張旭 姜蘇英 楊汨 王威 何睿斯 侯俊 劉鑫一

（1.長安大學(xué)，西安 710064；2.北京交通大學(xué)，北京 100044）

引 言

物聯(lián)網(wǎng)(internet of things, IOT)是一個由互聯(lián)網(wǎng)通過信息傳感設(shè)備實現(xiàn)現(xiàn)實世界人、機、物等各類要素在任何時間、任何地點互聯(lián)的巨大網(wǎng)絡(luò)[1]，其在城市智能交通系統(tǒng)中的車聯(lián)網(wǎng)(internet of vehicle,IOV)技術(shù)就是5G的一個具體應(yīng)用. 隨著移動無線通信技術(shù)在交通領(lǐng)域里被廣泛使用，智能交通得到了蓬勃發(fā)展. IOV技術(shù)將無線通信和傳感檢測技術(shù)相結(jié)合，收集和交互車輛、道路、環(huán)境信息，通過車到一切(vehicle to everything, V2X)的鏈路，實現(xiàn)交通管理控制、車輛控制和動態(tài)信息服務(wù)的智能綜合網(wǎng)絡(luò)[2-3]，從而使交通系統(tǒng)的安全性、便捷性和可靠性都得到很大的提升，并為未來無人駕駛系統(tǒng)提供了廣闊的發(fā)展空間和技術(shù)支持. 因此，無線通信技術(shù)是支撐智能交通系統(tǒng)發(fā)展的一個關(guān)鍵技術(shù).

V2X主要分為三類：車-車(vehicle to vehicle,V2V)、車-基 礎(chǔ) 設(shè) 施(vehicle to infrastructure, V2I)、車-行人(vehicle to pedestrian, V2P)，通過相互通信構(gòu)成車載自組網(wǎng)絡(luò)(vehicle ad hoc networks, VANETs).V2V通信不需要固定基站，而是兩個移動車輛從一端到另一端的直接無線通信. 在智能交通系統(tǒng)中，V2V通信起著重要的作用，是無人駕駛、自主預(yù)測汽車防撞等應(yīng)用的關(guān)鍵技術(shù)支撐.

為了更好地發(fā)展V2V通信系統(tǒng)，對于V2V無線傳播信道的準(zhǔn)確描述和建模是尤為重要的[4-5]. 它是推動通信標(biāo)準(zhǔn)的建立、促進相關(guān)設(shè)備的制造以及測試無線通信算法的重要一環(huán)，這些都需要通過實際的V2V信道測量活動來對其無線信道進行分析和建模.

近年來，針對典型環(huán)境(如農(nóng)村、郊區(qū)、城市和公路)進行了許多V2V無線信道的測量活動和信道建模研究工作[6-8]. 其他特殊環(huán)境如地下停車場和隧道等也略有研究，但是針對隧道內(nèi)和隧道連接處的小尺度衰落研究還不夠深入. 文獻[9]針對隧道內(nèi)5.9 GHz V2V傳播信道小尺度衰落進行了統(tǒng)計分析，結(jié)果表明，測量數(shù)據(jù)的統(tǒng)計特征符合萊斯分布，隧道外萊斯K因子的平均值高于隧道內(nèi)的值. 此外，對隧道內(nèi)尤其是隧道連接處的其他衰落特性如瑞利分布、威布爾分布的研究是有必要的.

本文針對隧道環(huán)境下5.9 GHz和5.2 GHz頻段的信道進行了測量，并以測量數(shù)據(jù)為基礎(chǔ)，對隧道內(nèi)外及其連接部分的接收功率和小尺度衰落特性進行了分析. 我們將接收信號幅度的統(tǒng)計特性與五種典型的理論衰落分布進行了比較，發(fā)現(xiàn)接收信號的小尺度衰落特性符合具有最小擬合優(yōu)度值的萊斯分布.此外，計算并分析了萊斯K因子，結(jié)果顯示隧道內(nèi)K因子與收發(fā)距離有相關(guān)性.

