寬帶車輛到車輛MIMO通信系統性能研究

李亦天 梁曉林 張蕊 李博晗 趙雄文,

(1. 華北電力大學電氣與電子工程學院,北京 102206;2. 河北大學電子信息工程學院,保定 071002;3. 中國電波傳播研究所 電波環境特性及模化技術重點實驗室,青島 266107;4. 北京郵電大學信息與通信工程學院,北京 100876)

引 言

車輛到車輛(Vehicle-to-Vehicle, V2V)通信因能提高車輛運輸的安全性和便利性[1-3]而受到廣泛關注. 在傳統的蜂窩通信系統中,基站的位置固定且其天線較高,僅終端在移動. 而在V2V通信系統中,收發終端的天線掛高較低且均處于移動狀態,收發終端的同時運動會引起信道傳輸質量的惡化. 文獻[4-10]提出了基于幾何的V2V信道模型.文獻[4]給出了二維(Two-Dimensional, 2D)雙環模型,并研究了窄帶V2V 多輸入多輸出(Multiple-Input Multiple-Output,MIMO)雙環信道模型的統計特征.文獻[5]開展了在視距(Line-of-Sight, LOS)場景下包含一次散射和二次散射分量的雙環模型的窄帶信道特性研究. 文獻[6-7]將窄帶雙環模型推廣到寬帶,文獻[6]中雖然增加了時延維度,但著重于復雜數學推導,最終還是研究信道相關性和多普勒等窄帶特性,文獻[7]避免了文獻[6]中復雜的解析推導,建立頻率選擇性衰落信道的參考模型和仿真模型,并將載頻帶寬引入信道模型中,構建信道矩陣并實現信道仿真,以此來研究信道統計參數和特征函數. 文獻[8]給出了V2V信道三維(Three-Dimensional, 3D)雙圓柱體模型,研究了其窄帶信道的統計特征,結果表明收發天線的陣列間隔和收發終端周圍散射體的分散程度均會對信道特性產生影響. 文獻[9]將窄帶雙圓柱體信道模型推廣到寬帶,并分析了LOS和非視距(Non-LOS, NLOS)場景下信道的一階、二階統計特性. 文獻[10]基于雙圓柱體多環寬帶信道模型研究了在LOS和NLOS場景下的時間平均功率延遲分布、均方根延遲擴展和均方根多普勒擴展等寬帶特性. 文獻[11-17]開展了V2V通信系統的性能研究. 文獻[11]研究車載無線接入環境(Wireless Access in Vehicular Environments, WAVE)中智能交通系統物理層的性能,多個接收天線的使用可以顯著提高系統性能. 文獻[12]研究傳統的抽頭延遲線模型對采用LTE標準技術的V2V通信系統性能的影響,假定抽頭的幅度服從Weibull分布. 文獻[13]基于2.4 GHz頻段高速公路環境實測數據,開展V2V通信系統性能的研究,測試系統采用了直接序列擴頻(Direct Sequence Spread Spectrum, DSSS)技術. 文獻[14]研究雙環和多個共焦點橢圓組成的窄帶信道模型對通信系統性能的影響,針對V2V通信系統高度動態性引起的碼間干擾(Inter Carrier Interference, ICI)提出一個新的ICI消除方案. 文獻[15]研究了采用矩形模型、隧道模型、街道模型和曲線模型的寬帶通信系統的性能,但只考慮了一次散射. 文獻[16]研究了3D V2V MIMO信道模型對窄帶空間調制系統性能的影響,且包含復雜的解析推導. 文獻[17]比較了多用戶MIMO 空-時區塊編碼(Space-Time Block Coding, STBC)通信系統和多用戶MIMO 正交頻分復用(Orthogonal Frequency Division Multiplexing, OFDM)通信系統的性能,結果表明MIMO-OFDM通信系統的性能比MIMO-STBC系統好.

