用于车联网通信的空时频非平稳无线通信信道建模方法技术

本发明专利技术公布了一种用于车联网通信的空时频非平稳无线通信信道建模方法，通过将车联网通信环境中的簇区分为静态簇和动态簇，并对车联网通信的收发端与动态簇的连续任意轨迹进行建模，使得在构建空时频非平稳车联网通信信道模型中考虑到车联网通信场景中的车流量密度VTD和车辆行驶轨迹VMT的特性，从而提高信道模型构建的精确度和通用性。采用本发明专利技术方法构建大规模MIMO毫米波车联网V2V统计信道模型，在空时频非平稳V2V信道模型构建中考虑了VTD和VMT对静态簇和动态簇的阵列演进和时间演进的影响，能够解决现有的V2V信道模型不能有机融合VTD、VMT和空时频非平稳建模的不足。VMT和空时频非平稳建模的不足。VMT和空时频非平稳建模的不足。

【技术实现步骤摘要】
用于车联网通信的空时频非平稳无线通信信道建模方法


[0001]本专利技术属于无线通信
，具体涉及一种用于车联网通信的空时频非平稳无线通信信道建模/设计方法，构建车联网场景下的空时频非平稳信道模型，可用于设计车联网通信系统和为系统级无线通信算法的性能分析提供有效的仿真验证平台。

技术介绍

[0002]车联网(Vehicle
‑
to
‑
Everything,V2X)是实现车辆与周围的车、人、交通基础设施和网络等全方位连接和通信的新一代信息通信技术。车联网通信包括车与车之间(Vehicle
‑
to
‑
Vehicle,V2V)、车与人之间(Vehicle
‑
to
‑
Pedestrian,V2P)、车与路之间(Vehicle
‑
to
‑
Infrastructure,V2I)、和车与网络之间(Vehicle
‑
to
‑
Network,V2N)等。其中，V2V通信，即车对车的信息交换，是未来智能交通运输系统的关键技术之一。它使得车与车之间能够通信，实时获得一系列的交通信息，从而有效提升交通效率、提高驾驶安全和降低交通事故发生率。进一步地，为了支撑无人驾驶和智能汽车等更多潜在应用，未来V2V通信系统应具有低延迟、高吞吐量和高可靠性的通信要求。为满足上述通信要求，未来V2V通信系统需联合使用毫米波和大规模多输入多输出(Multiple
‑/>Input Multiple
‑
Output,MIMO)技术。幸运的是，上述两项技术展现出互利共生的关系。毫米波通信中的短载波波长使得大规模MIMO中的天线尺寸小，而大规模MIMO反过来又提供了高波束成形增益以补偿毫米波通信中的高路径损耗。众所周知，完备、深入的通信信道知识和精确且实用的V2V信道模型是任何V2V通信系统的成功设计的根本与基石。所以，一个高精度且易于使用的大规模MIMO毫米波V2V信道模型在未来V2V通信系统的设计与研究中扮演着至关重要的角色。
[0003]与传统蜂窝通信相比，V2V通信更加动态和复杂。在传统的蜂窝通信中，基站是不动的，手机终端在移动。然而，在V2V通信中，发射端车辆和接收端车辆均处于高速移动中且周边环境中可能存在大量高速移动的散射簇(如周边的移动车辆)，导致V2V通信信道的散射特性更加的复杂快变。进一步地，V2V通信场景还存在两个场景特殊性,即车流量密度(Vehicular Traffic Density,VTD)和车辆行驶轨迹(Vehicular Movement Trajectory,VMT)。对于VTD，在V2V通信场景中，环境中通常存在静态簇(如静止的路边建筑和树木)和动态簇(如运动的车辆)。在不同的V2V场景下，静态簇和动态簇的比例会展现出显著的不同。一般而言，动态簇的数量大于静态簇的数量的V2V通信场景可以视为高VTD场景，反之则为低VTD场景。对于VMT，收发端车辆和周边的移动车辆具有丰富多样的轨迹，例如直角转弯、U形转弯和曲线行驶。信道测量的结果表明，VTD和VMT都会对V2V信道产生显著的影响，因此需要被充分地研究和建模。
[0004]除了上述两个V2V场景特殊性之外，V2V通信信道还表现出一个典型的信道特性，即信道的非平稳性。在一个特定域中的信道非平稳性，例如，空间/时间/频率，意味着信道统计特性会在该域中发生变化。考虑到V2V通信自身固有的高动态和快时变特性，环境中的簇会随着时间的变化呈现快速复杂的生灭现象，对应的V2V信道特性会呈现出在时间域上的变化，即时间非平稳性。当超大带宽毫米波通信技术应用到未来V2V通信中，环境中的传
输路径会展现出相关性而存在频率相关的路径增益，对应的V2V信道特性会呈现出在频域上的变化，即频率非平稳性。随着未来V2V通信中大规模MIMO技术的应用，环境中的簇的生灭现象会出现在大规模天线阵列上，对应的V2V信道特性会呈现出在阵列/空间域上的变化，即空间非平稳性。所以，当大规模MIMO技术和毫米波技术联合应用到V2V通信场景时，V2V信道会展现出显著的空时频非平稳性。
[0005]为了将V2V通信场景的特殊性有机地融入到空时频非平稳特性的建模中，有必要捕捉由于连续多样的VMT而导致的动静态簇的频繁且复杂的生灭现象。由于V2V通信场景的特殊性与信道特性的深度融合难度很大，目前尚未有有效的用于车联网通信的空时频非平稳无线通信信道建模方法，难以实现一个能联合建模空时频非平稳性并进一步考虑VTD和VMT的影响的大规模MIMO毫米波V2V信道模型。

