朱書勤，蘇向清，高煜晴，馮 毅，蔡 超，劉 留（.北京交通大學(xué)，北京 00044；.中國聯(lián)通智網(wǎng)創(chuàng)新中心，北京 00048）

0 引言

近年來，我國汽車保有量不斷增長，智能網(wǎng)聯(lián)汽車的發(fā)展也推動(dòng)了C－V2X 相關(guān)研究的開展［2－5］，逐步實(shí)現(xiàn)車與人、車與車、車與路、車與服務(wù)平臺(tái)的全方位網(wǎng)絡(luò)連接，推動(dòng)聯(lián)網(wǎng)后車輛復(fù)雜環(huán)境感知、智能決策、協(xié)同控制的快速發(fā)展。為了能夠更客觀地對車聯(lián)網(wǎng)技術(shù)的各項(xiàng)性能進(jìn)行評估與改進(jìn)，網(wǎng)聯(lián)車輛需在復(fù)雜的交通環(huán)境下進(jìn)行廣泛的測試。目前現(xiàn)實(shí)測試在持續(xù)推進(jìn)中，但V2X 車聯(lián)網(wǎng)的性能評估與改進(jìn)仍需要無線場景庫模擬測試的補(bǔ)充。

近年來，國內(nèi)外相關(guān)研究機(jī)構(gòu)都在不斷推動(dòng)發(fā)展車聯(lián)網(wǎng)無線通信仿真平臺(tái)。德國柏林理工大學(xué)和克萊斯勒股份公司聯(lián)合創(chuàng)建的VSimRTI可以對車輛運(yùn)動(dòng)和復(fù)雜的通信技術(shù)進(jìn)行詳細(xì)建模。MOVE（Mobility model generator for Vehicular networks）是澳大利亞新南威爾士大學(xué)開發(fā)的仿真框架。它利用SUMO（Simulation of Urban Mobility）生成相應(yīng)的trace 文件，將軌跡文件導(dǎo)入網(wǎng)絡(luò)仿真器中并進(jìn)行網(wǎng)絡(luò)仿真。江蘇省智能網(wǎng)聯(lián)汽車創(chuàng)新中心運(yùn)用圖像處理與深度學(xué)習(xí)等方法對圖像中的車輛進(jìn)行識別與跟蹤，打造模擬真實(shí)交通路況的測試環(huán)境。上海威藍(lán)公司提供車路協(xié)同網(wǎng)絡(luò)與智慧城市交通流的整體方案，實(shí)現(xiàn)車路協(xié)同。

本文綜合傳統(tǒng)仿真環(huán)境的優(yōu)缺點(diǎn)，提出了一種利用Veins（Vehicles in Network Simulation）和SUMO 構(gòu)建C－V2X 無線通信場景庫的方法，初步搭建貼近多變的道路實(shí)情的無線通信仿真平臺(tái)。同時(shí)，由于應(yīng)用中涉及多種場景，故使用Matlab 搭建針對C－V2X 的LTE 通信分析模型，驗(yàn)證在幾種場景下不同參數(shù)對仿真結(jié)果準(zhǔn)確性的影響。本文主要針對以下問題展開：應(yīng)用場景建模、仿真環(huán)境配置、仿真方案可用性驗(yàn)證。

1 V2X仿真場景庫概述

本文通過OMNeT++與SUMO 的實(shí)時(shí)交互來運(yùn)行交通仿真事件，使用Veins 框架搭建V2X 仿真場景庫。同時(shí)使用Veins_INET 模塊集成SimuLTE，以完成LTE通信模擬。根據(jù)各部分關(guān)聯(lián)及依賴情況，本文提出搭建上述V2X仿真場景庫的總體流程，如圖1所示。

圖1 V2X仿真場景庫搭建流程

主要分為如下3步。

第1 步，獲取搭建仿真場景庫所需的地圖信息以及道路先驗(yàn)信息?；谒@地圖信息在SUMO中構(gòu)建與真實(shí)地圖一致的場景。先對獲取到的路網(wǎng)文件和車輛行駛文件等進(jìn)行整理，再對地圖中包含的建筑、河流等復(fù)雜元素進(jìn)行添加和模擬，最終規(guī)劃出車輛行駛路線。

