城区低速场景下5.9GHz无线信道测量与建模研究

摘要

在智能城市的构建中，发展智能交通是很重要的一步。智能交通系统（Intelligent Transport System,ITS）可以实时收集交通信息，对交通状况进行管控并解决公路的拥堵问题。在需求地推动下，曾经的传感网发展升级为车联网。在车联网中，车-车无线通信技术（Vehicle-to-Vehicleradio communication,V2V）是目前重点的研究方向之一。它的发展不仅有利于智能交通领域，还可以带动智能驾驶、无人车领域和医疗等方面。目前，关于V2V的通讯协议有两个大的方向，但距离产业化和商业化还需要更多的场景测试和研究。对不同场景信道的特征的分析和建模，有利于V2V的通讯协议的优化和车载通讯系统的设计和仿真。 本文选取了经典的城区低速场景，设计了测量方案并收集了数据，对信道进行了特性分析和建模。本文的主要研究工作如下： 首先，本文对测量方案进行设计，针对城区低速场景进行了测试路线的规划和设备安装的设计。在实际测量中，使用TDM-allmeas sounder信号测量仪器实现对信道的测量和数据收集。其次是处理收集数据。对测量数据进行处理得到信号冲激响应和定位信息。最后，利用处理的数据对信道进行不同方面的分析。在能量域方面，对小尺度衰落和大尺度衰落进行了分析和建模。使用了赤池信息量准则（Akaike’s Information Criteria,AIC）对小尺度衰落的电平包络进行的最优分布的拟合。为了更好的分析最优拟合分布中的特征因子，本文将原本收集的数据分为情况不同的两段进行了对比和研究。使用了均方根误差和灰色关联度的分析法，结合较为切合本次测量场景的几种经典模型，对大尺度衰落中的路径损耗进行了研究和建模。在时域方面，分析了功率时延谱和均方根时延这两个特性。对于均方根时延的一阶统计特性累积分布函数，进行了前后两段数据的对照和分析。并根据功率时延谱的特点和椭圆几何特性设计了反射体定位的方法。在频域方面，分析了时延-多普勒谱。 通过对该场景的信道数据研究，发现市内低速场景中，信号的发射端和接收端的间距以及周围环境对信号有着重要的影响。数据结论：该场景的小尺度的电平包络的最优拟合分布为莱斯分布，路径损耗与ITU-R1411（upper bound）模型匹配度最高；均方根时延90%的数值在200ns以内。

目录

声明

第一章 绪论

1.1 课题来源

1.2 研究背景

1.3 国内外研究现状

1.3.1 5G标准的研究现状

1.3.2 车联网标准的研究现状

1.3.3 无线信道的研究现状

1.4 本文的主要内容及安排

第二章 无线信道场景划分和测量方案

2.1 V2V无线信道场景构架与划分

2.2 测量场景与设备

2.2.1 测量场景

2.2.2 测量设备

2.3 测量系统误差检测

2.4 本章小结

第三章 城区低速场景下信道小尺度特征分析

3.1 车载通信信道传播特性

3.2 广义平稳非相关假设

3.3 测量信号介绍与信道测量原理

3.3.1 测量信号介绍

3.3.2 信道测量原理

3.4 电平包络特性分析

3.4.1 小尺度的包络统计特性分析

3.4.2 Nakagami分布中参数m分析

3.4.3 韦伯分布参数分析

3.5 时延功率分布

3.6 时延-多普勒谱

3.6.1 多普勒效应

3.6.2 时延-多普勒谱

3.7 基于几何地理信息定位反射体的方法

3.8 本章小结

第四章 城区低速场景下信道衰落分析与建模

4.1 无线信道建模理论与方法

4.2 莱斯K因子

4.2.1 莱斯K因子与距离的关系

4.2.2 莱斯K因子的CDF

4.3 均方根时延

4.4 路径损耗

4.4.1 信道模型匹配方法

4.4.2 信道匹配模型

4.4.3 城区低速场景路径损耗模型匹配

4.5 本章小结

第五章 总结和展望

5.1 全文总结

5.2 工作展望

致谢

参考文献

攻读学位期间的科研成果