技术实现思路

[0006]本专利技术提出了一种用于车联网通信的空时频非平稳无线通信信道建模方法，构建一个大规模MIMO毫米波车联网V2V统计信道模型。通过将车联网通信环境中的簇区分为静态簇和动态簇以及对车联网通信的收发端与动态簇的连续任意轨迹进行建模，使得V2V通信场景中的VTD和VMT特性被有效地建模。进一步地，在空时频非平稳V2V信道模型的构建中考虑了VTD和VMT的影响，弥补了现有的V2V信道模型不能有机融合VTD、VMT和空时频非平稳建模的空白，提高了V2V信道模型的精确度和通用性。
[0007]在本专利技术提出的大规模MIMO毫米波V2V信道模型中，车联网通信环境中的簇被建模为静态簇和动态簇，从而考虑了VTD对信道的影响。同时，在更新因收发端车辆和动态簇的快速运动而带来的位置变化时应用积分算法，并且考虑了二者运动时的时变加速度，实现了对V2V通信收发端车辆和动态簇连续任意的VMT捕捉。进一步地，开发一个有机融合了动静态簇的选择性区域演进、生灭过程和动静态簇的频率相关因子的算法，联合建模了分别来自动静态簇的频率相关的路径增益与因收发端和动态簇的连续任意的VMT而带来的动静态簇的选择性演进，实现了对V2V信道空时频非平稳性的有效捕捉。本专利技术提出的高精度且易于使用的信道模型能支撑V2V通信系统的合理设计，并为V2V通信系统级算法的研究提供一个有效的仿真验证平台。
[0008]为达到上述目的，本专利技术设计了一个大规模MIMO毫米波V2V信道模型的建模架构，包括：1、给出V2V信道模型的几何模型图，明确典型信道参数的物理含义；2、假设收发端和动态簇的运动有时变的加速度，同时应用积分运算来得到与收发端和动静态簇相关的信道参数；3、确定动静态簇的选择性演进区域，并明确阵列
‑
平稳的动静态簇的条件；4、基于生灭过程，分别建模静态簇阵列和时间演进与动态簇的阵列和时间演进。5、得到信道冲激响应和信道传递函数，并引入动静态簇的频率相关因子分别捕捉来自动静态簇的频率相关的路径增益。
[0009]采用本专利技术的用于车联网通信的空时频非平稳无线通信信道建模方法构建大规模MIMO毫米波V2V统计信道模型包括如下步骤：
[0010]1)构建V2V信道模型的几何模型，包括：与收发端天线阵列相关的参数、与动静态簇相关的参数、与动静态簇内射线相关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于车联网通信的空时频非平稳无线通信信道建模方法，通过将车联网通信环境中的簇区分为静态簇和动态簇，并对车联网通信的收发端与动态簇的连续任意轨迹进行建模，使得在构建空时频非平稳车联网通信信道模型中考虑到车联网通信场景中的车流量密度VTD和车辆行驶轨迹VMT的特性，从而提高信道模型构建的精确度和通用性；包括如下步骤：1)构建车联网通信信道模型的几何模型；包括：确定与收发端天线阵列相关的参数、与动态簇及静态簇相关的参数、与动静态簇内射线相关的参数；并确定初始时刻各参数的取值；2)设定发射端车辆、接收端车辆和动态簇的运动具有时变加速度，计算并更新因收发端车辆和动态簇的快速任意运动带来的位置变化，同时计算得到时变的距离向量、多普勒频偏、相位和时延；3)确定静态簇和动态簇的选择性演进区域，并确定阵列
