北京交通大学
轨道交通控制与安全国家重点实验室
高移动性通信/智能交通电波传播研究组
文章概况
以团队成员杨汨(Mi Yang),何睿斯(Ruisi He)和马张枫(Zhangfeng Ma)
为主要作者的成果近日于 IEEE
Transactions on Vehicular Technology
( Volume: 70, Issue: 9, Sept. 2021)
上发表。
文章题目为:“Non-Stationary
Vehicular Channel Characterization
in Complicated Scenarios
(复杂场景中的非平稳车载信道特性)”。
DOI: 10.1109/TVT.2021.3096973
内容介绍
(图1 测量系统
(a)测量系统架构 (b)测量设备。)
无线信道的表征和建模是车载通信系统的基础。然而,现有的对车对车(V2V)信道的研究大多是针对城市、郊区等传统场景,对一些复杂车载场景,例如高架桥、隧道和路堑场景的研究还不够,而这些复杂场景由于其糟糕和独特的信道特性,往往成为通信中断的高发区域,从而影响车载系统的整体性能。
为了填补这一空白,本文研究了高架桥、隧道和路堑场景中V2V信道的时变特性。具体来说,基于5.9GHz信道测量,对信道的非平稳特性进行了定量评估和比较。进而对多径分量(MPCs)的时变功率和时延进行了详细的分析。在此结果上,分析了物理环境影响信道特性的机理,并量化了车载场景的影响。
此外,本文还研究了场景对MPCs空间分布的影响。揭示了三种典型V2V场景下MPCs的角分布,并给出了相应的统计特征。并进一步量化和分析了MPC簇在不同场景下的特征,例如每个簇中MPC的数量和集群的生命周期。结果表明,V2V信道的非平稳特性起源于MPC簇的生死过程,并对生死过程进行了统计建模。研究结果表明了V2V信道的传播机制,并可用于复杂场景下车辆通信系统的设计。
(图2 测量场景,(a)高架桥 (b)隧道 (c)路堑 (d)测量方案示例)
(图3 MPC的空间分布
(a)-(c)三种场景下AOA分布的PDF与相应的拉普拉斯分布拟合
(d)-(f)三种场景下EOA分布的PDF。)
(文章引用)
@ARTICLE{9485046,author={Yang, Mi and Ai, Bo and He, Ruisi and Ma, Zhangfeng and Zhong, Zhangdui and
Wang, Junhong and Pei, Li and Li, Yujian and Li, Jing and
Wang, Ning},
journal={IEEE Transactions on
Vehicular Technology},
title={Non-Stationary Vehicular
Channel Characterization in
Complicated Scenarios}, year={2021},
volume={70}, number={9},
pages={8387-8400},
doi={10.1109/TVT.2021.3096973}}
或
M. Yang et al., "Non-Stationary
Vehicular Channel Characterization in
Complicated Scenarios," in IEEE
Transactions on Vehicular Technology,
vol. 70, no. 9, pp. 8387-8400,Sept. 2021,
doi: 10.1109/TVT.2021.3096973.