1 測量系統(tǒng)

1.1 測量設(shè)備

為了研究隧道無線電信道特征，分別針對兩個不同的隧道環(huán)境進行了信道測量.

第一次信道測量活動使用的是北京交通大學(xué)(Beijing Jiaotong University, BJTU)信道探測儀，該探測儀依賴基于軟件無線電系統(tǒng)的射頻收發(fā)儀器——PXI模塊化平臺[10]，包括矢量信號發(fā)射模塊與接收模塊、時鐘模塊、電源模塊、數(shù)據(jù)存儲、發(fā)射天線/接收天線等模塊. 在發(fā)射機一端，機箱NI PXIe-1082和矢量信號發(fā)射機NI PXIe-5673用于發(fā)射中心頻率fc為5.9 GHz的正交頻分復(fù)用(orthogonal frequencydivision multiplexing, OFDM)信號. 測量中采用單輸入單輸出(single-input single-output, SISO)模式，通過安裝在車輛頂部的單個發(fā)射天線發(fā)送信號. 接收機由機箱NI PXIe-1082和矢量信號接收機NI PXIe-5663組成. 信道探測儀的軟件平臺采用基于實驗室虛擬儀器工程工作臺LabVIEW的編程環(huán)境，可以有效地對信道測量儀器的硬件設(shè)備進行編程和控制.通過適當(dāng)?shù)能浖?shù)設(shè)置，可以提取接收機采集的數(shù)據(jù)并進行處理、存儲和實時顯示. 表1列出了5.9 GHz下信道探測系統(tǒng)的參數(shù)設(shè)置.

表1 5.9 GHz信道測量系統(tǒng)參數(shù)Tab. 1 5.9 GHz measurement parameters

第二次信道測量采用的是MEDAV RUSKDLR寬帶信道探測器，發(fā)射機發(fā)送一個中心頻率fc為5.2 GHz的OFDM信號. 信道沖擊響應(yīng)(channel impulse response, CIR)h(tk,τn)每 隔tg時 間 被 測 量 一次，其中：tk=k·tg為 測量時間點，k=1,2,···表示第幾次 測 量； τn=n·τΔ,n=0,···,N－1，載 波 數(shù)N=1 537；τΔ為時 延 分 辨率. 信 號 帶 寬B=120 MHz，對 應(yīng) 時 域CIR的 τΔ=1/B. 發(fā)射信號的周期Tp=12.8 μs決定了最大能夠測量出的多徑，等效于相對直射路徑的繞行最遠(yuǎn)傳播距離為3.84 km. 這一最大距離能夠保證在隧道場景下不發(fā)生碼間干擾，最大傳播時延能夠被有效地測量. 表2列出了5.2 GHz信道探測參數(shù).

表2 5.2 GHz信道測量系統(tǒng)參數(shù)Tab. 2 5.2 GHz measurement parameters

在測量過程中，接收機使用與發(fā)射天線相同的天線，收發(fā)天線均安裝在車輛的車頂，如圖1所示.其中左側(cè)的車輛搭載發(fā)射機，右側(cè)的車輛搭載接收機.

圖1 用于測量的車輛：左側(cè)車輛搭載發(fā)射機，右側(cè)車輛搭載接收機Fig. 1 Vehicles used for measurement: the left carries the transmitter and the right carries the receiver

為了保持發(fā)射機和接收機的同步，收發(fā)兩端均采用了銣原子鐘來提供穩(wěn)定的頻率標(biāo)準(zhǔn). 為了控制頻率標(biāo)準(zhǔn)隨時間發(fā)生的偏移，從GPS獲得的時間信息被用來馴服銣原子鐘. 為了給信道測量儀器提供電源，我們采用大功率逆變器將車載電池的12 V直流電源轉(zhuǎn)換為220 V交流電源. 為了防止電源中斷和電流不穩(wěn)定，逆變器和信道探測儀之間使用了不間斷電源.

