兩種隧道場(chǎng)景下車對(duì)車無線信道衰落特性的測(cè)量與分析

張旭 姜蘇英 楊汨 王威 何睿斯 侯俊 劉鑫一

（1.長(zhǎng)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(gè)由互聯(lián)網(wǎng)通過信息傳感設(shè)備實(shí)現(xiàn)現(xiàn)實(shí)世界人、機(jī)、物等各類要素在任何時(shí)間、任何地點(diǎn)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(gè)具體應(yīng)用. 隨著移動(dòng)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(cè)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(shí)現(xiàn)交通管理控制、車輛控制和動(dòng)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(gè)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(gè)移動(dòng)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(cè)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(duì)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(dòng)通信標(biāo)準(zhǔn)的建立、促進(jìn)相關(guān)設(shè)備的制造以及測(cè)試無線通信算法的重要一環(huán)，這些都需要通過實(shí)際的V2V信道測(cè)量活動(dòng)來對(duì)其無線信道進(jìn)行分析和建模.

近年來，針對(duì)典型環(huán)境(如農(nóng)村、郊區(qū)、城市和公路)進(jìn)行了許多V2V無線信道的測(cè)量活動(dòng)和信道建模研究工作[6-8]. 其他特殊環(huán)境如地下停車場(chǎng)和隧道等也略有研究，但是針對(duì)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(xiàn)[9]針對(duì)隧道內(nèi)5.9 GHz V2V傳播信道小尺度衰落進(jìn)行了統(tǒng)計(jì)分析，結(jié)果表明，測(cè)量數(shù)據(jù)的統(tǒng)計(jì)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(duì)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(duì)隧道環(huán)境下5.9 GHz和5.2 GHz頻段的信道進(jìn)行了測(cè)量，并以測(cè)量數(shù)據(jù)為基礎(chǔ)，對(duì)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(jìn)行了分析. 我們將接收信號(hào)幅度的統(tǒng)計(jì)特性與五種典型的理論衰落分布進(jìn)行了比較，發(fā)現(xiàn)接收信號(hào)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(jì)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(cè)量系統(tǒng)

1.1 測(cè)量設(shè)備

為了研究隧道無線電信道特征，分別針對(duì)兩個(gè)不同的隧道環(huán)境進(jìn)行了信道測(cè)量.

第一次信道測(cè)量活動(dòng)使用的是北京交通大學(xué)(Beijing Jiaotong University, BJTU)信道探測(cè)儀，該探測(cè)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(tái)[10]，包括矢量信號(hào)發(fā)射模塊與接收模塊、時(shí)鐘模塊、電源模塊、數(shù)據(jù)存儲(chǔ)、發(fā)射天線/接收天線等模塊. 在發(fā)射機(jī)一端，機(jī)箱NI PXIe-1082和矢量信號(hào)發(fā)射機(jī)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(hào). 測(cè)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(gè)發(fā)射天線發(fā)送信號(hào). 接收機(jī)由機(jī)箱NI PXIe-1082和矢量信號(hào)接收機(jī)NI PXIe-5663組成. 信道探測(cè)儀的軟件平臺(tái)采用基于實(shí)驗(yàn)室虛擬儀器工程工作臺(tái)LabVIEW的編程環(huán)境，可以有效地對(duì)信道測(cè)量?jī)x器的硬件設(shè)備進(jìn)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(jī)采集的數(shù)據(jù)并進(jìn)行處理、存儲(chǔ)和實(shí)時(shí)顯示. 表1列出了5.9 GHz下信道探測(cè)系統(tǒng)的參數(shù)設(shè)置.

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

第二次信道測(cè)量采用的是MEDAV RUSKDLR寬帶信道探測(cè)器，發(fā)射機(jī)發(fā)送一個(gè)中心頻率fc為5.2 GHz的OFDM信號(hào). 信道沖擊響應(yīng)(channel impulse response, CIR)h(tk,τn)每 隔tg時(shí) 間 被 測(cè) 量 一次，其中：tk=k·tg為 測(cè)量時(shí)間點(diǎn)，k=1,2,···表示第幾次 測(cè) 量； τn=n·τΔ,n=0,···,N－1，載 波 數(shù)N=1 537；τΔ為時(shí) 延 分 辨率. 信 號(hào) 帶 寬B=120 MHz，對(duì) 應(yīng) 時(shí) 域CIR的 τΔ=1/B. 發(fā)射信號(hào)的周期Tp=12.8 μs決定了最大能夠測(cè)量出的多徑，等效于相對(duì)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(chǎng)景下不發(fā)生碼間干擾，最大傳播時(shí)延能夠被有效地測(cè)量. 表2列出了5.2 GHz信道探測(cè)參數(shù).

