometrical stochastic models, NGSMs)、基于几何的确定性模型(geometrybased deterministic models, GBDMs)以及基于几何的随机性模型(geometry-based stochastic models, GBSMs)三类.

4.1 NGSMs

NGSMs简称为统计性模型，是一种基于多径信道参数统计特性建立的信道模型. 该模型的建立首先需要利用信道测量仪器，对现实环境中的信道进行测量；然后对实测的数据进行分析、归纳和统计；最后提取出多径信道的特征参数，建立TDL模型和CDL模型.

TDL模型用于窄带系统中，利用不同的抽头来表征每一条可分辨多径. 根据抽头幅度的分布，当收发端之间存在LoS路径时，建模为Race分布；当收发端之间只存在NLoS路径时，建模为Rayleigh分布. 其信道的冲激响应表达式为

式中：N表示延迟 τi响应单元的个数；ai(t)e－jθi(t)为 第i条路径的增益与相位.

CDL模型用于宽带系统，尤其是MIMO系统.CDL模型提出簇的概念，将延迟、到达角和离开角等参数具有相似特性的MPC划分到一个簇，不同的簇之间通过簇延迟进行分辨. 其信道冲激响应可表示为

式中：al,k和φl,k是 第k簇中第l径的增益和相位；Tk为第k簇的延时； τl,k为第k簇中第l径的延迟.

CDL模型考虑到了到达角与离开角等参数，相较于TDL模型更加贴合实际信道环境，但其有关参数提取的工作也较为复杂. 除上述两种模型外，还有用以描述非平稳信道的改进TDL模型.

文献[26-27]通过一阶二状态的马尔科夫模型建立了一个考虑时间非平稳特性的TDL模型. 文献[90]将信道中的多径在时延域分成若干个固定数目的簇，并针对每一个多径簇的大小尺度衰落以及多普勒谱开展建模. 基于文献[27]的研究，文献[91]首次考虑了不同抽头之间的幅度和相位相关性，建立了一个V2V信道时间非平稳相关散射模型，用于同时描述V2V信道中的时间非平稳特性以及不同时延簇之间的相关散射特性.

统计性模型是信道建模领域主流的建模方法，结果适用于相似场景. 但其不足在于，仅针对某个特定的传播环境就需要付出大量的人力物力，因此推广到广泛的场景类别中比较困难.

4.2 GBDMs

GBDMs简称确定性模型，它的建立首先需要还原真实的车辆通信环境，然后利用电波传播机制模型去预测信道，建立确定性模型常用的方法是射线跟踪法.

利用射线跟踪法建立确定性模型分为3个步骤：1)以发射天线为原点确定发射角构造射线集；2)对发射射线集的每根射线进行跟踪，记录每条射线的传播路径，当射线场强小于接收场强阈值或射线反射次数大于规定值时停止追踪；3) 把所有到达接收点的射线场强矢量叠加得到总的接收场强[92].

文献[93]给出了一个考虑移动车辆、道路和道路两旁环境三部分的基于射线跟踪法的V2V信道模型. 并通过一系列的研究提出了完善的动态交通系统的模型、交通环境模型以及车辆之间的电波传播模型[83,94]，奠定了V2V信道中的确定性建模研究思路. 文献[95]进一步在V2V城区十字路口场景基于信道测量以及射线跟踪法建立了确定性信道模型，通过信道在时延域与角度域的传播特性研究，深入分析了该场景中V2V信道的多径分布.

确定性模型可以内在地反映出V2V信道的时间非平稳特性，但由于模型本身较为复杂，限制了其在实际通信系统中的应用.

4.3 GBSMs

GBSMs简称为几何模型，几何模型通过假设散射体的分布区域和分布特性来获得信道的特征参数.根据有效散射体是否被放置在规则形状上，如单环、双环、椭圆或不规则形状上，GBSMs可进一步分为规则形GBSMs(regular shape GBSMs, RS-GBSMs)和非规则形GBSMs(irregular shape GBSMs, IS-GBSMs).