本文基于文獻[7]提出的2D寬帶雙環信道模型和文獻[10]提出的3D寬帶雙圓柱體信道模型,通過對V2V物理層鏈路仿真,研究在LOS和NLOS場景下,收發終端的移動速度、收發端天線陣元間隔不同時采用2D和3D信道模型的寬帶V2V MIMO通信系統的誤碼率 (Bit Error Rate, BER)和信道容量. 寬帶V2V通信系統的仿真過程采用了長期演進 (Long Term Evolution, LTE)的兩個關鍵技術空-頻區塊編碼(Space-Frequency Block Coding, SFBC)和OFDM技術. 和現有文獻工作相比較,本文基于實現的寬帶V2V信道仿真矩陣和先進的LTE物理層技術開展V2V通信系統性能研究,避免了基于2D和3D信道散射模型復雜解析解的推導,結論更具普適性.

1 信道模型

1.1 3D雙圓柱體信道模型

在LOS場景下,寬帶MIMO雙圓柱體模型的信道沖激響應(Channel Impulse Response, CIR)可以表示為

(1)

在NLOS場景下,寬帶MIMO雙圓柱體模型的CIR可以表示為

(2)

圖1 3D雙圓柱體信道模型[10]

1.2 2D雙環信道模型

在LOS場景下,寬帶MIMO雙環模型的CIR可以表示為

(3)

在NLOS場景下,寬帶MIMO雙環模型的CIR可以表示為

(4)

圖2 2D雙環散射模型[7]

雙圓柱體和雙環散射模型的寬帶信道增益矩陣可以表示為H(t,τ)=[hpq(t,τ)]MR×MT(p=1,…,MR,q=1,…,MT).

1.3 空時相關函數 (Space-Time Correlation Func- tion, STCF)

信道復增益hpq(t)和hp′q′(t)間的歸一化空時相關函數[9]可以定義為

(5)

(6)

1.4 信道容量

MT個發射天線和MR個接收天線的MIMO信道的信道容量[7]計算公式為

(7)

(8)

式中:(·)H表示共軛轉置;h為信道沖激響應;B為信道相關矩陣;RSN為信噪比.

2 寬帶V2V通信系統仿真

2.1 空-頻區塊編碼(SFBC)

圖3 空-頻區塊編碼

2.2 BER計算的仿真流程

本文對寬帶V2V MIMO通信系統BER計算的仿真流程如圖4所示. 隨機數發生器產生0,1等概的二進制隨機序列,經過1/3碼率的Turbo編碼后,傳輸信息流a(k)經過SFBC編碼形成2個信息子流ci(k)(i=1,2). 這2個子流由兩個天線發射,經OFDM調制后生成OFDM時域信號,由式(1)～(4)計算信道CIR的MIMO信道后被2個接收天線接收. 通過MIMO信道后的信息流經過OFDM接收端、基于SFBC的發射分集接收、Turbo解碼輸出二進制隨機序列. 比較輸出序列和二進制隨機輸入序列可以計算得到寬帶V2V MIMO通信系統的BER.

圖4 BER仿真流程

MIMO信道中,分別具有MT和MR個全向發射和接收天線陣元的寬帶V2V衰落信道的輸入輸出關系[18]可以表示為

(9)

式中:H(t,τ)=[hpq(t,τ)]k×L是復傳輸矩陣;k表示一個天線上傳輸的比特數目;L為路徑延遲數.

3D雙圓柱體和2D雙環信道模型的H(t,τ)的計算方法在公式(1)～(4)中給出.s(p)(t)=[s1(t)s2(t)…sn(t)]T,r(q)(t)=[r1(t)r2(t)…rn(t)]T(p=1,…,MR,q=1,…,MT) 分別為發射信號和接收信號,n(t)=[n1(t)n2(t)…nn(t)]T為加性高斯白噪聲,(·)T表示轉置.