第2步，搭建路邊單元于車載節(jié)點(diǎn)，構(gòu)建通信模擬體系。部署Veins 框架，構(gòu)建通信網(wǎng)絡(luò)架構(gòu)。同時(shí)設(shè)置使用LTE 協(xié)議進(jìn)行通信，引入SimuLTE，搭配Veins實(shí)現(xiàn)LTE 網(wǎng)絡(luò)模擬。將基站作為控制中心和數(shù)據(jù)信息調(diào)度中心，通過搭建通信路邊單元與車載結(jié)點(diǎn)，配置基站的參數(shù)，控制擁塞，協(xié)調(diào)干擾，完成蜂窩車聯(lián)網(wǎng)，即C－V2X的構(gòu)建。

第3步，配置仿真參數(shù)，并多次驗(yàn)證。設(shè)置場景中車輛數(shù)量、基站輸出功率、子信道數(shù)等參數(shù)，將運(yùn)行結(jié)果與使用Matlab 構(gòu)建的模型對比，驗(yàn)證本文搭建場景庫對于不同環(huán)境的適應(yīng)性。

2 關(guān)鍵技術(shù)

本文建立了基于OMNeT++平臺(tái)的V2X 無線通信的場景庫，通過對真實(shí)場景建模與LTE C－V2X 通信網(wǎng)絡(luò)的結(jié)合，為車聯(lián)網(wǎng)仿真提供更理想的模擬仿真場景庫。主要包括如下關(guān)鍵技術(shù)。

a）使用SUMO 進(jìn)行交通仿真，將車輛移動(dòng)情況在仿真中映射為節(jié)點(diǎn)實(shí)現(xiàn)對模擬車輛的控制與信息獲取。

b）實(shí)現(xiàn)基于Veins 的車聯(lián)網(wǎng)仿真，與SUMO 連接，根據(jù)獲取的車輛運(yùn)行信息搭建通信網(wǎng)絡(luò)，模擬V2X 通信。

c）進(jìn)行LTE 協(xié)議模擬，對無線接入網(wǎng)和EPC（Evolved Packet Core）進(jìn)行數(shù)據(jù)層面的建模。

d）Matlab 的C－V2X LTE 通信分析模型，對不同應(yīng)用場景下仿真結(jié)果的準(zhǔn)確性進(jìn)行驗(yàn)證，確保本文構(gòu)建的仿真平臺(tái)在多種場景下的準(zhǔn)確性和實(shí)用性。

2.1 總體結(jié)構(gòu)

本文建立的無線通信場景庫構(gòu)建于基于事件的網(wǎng)絡(luò)模擬器OMNeT++和道路交通模擬器SUMO之上。OMNeT++提供了離散事件仿真環(huán)境，通過TraCI 查詢和調(diào)度SUMO 場景中的車輛運(yùn)動(dòng)狀態(tài)。Veins 模塊構(gòu)建于OMNeT++之上，通過交通控制模塊引入能夠傳遞信息的路邊節(jié)點(diǎn)以及車載節(jié)點(diǎn)，根據(jù)SUMO 場景中各個(gè)車輛的信息，搭建通信網(wǎng)絡(luò)，模擬V2X 通信。各個(gè)節(jié)點(diǎn)間通信采用LTE 協(xié)議。由于Veins 框架中并沒有集成LTE 協(xié)議內(nèi)容，故引入了LTE 協(xié)議模擬模塊SumuLTE，將其與Veins 橋接，使得在基于Veins 框架部署的節(jié)點(diǎn)中可以使用其所提供的LTE 協(xié)議通信相關(guān)模擬。

2.2 基于Veins的車聯(lián)網(wǎng)仿真

如圖2 所示，車載網(wǎng)絡(luò)仿真框架Veins 基于OMNeT++與SUMO 交互運(yùn)行時(shí)的仿真事件，對仿真模擬中車載節(jié)點(diǎn)通信進(jìn)行模擬，其核心是對車輛間通信的底層進(jìn)行詳細(xì)建模。Veins 中物理層和無線信道分組級模擬，能夠?qū)嶋H地確定每個(gè)分組是否可以成功接收。

