V2X基于 应用场景的专用短程通信性能道路测试研究

张钊 张嵩 罗悦齐 陈惠珍 王震 汪元景

Automobile Technology - - Qiche Jishu -

【摘要】基于试车场道路测试,研究了不同V2X应用场景下专用短程通信( DSRC)的时延和丢包率,重点分析了通信距离、车辆运动状态、障碍物类型等3方面因素对“车-车”“车-路”通信性能的影响。同时,基于路径损耗理论和遮蔽效应理论,建模分析并阐释了试验结果的内在机理。研究结果表明, DSRC丢包率随着通信距离的增加而提高,时延和丢包率在建筑物等遮蔽环境下显著提高。主题词: V2X应用场景 DSRC 通信性能 道路测试 遮蔽效应模型U467.3 A 10.19620/j.cnki.1000-3703.20172032中图分类号: 文献标识码: DOI: Test Study on DSRC Performances for V2X Scenarios Based on Track Tests Zhang Zhao, Zhang Song, Luo Yueqi, Chen Huizhen, Wang Zhen, Wang Yuanjing SAIC Motor Corporation Limited, Shanghai 201804) ( Abstract In this study, DSRC (Dedicated Short Range Communication) performances including latency and packet【 】loss rate were studied under various V2X scenarios based on track tests. Analysis focused on the effects of distance, vehicle motion state and type of obstacle on the communication performances of V2V and V2I. Modeling and analysis were conducted and the internal mechanism of the test results was interpreted based on path loss theory and shadow fading theory. Results indicate that the DSRC packet loss rate increases with the increase of communication distance, the latency and packet loss rate increase significantly in the shadow environment like buildings. Key words: V2X scenarios, DSRC, Communication performance, Road test, Shadow fading model 1 前言

V2X(Vehicle- to- Everything)

技术是当前车辆交通领域极具潜力的发展方向,其在安全、交通效率、驾驶者

V2X便利性等各方面都带来了显著的提升[1- 5]。 以车内网、车际网和车载移动互联网为基础,按照约定的通信

Vehicle- to- Vehicle,

协议和数据交互标准,在车与车(

V2V) Vehicle- to- Rode,V2R)

、车与路( 、车与行人

Vehicle-to-Pedestrian,V2P)

( 之间进行通信。

V2X IEEE

目前,应用最广泛的 通信标准是基于

802.11p IEEE 1609

协议标准和 标准的车载专用短程通

Dedicated Short Range Communication,DSRC)

信( 技术。

DSRC

是专门为汽车应用而设计的单向或双向短程到中程无线通信通道及相应的一组协议和标准。它能以非常高的速率传输数据,这对在基于通信的主动安全应

DSRC

用中防止事故发生来说至关重要。 主要有车与

V2V) Vehicle- to- Infrastructure,

车( 和车与基础设施(

V2I)

两种类型,两者都要求低延时和极端天气条件下保

DSRC

证无线接口的稳定性。因此, 的通信性能是保障

V2X DSRC

安全应用功能可靠性的关键基础。 的主要通信性能参数包括时延和丢包率:由于网络普遍采用分层设计,且上层需要调用下层,每层承担不同的功能,因此每一层的时延有所不同;丢包率与数据包的发送速率、网络负载、通信环境、距离、车速等诸多因素都有关系。

V2X

在 的安全应用功能中,对时延的要求存在于运算、

V2X

通信、报警等多个阶段。另一方面,考虑到 报警的高效性,安全报警既应保证覆盖所有危险工况,又应减少误报警和多余报警信息对驾驶员的干扰。由此可见,在实际应用中,留给报警信息产生和传递的时间窗口很

DSRC

窄,因此,这也进一步要求 数据传输的时延需控制在较小范围内,或者要求可以精确控制其时延。在现有

DSRC

的研究中,已有一些针对 的通信性能的测试[6- 16],这些研究主要集中在理论分析[17]、模型仿真[18-20]、实验室

V2X

内场测试[1,21-22]等方面,而缺少基于 实际应用场景的

V2X

道路测试研究。因此,本文筛选了 应用场景中对

DSRC

通信性能可能造成影响的关键因素,并在专用的

“智能网联汽车测评基地”测试场中实车测试研究了这DSRC

些关键因素对 通信性能的影响。

2 系统测试平台架构2.1 主机时间同步

1

如图 所示是测试系统平台软、硬件架构,本系统

Network Time Protocol,NTP)