‑
平稳静态簇和阵列
‑
平稳动态簇的条件；4)将动态簇和静态簇在大规模阵列上对于不同天线的生灭状态建模，所述不同天线的生灭状态即动态簇、静态簇的阵列演进，从而得到阵列
‑
有效动态簇的集合和阵列
‑
有效静态簇的集合；对动态簇、静态簇在不同时刻下的生灭状态建模，所述不同时刻下的生灭状态即动态簇、静态簇的时间演进，从而得到时间
‑
有效动态簇的集合和时间
‑
有效静态簇的集合；5)基于步骤4)得到的阵列
‑
有效动态簇的集合、阵列
‑
有效静态簇的集合、时间
‑
有效动态簇的集合和时间
‑
有效静态簇的集合，确定信道的有效动态簇的集合和有效静态簇的集合；6)计算得到信道冲激响应和信道传递函数，并采用动态簇、静态簇的频率相关因子分别建模毫米波通信中来自动态簇、静态簇的频率相关的路径增益；7)在下一个时刻，分别随机地生成新生的动态簇、静态簇，并进一步分别随机地生成新生的动态簇、静态簇内的射线，同时确定射线的参数；8)循环执行步骤2)～7)，得到每个时刻的信道的有效动态簇的集合、有效静态簇的集合、信道冲激响应和信道传递函数；通过上述步骤，即实现用于车联网通信的空时频非平稳无线通信信道建模方法，进一步可构建得到大规模MIMO毫米波V2V车联网通信信道模型。2.如权利要求1所述的用于车联网通信的空时频非平稳无线通信信道建模方法，其特征是，步骤1)构建车联网通信信道模型的几何模型进一步包括：1a)确定与收发端天线阵列相关的参数；在设有L
T
根发射天线、L
R
根接收天线和载波频率为f
c
的大规模MIMO毫米波V2V通信系统中，发射端车辆和接收端车辆分别以速度向量为v
T
(t)和v
R
(t)进行运动；发射端车辆的天线阵列的方位角和俯仰角为α
T
(t)和β
T
(t)；接收端车辆上的天线阵列的方位角和俯仰角为α
R
(t)和β
R
(t)；发射端和接收端的相邻天线的间隔分别为δ
T
和δ
R
；将收发端车辆的阵列中心之间的距离向量表示为D(t)；将第p个发射端天线和第q个接收端天线的距离向量表示为和
1b)确定与动静态簇相关的参数；将大规模MIMO毫米波V2V通信系统的环境中的簇分为静态簇和动态簇；在基于孪生动静态簇的三维V2V信道模型中，临近发射端的动态簇和临近接收端的动态簇构成一对孪生动态簇，临近发射端的静态簇和临近接收端的静态簇构成一对孪生静态簇；临近发射端的动态簇/静态簇表征传输中的来自动态簇/静态簇的第一次反射路径，临近接收端的动态簇/静态簇表征传输中的来自动态簇/静态簇的最后一次反射路径；将孪生动静态簇之间的其他传输路径定义为虚拟动静态簇链路；动态簇数量与静态簇数量的比例表示为表征实际V2V通信场景中的VTD且是随时间变化的；设临近发射端的动态簇和临近接收端的动态簇分别以速度向量为和进行运动；静态簇的运动向量始终为零向量；将孪生动静态簇和发射端/接收端天线阵列中心之间的方位角和仰角表示为和将临近发射端的动态簇和发射天线阵列中心之间的距离向量以及临近发射端的动态簇和接收天线阵列中心之间的距离向量分别记为和将临近发射端的静态簇和发射天线阵列中心之间的距离向量以及临近发射端的静态簇和接收天线阵列中心之间的距离向量分别记为和1c)确定与动态簇内射线和静态簇内射线相关的参数；射线和射线分别表示孪生动态簇和内的第n
