宽带车辆到车辆MIMO通信系统性能研究

李亦天 梁晓林 张蕊 李博晗 赵雄文,

(1. 华北电力大学电气与电子工程学院,北京 102206;2. 河北大学电子信息工程学院,保定 071002;3. 中国电波传播研究所 电波环境特性及模化技术重点实验室,青岛 266107;4. 北京邮电大学信息与通信工程学院,北京 100876)

引 言

车辆到车辆(Vehicle-to-Vehicle, V2V)通信因能提高车辆运输的安全性和便利性[1-3]而受到广泛关注. 在传统的蜂窝通信系统中,基站的位置固定且其天线较高,仅终端在移动. 而在V2V通信系统中,收发终端的天线挂高较低且均处于移动状态,收发终端的同时运动会引起信道传输质量的恶化. 文献[4-10]提出了基于几何的V2V信道模型.文献[4]给出了二维(Two-Dimensional, 2D)双环模型,并研究了窄带V2V 多输入多输出(Multiple-Input Multiple-Output,MIMO)双环信道模型的统计特征.文献[5]开展了在视距(Line-of-Sight, LOS)场景下包含一次散射和二次散射分量的双环模型的窄带信道特性研究. 文献[6-7]将窄带双环模型推广到宽带,文献[6]中虽然增加了时延维度,但着重于复杂数学推导,最终还是研究信道相关性和多普勒等窄带特性,文献[7]避免了文献[6]中复杂的解析推导,建立频率选择性衰落信道的参考模型和仿真模型,并将载频带宽引入信道模型中,构建信道矩阵并实现信道仿真,以此来研究信道统计参数和特征函数. 文献[8]给出了V2V信道三维(Three-Dimensional, 3D)双圆柱体模型,研究了其窄带信道的统计特征,结果表明收发天线的阵列间隔和收发终端周围散射体的分散程度均会对信道特性产生影响. 文献[9]将窄带双圆柱体信道模型推广到宽带,并分析了LOS和非视距(Non-LOS, NLOS)场景下信道的一阶、二阶统计特性. 文献[10]基于双圆柱体多环宽带信道模型研究了在LOS和NLOS场景下的时间平均功率延迟分布、均方根延迟扩展和均方根多普勒扩展等宽带特性. 文献[11-17]开展了V2V通信系统的性能研究. 文献[11]研究车载无线接入环境(Wireless Access in Vehicular Environments, WAVE)中智能交通系统物理层的性能,多个接收天线的使用可以显著提高系统性能. 文献[12]研究传统的抽头延迟线模型对采用LTE标准技术的V2V通信系统性能的影响,假定抽头的幅度服从Weibull分布. 文献[13]基于2.4 GHz频段高速公路环境实测数据,开展V2V通信系统性能的研究,测试系统采用了直接序列扩频(Direct Sequence Spread Spectrum, DSSS)技术. 文献[14]研究双环和多个共焦点椭圆组成的窄带信道模型对通信系统性能的影响,针对V2V通信系统高度动态性引起的码间干扰(Inter Carrier Interference, ICI)提出一个新的ICI消除方案. 文献[15]研究了采用矩形模型、隧道模型、街道模型和曲线模型的宽带通信系统的性能,但只考虑了一次散射. 文献[16]研究了3D V2V MIMO信道模型对窄带空间调制系统性能的影响,且包含复杂的解析推导. 文献[17]比较了多用户MIMO 空-时区块编码(Space-Time Block Coding, STBC)通信系统和多用户MIMO 正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)通信系统的性能,结果表明MIMO-OFDM通信系统的性能比MIMO-STBC系统好.

本文基于文献[7]提出的2D宽带双环信道模型和文献[10]提出的3D宽带双圆柱体信道模型,通过对V2V物理层链路仿真,研究在LOS和NLOS场景下,收发终端的移动速度、收发端天线阵元间隔不同时采用2D和3D信道模型的宽带V2V MIMO通信系统的误码率 (Bit Error Rate, BER)和信道容量. 宽带V2V通信系统的仿真过程采用了长期演进 (Long Term Evolution, LTE)的两个关键技术空-频区块编码(Space-Frequency Block Coding, SFBC)和OFDM技术. 和现有文献工作相比较,本文基于实现的宽带V2V信道仿真矩阵和先进的LTE物理层技术开展V2V通信系统性能研究,避免了基于2D和3D信道散射模型复杂解析解的推导,结论更具普适性.