圖2 Veins框架結(jié)構(gòu)示意圖

本文在OMNeT++生態(tài)中以Veins框架為基礎(chǔ)進(jìn)行車輛節(jié)點(diǎn)模擬開發(fā)，通過與SUMO連接，獲取在道路場景中車輛運(yùn)行的信息，放到通信網(wǎng)絡(luò)上。使用模擬的路邊單元與車輛通信，根據(jù)車輛與路邊單元距離、建筑物遮擋情況等計(jì)算出通信丟包率等衡量通信可行性的參數(shù)。

本文借助Veins 與其他仿真框架連接的接口，在其基礎(chǔ)上構(gòu)建了本文場景庫的LTE 仿真模塊，完成對LTE協(xié)議的模擬。在配置上述結(jié)構(gòu)后，即可在Veins實(shí)現(xiàn)路邊單元與車輛通信時(shí)使用LTE 協(xié)議，并模擬通信相關(guān)數(shù)據(jù)和衰減情況等。

此外，每個(gè)車輛在接收到來自另一個(gè)車輛的消息時(shí)，都可以計(jì)算其交叉口碰撞概率。如果碰撞概率超過一定閾值，則車輛將相應(yīng)地暫時(shí)降低其消息傳播間隔。這對于仿真場景下車輛自動(dòng)調(diào)整其消息間隔、保持信道負(fù)載平衡有著重要意義。

2.3 SUMO交通仿真

本文使用交通仿真框架SUMO 為Veins 提供車輛軌跡信息以及道路和建筑信息，集成了車輛行駛規(guī)律、車輛駕駛行為、駕駛習(xí)慣、路徑選擇等內(nèi)容，允許包括行人在內(nèi)的多式聯(lián)運(yùn)仿真，旨在處理大型通信網(wǎng)絡(luò)仿真。在SUMO中構(gòu)建的場景如圖3所示。

圖3 SUMO中構(gòu)建的道路和建筑場景

現(xiàn)有仿真框架MOVE 中地圖模塊可由用戶自行定義道路參數(shù)（如車道數(shù)、道路長度、車速），也可以引用真實(shí)地圖庫；與之相比，本文基于真實(shí)高精度地圖進(jìn)行建模，其優(yōu)勢在于能夠借助SUMO 對地圖進(jìn)行局部調(diào)整，延展性更好，能夠測試現(xiàn)實(shí)場景中通信設(shè)備位置、節(jié)點(diǎn)設(shè)置的合理性與可行性，對其位置選擇起指導(dǎo)作用，同時(shí)，可以通過對道路以及路旁基礎(chǔ)設(shè)施的修改，計(jì)算不同情況下道路車流量的變化情況，得到交通配置最優(yōu)方案。

此外，在MOVE、CORSIM 等仿真框架中交通模擬器和網(wǎng)絡(luò)模擬器為單向鏈接，缺乏交互性且節(jié)點(diǎn)的移動(dòng)軌跡靈活性較差。本文能夠?qū)囕v進(jìn)行實(shí)時(shí)通信仿真，通過調(diào)配SUMO 服務(wù)器與作為客戶端的基于Veins 的仿真進(jìn)行通信，完成與網(wǎng)絡(luò)通信模塊的交互，將車輛軌跡輸入到仿真中，對道路交通和網(wǎng)絡(luò)通信進(jìn)行雙向耦合模擬，將車輛移動(dòng)情況在仿真中映射為節(jié)點(diǎn)的移動(dòng)，從而使節(jié)點(diǎn)可以與正在運(yùn)行的道路交通模擬進(jìn)行交互，將交通模擬器和網(wǎng)絡(luò)模擬器實(shí)時(shí)連接，實(shí)現(xiàn)對每個(gè)模擬車輛的移動(dòng)屬性的獲取和控制。