d
条射线；射线和射线分别表示孪生静态簇和内的第n
s
条射线；设射线的速度矢量与其所在的动态簇的速度矢量相同，满足静态簇内的射线的运动矢量始终为零向量；将射线和发射端/接收端天线阵列中心之间的方位角和仰角表示为和对于动态簇内的射线，将射线和发射天线阵列中心之间的距离向量以及射线和接收天线阵列中心之间的距离向量分别记为和对于静态簇内的射线，将射线和发射天线阵列中心之间的距离向量以及射线和接收天线阵列中心之间的距离向量分别记为和3.如权利要求2所述的用于车联网通信的空时频非平稳无线通信信道建模方法，其特征是，进一步地，步骤2)采用积分运算方法计算并更新因收发端车辆和动态簇的快速任意运动带来的位置变化，包括如下步骤：S21：设定收发端车辆有时变的加速度，计算时变的视距分量LoS的距离向量、多普勒频
偏、相位和时延；具体过程如下：设发收发端车辆有时变的加速度，表示为：a
T/R
(t)＝[a
T/R,x
(t),a
T/R,y
(t),0]
T
；根据时变的加速度，通过下式计算得到发射端车辆/接收端车辆的速度矢量：v
T/R
(t)＝[v
T/R,x
(t),v
T/R,y
(t),0]
T
其中：其中：v
T/R,x
(0)和v
T/R,y
(0)分布为初始时刻下的发射端/接收端车辆的速度在x轴和y轴方向上的分量；基于收发端车辆的速度矢量，求得因收发端VMT带来的时变的距离矢量，表示为：其中，为初始时刻的LoS场景下的第p个发射天线与第q个接收天线之间的距离向量；LoS分量的多普勒频偏表示为：其中，λ是载波波长；<
·
,
·
>是内积算子；从第p个发射端天线到第q个接收端天线的LoS分量的相位表示为：其中，为初始相位；再从第p个发射端天线到第q个接收端天线的LoS分量的时延，表示为：S22：设动态簇有时变的加速度，计算时变的经过动态簇内的射线的非视距分量NLoS的距离向量、多普勒频偏、相位、时延和功率；通过下式计算得到从第p个发射端天线到第q个接收端天线并经过射线和的距离向量和和和进一步地，根据射线的速度矢量与其所在的动态簇的速度矢量：通过下式计算得到射线与射线和发射端与接收端的天线阵列中心之间的距离向量和和
其中，和分别为初始时刻下的射线与射线和发射端与接收端的天线阵列中心之间的距离向量；进一步地，经过动态簇内的射线与射线的NLoS分量的多普勒频偏和分别表示为：分别表示为：从第p个发射端天线到第q个接收端天线并经过动态簇内的射线和的NLoS分量的相位表示为：从第p个发射端天线到第q个接...

【专利技术属性】
技术研发人员：程翔，黄子蔚，
申请(专利权)人：北京大学，
类型：发明
国别省市：