3 仿真結果和分析

本節基于2D雙環和3D雙柱體幾何散射模型進行了室外寬帶V2V MIMO系統性能仿真研究. 寬帶MIMO雙環和雙圓柱體信道模型的仿真參數設置如下:載波頻率fc=5.9 GHz,帶寬B=100 MHz,MT=MR=2,M=20,N=40,D=1 200 m,RT=RR=40 m,θT=θR=0°,γT=γR=90°,ηSBT=0.4,ηSBR=0.4,ηDB=0.2, 3D雙圓柱信道模型中ψT=ψR=20°,2D雙環信道模型中ψT=ψR=0°,其他參數設置參照文獻[7]和[10]. 為了保證對比的公平性,2D模型中收發端分別對應一個散射圓環,3D模型中收發端分別對應一個散射圓柱體. 采用1/3碼率的Turbo編碼,OFDM子載波的調制方式采用QPSK調制,快速傅里葉變換(Fast Fourier Transform, FFT)/快速傅里葉逆變換(Inverse Fast Fourier Transform, IFFT)大小為2 048.仿真循環次數為5 000次.

3.1 收發終端移動速度不同時的STCF、BER和信道容量

圖5和6分別給出了在LOS和NLOS場景下,收發終端的移動速度不同時2D雙環和3D雙圓柱體信道模型的STCF和采用這兩個模型的寬帶V2V通信系統的BER,我們針對兩種情形進行分析:1)收發終端的移動速度為vT=vR=10 m/s;2)收發終端的移動速度為vT=vR=30 m/s. 從圖5可以看出,時間間隔相同的情況下,3D雙圓柱體模型的STCF小于2D雙環模型的STCF,LOS場景下的STCF大于NLOS場景下的STCF. 從圖6可以看出,在LOS和NLOS場景下,隨著收發端移動速度的增加,通信系統的BER均升高,即通信系統性能變差. 究其原因,收發端的移動速度越大,信號衰減就越快,信號強度低于閾值的概率就越大,通信系統的BER就越高.

(a) LOS

(b) NLOS圖5 終端移動速度不同時2D和3D信道模型STCF

(a) LOS

(b) NLOS圖6 終端移動速度不同時2D和3D信道模型BER

圖7給出了LOS場景和NLOS場景下2D雙環信道模型和3D雙圓柱體信道模型當Tx和Rx的移動速度不同時的信道容量.顯然,采用2D和3D信道模型的MIMO信道的信道容量均隨Tx和Rx移動速度的增大而減小. 這主要是因為信道容量與STCF有關,即收發端移動越快,STCF收斂越快,信道容量越小. 當信噪比為30 dB時,NLOS路徑下的信道容量比LOS路徑下的信道容量低約1 bit/(s·Hz).

(a) LOS

(b) NLOS圖7 終端移動速度不同時2D和3D信道模型的信道容量

此外,從圖6和7還可以看出,Tx和Rx的移動速度不同時,在同等條件下,基于3D雙圓柱體模型的通信系統的BER比基于2D雙環模型的通信系統的BER低,并且采用3D模型的MIMO信道的信道容量比采用2D模型的MIMO信道的信道容量大. 無論寬帶V2V通信系統基于2D雙環模型還是3D雙圓柱體模型,NLOS場景的BER在信噪比相同的情況下均大于LOS場景的BER,且NLOS場景下信道模型的信道容量小于LOS場景下信道模型的信道容量. 這主要是因為3D模型相較于2D模型增加了空間垂直維度,因而空間相關性小. NLOS場景下信號的路徑損耗大于LOS場景,故盡管信道不同衰落包絡間的相關性在LOS場景下比NLOS場景下大,在其他條件相同的情況下,NLOS場景下通信系統的BER仍大于LOS場景下通信系統的BER,并且NLOS場景下信道模型的信道容量小于LOS場景下的信道容量. 由于真實的信道環境包含空間維度,故3D雙圓柱體模型比2D雙環模型更能體現真實信道.