2.4 LTE協(xié)議模擬

其他V2X仿真平臺(tái)，如VSimRTI，采用IEEE 標(biāo)準(zhǔn)，本文采用LTE－V2X 標(biāo)準(zhǔn)作為通信協(xié)議。作為車聯(lián)網(wǎng)V2X 無線通信技術(shù)，LTE－V2X 擁有更好的遠(yuǎn)距離數(shù)據(jù)傳輸可達(dá)性、更高的非視距（NLOS）傳輸可靠性以及網(wǎng)絡(luò)建設(shè)和維護(hù)等方面的優(yōu)勢。相比包含DSRC在內(nèi)的其他技術(shù)，LTE－V2X 適應(yīng)于更復(fù)雜的安全應(yīng)用場景，滿足現(xiàn)階段對車聯(lián)網(wǎng)設(shè)備低延遲、高可靠性的要求，解決了在其他部分V2X 仿真平臺(tái)中出現(xiàn)的成本較高，延展性不足的問題。在移動(dòng)通信技術(shù)方面，LTE 已經(jīng)成為當(dāng)前無線移動(dòng)領(lǐng)域的熱點(diǎn)技術(shù)。

本文用于進(jìn)行LTE協(xié)議模擬的SimuLTE模擬框架由多個(gè)模塊共同實(shí)現(xiàn)，與INET 框架中的模塊集成。PHY 模塊位于LTE 協(xié)議棧的底部，承擔(dān)與物理層相關(guān)的功能，如信道反饋報(bào)告和計(jì)算、空氣信道仿真自用空間以及數(shù)據(jù)傳輸和接收。MAC 模塊主要負(fù)責(zé)LTE節(jié)點(diǎn)的大部分智能實(shí)現(xiàn)，主要任務(wù)包括緩沖來自較低層（PHY）的數(shù)據(jù)包和請求來自較高層（RLC）的傳輸數(shù)據(jù)，處理和存儲(chǔ)信道反饋，執(zhí)行調(diào)度，以及自適應(yīng)調(diào)制和編碼（AMC）。RLC 模塊執(zhí)行MAC 業(yè)務(wù)數(shù)據(jù)單元到MAC 層的復(fù)用和解復(fù)用，將數(shù)據(jù)包在PDCP 無線電資源控制與適當(dāng)?shù)腞LC（Radio Link Control）模式實(shí)體間轉(zhuǎn)發(fā)。圖4給出了本文搭建的SimuLTE 數(shù)據(jù)流仿真模塊中IP包的傳輸具體過程。

圖4 SimuLTE流仿真模塊網(wǎng)絡(luò)接口控制器內(nèi)部結(jié)構(gòu)

2.5 路徑損耗模型

實(shí)際場景路面較為復(fù)雜，影響無線鏈路質(zhì)量的因素眾多（如發(fā)送和接收節(jié)點(diǎn)的相對運(yùn)動(dòng)，周圍節(jié)點(diǎn)的運(yùn)動(dòng)，周圍環(huán)境如建筑物、橋梁、路障等），都能阻斷無線信號的傳播或降低無線信號的功率，影響數(shù)據(jù)傳輸?shù)姆€(wěn)定性。因此，仿真框架是否能夠支持障礙物仿真也十分重要，但包括MOVE、TraNs 在內(nèi)的多種仿真框架都不具備這一能力。

本文利用路徑損耗模型分析障礙物對通信效果的影響。通過計(jì)算幀的實(shí)際接收功率，判斷信道變忙還是保持空閑，對于駕駛中的干擾因素進(jìn)行分析，實(shí)現(xiàn)障礙物仿真功能。

幀的實(shí)際接收功率可通過式（1）進(jìn)行計(jì)算：

式中：

Pt——天線發(fā)射功率

Pr——天線接收功率

Gt、Gr——發(fā)送與接收天線的增益

本文使用了自由空間路徑損耗模型和雙射線干擾路徑損耗模型。同時(shí)，考慮到信號快速衰落的影響，采取了一種反映城市環(huán)境中多徑傳播的概率方法進(jìn)行分析，使用損失模型來解釋障礙物的影響。假設(shè)每個(gè)障礙物是一個(gè)多邊形，則接收功率隨其與信號相交的邊數(shù)n和多邊形內(nèi)部覆蓋的距離m的增大而減小。為得到符合實(shí)際的接收功率，使用常數(shù)參數(shù)β和γ對這些值進(jìn)行加權(quán)，β和γ使用實(shí)際測量值進(jìn)行校準(zhǔn)，并隨障礙物的材料而改變。受障礙物影響的損耗模型Lbuild的計(jì)算如式（2）所示：