基于网络时间协议( 实现局域网内多台测试主机间的时间同步,以保证多台主机间通信时延测试的可靠性。本研究采用的时间同步工作

/

方式是“客户端服务器”模式,客户端周期性地向服务

NTP

器发送 同步请求报文,服务器返回响应,通过两边

4

报文的发送和接收,可以获取到 个时间戳,即客户端向服务器发送报文的时间T1、服务器收到客户端发送的报文的时间T2、服务器返回响应报文的时间T3以及客户端收到响应报文的时间T4。根据4

个时间戳便可计算

NTP出服务器与客户端之间的时钟偏差θ和 报文的往返路径时延γ: =(

T3 - T4)+(T2 - T1)+( -

α β) θ 1) (

2

= + =( T3 - T4)+(T2 - T1) 2)

γαβ (式中, αβ、分别为报文从客户端到服务器和从服务器到客户端的时延。 1图 测试系统平台软、硬件架构 NTP

的同步精度主要受到操作系统协议栈引入的时延抖动、网络传播时延误差和时钟频率偏差引入的误差影响。

2.2 网络测试系统架构

iPerf

本研究采用 作为网络性能测试工具,用以测

User Datagram Protocol,UDP)

试用户数据报协议( 通信

1,

质量,包括时延和丢包率。配置的工作机制见图 将其中一台主机设置为客户端,另一台设置为服务器。

iPerf

打开服务器进行监听,再打开客户端发送数据到服

iPerf

务器,解析环境变量或命令行参数,根据参数判断

iPerf

是服务器还是客户端,并进入相应的处理流程。 测

UDP UDP

试 性能时,客户端可以指定 数据流的速率。客户端发送数据时,将根据客户端提供的速率计算数据报发送的时延。客户端还可以指定发送数据报的大

1 ID

小。发送的每个数据报包含 个 号,作为报文的唯一

ID

标识,服务器端根据该 号确定数据报是否存在丢失

UDP

和乱序。当 报文大小设置为可以将整个报文放入

IP packet) UDP

层的包( 内时, 所测得的报文丢失数据即

IP

为 层包的丢失数据,这提供了测试包丢失情况的一个有效方法。数据报传输时延的测试由服务器端完成,客户发送的报文数据包含发送时间戳,服务器根据该时间信息和接收到报文的时间戳计算传输时延。在本研究中,如果一个数据包在某层的内部发生重传,则重传的延时计入本层传输时延,测试程序本身无须关心发生于底层的重传。

3 测试方法3.1 测试场地

V2X

为了模拟真实道路条件下的 安全应用功能所面对的场景,同时保障道路试验的安全性,本研究在智

2

能网联汽车测评基地的封闭试车场中进行。如图 所示,该基地涵盖了模拟的高速路、城市道路、乡村道路和开阔地等道路条件,交通环境涵盖建筑物、树木、城市绿化带、道路护栏等多种道路环境设施。在封闭的专用测试场中进行测试既可以模拟真实道路环境中的各种关键场景,又可以最大限度地排除其它干扰因素,保障测试结果的可重复性和可对比性。

