一种时域非平稳V2VMIMO信道仿真器和模拟器的设计方法

本发明涉及信道建模和信道模拟器领域，特别是涉及一种时域非平稳v2v mimo信道仿真器和模拟器的设计方法。

背景技术：

1、在新的通信系统商用之前，我们需要在相应的环境中对其进行实测。虽然可以在不同地点对系统进行现场测试，但该方法成本较高，而且容易受到周围环境的影响。此外，仿真结果的对比分析难以再现真实外场的传播条件。一种更实用的方法是为信道创建合适且稳定的仿真环境，然后在这些环境中评估通信系统的性能。信道模拟器能够可控和可重复地模拟信道环境，用于通信系统的一致性测试、性能测试和互操作性测试。这意味着不需要现场测试，时间和成本的效率可以大大提高。目前还没有支持簇的生灭过程并考虑宏蜂窝、微蜂窝和微微蜂窝的时域非平稳v2v信道模拟器。

2、综上所述，当前建立一种时域非平稳v2v mimo信道仿真器和模拟器的设计方法是非常必要的。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种时域非平稳v2v mimo信道仿真器和模拟器的设计方法，用以准确、稳定地测试v2v mimo通信系统。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种时域非平稳v2v mimo信道仿真器和模拟器的设计方法，包括如下步骤：

4、步骤s1、确定环境及天线的基本参数；

5、步骤s2、利用matlab生成v2v二维时域非平稳信道环境，具体包括：散射体的数量和位置、非视距nlos路径的随机相位、nlos路径的角度扩展、正弦函数查找表、反正切函数查找表；

6、步骤s3、将上一步生成的参数导入硬件仿真平台计算簇的信道参数，信道参数包括角度分布、幅度分布，编写verilog代码运行并最终计算得到时域非平稳v2v mimo信道的cir；

7、步骤s4、与理论的信道模型的统计特性进行比较，并设计合适的信道模拟器硬件框图。

8、优选的，所述步骤s1中：

9、基于几何随机的时域非平稳v2v mimo信道模型，所述环境及天线的基本参数包括仿真时间点数、仿真时间间隔、收发端位置和速度、莱斯因子、角度扩展系数、链路总功率、视距los路径、单跳sb路径和双跳db路径功率占比、初始散射体数量和速度、每个簇的子径数量、散射体的生成率和消失率、散射体移动占比、收端和发端天线的相对坐标。

10、优选的，所述步骤s2具体包括：

11、步骤s201、生成散射体的数量和位置，δt时间内有效散射体的平均存活概率premain表示为：

12、

13、公式中，γr是散射体生成率，pm是移动百分比，和分别是散射体s1和s2的平均速度，和分别是发射端和接收端的速度；

14、新产生的散射体个数的概率函数p(nnew(δt)＝k)为：

15、

16、其中

17、

18、公式中λ是泊松分布概率分布函数的参数；

19、γg是散射体消失率，k是参数；则有，平均散射体个数e{n(t)}：

20、

21、最终计算得到每个δt时间段散射体的数量，通过matlab生成后依次存入coe文件；

22、散射体的位置坐标在收发端周围的矩形区域均匀随机生成，并通过matlab生成后依次存入coe文件；

23、步骤s202、生成nlos路径的随机相位，nlos路径的随机相位在[-π,π)服从均匀分布，通过matlab生成后依次存入coe文件；

24、步骤s203、生成nlos路径的角度扩展，计算方式表示为：

25、

26、

27、其中，和分别表示离开角和到达角的角度扩展，as(θaod)和as(θaoa)分别表示离开角和到达角的角度扩展系数，和分别服从标准正态分布n(0,1)，并将离开角和到达角的角度扩展通过matlab生成后依次存入coe文件；

28、步骤s204、生成正弦函数查找表，在一个周期内均匀采样65536个点，关于y轴对称，并将函数值放大至4096倍，通过matlab生成后依次存入coe文件；

29、步骤s205、生成反正切函数查找表，在原点左右均匀采样524288个点，每个采样点间隔关于y轴对称，并将函数值放大至倍，通过matlab生成后依次存入coe文件。

30、优选的，在所述步骤s3中，所述簇的角度分布表示为和幅度分布表示为和其中，簇的角度由发射端、接收端和散射体的坐标求出；幅度由莱斯因子，总功率，sb和db射线对nlos径总散射功率的占比，第i类散射体在t时刻的数量和nlos径每个簇的子径数量求出，具体包括：

31、步骤s301、生成所有径的离开角和到达角，计算方式表示为：

32、

33、

34、

35、

36、公式中，txx(t)和rxx(t)分别为第i类(i＝1,2,3)第n个散射体、发射端和接收端的横坐标，txy(t)和rxy(t)分别为第i类第n个散射体、发射端和接收端的纵坐标；

37、步骤s302、生成nlos路径的子径角度，计算方式表示为：

38、

39、

40、公式中，和分别表示第m条子径的离开角和到达角的角度，和分别表示第m条子径的离开角和到达角的角度扩展值，和分别表示经过第n个第i类散射体的簇离开角和到达角的平均值；

41、步骤s303、生成时延值，计算方式表示为：

42、

43、

44、

45、公式中，τlos(t)是los径的时延值，是经过第n个第i类散射体的sb径簇的时延值，是经过第n1个第1类散射体、第n2个第2类散射体的db径簇的时延值，c是光速；