3 Matlab驗(yàn)證模型方法

為對各通信技術(shù)點(diǎn)在仿真場景庫中的適用情況進(jìn)行驗(yàn)證，確保仿真方法的正確性和可用性，本文借助Matlab 構(gòu)建C－V2X LTE 通信數(shù)學(xué)模型，對本文搭建的場景庫進(jìn)行驗(yàn)證與分析。相較于實(shí)際驗(yàn)證，Matlab驗(yàn)證開銷更小，且便于參數(shù)的調(diào)整和多場景的多次驗(yàn)證。模型綜合考慮LTE傳輸?shù)牡讓舆壿嫼驮趥鞑r(shí)信道及周圍環(huán)境對傳播過程的影響，通過輸入車輛密度、數(shù)據(jù)傳送頻率、傳送功率、子信道數(shù)以及數(shù)據(jù)包大小，計(jì)算正確接收概率、傳播距離函數(shù)、數(shù)據(jù)傳輸錯(cuò)誤率以及信道忙的概率，與仿真結(jié)果的比較來判斷仿真方法的正確性與可用性。

3.1 數(shù)學(xué)模型輸入的參數(shù)

在數(shù)學(xué)模型中，本文將對在實(shí)際場景中對通信效果產(chǎn)生影響的4 個(gè)主要參數(shù)進(jìn)行分析，它們分別為車輛密度β（輛/m）、數(shù)據(jù)傳送頻率λ（Hz）、發(fā)送功率P（dBm）及子信道數(shù)S。仿真實(shí)驗(yàn)與數(shù)學(xué)模型中上述參數(shù)保持一致，以達(dá)到對比效果。

3.2 計(jì)算過程

在場景庫中應(yīng)根據(jù)實(shí)際來模擬數(shù)據(jù)的傳輸，而在實(shí)際場景中，數(shù)據(jù)的傳輸會(huì)由于種種因素而產(chǎn)生傳輸?shù)腻e(cuò)誤。因此傳輸錯(cuò)誤率是重要的需驗(yàn)數(shù)據(jù)，也是驗(yàn)證模擬正確性的關(guān)鍵數(shù)據(jù)。

傳輸錯(cuò)誤共有4種，分別為：

a）由于半雙工傳輸導(dǎo)致的錯(cuò)誤δHD。C－V2X 使用的是半雙工通信，當(dāng)車輛或路邊節(jié)點(diǎn)在一個(gè)子幀中發(fā)送數(shù)據(jù)包時(shí)，其無法同時(shí)進(jìn)行數(shù)據(jù)的接收?？紤]到模擬中使用1 ms 子幀，由于半雙工效應(yīng)而不接收分組的概率可以用式（3）來近似：

b）由于接收信號功率小于感測閾值產(chǎn)生的錯(cuò)誤δSEN(dt,r)。當(dāng)接收到的數(shù)據(jù)包的信號功率低于傳感功率閾值PSEN時(shí)，就會(huì)產(chǎn)生此錯(cuò)誤，這個(gè)錯(cuò)誤的概率主要取決于發(fā)送功率Pt、傳感功率閾值PSEN、傳輸過程以及發(fā)射機(jī)與接收機(jī)之間的距離dt,r，可由式（4）來計(jì)算：

c）傳播效應(yīng)產(chǎn)生的錯(cuò)誤δPRO(dt,r)。在實(shí)際場景中當(dāng)接收端接收到信號時(shí)，該信號已經(jīng)在信道中受到了噪聲的污染，此時(shí)為保證信號沒有產(chǎn)生失真，應(yīng)判斷信號的信噪比（SNR），當(dāng)信噪比過小，以至于不能保證信號不失真時(shí)，本文就認(rèn)定發(fā)生了傳播效應(yīng)產(chǎn)生的錯(cuò)誤。將由于傳播效應(yīng)產(chǎn)生的錯(cuò)誤δPRO()dt,r表示為：