1) RS-GBSMs

RS-GBSMs假设收发信机周围的散射体分布在规则的几何形状上，并依据散射体的分布分为双环、椭圆、双圆柱和双球等建模方法.

文献[96]早在1984年就提出了一个在城区和郊区场景下只有双跳路径的2D双环V2V瑞利衰落窄带信道模型，这也成为了V2V信道中规则几何建模方法的起源. 文献[97]提出的双环模型在 Tx和Rx周 围定义了均匀分布的散射体，将散射体到 Rx的通信链路建模为基站-终端链路. 文献[98-99]提出的V2V散射模型引入了LoS路径，用于描述具有LoS分量的移动通信环境，命名为相关双环模型.

随后在单天线的研究基础上，更多文献对多天线V2V信道展开研究. 文献[100]中的模型包含了LoS、单跳和双跳路径，可以适用于微蜂窝与宏蜂窝场景. 文献[101]创新性地提出了双环与椭圆结合的多天线信道模型，并在文献[84]中将其扩展为双圆与多椭圆的信道模型. 该模型分别利用椭圆模型与双环模型描述静止散射体与移动散射体，描述了拥有不同时延的多径簇，并考虑了车流密度(vehicle traffic density, VTD)对信道统计信息的影响.

2D RS-GBSMs信道模型如图9所示，主要特点为将散射体分为移动散射体与静止散射体，考虑LoS、单 跳和双跳路径.

图9 2D RS-GBSMs信道模型Fig. 9 2D RS-GBSMs channel model

2D模型假设传播信号是在水平面上传播的，这一假设仅适用于乡村等环境，并不适合于城市环境.因为城市环境中，收发天线阵列通常离周围建筑物和其他物体很近，导致传播信号在垂直面上也有传播，因此需对V2V信道进行3D建模. 文献[102]提出了包含LoS、单跳和双跳路径的3D双圆柱信道模型，考虑了水平角和俯仰角的影响. 文献[103]通过3D双球与椭圆柱的方法对多天线的V2V信道进行了建模，文献[104]在文献[103]基础上，考虑了V2V信道的非平稳特性. 该模型分别利用双球模型与多共焦椭圆-圆柱模型来模拟移动散射体与静止散射体，考虑了水平角和俯仰角的联合影响以及VTD的影响，具有足够的通用性，可适用于不同场景下的各种非平稳V2V通道建模.

RS-GBSMs 2D与3D信道模型各有优劣，2D信道模型简单计算量小，3D模型更贴合实际环境. 但随着计算机的处理能力提升，RS-GBSMs 3D信道模型将得到进一步发展.

2) IS-GBSMs

IS-GBSMs假设散射体分布在道路两侧与道路之中，并依据实际道路情况设定散射体分布的区域与密度，建立一个接近真实场景的信道模型，如图10所示. 模型将散射体分为静止散射体、移动散射体和漫散射体，其中静止散射体包含建筑物、交通标识等分布在道路两侧的大型物体，移动散射体则主要指道路中行驶的其他车辆，漫散射体主要是一些分布在道路两侧的小型物体.

图10 IS-GBSMs模型Fig. 10 General model of IS-GBSMs

文献[105]在高速公路场景针对V2V信道进行IS-GBSMs，对不同散射体的分布区域与密度进行建模. 模型将脉冲响应分为4个部分：LoS路径、与移动散射体交互产生的离散路径、与静态散射体交互产生的离散路径和与漫散射体交互产生的离散路径，并对每个部分进行了详细的描述，最终通过叠加直射径与一次反射径的脉冲响应得到信道总的脉冲响应.

文献[106]在文献[105]的基础上将模型扩展到了校园、城区、郊区场景，并采用了一种随机确定散射体位置的建模方法，给出了相应建模公式. 文献[19, 107-108]分别对模型进行了改进，使V2V信道模型适用于更多的场景.