1.2 測量場景

測量場景一：西安市區(qū)南郊的一條雙車道矩形隧道(圖2(a)). 測量過程中兩輛車的行駛速度約為40 km/h，發(fā)射車輛在接收車輛的后方同向行駛. 測量從進入隧道前的十字路口開始，在測量過程中，發(fā)射機和接收機之間總是存在可視距(line-of-sight，LoS)，所測得的接收功率如圖3(a)所示. 從圖3(a)可見，接收功率在-55 dBm和-30 dBm之間變化. 在開始的時候，接收到的功率變化不大，是因為這兩輛車都在等待交通信號燈從紅色變?yōu)榫G色. 隨著發(fā)射和接收天線距離的增加，兩輛汽車向隧道行駛時，接收功率有了很大的下降. 隧道外接收信號的衰落深度小于隧道內(nèi).

圖2 兩種測量場景Fig. 2 Two measuring scenes

測量場景二：德國慕尼黑郊區(qū)Aubing的A96高速公路三車道矩形隧道(圖2(b)). 兩輛車的行駛速度范圍為20～55 km/h，發(fā)射車輛在接收車輛的后方同向行駛. 測量從進入隧道前的十字路口開始，在測量活動中，發(fā)射機和接收機之間存在LoS和少量的不可視距(non-line-of-sight, NLoS)的情況，所測得的接收功率如圖3(b)所示. 從圖3(b)可以看出，接收功率在-70 dBm和-50 dBm之間變化. 在開始時接收機已經(jīng)駛過十字路口向隧道方向行駛，發(fā)射機正從十字路口向隧道方向公路拐彎，兩車距離逐漸增大，此時有來自前方的大型車輛駛過，兩車進入NLoS狀態(tài)，功率變化劇烈. 在接收機進入隧道后，發(fā)射機行駛在進入隧道的公路上，兩車處于隧道連接處的狀態(tài)，在此過程中有大量的汽車位于收發(fā)車輛之間，隨著發(fā)射和接收天線距離的減小，接收功率在經(jīng)歷短暫的驟增驟減后，整體上逐漸增大. 當(dāng)兩輛車都進入隧道后，其衰落深度大于隧道外.

圖3 兩種場景中的收發(fā)車輛距離及功率變化Fig. 3 Distance between two vehicles and received power in two scenes

因此，本文以兩段結(jié)構(gòu)相似，但大小有差異的隧道作為研究對象，分析隧道內(nèi)與隧道連接處的信道傳播特性差異.

2 無線信道特性分析

在V2V無線信道的傳播環(huán)境當(dāng)中，周圍的許多障礙物如車身、墻壁等會形成反射、繞射以及散射等現(xiàn)象，使得電波信號沿多條路徑傳播后到達(dá)接收端. 多徑傳播信號的幅度、延遲、方向角都可能不相同[11]. 不同的多徑分量在接收端疊加起來產(chǎn)生多徑效應(yīng)，導(dǎo)致小尺度衰落. 本節(jié)首先基于測量數(shù)據(jù)對幾種路徑損耗模型進行驗證比較.

2.1 路徑損耗模型

路徑損耗是一個重要的信道參數(shù)，可以用來描述傳播信道的大尺度效應(yīng)[12]. 常見的路徑損耗模型包括自由空間傳播模型、近距離(close-in, CI)對數(shù)傳播模型[13-14]和ABG(α-β-γ)路徑損耗模型[15]. 在本文中，基于實際測量場景的數(shù)據(jù)，用發(fā)射功率減去一些常見的路徑損耗模型得到接收功率模型，用來描述傳播信道的大尺度效應(yīng).

自由空間損耗模型是無線電波在理想的自由空間中傳播，即不存在任何反射、繞射、散射、遮擋等現(xiàn)象的一種理想的傳播環(huán)境. 在這里被用來作為一個基礎(chǔ)的參考模型. 其接收信號強度PR可以表示為

式中：d0為參考距離；n為路徑損耗因子，可通過最小均方誤 差(minimum mean square error, MMSE)來計算；Xσ為陰影效應(yīng)，服從高斯分布，均值通常取值為0.n=1時可以理解為一個平面上的導(dǎo)波，n=2等效于自由空間路徑損耗，n=4對應(yīng)天線高度較低導(dǎo)致第一菲涅爾區(qū)受阻的情況[16].