3.2 测试方案

- On Board

本研究测试了车 车通信,即车载单元(

Unit,OBU) - OBU

之间的通信,以及车 路通信,即 与路边

Road Side Unit,RSU) OBU

单元( 之间的通信性能。 分别

2 RSU

搭载在 辆测试车辆上, 安装在路侧灯杆上,相对

5m V2X

地面高度为 。为了分析 不同应用场景下的性

3

能,选取了车辆运动状态、车辆距离和障碍物类型 个

DSRC

方面的因素,研究这些场景因素对 通信性能的影响。为了便于参数化分析,将运动状态用“动态系数”表

1 0 1 0 2

征,如表 所示,动态系数从 到 变化,表示 个被测

1 2

对象处于静止状态,表示 个被测对象具有较高的相对速度,并受到障碍物的阻碍。表中低速、中速、高速分

20 km/h 40 km/h 60 km/h,

别定义为相对速度 、 和 障碍物

1 6 100 m

为建筑。对于表 中的 个不同动态系数,各在 、

200 m 300 m 400 m 4

、、 等 个不同距离下进行了测试。在

研究障碍物类型的影响时,选取了建筑、绿化带、金属护

100 m 200 m 300 m

栏。对于每种障碍物类型,也各在 、、、

400 m 4

等 个距离条件下进行了测试。 500

在测试中,发包率设置为每分钟 个包,发送固100 5

定字节数据包 个,每个工况均经过 次重复测试,选取测试结果的平均值作为丢包率最终结果。多次连续发送固定字节,测出时延,取其平均值作为时延的结果。传输时延的计算只考虑了成功接受的数据包,因此丢失的数据包不计入传输时延的计算。

4 试验结果分析4.1 V2V通信距离与动态系数对通信性能的影响

V2V

通信场景下,距离和车辆动态系数对时延和丢3

包率的影响如图 所示。 b) ( 丢包率3 V2V图 场景下车辆距离与动态系数对通信性能的影响 400 m

两车动态系数较小时,在 的范围内,距离的

5.1~

增加几乎不会导致时延的显著增长,时延均稳定在

5.6 ms 7.2 ms,

。测量到的最大时延为 出现在动态系数

V2V

和距离都很大的情况下。这表明,对于 通信,距离过远并且受到障碍物阻隔是造成时延显著增加的主要原因。相对于时延,丢包率对车辆距离更加敏感,即使在 0

动态系数为 的情况下,丢包率随距离的变化也非常显著。另一方面,丢包率随动态系数的增长也较为明显,

1

尤其是在当动态系数达到 时(有障碍物),丢包率突然

100 m

显著增大,从图中可以看出,当距离为 时,动态系

0 0.8

数从 变化到 的状态下,丢包率几乎没有变化,均在

0.5% 1

左右波动,而当动态系数达到 时,丢包率显著增

4.8%,

长到 这表明,相对于运动状态的影响,丢包率受障碍物阻碍的影响更明显。

4.2 V2I通信距离与动态系数对通信性能的影响

V2I

通信场景下距离和车辆动态系数对时延和丢4

包率的影响如图 所示。 b) ( 丢包率4 V2I图 场景下车辆距离与动态系数对通信性能的影响 OBU RSU V2V

与 之间通信的效果与 通信的规律相

5~6.5 ms

似,但测到的时延总体上更大,达到了 。在动态系数小的情况下,时延受到通信距离的影响也比较明显。同样,随着障碍物的出现,时延也较高。

V2I

相对于对时延的影响,距离因素对 通信丢包率的影响更为显著。通过对比不同的动态系数对丢包率的影响,可以看到,车辆运动状态对丢包率的影响相对较小,在同样的距离下,不同动态系数对应的丢包率相近。在有障碍物阻碍的情况下,距离较近时,丢包率受障碍物的影响较小,而在距离较大时,障碍物的存在会导致丢包率的显著提高。

4.3 V2V应用场景中不同类型障碍物对通信性能的影响

5 3 V2V

如图 所示,对比了 种不同障碍物对 通信时

延和丢包率的影响,分别是建筑、绿化带和金属护栏。 5a 3

从图 可以看出,在通信距离较近的情况下,种障碍物对时延的影响差异较小。随着通信距离的增大,

3

种障碍物造成的时延差异也更加明显。受建筑物阻挡,时延随着距离的增加而显著增大,绿化带造成的时延增加略高于金属护栏。

5b 3 V2V

如图 所示,种障碍物对 通信的丢包率影响

100~400 m

有显著的差异。首先,建筑物造成的丢包率在的通信范围内,总体上高于绿化带和金属护栏造成的丢包率。另一方面,随着距离的增长,建筑物导致的丢包率增长最为明显,绿化带次之,金属护栏阻碍条件下,丢

