车联网系统性能衡量的方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种车联网系统性能衡量的方法、装置、电子设备及存储介质，该方法包括：确定仿真参数；基于所述仿真参数，通过预先构建的误码性能模型进行仿真，得到仿真结果；其中，误码性能模型是基于车联网系统的通信信道构建的；根据仿真结果衡量车联网系统的性能。利用误码性能模型中的闭合公式作为误码率的上界，从而利用误码性能模型对车联网系统中误码性能提供了参考依据。性能提供了参考依据。性能提供了参考依据。

【技术实现步骤摘要】
车联网系统性能衡量的方法、装置、电子设备及存储介质


[0001]本申请涉及非正交多址系统的误码性能
，尤其涉及一种车联网系统性能衡量的方法、装置、电子设备及存储介质。

技术介绍

[0002]现有对非正交多址接入(NOMA)系统成对错误概率(PEP)的研究，大都假设不存在硬件残留损耗(RHI)或在接收端可以获得完美的信道状态信息，而这些在实际应用中是很难实现，特别是在车联网系统中，由于车辆的快速移动性，很难获取实时的信道信息。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出一种克服上述问题或者至少部分地解决上述问题的一种车联网系统的优化方法、装置、电子设备及存储介质。
[0004]根据本申请的第一方面，提供一种车联网系统性能衡量的方法，该方法包括：
[0005]确定仿真参数；
[0006]基于所述仿真参数，通过预先构建的误码性能模型进行仿真，得到仿真结果；其中，所述误码性能模型是基于车联网系统的通信信道构建的；
[0007]根据所述仿真结果衡量所述车联网系统的性能。
[0008]可选地，所述通过预先构建的误码性能模型进行仿真包括：
[0009]确定所述车联网系统的通信信道，并确定所述通信信道的干扰信号，其中所述确定车车联网系统的通信信道为α
‑
μ衰落信道；
[0010]构建目标车辆在所述通信信道下的干扰信号模型和概率密度模型；
[0011]基于所述干扰信号模型和所述概率密度模型，构建所述目标车辆的误码性能模型。
[0012]可选地，所述仿真参数包括通信信道参数，参考距离，信号发送节点和信号接收节点的距离以及功率分配因子。
[0013]可选地，所述干扰信号包括：非理想串行干扰删除的干扰信号、硬件残留损耗的干扰信号和不完全信道估计条件的干扰信号。
[0014]可选地，所述目标车辆的干扰信号模型的构建方法包括：
[0015]获取同一发射节点发射至多个车辆的叠加信号；
[0016]基于所述叠加信号构建所述干扰信号模型；
[0017]其中，所述叠加信号的表达式为：
[0018][0019]w
l
为车联网系统中第l辆车的功率分配因子，P为基站的发送节点的发射功率；
[0020]所述干扰信号模型的表达式为：
[0021][0022]其中，为车辆用户需要的信号，即信号接收节点需要接收的信号，为非理想串行干扰删除导致的噪声干扰信号，(h
l
+e
l
)η
l
为硬件残留损耗导致的噪声干扰信号，为不完全信道估计条件导致的噪声干扰信号，h
l
为通信信道条件估计因子，θ
l
为求和表达，其中表示由于非理想串行干扰删除的干扰信号导致的消除信号残留，n
l
为BS
→
V
l
链路的高斯白噪声，BS为信号发送节点，V
l
为车联网系统中的车辆，服从其中为第l辆车接收到的高斯白噪声方差；e
l
为信道估计错误，服从为信道估计错误，服从为信噪比的函数，即其中表示大尺度衰落，G
t
和分别表示信号发送节点和第 l车辆信号接收节点的增益，λ表示波长，d0表示参考距离，d
l
表示BS到l 车辆之间的距离，a表示路径损耗指数，δ＞0取决于导频能量与数据能量比，距离，a表示路径损耗指数，δ＞0取决于导频能量与数据能量比，表示信号发送节点到车辆l通信信道链路上的平均信噪比；η
l
是信号发送节点与第l车辆之间硬件残留损耗的总水平，服从其中表示车联网系统中总的硬件残留损耗水平，k
S,t
表示发射节点硬件残留损耗的严重程度，表示第l车辆接收节点的硬件残留损耗严重程度。
[0023]可选地，所述概率密度模型的构建方法包括：
[0024]构建所述目标车辆的初始概率密度模型表达为：
[0025][0026]将通信信道的概率密度函数和累积分布函数耦合至所述初始概率密度模型中，得到所述概率密度模型；
[0027]通信信道的概率密度函数为：
[0028][0029]通信信道的累积分布函数为：