與CI對數(shù)模型相比，ABG模型支持不同頻率，表達(dá)式為[17]

式中：α和γ分別表示路徑損耗對距離和頻率的依賴關(guān)系；β為路徑損耗的優(yōu)化補償值；Xσ為一個零均值、標(biāo)準(zhǔn)差為σ的高斯隨機變量. 采用MMSE來計算各個參數(shù).

當(dāng)在單一頻率下使用時，ABG模型可等效為現(xiàn)有的3GPP浮動截距模型，該模型有三個參數(shù)，其中γ參數(shù)設(shè)置為0或2[18-19].

圖4(a)、4(b)分別給出了兩種場景中基于自由空間模型、CI對數(shù)模型和ABG模型得到的與收發(fā)車輛距離相關(guān)的所有測量數(shù)據(jù)接收功率散點圖. 模型的擬合參數(shù)是全部基于隧道內(nèi)的接收功率得到的.

圖4 兩種場景中三種模型和測量數(shù)據(jù)的接收功率Fig. 4 Three models and measured data received power in two scenes

從圖4可以看到：隨著距離的增加接收功率逐漸減小，即路徑損耗隨距離增加而增加；路徑損耗指數(shù)越小，接收功率隨距離變化的幅度越小. 從表3也可以看到，場景一和場景二中的CI對數(shù)模型的損耗因子n分別為1.83和1.9，均低于自由空間中的路徑損耗指數(shù)(n=2)，這一結(jié)果與以前的研究是一致的[20-21]. 這是因為相對于自由空間，隧道環(huán)境中兩側(cè)和上下的墻體有豐富的反射徑，而這些多徑分量在隧道環(huán)境中有結(jié)構(gòu)的疊加增強了接收點的信號接收功率. 將隧道內(nèi)測量數(shù)據(jù)與擬合數(shù)據(jù)比較，在場景一中，CI對數(shù)模型的MMSE為7.14，小于ABG模型的8.55；在場景二中，CI對數(shù)模型的MMSE為4.28，小于ABG模型的4.34. 從這些分析可以得出結(jié)論：參考距離d0為1 m時，CI對數(shù)模型在5.9 GHz和5.2 GHz頻率的隧道場景下具有更好的準(zhǔn)確性，表明路徑損耗最好采用CI對數(shù)模型來建模.

表3 損耗模型的參數(shù)Tab. 3 Parameters of path loss models

2.2 小尺度衰落分布擬合

為了分析隧道內(nèi)的信道小尺度衰落特征，首先對接收信號強度進行歸一化處理，以減少大尺度衰落效應(yīng)，即距離相關(guān)的路徑損耗. 類似于文獻[22-25]，使用滑動平均法，利用滑動窗口將大尺度衰落濾除.在滑動窗口長度內(nèi)，信道被認(rèn)為是平穩(wěn)的，即大尺度衰落參數(shù)保持不變. 本文根據(jù)收發(fā)車輛行駛速度和測量間隔，將測量一的窗口長度設(shè)置為200個連續(xù)測量的CIR快照，測量二的窗口長度設(shè)置為300個，以測量一為例得到的隧道內(nèi)歸一化接收功率大小如圖5所示.

圖5 隧道內(nèi)歸一化接收功率Fig. 5 Normalized magnitude of the received signal inside tunnel

測量場景一中，從50 s開始，兩輛車均駛?cè)胨淼乐? 在描述V2V通信信道小尺度衰落的統(tǒng)計特征時，萊斯分布和瑞利分布被經(jīng)常采用. 另外萊斯分布和威布爾分布已在文章[22]中被使用，當(dāng)威布爾分布的形狀參數(shù)k=2時等同于瑞利分布，當(dāng)形狀參數(shù)大于2，威布爾分布更接近于萊斯分布. 因此，圖6(a)中分別將測量數(shù)據(jù)幅值統(tǒng)計結(jié)果和五種典型理論分布(正態(tài)分布、瑞利分布、萊斯分布、威布爾分布和對數(shù)正態(tài)分布)的累積分布函數(shù)(cumulative distribution function, CDF)曲線進行對比.