400 m

包率随距离的增长率相对较小,在 时,丢包率约

4%

为。

4.4 障碍物及距离对通信性能影响的机理分析

基于路径损耗理论,无线电传输过程中随着传输距离的增加而逐渐衰减[23];另一方面,无线通道产生的遮蔽效应阐释了当障碍物出现在信号传输路径上时,将发生显著的衰减[23]。现有研究中,从机理出发分析障碍物

3和距离对通信性能影响的研究方法主要有 类建模仿

Ray- tracing

真方法: 方法[24- 27],是自下而上的建模方法,理论上最真实地模拟了信号传输和衰减过程,但其对计

Stochastic

算需求量很大; 方法[28- 30],是一种基于概率的宏观建模方法;经验模型方法[31- 34],其优势是计算量小,常用试验数据拟合模型参数。

根据路径损耗理论,无线电传输中的接收信号强度可由幂律模型表达:

λ2 R = 10log 3) ç 16π2dε (式中, R为信号强度; d为通信距离; ε为表征维度的参[35], V2V ε= 2.2;数,根据文献 在 场景下,可取 λ为波长。波长的计算公式为: λ = 4) (

式中,为光速;为无线电波频率。c f

为了在模型中表达障碍物对信号衰减的影响,对上述幂律模型取对数推导,并加入遮蔽效应项:

= P0 + 10log +

P λ2 X

ç (

16π2dε 5) σ式中, P为信号传输功率; P0为参考距离下的功率; Xσ表示基于遮蔽效应,信号衰减项符合以σ为标准差的正态分布。

[35] 5)

根据文献 的研究,可以将式( 参数化表达为障碍物内部特性、厚度及数量的影响:

= P0 + 10log -( · nob +· dob)

P λ2 κ η

ç (

16π2dε 6)式中, κ为障碍物每层墙体造成的信号衰减量, nob为障

· nob

碍物墙体层数, κ 表征了障碍物内部结构的影响; η

为障碍物的单位厚度造成的信号衰减量,表征了障碍物材料特性的影响。基于上述理论模型,计算出的不同频率无线信号强

6

度随距离的变化如图 所示。随着距离的增大,接收信

RSS) 400 m

号强度( 减小,在 范围内,信号衰减显著。对

DSRC, 5.9 GHz

于 因基于 频段,频率较高,信号衰减相

DSRC

对更大。而接收信号衰减度则与 的丢包率正相关,该理论解释了测试结果所显示的丢包率随着距离的增大而显著升高的机理。 图 基于路径损耗理论计算的不同频率无线信号强度随距离的变化 7 5.9 GHz

如图 所示,是障碍物特性系数及距离对无线信号强度衰减的影响。随着特性系数κη和 的增大,在相同的距离下,接收信号强度显著降低,表明障碍物的材料类型、内部结构以及厚度对信号衰减有显著影V2X