式中：

BL（s）——信噪比等于s時(shí)的誤塊率，每個(gè)s對應(yīng)的誤塊率可參見文獻(xiàn)［6］

d）由于數(shù)據(jù)包沖突而導(dǎo)致的錯(cuò)誤δCOL(dt,r)。車輛與其他車輛使用相同的資源（即相同的子信道與子幀）傳輸數(shù)據(jù)包時(shí)就會(huì)出現(xiàn)此類錯(cuò)誤。令車vi由于數(shù)據(jù)包沖突而產(chǎn)生錯(cuò)誤的概率為(dt,r,dt,i,di,r)，則：

最終，由于以上各種錯(cuò)誤是互相獨(dú)立的，可推知數(shù)據(jù)正確傳輸?shù)母怕蔖DR（Packet Delivery Ratio）為：

若對各種錯(cuò)誤可能出現(xiàn)的概率進(jìn)行歸一化處理，則式（8）可化為：

4 仿真驗(yàn)證

本文選取影響通信情況的4 個(gè)主要參數(shù)，分析它們對場景庫仿真結(jié)果擬合度的影響，使用Matlab 建立數(shù)學(xué)模型，并對所選參數(shù)進(jìn)行調(diào)整。在該過程中，將仿真得到的PDR 以及其他數(shù)據(jù)輸入Matlab 中，擬合出仿真曲線，與先前的數(shù)學(xué)模型產(chǎn)生的數(shù)據(jù)放在同一圖像中進(jìn)行對比。如在誤差允許范圍內(nèi)得到一致結(jié)果即證明仿真符合要求。

在使用Matlab 的數(shù)學(xué)模型驗(yàn)證中，進(jìn)行多次基于實(shí)際情況的模擬實(shí)驗(yàn)，并最終得到驗(yàn)證結(jié)果與仿真結(jié)果的對比圖像，產(chǎn)生直觀的驗(yàn)證結(jié)論。

4.1 不同擁擠程度場景下的仿真分析

在真實(shí)道路場景中，由于建筑與道路相對固定，對通信產(chǎn)生較大影響的因素主要是道路擁堵程度，其數(shù)值體現(xiàn)在車輛密度上。通過SimuLTE 的PHY 模塊設(shè)置物理層，第一次仿真在數(shù)據(jù)傳送頻率λ=10 Hz、發(fā)送功率P=20 dBm、子信道數(shù)S=4、數(shù)據(jù)包大小B=190 B的條件下進(jìn)行，圖5 給出了車輛密度β為0.1、0.2、0.3（輛/米）時(shí)的仿真結(jié)果與數(shù)學(xué)模型結(jié)果的對比。

輸出β取不同值時(shí)理論模型的傳輸錯(cuò)誤概率，并與模擬結(jié)果進(jìn)行對比，如圖6所示。

從圖5 和圖6 可以看出，當(dāng)車輛密度變化時(shí)，代表模擬數(shù)據(jù)的實(shí)線依然能與代表驗(yàn)證模型的虛線較好擬合，說明車輛密度改變對模擬準(zhǔn)確性無明顯影響。

圖5 不同車輛密度仿真得到PDR結(jié)果與數(shù)學(xué)模型計(jì)算結(jié)果對比

圖6 不同β時(shí)仿真得到傳輸錯(cuò)誤概率與理論模型傳輸錯(cuò)誤概率對比

4.2 不同基站配置下的仿真分析

調(diào)整物理層數(shù)據(jù)，對與數(shù)學(xué)模型對應(yīng)的其他數(shù)據(jù)也進(jìn)一步進(jìn)行驗(yàn)證：分別調(diào)整P=23 dBm；子信道數(shù)S=2；數(shù)據(jù)傳送頻率λ=20 Hz 進(jìn)行多組多次實(shí)驗(yàn)，并將得到的模擬數(shù)據(jù)與理論數(shù)據(jù)進(jìn)行對比。

圖7 給出了β=0.2、λ=10 Hz、P=23 dBm、S=4 時(shí)，仿真結(jié)果與理論數(shù)據(jù)PDR 的對比（左）和模擬結(jié)果與理論數(shù)據(jù)傳輸錯(cuò)誤概率的對比（右）。