3.2 收發終端移動速度不同時的STCF、BER和信道容量

圖8和9分別給出了在LOS和NLOS場景下,收發端的天線間隔不同時,2D雙環和3D雙圓柱體信道模型的STCF和采用這兩個模型的通信系統的BER,我們對δT=δR=0.5λ(λ為傳播信號的波長)和δT=δR=2λ兩種情況進行分析. 從圖8同樣可以看出,時間間隔相同的情況下,3D雙圓柱體模型的STCF小于2D雙環模型的STCF,LOS場景下的STCF大于NLOS場景下的STCF. 從圖9可以看出,在LOS和NLOS場景下,基于2D和3D信道模型的寬帶V2V通信系統在天線間隔取δT=δR=2λ時的BER均比δT=δR=0.5λ時低,即天線間隔越大,通信系統的性能越好. 究其原因是,隨著收發端天線的天線陣元間隔增大,信號衰減變慢,MIMO信道不同衰落包絡間的相關性減小,通信系統的BER降低.

(a) LOS

(b) NLOS圖8 收發端天線陣元間隔不同時2D和3D信道模型的STCF

(a) LOS

(b) NLOS圖9 收發端天線陣元間隔不同時2D和3D信道模型的BER

圖10給出了LOS場景和NLOS場景下2D雙環信道模型和3D雙圓柱體信道模型在收發端天線的天線陣元間隔不同時的信道容量.可以看出,天線陣元間隔越大,采用2D和3D模型的MIMO信道的信道容量越大. 同樣地,這個仿真結果驗證了信道容量與STCF有關,信道容量隨STCF的增大而減小. 當信噪比為30 dB時,NLOS路徑下的信道容量比LOS路徑下的信道容量低約0.5 bit/(s·Hz).

此外,從圖9和10也可看出,收發端天線陣元間隔不同時,在同等條件下,基于3D雙圓柱體模型的通信系統的BER比基于2D雙環模型的通信系統的BER低,而且采用3D模型的MIMO信道的信道容量比采用2D模型的MIMO信道的信道容量大. 無論寬帶V2V通信系統基于2D雙環模型還是3D雙圓柱體模型,NLOS場景的BER在信噪比相同的情況下均大于LOS場景的BER,NLOS場景下信道模型的信道容量均小于LOS場景下信道模型的信道容量.

(a) LOS

(b) NLOS圖10 收發端天線陣元間隔不同時2D和3D信道模型的信道容量

4 結 論

本文基于2D雙環和3D雙圓柱體幾何信道散射模型,研究了在LOS和NLOS場景下,當收到終端移動速度不同和收發端天線陣元間隔不同時寬帶MIMO V2V通信系統的BER和信道容量. 結果表明:隨著收發終端移動速度增大,信號衰減加快,寬帶MIMO V2V通信系統的BER增大;隨著收發端天線陣元間隔的增大,MIMO信道的相關性減小,通信系統的BER減小,MIMO信道的信道容量增大. 信道的相關性在LOS場景下比NLOS場景下大,在本文其它仿真條件相同的情況下,NLOS場景的BER仍大于LOS場景的BER,且NLOS場景下的信道容量小于LOS場景下信道模型的信道容量. 此外,3D雙圓柱體模型和2D雙環模型相比增加了空間垂直維度,在本文仿真條件下,信道的STCF減小,采用3D信道模型的系統的BER比采用2D的BER低,并且在3D散射模型下MIMO系統的信道容量比2D模型的信道容量大. 本文結果有待實驗的進一步驗證.

[1] AGIC A G. Impact of moving scatterers on vehicle-to-vehicle narrow-band channel characteristics[J]. IEEE transactions on vehicular technology, 2014, 63(7): 3094-3106.

[2] KOJIMA F, HARADA H, FUJISE M. Inter-vehicle communication network with an autonomous relay access scheme[J]. IEICE transactions on communications, 2001, E84-B(3): 566-575.

