基于5.9 GHz實測數據的車-車無線信道特性研究*

李昌振 于俊逸 陳 偉 楊 堃

(武漢理工大學自動化學院1) 武漢 430070) (Super Radio AS2) 奧斯陸 1281)

?

基于5.9 GHz實測數據的車-車無線信道特性研究*

李昌振1)于俊逸1)陳 偉1)楊 堃2)

(武漢理工大學自動化學院1)武漢 430070) (Super Radio AS2)奧斯陸 1281)

車-車無線通信信道參數經常隨時間變化，并且快速的變化也會影響無線信道的特征.針對車-車無線信道的特點，為了準確分析和研究相關信道特征，利用5.9 GHz頻段的高精度無線信道測量儀對該無線信道的進行了場景測量.對實測數據的時延域、頻域參數進行了精確提取，并分別對其功率時延譜、時延擴展、時延多普勒譜等信道參數進行了詳細描述.分析數據表明，該信道90%的平均時延 (Mean-delay) 集中分布在940 ns以內，90%的均方根時延擴展(RMS-delay) 分布在1 800 ns以內；同時信道估計出有48 Hz的最大多普勒頻移，與實際情況相吻合.通過分析，發現整個測量活動過程中最大多普勒頻移的分布情況與實際測量路線吻合.

無線信道；V2V；時延擴展；多普勒頻移

0 引 言

車-車(vehicle to vehicle,V2V) 無線通信通過建立車與車、車與地面設備之間的特有通信網絡，實現其車載之間的數據共享和傳遞，可以更大程度上提高地面交通效率、保障交通安全.

現有研究結果表明，V2V無線通信的發射端 (TX)、接收端(RX)在大多數情況下處于較快的移動狀態且基本位于同一高度，故而不同于傳統的蜂窩通信[1-3]，需要對其進行專門的研究與分析.文獻[2]在射線跟蹤技術和場景測試的基礎上，對5.6 GHz頻段城區十字路口環境的V2V信道特征，如功率時延分布、信道增益等進行了研究；考慮到信道參數會隨著環境的不同而發生變化，文獻[3-4]分別針對郊區環境、城區環境、鄉村環境和高速環境進行了信道建模；在文獻[5]中，對5 GHz下反向高速行駛車輛之間的信道路徑損耗、功率時延譜、多普勒擴展等進行了分析；而文獻[6-7]則給出了2.4 GHz頻段同向行駛的車輛之間的信道描述.

為準確分析V2V信道的有關特性，測量場景設定在兩輛同向行駛車輛之間，并針對802.11p標準下的5.9 GHz頻段進行了無線信道測量，并對該場景下無線信道的功率時延分布、時延擴展、時延多普勒譜等參數進行了提取和研究.

1 測量活動描述

1.1 測量設備安裝

車-車無線信道測量的2個移動端分別是一輛轎車和一輛貨車.收、發射天線 (RX,TX) 分別置于2車的頂部，見圖1.測量主要設備——無線信道測量儀 (channel sounder,CS) 由挪威Super Radio AS公司提供.該設備可用于測量無線信道的時域和空域的相關特性，并且可以用于精確測量信道特性，其工作的中心頻率為5.9 GHz，發射帶寬為100 MHz的Chirp 信號，每拍 (snapshot) 時間間隔：1 200 μs，其他各項參數設置見表1.

圖1 基本測量結構

表1 測量設備參數設置

1.2 信號處理方法

根據CS的相關設計，測量數據是以大小為N×K的矩陣形式保存的.其中，N=833，為時間序列；K=2 560，為時延序列，即每1 s內接收到的Chirp信號數為833個，每個Chirp信號分別對應2 560個采樣點.將測量數據經過傅里葉反變換可以得到復數形式的信道沖激響應 (CIR)，文中用h(t,τ)表示.以信道沖激響應h(t,τ)為基本數據，對其在不同維度上進行計算，即可以獲取到相應的信道特性值.

1.3 測量場景設計

測量活動在上海市嘉定區曹安公路24號橋 (121°10′57″ E，31°17′16″ N)附近進行.測量活動過程中2車以橋西為起點向橋東同向行駛 (車速為60～70 km/h).而橋梁兩側的建筑、旁邊車道行駛的車輛，以及些許企業廠房則可視為反射的主要來源.

2 信道參數提取與研究

通過對數據進行預處理，結合測量場景、設備的相關信息，進而對5.9 GHz頻段下車-車無線通信信道的功率時延分布、平均時延、均方根時延擴展和時延-多普勒譜等重要信道參數進行了估計與分析，計算和數據分析如下.