圖7 β=0.2、λ=10 Hz、P=23 dBm、S=4時(shí)模擬結(jié)果與理論數(shù)據(jù)的對比

調(diào)整數(shù)據(jù)傳輸頻率λ進(jìn)行仿真，結(jié)果如圖8 所示。圖8 給出了β=0.2、λ=20 Hz、P=23 dBm、S=4 時(shí)，模擬結(jié)果與理論數(shù)據(jù)PDR 的對比（左）和模擬結(jié)果與理論數(shù)據(jù)傳輸錯(cuò)誤概率的對比（右）。

調(diào)整子信道數(shù)S進(jìn)行仿真，結(jié)果如圖9 所示。圖9為β=0.2、λ=10 Hz、P=20 dBm、S=2時(shí)，模擬結(jié)果與理論數(shù)據(jù)PDR 的對比（左），和模擬結(jié)果與理論數(shù)據(jù)傳輸錯(cuò)誤概率的對比（右）。

從圖7、圖8 和圖9 可知，當(dāng)數(shù)據(jù)傳輸頻率、發(fā)送功率與子信道數(shù)發(fā)生變化時(shí)，模擬得到的數(shù)值與期望數(shù)值在誤差可接受的范圍內(nèi)，各條曲線擬合度較高?？傻贸鼋Y(jié)論，在不同場景下，本文搭建的場景庫都可以達(dá)到較好的仿真效果，具有實(shí)用價(jià)值。

圖8 β=0.2、λ=20 Hz、P=23 dBm、S=4模擬結(jié)果與理論數(shù)據(jù)的對比

圖9 β=0.2、λ=10 Hz、P=20 dBm、S=2模擬結(jié)果與理論數(shù)據(jù)的對比

此外，仿真軟件在自動(dòng)駕駛等領(lǐng)域的主要應(yīng)用就是復(fù)現(xiàn)路測效果。然而目前大部分的V2X 無線通信仿真都存在在不同場景中正確性無法保證，可復(fù)用性差的問題；本文的多次仿真結(jié)果皆與用以驗(yàn)證的數(shù)學(xué)模型吻合，說明了本文搭建的場景庫在多場景中都具有良好的表現(xiàn)，穩(wěn)定性強(qiáng)，有較高的使用價(jià)值。

5 結(jié)論

本文提出了一種基于V2X 無線通信的場景庫搭建方法。與其他搭建方法不同的是，本文采用真實(shí)地圖在交通模擬框架SUMO 中構(gòu)建場景，并使用車載網(wǎng)絡(luò)仿真框架Veins 搭建車輛間通信模擬提高了場景的真實(shí)性與仿真的可靠性。此外，本文引入LTE 通信協(xié)議模塊，降低了車聯(lián)網(wǎng)設(shè)備之間通信的延遲并提高了傳輸?shù)目煽啃?，相較于其他國家開發(fā)的無線通信場景庫，更貼合我國的通信發(fā)展前景。將上述幾個(gè)部分在OMNeT++平臺(tái)中相結(jié)合，根據(jù)SUMO 中的交通事件信息和車輛移動(dòng)信息，完成蜂窩方式下的V2X 通信模擬。同時(shí)，本文以現(xiàn)實(shí)可能出現(xiàn)的情況為依據(jù)，使用Matlab 搭建數(shù)學(xué)模型，對影響通信效果的因素進(jìn)行分析，對搭建的場景庫從PDR 和傳輸錯(cuò)誤率2 個(gè)方面進(jìn)行驗(yàn)算，將Matlab 模型仿真結(jié)果與之對比，驗(yàn)證了本文搭建的場景庫的正確性以及可行性。使用Matlab的驗(yàn)證相較于實(shí)際驗(yàn)證等其他方法，靈活性高，能方便地調(diào)整參數(shù)并進(jìn)行反復(fù)多次的驗(yàn)證，其復(fù)現(xiàn)場景的能力也較實(shí)際驗(yàn)證強(qiáng)。但由于當(dāng)前本組使用的基站參數(shù)有限，數(shù)據(jù)可靠性還無法達(dá)到完全符合實(shí)際場景的程度，驗(yàn)證數(shù)據(jù)的內(nèi)容還可以進(jìn)一步優(yōu)化。

本文提出的方法不僅支持對LTE V2X 無線通信場景進(jìn)行仿真分析，而且未來還可擴(kuò)展車輛通信方式，擴(kuò)大地圖場景，具有一定的應(yīng)用價(jià)值與前景。