车联网双重非平稳信道模型.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112865895A(43)申请公布日2021.05.28(21)申请号201911177440.3(22)申请日2019.11.27(71)申请人北京大学地址100871北京市海淀区颐和园路五号(72)发明人程翔黄子蔚(51)Int.Cl.H04B17/391(2015.01)H04W4/46(2018.01)权利要求书2页说明书5页附图2页(54)发明名称车联网双重非平稳信道模型(57)摘要本发明提出了一个车载信道模型，可在车联网的快时变和双选择性的场景下，通过路径的生灭过程和生成具有相关性的抽头，联合建模车联网信道中时域和频域的双重非平稳特性，为车载系统仿真和分析提供了一个真实可靠的信道模型。该方案命名为基于车联网场景双重非平稳信道建模方案(VehicularScenarioBasedDoubleNon-stationaryChannelModelingScheme，VDNCM)。在本发明中，根据传统的车载信道模型建模步骤，进一步建模了各路径随时间的生灭和具有不同时延的抽头间的相关性，从而完成了车载信道的双重非平稳建模。此方案能够模拟车载信道中四个重要的特性，即时域和频域非平稳特性，视距分量的存在，丰富的多普勒特性。CN112865895ACN112865895A权利要求书1/2页1.一种车联网信道建模时域和频域双重非平稳的方案，其特征在于包含以下步骤：1)利用生灭过程来表征车载通信路径随着时间的出现和消失，在原有的冲激响应上乘一个开关函数表征时域非平稳特性；2)生成两个独立的高斯随机变量，并利用线性相加的方法生成复高斯随机变量；3)对生成的复高斯随机变量进行平方根分解，生成各抽头间的相关性表征频域非平稳特性。2.一种引入车联网通信中的视距分量和建模深衰落的方案，其特征在于包含以下步骤：1)分离产生的信号的幅度和相位并分别进行插值滤波；2)将分离得到的幅度进行线性运算，使得幅度服从威布尔分布；3)将分离得到的相位进行线性运算，使得相位在[-π，π]服从非均匀分布；4)将上述两个幅度和相位进行相乘，实现视距分量的引入和深衰落的建模。3.根据权利要求1所述的方法，其特征在于利用生灭过程来表征车载通信路径随着时间的出现和消失，在原有的冲激响应上乘一个开关函数，并同时生成具有相关性的抽头，包括如下步骤1)对传输的路径利用生灭过程表征路径随时间的产生与消失用一阶二状态的马尔科夫链来描述生灭状态的持续与跳转，由式1表示：TS为状态转移矩阵，Pij表示从当前状态i跳转到状态j的概率，SS为状态保持矩阵，Si表示i状态在整个状态序列中的存在概率，满足每个生灭状态的持续时间为信道的相关时间，fm为信道最大多普勒频移，将这个状态序列应用到信道冲击响应中，即在原抽头延迟线模型基础上乘以一取值为{0，1}的开关函数，由式2表示：同理，z(t)为开关函数，fD，LOS为LoS径多普勒频偏，θLOS为LoS初始相位，一般设为0，K为莱斯因子的线性表达，N为抽头数，KK为第K个路径的莱斯因子值，α(t)为滤波得到的随机分量，τK代表第K个路径的时延值；2)对生成的抽头相关系数矩阵进行Cholesky分解，产生具有相关性的抽头生成相关系数矩阵为ρG的有色复高斯随机变量包含：首先，生成非相关复高斯随机变量V；其次，将相关系数矩阵通过Cholesky分解，得到有色矩阵L，即LLH＝ρG，其中LH是L的埃尔米特转置矩阵；最后，通过W＝LV生成相关复高斯随机变量。从而信道的相关特性可以由相关抽头实现。4.根据权利要求2所述的方法，其特征在于引入车联网通信中的视距分量和建模深衰落，包括以下步骤：1)分别对抽头的幅度和相位进行线性运算，得到幅度服从威布尔分布，相位服从非均匀分布，如式3所示：2)计算和验证威布尔随机过程中抽头的均值不为0，如式4所示：2CN112865895A权利要求书2/2页非均匀分布的相位不再提供零均值的同相和正交分量，因此多普勒谱上会产生一个明显的直射路径分量，从而可以描述直射路径的存在，由于抽头的幅度被建模为威布尔分布，从而可以表征车载信道中深衰落的存在。3CN112865895A说明书1/5页车联网双重非平稳信道模型技术领域[0001]本发明属于无线通信领域，具体涉及一个车联网场景下联合考虑双重非平稳的信道模型，可以为今后的车载系统的仿真与分析提供一个真实可靠的信道模型。背景技术：[0002]随着智能交通系统与车辆自组织网络研究的迅速发展，对车载通信信道的研究的热度也日益提升。车载通信具体是指在智能交通系统、传感器网络技术发展基础上，在车辆上应用先进的无线通信技术，实现交通高度信息化、智能化的手段。所谓车车(vehicle-to-vehicle)通信，即车对车的