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

在測(cè)量過程中，接收機(jī)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(jī)，右側(cè)的車輛搭載接收機(jī).

圖1 用于測(cè)量的車輛：左側(cè)車輛搭載發(fā)射機(jī)，右側(cè)車輛搭載接收機(jī)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(jī)和接收機(jī)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(shí)間發(fā)生的偏移，從GPS獲得的時(shí)間信息被用來馴服銣原子鐘. 為了給信道測(cè)量?jī)x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(cè)儀之間使用了不間斷電源.

1.2 測(cè)量場(chǎng)景

測(cè)量場(chǎng)景一：西安市區(qū)南郊的一條雙車道矩形隧道(圖2(a)). 測(cè)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(cè)量從進(jìn)入隧道前的十字路口開始，在測(cè)量過程中，發(fā)射機(jī)和接收機(jī)之間總是存在可視距(line-of-sight，LoS)，所測(cè)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(shí)候，接收到的功率變化不大，是因?yàn)檫@兩輛車都在等待交通信號(hào)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(shí)，接收功率有了很大的下降. 隧道外接收信號(hào)的衰落深度小于隧道內(nèi).

圖2 兩種測(cè)量場(chǎng)景Fig. 2 Two measuring scenes

測(cè)量場(chǎng)景二：德國(guó)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(cè)量從進(jìn)入隧道前的十字路口開始，在測(cè)量活動(dòng)中，發(fā)射機(jī)和接收機(jī)之間存在LoS和少量的不可視距(non-line-of-sight, NLoS)的情況，所測(cè)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(shí)接收機(jī)已經(jīng)駛過十字路口向隧道方向行駛，發(fā)射機(jī)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(shí)有來自前方的大型車輛駛過，兩車進(jìn)入NLoS狀態(tài)，功率變化劇烈. 在接收機(jī)進(jìn)入隧道后，發(fā)射機(jī)行駛在進(jìn)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(jìn)入隧道后，其衰落深度大于隧道外.

圖3 兩種場(chǎng)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(duì)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(huì)形成反射、繞射以及散射等現(xiàn)象，使得電波信號(hào)沿多條路徑傳播后到達(dá)接收端. 多徑傳播信號(hào)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(cè)量數(shù)據(jù)對(duì)幾種路徑損耗模型進(jìn)行驗(yàn)證比較.

2.1 路徑損耗模型

路徑損耗是一個(gè)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(duì)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(shí)際測(cè)量場(chǎng)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(gè)基礎(chǔ)的參考模型. 其接收信號(hào)強(qiáng)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(jì)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(shí)可以理解為一個(gè)平面上的導(dǎo)波，n=2等效于自由空間路徑損耗，n=4對(duì)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(duì)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(duì)距離和頻率的依賴關(guān)系；β為路徑損耗的優(yōu)化補(bǔ)償值；Xσ為一個(gè)零均值、標(biāo)準(zhǔn)差為σ的高斯隨機(jī)變量. 采用MMSE來計(jì)算各個(gè)參數(shù).

當(dāng)在單一頻率下使用時(shí)，ABG模型可等效為現(xiàn)有的3GPP浮動(dòng)截距模型，該模型有三個(gè)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(chǎng)景中基于自由空間模型、CI對(duì)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(cè)量數(shù)據(jù)接收功率散點(diǎn)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(chǎng)景中三種模型和測(cè)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(chǎng)景一和場(chǎng)景二中的CI對(duì)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?yàn)橄鄬?duì)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(qiáng)了接收點(diǎn)的信號(hào)接收功率. 將隧道內(nèi)測(cè)量數(shù)據(jù)與擬合數(shù)據(jù)比較，在場(chǎng)景一中，CI對(duì)數(shù)模型的MMSE為7.14，小于ABG模型的8.55；在場(chǎng)景二中，CI對(duì)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(shí)，CI對(duì)數(shù)模型在5.9 GHz和5.2 GHz頻率的隧道場(chǎng)景下具有更好的準(zhǔn)確性，表明路徑損耗最好采用CI對(duì)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(duì)接收信號(hào)強(qiáng)度進(jìn)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(xiàn)[22-25]，使用滑動(dòng)平均法，利用滑動(dòng)窗口將大尺度衰落濾除.在滑動(dòng)窗口長(zhǎng)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(cè)量間隔，將測(cè)量一的窗口長(zhǎng)度設(shè)置為200個(gè)連續(xù)測(cè)量的CIR快照，測(cè)量二的窗口長(zhǎng)度設(shè)置為300個(gè)，以測(cè)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(cè)量場(chǎng)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(jì)特征時(shí)，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(shí)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(cè)量數(shù)據(jù)幅值統(tǒng)計(jì)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(duì)數(shù)正態(tài)分布)的累積分布函數(shù)(cumulative distribution function, CDF)曲線進(jìn)行對(duì)比.