同樣的，對于場景二，從44 s開始兩輛車均駛?cè)胨淼乐校?jīng)歸一化處理后的測量數(shù)據(jù)幅值與典型理論分布的CDF擬合曲線如圖6(b)所示.

圖6 兩種場景的CDF擬合分布曲線對比Fig. 6 CDF fitting distribution curve comparison of two scenes

KS(Kolmogorov-Smirnov)檢驗統(tǒng)計量 ρ作為擬合優(yōu)度指標(biāo)[23-25]是描述分布特征的一種主要方法，表達(dá)式如下：

式中：suxp 為上限函數(shù)；FX(x)和F(x)分別為x的經(jīng)驗和理論CDF. 我們通過統(tǒng)計檢驗方法分別計算了不同分布的經(jīng)驗和理論CDF之間的 ρ值，其值越低，代表該分布的理論與經(jīng)驗CDF越相近. 表4列出了兩種場景中隧道內(nèi)不同理論分布的擬合優(yōu)度值指標(biāo) ρ.可以看出，每個場景中的正態(tài)分布、萊斯分布和威布爾分布的 ρ值非常接近，但萊斯分布的值最小. 考慮到測量時收發(fā)車輛距離一般較短，且測量時存在LoS路徑，考慮使用萊斯分布來近似隧道內(nèi)的信道小尺度衰落特征是合理的.

表4 兩種場景不同理論分布的擬合優(yōu)度值Tab. 4 Goodness of fit values of considered distributions

2.3 萊斯K因子

萊斯分布表達(dá)式為

式中，Var和E分別代表樣本方差和期望估計量. 通常認(rèn)為樣本方差和期望估計值的空間窗口長度必須不超過消除大尺度衰落的窗口長度，因此場景一和場景二分別采用大約180個和250個樣本大小的窗口長度來計算K因子.

對于場景一，圖7(a)給出了隧道內(nèi)外和連接處的基于測量數(shù)據(jù)估計得到的K因子值. 結(jié)合圖3(a)可以看到：在開始部分，兩輛車都是穩(wěn)定的，距離約6 m，衰落深度是微弱的，LoS情況下的K因子較大；當(dāng)兩輛車開始移動直到收發(fā)機之間的距離增加到約56 m時，K因子逐漸降低并達(dá)到最低點. 另外，在隧道連接處，K因子也呈現(xiàn)下降的趨勢. 在隧道內(nèi)，由于存在直接的LoS分量，所以K因子值相對較大.K因子的變化可能是由于隧道內(nèi)環(huán)境的變化，例如移動的汽車，導(dǎo)致多徑分量的功率變化. 由圖7(a)還可以看出，當(dāng)兩輛車都在隧道內(nèi)移動時，K因子均勻下降，而此時發(fā)射機和接收機之間的距離略有增加.因此，得到的K因子與發(fā)射機和接收機之間距離具有輕微的相關(guān)性，特別是當(dāng)距離增加時，K因子減小.圖8(a)為場景一隧道內(nèi)外和隧道連接處的K因子隨距離變化的情況. 在隧道內(nèi)，隨著距離的增加K因子逐漸減小. 其K因子的均值和標(biāo)準(zhǔn)差分別為7.7和4.3.