2.1 功率-時延分布

無線信道可以描述為沖激響應，而無線信道多數情況下是時變的，沖激響應h(t,τ)也會隨時間的改變而發生變化.這很大程度上增加了信道分析與建模的難度.為了解決此類問題，Bello給出的廣義平穩非相關散射 (WSSUS)模型(即散射體的不同時延之間不相關，散射體的不同多普勒頻移之間也不相關[8])被專門用于描述像文中所涉及的頻率非選擇性信道.在該模型中可假定當移動單元所覆蓋的距離小于載波信號的幾十個波長時，信道處于“準平穩”狀態[9].

參照WSSUS假設，信道的沖激響應h(t,τ)可以表述為

(1)

式中：ai為每個時延路徑隨時間變化的復系數；τi為第i個路徑的時延.進而功率-時延譜 (見圖2) 可由復沖激響應h(t,τ)變換得到

圖2 功率-時延譜(歸一化)

由式(2)可知，即使在廣義平穩非相關散射(WSSUS)的假設條件下，功率-時延譜P(t,τ)仍然包含2個變量，對其的分析仍舊比較復雜.如要進一步減少變量、精簡參數，最直接的方法就是對時間t內的功率時延分布進行均值求解，所得平均功率時延譜(見圖3)為

(3)

式中：E{·}為平均算子.

圖3 平均功率-時延分布(歸一化)

圖2為測量過程中第85 s功率時延分布的計算結果.而此無線信道在這1 s時間段內的平均功率時延分布則由圖3給出.該平均功率時延分布結果顯示，信道的直射(LOS)徑位于680 ns時延處，而在720 ns時延處，信號第一次出現了較為強烈的反射.根據計算可以得出，上述2徑的路程差共有12 m.此外，結合測量場景描述中的相關信息，隨后出現在不同時延處的大量“反射簇”，則可能是由于橋梁周圍的障礙物和其他車道行駛的車輛所引起的.

2.2 平均時延和均方根時延擴展

時延擴展是一個與傳播環境等因素密切相關的統計變量，是對多徑信道時延特性的一種統計描述.大量的實驗和研究結果表明，均方根時延擴展會對由時延色散引起的差錯基底產生直接的影響.因此，對Mean-delay和RMS-delay的研究是十分必要的.

以2.1中的功率時延分布為基礎，平均時延(歸一化一階矩)與均方根時延擴展 (歸一化二階中心矩) 的計算方法如下所示.

將式(3)中P(t,τ)在時間t上進行積分

(4)

平均時延可以表示為

(5)

均方根時延擴展為

(6)

在此基礎上，通過選徑、去噪(噪聲門限為10 dB[10])，結合式(5)～(6)可得，該信道的平均時延、均方根時延擴展分別為：830、1 300 ns.圖4～5分別描述了二者的概率密度分布(PDF)情況.

圖4 平均時延概率密度分布

圖5 均方根時延擴展概率密度分布

另一方面，由它們的累積概率分布函數 (CDF) ，見圖6～7，可得其分布情況見表2.

圖6 平均時延累積概率分布

圖7 均方根時延累積概率分布

2.3 多普勒頻譜

多普勒頻率是信道中可以度量其變化速率的一個重要參數.當發射端和接收端互相靠近時，多普勒頻移為正值；相反，多普勒頻移為負.然而由于移動端的速度遠小于光速，因此多普勒頻移數值很小，一般地，其典型值為1 Hz～1 kHz.

對復沖激響應h(t,τ)關于變量t進行傅里葉變換，可得到多普勒變化沖激響應為

(7)

式(7)中的函數描述了信號在時延和多普勒域的擴展.類似于功率時延譜的變換過程，時延多普勒譜可以通過多普勒變化沖激響應變換得到

(8)

圖8給出了1 s時間段內測量數據的多普勒域分析.根據表1中的參數設置可知，該段時間內共包含有833個Chirp信號，多普勒譜的分辨率為：Δν= 1 Hz (頻率范圍：-416≤ν≤416 Hz).

圖8 1 s內時延-多普勒分布譜

圖中能量值為歸一化之后的結果，其最大值，即圖中最亮點，位于680 ns時延處，對應多普勒頻移為：48 Hz(即TX-RX之間的相對速度為2.44 m/s).而直射徑以外的高亮區域，則是由于其他車道的車輛以及道旁障礙物反射帶來的多普勒頻移造成的.此外，“+48 Hz”的估計結果也很好的印證了測量過程中兩車同向而行，后車速度稍微快于前車的這一事實.