同樣的，對(duì)于場(chǎng)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(cè)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(chǎng)景的CDF擬合分布曲線對(duì)比Fig. 6 CDF fitting distribution curve comparison of two scenes

KS(Kolmogorov-Smirnov)檢驗(yàn)統(tǒng)計(jì)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(yàn)和理論CDF. 我們通過統(tǒng)計(jì)檢驗(yàn)方法分別計(jì)算了不同分布的經(jīng)驗(yàn)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(yàn)CDF越相近. 表4列出了兩種場(chǎng)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(gè)場(chǎng)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(cè)量時(shí)收發(fā)車輛距離一般較短，且測(cè)量時(shí)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(chǎng)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(jì)量. 通常認(rèn)為樣本方差和期望估計(jì)值的空間窗口長(zhǎng)度必須不超過消除大尺度衰落的窗口長(zhǎng)度，因此場(chǎng)景一和場(chǎng)景二分別采用大約180個(gè)和250個(gè)樣本大小的窗口長(zhǎng)度來計(jì)算K因子.

對(duì)于場(chǎng)景一，圖7(a)給出了隧道內(nèi)外和連接處的基于測(cè)量數(shù)據(jù)估計(jì)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(dòng)直到收發(fā)機(jī)之間的距離增加到約56 m時(shí)，K因子逐漸降低并達(dá)到最低點(diǎn). 另外，在隧道連接處，K因子也呈現(xiàn)下降的趨勢(shì). 在隧道內(nèi)，由于存在直接的LoS分量，所以K因子值相對(duì)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(dòng)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(dòng)時(shí)，K因子均勻下降，而此時(shí)發(fā)射機(jī)和接收機(jī)之間的距離略有增加.因此，得到的K因子與發(fā)射機(jī)和接收機(jī)之間距離具有輕微的相關(guān)性，特別是當(dāng)距離增加時(shí)，K因子減小.圖8(a)為場(chǎng)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(chǎng)景K因子隨時(shí)間的變化情況Fig. 7 Variation of the K-factor in two scenes

對(duì)于場(chǎng)景二，圖7(b)給出了隧道內(nèi)外和連接處隨時(shí)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(diǎn)圖對(duì)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(shí)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(jī)已進(jìn)入隧道，發(fā)射機(jī)在隧道外，此時(shí)兩輛車的相對(duì)距離減小，K因子呈下降趨勢(shì). 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(chǎng)景一，兩種場(chǎng)景呈現(xiàn)相反的表現(xiàn). 這可能與隧道內(nèi)接收機(jī)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(dòng)時(shí)，K因子均勻上升.在隧道內(nèi)，發(fā)射機(jī)和接受機(jī)的距離是逐漸減小的，因此可以看到K因子和收發(fā)機(jī)的距離也具有相關(guān)性.圖8(b)給出了場(chǎng)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(chǎng)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(chǎng)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(shí)延分布

本節(jié)針對(duì)兩種場(chǎng)景中隧道連接處的信道特征作進(jìn)一步分析，考慮信道功率時(shí)延譜. 功率時(shí)延譜能夠很好地描述不同多徑分量在不同時(shí)延上的功率特征，隧道連接處的平均功率時(shí)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(jī)在隧道中行駛時(shí)間越長(zhǎng)，可以觀測(cè)到多條平行且弱于直射徑的反射徑逐漸增強(qiáng)，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(cè)量場(chǎng)景的周圍環(huán)境進(jìn)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(chǎng)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(jī)進(jìn)入時(shí)間增長(zhǎng)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(qiáng)造成的.

圖9 兩種場(chǎng)景平均功率時(shí)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(gè)安全要求高的場(chǎng)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(jìn)行了兩次信道測(cè)量活動(dòng)，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(cè)量結(jié)果均顯示，參考距離為1 m的CI對(duì)數(shù)模型具有相對(duì)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(hào)經(jīng)歷萊斯衰落. 場(chǎng)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(chǎng)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(qiáng)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(jī)距離增加時(shí)，K因子減小. 另外，根據(jù)兩種場(chǎng)景下隧道衰落特征，針對(duì)不同隧道場(chǎng)景開展更多的測(cè)量活動(dòng)和衰落建模，可以更好地了解在惡劣環(huán)境下車輛運(yùn)動(dòng)、遮擋等情況對(duì)無線信道傳播特性的影響.

致謝：感謝德國(guó)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(duì)信道測(cè)量的協(xié)助.