1 信道模型

1.1 3D双圆柱体信道模型

在LOS场景下,宽带MIMO双圆柱体模型的信道冲激响应(Channel Impulse Response, CIR)可以表示为

(1)

在NLOS场景下,宽带MIMO双圆柱体模型的CIR可以表示为

(2)

图1 3D双圆柱体信道模型[10]

1.2 2D双环信道模型

在LOS场景下,宽带MIMO双环模型的CIR可以表示为

(3)

在NLOS场景下,宽带MIMO双环模型的CIR可以表示为

(4)

图2 2D双环散射模型[7]

双圆柱体和双环散射模型的宽带信道增益矩阵可以表示为H(t,τ)=[hpq(t,τ)]MR×MT(p=1,…,MR,q=1,…,MT).

1.3 空时相关函数 (Space-Time Correlation Func- tion, STCF)

信道复增益hpq(t)和hp′q′(t)间的归一化空时相关函数[9]可以定义为

(5)

(6)

1.4 信道容量

MT个发射天线和MR个接收天线的MIMO信道的信道容量[7]计算公式为

(7)

(8)

式中:(·)H表示共轭转置;h为信道冲激响应;B为信道相关矩阵;RSN为信噪比.

2 宽带V2V通信系统仿真

2.1 空-频区块编码(SFBC)

图3 空-频区块编码

2.2 BER计算的仿真流程

本文对宽带V2V MIMO通信系统BER计算的仿真流程如图4所示. 随机数发生器产生0,1等概的二进制随机序列,经过1/3码率的Turbo编码后,传输信息流a(k)经过SFBC编码形成2个信息子流ci(k)(i=1,2). 这2个子流由两个天线发射,经OFDM调制后生成OFDM时域信号,由式(1)～(4)计算信道CIR的MIMO信道后被2个接收天线接收. 通过MIMO信道后的信息流经过OFDM接收端、基于SFBC的发射分集接收、Turbo解码输出二进制随机序列. 比较输出序列和二进制随机输入序列可以计算得到宽带V2V MIMO通信系统的BER.

图4 BER仿真流程

MIMO信道中,分别具有MT和MR个全向发射和接收天线阵元的宽带V2V衰落信道的输入输出关系[18]可以表示为

(9)

式中:H(t,τ)=[hpq(t,τ)]k×L是复传输矩阵;k表示一个天线上传输的比特数目;L为路径延迟数.

3D双圆柱体和2D双环信道模型的H(t,τ)的计算方法在公式(1)～(4)中给出.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) 分别为发射信号和接收信号,n(t)=[n1(t)n2(t)…nn(t)]T为加性高斯白噪声,(·)T表示转置.

3 仿真结果和分析

本节基于2D双环和3D双柱体几何散射模型进行了室外宽带V2V MIMO系统性能仿真研究. 宽带MIMO双环和双圆柱体信道模型的仿真参数设置如下:载波频率fc=5.9 GHz,带宽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双圆柱信道模型中ψT=ψR=20°,2D双环信道模型中ψT=ψR=0°,其他参数设置参照文献[7]和[10]. 为了保证对比的公平性,2D模型中收发端分别对应一个散射圆环,3D模型中收发端分别对应一个散射圆柱体. 采用1/3码率的Turbo编码,OFDM子载波的调制方式采用QPSK调制,快速傅里叶变换(Fast Fourier Transform, FFT)/快速傅里叶逆变换(Inverse Fast Fourier Transform, IFFT)大小为2 048.仿真循环次数为5 000次.

3.1 收发终端移动速度不同时的STCF、BER和信道容量

图5和6分别给出了在LOS和NLOS场景下,收发终端的移动速度不同时2D双环和3D双圆柱体信道模型的STCF和采用这两个模型的宽带V2V通信系统的BER,我们针对两种情形进行分析:1)收发终端的移动速度为vT=vR=10 m/s;2)收发终端的移动速度为vT=vR=30 m/s. 从图5可以看出,时间间隔相同的情况下,3D双圆柱体模型的STCF小于2D双环模型的STCF,LOS场景下的STCF大于NLOS场景下的STCF. 从图6可以看出,在LOS和NLOS场景下,随着收发端移动速度的增加,通信系统的BER均升高,即通信系统性能变差. 究其原因,收发端的移动速度越大,信号衰减就越快,信号强度低于阈值的概率就越大,通信系统的BER就越高.

(a) LOS

(b) NLOS图5 终端移动速度不同时2D和3D信道模型STCF

(a) LOS

(b) NLOS图6 终端移动速度不同时2D和3D信道模型BER

图7给出了LOS场景和NLOS场景下2D双环信道模型和3D双圆柱体信道模型当Tx和Rx的移动速度不同时的信道容量.显然,采用2D和3D信道模型的MIMO信道的信道容量均随Tx和Rx移动速度的增大而减小. 这主要是因为信道容量与STCF有关,即收发端移动越快,STCF收敛越快,信道容量越小. 当信噪比为30 dB时,NLOS路径下的信道容量比LOS路径下的信道容量低约1 bit/(s·Hz).