圖7 兩種場景K因子隨時間的變化情況Fig. 7 Variation of the K-factor in two scenes

對于場景二，圖7(b)給出了隧道內(nèi)外和連接處隨時間變化的K因子值. 在隧道外，收發(fā)車輛的距離逐漸增大，藍(lán)色散點圖對應(yīng)的K因子變化劇烈，可能與行駛過程中多輛高大車輛和地形的遮擋有關(guān)，此時K因子的變化與距離沒有相關(guān)性. 而在隧道連接處，接收機已進入隧道，發(fā)射機在隧道外，此時兩輛車的相對距離減小，K因子呈下降趨勢. 可以看到隧道連接處K因子隨著距離的增大而增大，不同于場景一，兩種場景呈現(xiàn)相反的表現(xiàn). 這可能與隧道內(nèi)接收機接收的多徑分量逐漸增加有關(guān)，具體在2.4節(jié)中分析. 當(dāng)兩輛車都在隧道內(nèi)移動時，K因子均勻上升.在隧道內(nèi)，發(fā)射機和接受機的距離是逐漸減小的，因此可以看到K因子和收發(fā)機的距離也具有相關(guān)性.圖8(b)給出了場景二隧道內(nèi)和隧道連接處的K因子隨距離變化的情況. 在隧道內(nèi)，隨著距離的增加K因子逐漸減小. 其隧道內(nèi)K因子的均值和標(biāo)準(zhǔn)差分別為19.4和3.88.

圖8 兩種場景下基于距離的K因子模型Fig. 8 K-factor model based on distance in two scenes

使用最小二乘法擬合，兩種場景中隧道內(nèi)的基于距離變化的K因子模型可以被定義為

2.4 平均功率時延分布

本節(jié)針對兩種場景中隧道連接處的信道特征作進一步分析，考慮信道功率時延譜. 功率時延譜能夠很好地描述不同多徑分量在不同時延上的功率特征，隧道連接處的平均功率時延譜如圖9所示，可以看出一直存在一條明顯的直射徑，在圖中顯示為明亮的紅色. 隨著接收機在隧道中行駛時間越長，可以觀測到多條平行且弱于直射徑的反射徑逐漸增強，以及其他一些功率較弱的多徑分量以“簇”的形式出現(xiàn)，結(jié)合測量場景的周圍環(huán)境進行分析，這些多徑分量是由于周圍過往的車輛和隧道壁造成的. 而在兩種場景中隧道連接處K因子基于距離呈現(xiàn)相反的情況，K因子隨接收機進入時間增長逐漸減小，與距離無依賴關(guān)系，很可能是由于多徑的增多和增強造成的.

圖9 兩種場景平均功率時延分布Fig. 9 Average power delay distribution in two scenes

3 結(jié) 論

隧道是智能交通系統(tǒng)一個安全要求高的場景.本文在5.9 GHz頻段30 MHz帶寬以及5.2 GHz 120 MHz帶寬條件下分別進行了兩次信道測量活動，研究了隧道環(huán)境中V2V信道路徑損耗和小尺度衰落特征. 首先，5.9 GHz和5.2 GHz兩次測量結(jié)果均顯示，參考距離為1 m的CI對數(shù)模型具有相對較高的適用性，其損耗指數(shù)分別為1.83和1.9，小于自由空間中的損耗指數(shù). 這意味著隨著傳播距離的增加，無線電波在隧道中的衰減速度要小于在自由空間中的衰減速度. 其次，由于存在LoS路徑，接收到的信號經(jīng)歷萊斯衰落. 場景一中隧道內(nèi)的K因子的均值和標(biāo)準(zhǔn)差分別為7.7和4.3，場景二中隧道內(nèi)的K因子均值和標(biāo)準(zhǔn)差分別為19.4和3.88. 此外，在隧道連接處，K因子與距離沒有很強的相關(guān)，而在隧道內(nèi)K因子具有一定的距離相關(guān)性. 本文提出了隧道內(nèi)基于距離的K因子模型，當(dāng)收發(fā)機距離增加時，K因子減小. 另外，根據(jù)兩種場景下隧道衰落特征，針對不同隧道場景開展更多的測量活動和衰落建模，可以更好地了解在惡劣環(huán)境下車輛運動、遮擋等情況對無線信道傳播特性的影響.

致謝：感謝德國宇航中心的Stephan Sand博士，Paul Unterhuber, Ibrahim Rashdan, Fabian De Ponte Mueller博 士, Benjamin Siebler, Dina Bousdar Ahmed博士，Martin Schmidhammer和Thomas Jost博士對信道測量的協(xié)助.