相较于RS-GBSMs，IS-GBSMs的优势在于假设过程中就考虑到了V2V信道的时间非平稳特性. 但这两种建模都需要通过特定的方法假设散射体的位置分布，这些散射体的位置分布假设与实际的分布存在一定差距，从而对信道建模的准确度造成一定影响.

有关V2V信道建模的方法都是在三大常见建模方法的基础上，通过引入马尔科夫状态转移方程来表示V2V信道的非平稳特性，考虑周围静止与移动散射体的影响以及收发端车辆速度和运动方向等因素来描述V2V信道特性. 综上，无线信道模型是否合适直接影响到无线信道特性的评估效果，也会影响无线通信系统的设计等工作. 随机性信道模型一般适用于设计和对比不同的无线通信系统，而对无线通信系统进行网络规划与部署则选用确定性信道模型. 另外，真实的信道特性不管通过哪一种方法进行信道建模，其实都无法做到完全预测.

5 将来的工作

到目前为止，已有一大批的专家学者对V2X V2V信道展开了研究，但为了实现真正的智慧交通系统，仍有许多工作需要去做：

1) 场景划分. 虽然目前对于V2X信道的研究已从当初的城市、郊区、乡村和高速公路四大场景扩展至隧道、立交桥、停车场以及斜坡等场景，但场景的划分仍太过于粗犷，无法真正体现每一场景的特性. 例如在同为停车场的场景下，已停车辆的数目不同，就会造成路损因子、RMS时延的不同. 同为高速场景，车辆的同向与反向行驶也会造成RMS时延的差异. 因此，有必要对上述的场景进一步细化.

2) 毫米波频段测量工作. 随着5G的到来，更多的学者将视线转移至毫米波频段的V2V信道测量.但目前有关毫米波频段的V2V信道测量主要是在静态环境下进行的，而非动态环境进行的，因此未能很好地表征毫米波频段V2V信道阴影衰落与小尺度衰落特性. 在接下来的研究中，应在动态环境下展开测量工作.

3) 车辆阻挡. 车辆阻挡现象在V2V通信中比较常见，且会造成额外的损耗. 为解决或减轻车辆阻挡的影响，可以在天线配置上进行研究，比如将天线安装在车底或者增高天线的高度等. 目前有关车辆阻挡的研究没有考虑到散射体车辆所造成的多径信号，该多径信号可对车辆阻挡现象起到缓解作用. 此外，描述车辆阻挡损耗的模型也很少.

4) NLoS路径特性. 在实际V2V信道中，由于收发两端的散射体丰富，收发端之间的NLoS路径对通信质量也起到决定性的作用. 例如蜂窝系统中，只有接收端在移动，信道DPSD呈典型“U”型谱. 而在V2V信道中收发端以及散射体都在移动，NLoS路径使得DPSD呈“尖峰”型谱. 此外NLoS路径还可提供有效的多径信号能量，所以应该对NLoS路径特性进行深一步研究.

6 结束语

到目前为止，世界各国与各标准组织都投入了大量的人力和物力对V2X通信技术展开研究. 而作为V2X通信技术基础的无线信道，亦成为了近年来研究的热点. 本文总结了对现今的V2V信道测量与建模活动. 首先概述了现有V2X标准化信道的特点，并指出其不足之处；然后分析了当今V2V信道的研究方向，总结了当今V2V信道测量活动的大小尺度参数特征；接着介绍了V2V信道3种常用建模方法，并指出了它们的优缺点；最后提出了将来需要做的工作.

现有关V2X信道的研究多集中在V2V信道，而有关V2I信道的研究较少，这种研究上的差异可能由于V2I信道与蜂窝信道的相似性造成的. 但V2I通信在载频、天线高度以及通信覆盖范围上都与蜂窝通信有所不同，因此在未来有必要进一步对V2I信道特性展开研究. 期望本文通过综述V2X信道特性分析与建模方面已有的研究成果，概述V2X信道研究方向与方法，可以为相关领域的研究人员提供参考和帮助.