為了更進一步地分析整個測量活動過程中多普勒頻移的變化情況，圖9展示了93 s的全部測量時間內最大多普勒頻移的分布.測量活動開始后的一段時間，最大多普勒頻移由負值向正值變化，而在此過程中由于前車處于轉彎狀態，其速度降低，兩車正在靠近.同理，當后車處于轉彎狀態時，兩車遠離，最大多普勒值由正變負，之后，兩車恢復同向行駛，處于穩定狀態.與圖3所示的實際測量路線吻合.

圖9 測量過程中最大多普勒頻移變化

3 結 束 語

文中對5.9 GHz車-車無線通信信道進行了信道測量，在WSSUS假設的前提條件下，由實測數據的時延域參數估計得：該信道90%的平均時延集中分布在940 ns以內，90%的均方根時延擴展分布在1 800 ns以內.此外，經過多普勒域分析，+48 Hz的多普勒頻移表明，2車的相對位置正在接近，而這也與實際行車速度和環境相符合.

通過分析整個測量活動過程中最大多普勒頻移的分布情況，其與實際測量路線也吻合.

[1]MOLISCH A, TUFVESSON F, K?REDAL J, et al. A survey on vehicle-to-vehicle propagation channels[J]. IEEE Wireless Communications,2009,16(6):12-22.

[2]NUCKELT J, ABBAS T, TUFVESSON F, et al. Comparison of ray tracing and channel-sounder measurements for vehicular communications[C].Vehicular Technology Conference (VTC Spring), IEEE 77th， New York: IEEE,2013:1-5.

[3]ABBAS T, SJ?BERG K, KAREDAL J, et al. A measurement based shadow fading model for vehicle-to-vehicle network simulations[J]. International Journal of Antennas and Propagation,2015(2)：190-195.

[4]KAREDAL J, CZINK N, PAIER A, et al. Path loss modeling for vehicle-to-vehicle communications[J]. Vehicular Technology, IEEE Transactions on,2011,60(1):323-328.

[5]PAIER A, KAREDAL J, CZINK N, et al. Car-to-car radio channel measurements at 5 GHz: pathloss, power-delay profile, and delay-Doppler spectrum[C].Wireless Communication Systems, ISWCS 4thInternational Symposium on，New York: IEEE,2007:224-228.

[6]ACOSTA G, TOKUDA K, INGRAM M A. Measured joint Doppler-delay power profiles for vehicle-to-vehicle communications at 2.4 GHz[C].Global Telecommunications Conference, GLOBECOM，New York: IEEE,2004(6):3813-3817.

[7]ACOSTA G, INGRAM M A. Model development for the wideband expressway vehicle-to-vehicle 2.4 GHz channel[C].Wireless Communications and Networking Conference，WCNC，New York: IEEE,2006(3):1283-1288.

[8]MOLISCH A，田斌,帖翊,等.無線通信[M].北京：電子工業出版社,2015.

[9]PATZOLD M，陳偉.移動衰落信道[M].北京：電子工業出版社,2009.

[10]GHASSEMZADEH S S, JANA R, RICE C W, et al. Measurement and modeling of an ultra-wide bandwidth indoor channel[J]. Communications, IEEE Transactions on,2004,52(10):1786-1796.Measurement-based Study of Radio Channel Characterizations for V2V at 5.9 GHz

LI Changzhen1)YU Junyi1)CHEN Wei1)YANG Kun2)

(SchoolofAutomation,WuhanUniversityofTechnology,Wuhan430070,China)1)(SuperRadioAS,Oslo1281,Norway)2)

The vehicle-to-vehicle (V2V) wireless channel behaves with fast time-varying due to the high mobility of vehicle. Therefore, in order to study the V2V radio channel properties precisely, a measurement campaign for V2V scenarios at 5.9 GHz is carried out in Shanghai. By estimating the channel parameters from the channel measurement data, the channel parameters including power delay profile, delay spread, delay-Doppler spread are given in the paper, respectively. It is found that 90% of the mean delay is within 940ns, while 90% of the RMS delay spread is within 1800ns. 48 Hz Doppler frequency shift is found in our measurement results, which matches well with theoretical calculations. By analyzing of the maximum Doppler shifts in the entire course of the measurement campaign, their distributions are found to be consistent with the measurement route.

radio channel; V2V; delay spread; Doppler frequency shift

2016-08-16

*國家自然科學基金項目資助(51268051)

TN92 doi:10.3963/j.issn.2095-3844.2016.05.026

李昌振(1991- ):男，碩士生，主要研究領域為無線通信