[0030][0031]耦合后的概率密度模型为：
[0032][0033]其中，α＞0表示非线性功率指数，μ＞0表示多路径簇的数量，表示通信信道包络的α次方根，用X表示非排序的|h
l
|，Γ(.) 表示伽马函数。
[0034]可选地，所述基于所述干扰信号模型和概率密度模型，构建目标车辆的误码性能模型，包括：
[0035]构建初始误码性能模型；
[0036]将所述干扰模型和所述概率密度模型耦合至所述初始误码性能模型中，得到所述误码性能模型的表达式为：
[0037][0038]其中，τ
μ
＝t
‑
t1‑
t2Lt
μ
‑1，t＝L
‑
l+k，l+k，τ
μ
,t, a
t
,b
t
,c
t
,d
t
,ψ
l
均是为简化表示而定义的参数。
[0039]根据本申请的又一个方面，提供一种误码性能模型构建装置，包括：
[0040]确定模块，适于确定所述车联网系统的通信信道；
[0041]第一构建模块，适于构建目标车辆在该通信信道下的干扰信号模型和概率密度模型；
[0042]第二构建模块，适于基于所述干扰信号模型和概率密度模型，构建目标车辆的误码性能模型。
[0043]根据本申请的又一个方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述的方法。
[0044]根据本申请的又一个方面，提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行上述的方法。
[0045]从上面所述可以看出，本申请提供的一种误码性能模型构建方法，在非正交多址接入车联网系统中执行，通过确定所述车联网系统的通信信道；构建目标车辆在该通信信
道下的干扰信号模型和概率密度模型；基于所述干扰信号模型和概率密度模型，构建目标车辆的误码性能模型。利用误码性能模型中的闭合公式作为误码率的上界，从而利用误码性能模型对车联网系统中误码性能提供了参考依据。
[0046]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0047]为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车联网系统性能衡量的方法，其特征在于，包括：确定仿真参数；基于所述仿真参数，通过预先构建的误码性能模型进行仿真，得到仿真结果；其中，所述误码性能模型是基于车联网系统的通信信道构建的；根据所述仿真结果衡量所述车联网系统的性能。2.根据权利要求1所述的方法，其特征在于，所述通过预先构建的误码性能模型进行仿真包括：确定所述车联网系统的通信信道，并确定所述通信信道的干扰信号，其中所述确定车车联网系统的通信信道为α
‑
μ衰落信道；构建目标车辆在所述通信信道下的干扰信号模型和概率密度模型；基于所述干扰信号模型和所述概率密度模型，构建所述目标车辆的误码性能模型。3.根据权利要求1所述的方法，其特征在于，所述仿真参数包括通信信道参数，参考距离，信号发送节点和信号接收节点的距离以及功率分配因子。4.根据权利要求2所述的方法，其特征在于，所述干扰信号包括：非理想串行干扰删除的干扰信号、硬件残留损耗的干扰信号和不完全信道估计条件的干扰信号。5.根据权利要求4所述的方法，其特征在于，所述目标车辆的干扰信号模型的构建方法包括：获取同一发射节点发射至多个车辆的叠加信号；基于所述叠加信号构建所述干扰信号模型；其中，所述叠加信号的表达式为：为车联网系统中第l辆车的功率分配因子，P为基站的发送节点的发射功率；所述干扰信号模型的表达式为：其中，为车辆用户需要的信号，即信号接收节点需要接收的信号，为非理想串行干扰删除导致的噪声干扰信号，(h
l
+e
l
)η
l
为硬件残留损耗导致的噪声干扰信号，为不完全信道估计条件导致的噪声干扰信号，h
l
为通信信道条件估计因子，θ
l
为求和表达，其中表示由于非理想串行干扰删除的干扰信号导致的消除信号残留，n
l
为BS
→
V
l
链路的高斯白噪声，BS为信号发送节点，V
l
为车联网系统中的车辆，服从其中为第l辆车接收到的高斯白噪声方差；e
l
为信道估计错误，服从为信道估计错误，服从为信噪比的函数，即
其中表示大尺度衰落，G
t
和分别表示信号发送节点和第l车辆信号接收节点的增益，λ表示波长，d0表示参考距离，d
l
...

【专利技术属性】
技术研发人员：李美玲，曹国梅，黄帅博，贾宏云，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：