响。针对本文的 场景分析,建筑物总体厚度较大,

并且内部通常存在多层墙壁,因此模型中的特性参数η · nob 7

和κ 都较大,根据图 所示,其信号衰减最强,因此解5b

释了图 中所示的建筑物造成的丢包率最高。

5 结束语

V2X

本研究基于试验测试了不同 应用场景下

DSRC

的时延和丢包率。并且基于路径损耗理论和遮蔽效应理论建立了数学模型,针对试验场景所涉及的通

3

信距离、车辆运动状态、障碍物类型 个方面的因素计算并阐释了试验结果的内在机理。

DSRC

本研究所发现的 通信性能在不同应用场景

DSRC V2X

下的衰减,揭示了基于 的 功能的局限性。特别是在城市道路工况中应用时,大量的建筑物等复杂遮

V2X

蔽环境,将导致 功能的可靠性下降。因此,对未来

V2X

的 功能应用,应该考虑在通信性能上予以加强,例

5G

如采用基于 标准的蜂窝通信技术。

致谢

本研究的试验工作获得了同济大学电信学院王平教授及其研究团队的支持,本文的理论分析得到了密歇根大学机械工程学院黄夏南博士的指导,特此表示感谢。

参考文献

[1] Duan X, Yang Y, Tian D, et al. A V2X Communication System and Its Performance Evaluation Test Bed[C]// IEEE, International Symposium on Wireless Vehicular Communications. IEEE, 2014: 1-2. [2] Abboud K, Omar H A, Zhuang W. Interworking of DSRC and Cellular Network Technologies for V2X Communications: A Survey[J]. IEEE Transactions on Vehicular Technology, 2016, 65(12): 9457-9470. [3] Liu Z, Meng Z, Yang X, et al. Implementation and Performance Measurement of a V2X Communication System for Vehicle and Pedestrian Safety[J]. 2016, 12(9). [4] Motro M, Chu A, Choi J, et al. Vehicular Ad- hoc Network Simulations of Overtaking Maneuvers on Two- lane Rural Highways[J]. Transportation Research Part C, 2016, 72: 6076. [5] Arslan S, Saritas M. The Effects of OFDM Design Parameters on the V2X Communication Performance: A Survey[J]. Vehicular Communications, 2017, 7(1-2): 1-6. [6] Abdulhamid H, Tepe K E, Abdel- Raheem E. Performance of DSRC Systems Using Conventional Channel Estimation at High Velocities[J]. AEU - International Journal of Electronics and Communications, 2007, 61(8): 556-561. [7] Lin C S, Chen B C, Lin J C. Field Test and Performance Improvement in IEEE 802.11p V2R/R2V Environments[C]// IEEE International Conference on Communications Workshops. IEEE, 2010: 1-5. [8] Tang A, Yip A. Collision Avoidance Timing Analysis of DSRC- Based Vehicles[J]. Accident Analysis and Prevention, 2010, 42(1): 182. [9] Jaber N, Tepe K E, Abdel- Raheem E. Performance Enhancement of the DSRC System Using Frequencydomain Equalization for 5.9 GHz DSRC Applications[J]. AEU - International Journal of Electronics and Communications, 2011, 65(11): 924-928. [10] Demmel S, Lambert A, Gruyer D, et al. Empirical IEEE 802.11p Performance Evaluation on Test Tracks[C]// Intelligent Vehicles Symposium. IEEE, 2012: 837-842. [11] Lin J C, Lin C S, Liang C N, et al. Wireless Communication Performance Based on IEEE 802.11p R2V Field Trials[J]. IEEE Communications Magazine, 2012, 50(5): 184-191. [12] Onishi H, Watanabe F, Mlinarsky F, et al. DSRC Performance Assessment for Crash Warning Applications [C]// International Conference on Connected Vehicles and Expo. IEEE, 2014: 769-774. [13] Zhang X, An H, Qin Z, et al. Implementation and Field Test of a Small- scale WAVE System in IEEE 802.11p V2R/V2V Environments[C]// IEEE International Conference on Communication Technology. IEEE, 2013: 462-466. [14] Mir Z H, Filali F. LTE and IEEE 802.11p for Vehicular Networking: A Performance Evaluation[J]. Eurasip Journal on Wireless Communications & Networking, 2014, 2014 (1): 89. [15] Nwizege K S, Bottero M, Mmeah S, et al. Vehicles– toInfrastructure Communication Safety Messaging in DSRC [J]. Procedia Computer Science, 2014, 34: 559-564. [16] Gao S, Lim A, Bevly D. An Empirical Study of DSRC V2V Performance in Truck Platooning Scenarios[J]. Digital Communications & Networks, 2016, 2(4): 233-244. [17] He J, Tang Z, O'Farrell T, et al. Performance Analysis of DSRC Priority Mechanism for Road Safety Applications in Vehicular Networks[J]. Wireless Communications &