(a) LOS

(b) NLOS图7 终端移动速度不同时2D和3D信道模型的信道容量

此外,从图6和7还可以看出,Tx和Rx的移动速度不同时,在同等条件下,基于3D双圆柱体模型的通信系统的BER比基于2D双环模型的通信系统的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. 无论宽带V2V通信系统基于2D双环模型还是3D双圆柱体模型,NLOS场景的BER在信噪比相同的情况下均大于LOS场景的BER,且NLOS场景下信道模型的信道容量小于LOS场景下信道模型的信道容量. 这主要是因为3D模型相较于2D模型增加了空间垂直维度,因而空间相关性小. NLOS场景下信号的路径损耗大于LOS场景,故尽管信道不同衰落包络间的相关性在LOS场景下比NLOS场景下大,在其他条件相同的情况下,NLOS场景下通信系统的BER仍大于LOS场景下通信系统的BER,并且NLOS场景下信道模型的信道容量小于LOS场景下的信道容量. 由于真实的信道环境包含空间维度,故3D双圆柱体模型比2D双环模型更能体现真实信道.

3.2 收发终端移动速度不同时的STCF、BER和信道容量

图8和9分别给出了在LOS和NLOS场景下,收发端的天线间隔不同时,2D双环和3D双圆柱体信道模型的STCF和采用这两个模型的通信系统的BER,我们对δT=δR=0.5λ(λ为传播信号的波长)和δT=δR=2λ两种情况进行分析. 从图8同样可以看出,时间间隔相同的情况下,3D双圆柱体模型的STCF小于2D双环模型的STCF,LOS场景下的STCF大于NLOS场景下的STCF. 从图9可以看出,在LOS和NLOS场景下,基于2D和3D信道模型的宽带V2V通信系统在天线间隔取δT=δR=2λ时的BER均比δT=δR=0.5λ时低,即天线间隔越大,通信系统的性能越好. 究其原因是,随着收发端天线的天线阵元间隔增大,信号衰减变慢,MIMO信道不同衰落包络间的相关性减小,通信系统的BER降低.

(a) LOS

(b) NLOS图8 收发端天线阵元间隔不同时2D和3D信道模型的STCF

(a) LOS

(b) NLOS图9 收发端天线阵元间隔不同时2D和3D信道模型的BER

图10给出了LOS场景和NLOS场景下2D双环信道模型和3D双圆柱体信道模型在收发端天线的天线阵元间隔不同时的信道容量.可以看出,天线阵元间隔越大,采用2D和3D模型的MIMO信道的信道容量越大. 同样地,这个仿真结果验证了信道容量与STCF有关,信道容量随STCF的增大而减小. 当信噪比为30 dB时,NLOS路径下的信道容量比LOS路径下的信道容量低约0.5 bit/(s·Hz).

此外,从图9和10也可看出,收发端天线阵元间隔不同时,在同等条件下,基于3D双圆柱体模型的通信系统的BER比基于2D双环模型的通信系统的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. 无论宽带V2V通信系统基于2D双环模型还是3D双圆柱体模型,NLOS场景的BER在信噪比相同的情况下均大于LOS场景的BER,NLOS场景下信道模型的信道容量均小于LOS场景下信道模型的信道容量.

(a) LOS

(b) NLOS图10 收发端天线阵元间隔不同时2D和3D信道模型的信道容量

4 结 论

本文基于2D双环和3D双圆柱体几何信道散射模型,研究了在LOS和NLOS场景下,当收到终端移动速度不同和收发端天线阵元间隔不同时宽带MIMO V2V通信系统的BER和信道容量. 结果表明:随着收发终端移动速度增大,信号衰减加快,宽带MIMO V2V通信系统的BER增大;随着收发端天线阵元间隔的增大,MIMO信道的相关性减小,通信系统的BER减小,MIMO信道的信道容量增大. 信道的相关性在LOS场景下比NLOS场景下大,在本文其它仿真条件相同的情况下,NLOS场景的BER仍大于LOS场景的BER,且NLOS场景下的信道容量小于LOS场景下信道模型的信道容量. 此外,3D双圆柱体模型和2D双环模型相比增加了空间垂直维度,在本文仿真条件下,信道的STCF减小,采用3D信道模型的系统的BER比采用2D的BER低,并且在3D散射模型下MIMO系统的信道容量比2D模型的信道容量大. 本文结果有待实验的进一步验证.

[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.