46、步骤s304、生成多普勒相位值φlos(t)，和计算方式表示为：

47、

48、公式中，flos(t)是los径的多普勒频率，fc是载波频率；其中

49、

50、

51、公式中，和分别是los径的离开角单位向量和到达角单位向量，φlos(t)是los径的多普勒相位；其中

52、

53、公式中，是经过第n个第i类散射体的sb径的第m条子径的多普勒频率；其中

54、

55、

56、

57、

58、公式中，和分别是发射端和接收端与第n个散射体的相对速度，和分别是经过第n个第i类散射体的sb径的第m条子径的离开角单位向量和到达角单位向量，是经过第n个第i类散射体的sb径的第m条子径的多普勒相位；

59、

60、公式中，是经过第n1个第1类散射体和n2个第2类散射体的db径的第m条子径的多普勒频率；其中

61、

62、

63、

64、

65、

66、公式中，和分别是经过第n1个第1类散射体、第n2个第2类散射体的db径簇的第m条子径的离开角单位向量和到达角单位向量，是经过第n1个第1类散射体、第n2个第2类散射体的db径簇的第m条子径的多普勒相位；

67、步骤s305、生成天线相位值，计算方式表示为：

68、发射端天线相对坐标为：

69、

70、公式中，是的横坐标，是的纵坐标；

71、发射端天线相位差ψtx(t)为：

72、

73、公式中，是t时刻离开角的单位向量；

74、接收端天线相对坐标为：

75、

76、公式中，是的横坐标，是的纵坐标；

77、接收端天线相位差ψrx(t)为：

78、

79、公式中，是t时刻到达角的单位向量；

80、总天线相位值ψ(t)为：

81、ψ(t)＝ψtx(t)+ψrx(t)

82、步骤s306、生成幅度值，计算方式表示为：

83、

84、

85、

86、公式中，是第q根接收天线和第p根发送天线之间los径的cir幅度值，是第q根接收天线和第p根发送天线之间经过第i类散射体的sb径的子径cir幅度值，是第q根接收天线和第p根发送天线之间db径的子径cir幅度值，kqp是p-q链路的莱斯因子，pqp是p-q链路的总功率，和ξdb是sb和db射线对nlos径总散射功率的占比，ni(t)是第i类散射体在t时刻的数量，m是nlos径每个簇的子径数量；

87、步骤s307、生成cir，计算方式表示为：

88、

89、

90、

91、

92、公式中，是第q根接收天线和第p根发送天线之间los径的cir，是第q根接收天线和第p根发送天线之间sb径的cir，是第q根接收天线和第p根发送天线之间db径的cir，fc是载波中心频率，τ是时延，φ是多普勒相位，ψ是天线相位差，和分别是经过第n个第i类散射体的第m条sb子径的随机相位和经过第n1个第1类散射体、第n2个第2类散射体的第m条db子径的随机相位，由coe文件导入，将计算得到的cir导出到txt文件。

93、优选的，所述步骤s4中，所述的统计特性表达式具体包括：

94、步骤s401、时间自相关函数tacf曲线，计算方式表示为：

95、rqp,q'p'＝e{hqp(t,τ)[hq'p'(t,τ)]*}

96、公式中，hqp(t,τ)是时间为t，时延为τ时第q根接收天线和第p根发送天线之间的cir，hq'p'(t,τ)是时间为t，时延为τ时第q'根接收天线和第p'根发送天线之间的cir，(·)*表示(·)的共轭复数；

97、步骤s402、空间互相关函数sccf曲线，计算方式表示为：

98、rqp(δt)＝e{hqp(t，τ)[hqp(t+δt，τ)]*}

99、步骤s403、时延功率谱密度(delay power spectral density，delay psd)曲线，计算方式表示为：

100、

101、模型中的kqp、和ξdb与宏蜂窝、微蜂窝和微微蜂窝以及单跳和双跳路径有关。本文提出的模型可以通过调整模型参数和ξdb，以及莱斯因子kqp来适应各种v2v传播环境。在宏蜂窝场景下，由于发射端和接收端距离较大，双跳射线比单跳射线承载更多能量(较大的收发端距离导致离开角(angle of departure,aod)和到达角(angle of arrival,aoa)的独立性更大)，即接收到的信号功率主要来自双环模型的单跳和双跳射线。因此莱斯因子kqp和能量参数非常小，甚至接近于零。这意味着在宏蜂窝场景下，可以通过使用忽略los径分量后的双环模型来表征。与宏蜂窝场景相比，在微蜂窝和微微蜂窝场景中，车流量密度(vehicular traffic density,vtd)则会显著影响信道特性。为了考虑vtd对信道统计的影响，本专利区分了发射端和接收端周围的移动汽车和静止的路边环境(例如建筑物、树木、停放的汽车等)。因此，本专利使用双环模型来模拟移动的汽车，并使用椭圆模型来描述静止的路边环境。对于低vtd，因为los径具有很大的功率，所以kqp的值很大。此外，接收到的散射功率主要来自由位于椭圆上的散射体描述的静止路边环境反射的信号。由于位于两个环上的散射体所代表的移动汽车是稀疏的，因此更有可能是单跳，而不是双跳，这表明成立。在高vtd情况下，kqp的值小于低vtd场景中的值，且由于移动的汽车数量较多，故双环模型的双跳射线比双环模型和椭圆模型的单跳射线所承载的能量更大，即因此，考虑到vtd的微蜂窝和微微蜂窝场景可以通过利用组合双环模型和带有los径分量的椭圆模型来很好地表征。

102、本发明的有益效果是：

103、本发明可以提供一种时域非平稳v2v mimo信道仿真器和模拟器的设计方法，用以准确、稳定地测试v2v mimo通信系统。