Mobile Computing, 2011, 11(7): 980-990. [18] Chen Q, Jiang D, Taliwal V, et al. IEEE 802.11 Based Vehicular Communication Simulation Design for NS- 2[C]// International Workshop on Vehicular Ad Hoc Networks. ACM, 2006: 50-56. [19] Murray T, Murray T, Cojocari M, et al. Measuring the Performance of IEEE 802.11p Using NS- 2 Simulator for Vehicular Networks[C]// IEEE International Conference on Electro/information Technology. IEEE, 2008: 498-503. [20] Kiokes G, Amditis A, Uzunoglu N K. Simulation- based Performance Analysis and Improvement of Orthogonal Frequency Division Multiplexing - 802.11p System for Vehicular Communications[J]. Intelligent Transport Systems Iet, 2009, 3(4): 429-436. [21] Bansal G, Kenney J B, Weinfield A. Cross- Validation of DSRC Radio Testbed and NS- 2 Simulation Platform for Vehicular Safety Communications[C]// Vehicular Technology Conference. IEEE, 2011: 1-5. [22] Liang C N, Chen B C. A study of DSRC Jammer in Vehicle Safety Application Testbed[C]// International Conference on ITS Telecommunications. IEEE, 2013: 216-219. [23] Rappaport T S. Wireless Communications: Principles and Practice[M]. New Jersey: Prentice Hall PTR, 1996. [24] Ros F J, Martinez J A, Ruiz P M. A Survey on Modeling and Simulation of Vehicular Networks: Communications, Mobility, and Tools[J]. Computer Communications, 2014, 43 (5): 1-15. [25] Akhtar N, Ergen S C, Ozkasap O. Vehicle Mobility and Communication Channel Models for Realistic and Efficient Highway VANET Simulation[J]. IEEE Transactions on Vehicular Technology, 2015, 64(1): 248-262. [26] Sommer C, Härri J, Hrizi F, et al. Simulation Tools and Techniques for Vehicular Communications and Applications[M]// Vehicular Ad Hoc Networks. Springer International Publishing, 2015: 365-392. [27] Viriyasitavat W, Boban M , Tsai H M, et al. Vehicular Communications: Survey and Challenges of Channel and Propagation Models[J]. IEEE Vehicular Technology Magazine, 2015, 10(2): 55-66. [28] Boban M, Barros J, Tonguz O K. Geometry- Based Vehicleto- Vehicle Channel Modeling for Large- Scale Simulation [J]. IEEE Transactions on Vehicular Technology, 2013, 63 (9): 4146-4164. [29] He R, Molisch A F, Tufvesson F, et al. Vehicle- to- Vehicle Propagation Models with Large Vehicle Obstructions[J]. IEEE Transactions on Intelligent Transportation Systems, 2014, 15(5): 2237-2248. [30] Karadimas P, Matolak D. Generic Stochastic Modeling of Vehicle- to- Vehicle Wireless Channels[J]. Vehicular Communications. 2014(1): 153-67. [31] Liu P, Ai B, Matolak D W, et al. V2V Path Loss Modeling for Example 5 GHz Overpass Channels[C]// Vehicular Technology Conference. IEEE, 2014: 1-5. [32] Onubogu O, Ziri- Castro K, Jayalath D, et al. Empirical Vehicle- to- Vehicle Pathloss Modeling in Highway, Suburban and Urban Environments at 5.8 GHz[C]// International Conference on Signal Processing and Communication Systems. IEEE, 2015: 1-6. [33] Kihei B, Copeland J A, Chang Y. Improved 5.9 GHz V2V Short Range Path Loss Model[C]// IEEE, International Conference on Mobile Ad Hoc and Sensor Systems. IEEE, 2016: 244-252. [34] Kokalj- Filipovic S, Greenstein L, Cheng B, et al. Methods for Extracting V2V Propagation Models from Imperfect RSSI Field Data[C]// Vehicular Technology Conference. IEEE, 2015: 1-5. [35] Sommer C, Eckhoff D, German R, et al. A Computationally Inexpensive Empirical Model of IEEE 802.11p Radio Shadowing in Urban Environments[C]// Eighth International Conference on Wireless On- Demand Network Systems and Services. IEEE, 2011: 84-90. (责任编辑 斛畔) 2017 12 18修改稿收到日期为 年 月 日。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.