[3] LAKKAVALLI S, NEGI A, SINGH S. Stretchable architectures for next generation cellular networks[C]//Proceedings of the International Symposium on Advanced Radio Technologies. Colorado, March 4-7, 2003: 59-66.

[4] PATZOLD M, HOGSTAD B O, YOUSSEF N. Modeling, analysis, and simulation of MIMO mobile-to-mobile fading channels[J]. IEEE transactions on wireless communications, 2008, 7(2): 510-520.

[5] ZAJIC A G, STUBER G L. Space-time correlated mobile-to-mobile channels: modelling and simulation [J]. IEEE transactions on vehicular technology, 2008, 57(2): 715-726.

[6] MA Y, PATZOLD M. Wideband two-ring MIMO channel models for mobile-to-mobile communications[C]//10th International Symposium on Wireless Personal Multimedia Communications. Jaipur, December, 2007: 380-384.

[7] ZHAO X W, LIANG X L, LI S, et al. Mobile-to-mobile wideband MIMO channel realization by using a two-ring geometry-based stochastic scattering model[J]. Wireless personal communications, 2015, 84(4): 2445-2465.

[8] ZAJIC A G, STUBER G L. Three-dimensional modeling, simulation, and capacity analysis of space-time correlated mobile-to-mobile channels [J]. IEEE transactions on vehicular technology, 2008, 57(4): 2042-2054.

[9] ZAJIC A G, STUBER G L. Three-dimensional modeling and simulation of wideband MIMO mobile-to-mobile channels[J]. IEEE transactions on wireless communications, 2009, 8(3): 1260-1274.

[10] ZHAO X W, LIANG X L, LI S, et al. Two-cylinder and multi-ring GBSSM for realizing and modeling of vehicle-to-vehicle wideband MIMO channels[J]. IEEE transactions on intelligent transportation systems,

2016, 17(10):2787-2799.

[11] IVAN I, BESNIER P, CRUSSIERE M, et al. Physical layer performance analysis of V2V communications in high velocity context[C]//9th International Conference on Intelligent Transport Systems Telecommunications. Lille, October, 2009:409-414.

[12] MATOLAK D W, WU Q, SANCHEZ J J S, et al. Performance of LTE in vehicle-to-vehicle channels[C]//2011 IEEE Vehicular Technology Conference. San Francisco, September 5-8, 2011:1-4.

[13] MARUM G A, INGRAM M A. A BER-based partitioned model for a 2.4 GHz vehicle-to-vehicle expressway channel[J]. Wireless personal communications, 2006, 37(3): 421-443.

[14]CHENG X, YAO Q, WEN M, et al. Wideband channel modeling and intercarrier interference cancellation for vehicle-to-vehicle communication systems[J]. IEEE journal on selected areas in communications, 2013, 31(9): 434-448.

[15] AVAZOV N, PATZOLD M. Performance analysis of Alamouti coded OFDM systems over wideband MIMO car-to-car channels correlated in time and space[C]//3rd International Conference on Connected Vehicles and Expo. Austria, November 3-7, 2014:1062-1067.

[16] FU Y, WANG C X, YUAN Y, et al. BER performance of spatial modulation systems under 3-D V2V MIMO channel models[J]. IEEE transactions on vehicular technology, 2016, 65(7): 5725-5730.

[17]PATTANAYAK P, TRIVEDI V K, CHAKRABORTY S, et al. BER performance of multi user scheduling for MIMO-STBC and MIMO-OFDM broadcast network with imperfect CSI[C]//2017 4th International Conference on Signal Processing and Integrated Networks (SPIN). Noida, February 2-3,1017: 66-70.

[18] ZARRINKOUB H. Understanding LTE with MATLAB: from mathematical modeling to simulation and prototyping[M]. New York: John Wiley & Sons, 2014: 152-157.