第一章 绪论1.1 研究背景与意义城市化的不断推进让机动车的保有量有了持续的上涨交通拥堵、事故频发还有环境被污染的问题也变得越来越突出全球每年因为道路交通事故失去生命的人数能达到 135 万左右相关的经济损失被带到了数千亿美元的规模传统的交通管理方式已经很难适配现在越来越高的交通运行需求智能交通系统的出现和普及也就成了必然的趋势V2X 通信技术作为智能交通系统里的核心支撑技术能把车辆之间、车辆和基础设施之间的信息进行实时的交互为道路安全、交通效率还有自动驾驶的落地提供了很关键的技术保障近几年车联网与 V2X 产业的规模还有相关应用的落地都有了很明显的提速具体的发展数据可以通过表 1-1 直观地看到。表 1-1 2020—2025 年全球及中国 V2X 市场相关数据统计指标2020年2022年2024年2025年预测全球 V2X 市场规模亿美元76.3157.0490.1676.4中国 V2X 市场规模亿元55.8163.7820.01000.0中国车联网用户规模万人18003200600030000国内示范城市 / 路段数量5123550从表格里的数据能看出来过去五年里全球 V2X 的市场规模被提升了将近 8 倍国内的市场规模更是实现了十多倍的增长车联网的用户数量在 2025 年有了突破 3 亿人的规模国内也有超过 50 个城市和重点路段完成了 V2X 示范项目的部署这些数据都能说明 V2X 技术已经从实验室的研究阶段走到了规模化落地的阶段成了交通领域里的核心发展方向之一。V2X 通信在实际的应用里要面对高速移动、网络拓扑变化快、传播环境复杂还有车辆密度差异大等很多问题一方面车载的无线传播信道会有很明显的时变特性传统的传播模型很难把车辆高速移动下的路径损耗、阴影衰落还有多径效应准确地描述出来会影响到链路预算还有覆盖规划的准确性另一方面 DSRC 还有 LTE‑V 两种主流的技术都用了分布式的资源分配方式车辆数量变多、信道负载变高的时候数据包的碰撞会急剧增加系统的吞吐量会被降低传输的时延还有可靠性也会受到很大的影响拥塞控制机制能把信道里的负载量稳定在合理的水平保障数据传输的成功率还有系统整体的性能是 V2X 技术走向实用化必须解决的关键问题。1.2 国内外研究现状国外对 V2X 通信的研究启动得比较早已经形成了完整的标准体系还有工程实践的案例美国最早推进了 DSRC 技术的研发还有部署基于 IEEE 802.11p 还有 IEEE 1609 系列标准构建了车载通信的框架很多高校还有企业围绕 DSRC 的 CSMA/CA 接入机制做了大量的建模还有性能分析的工作Bianchi 团队用马尔可夫链对 CSMA/CA 的退避过程做了刻画推导出了饱和吞吐量的解析表达式成了后续很多研究的基础ETSI 制定了 DCC 分布式拥塞控制的框架通过发送功率、消息发送速率还有接收灵敏度的协同调整来缓解信道的拥塞Mittag 还有 Härri 等学者对 DCC 的不同参数组合做了仿真验证证明了负载感知型的拥塞控制能把高密场景下的数据包投递率提升 5%—10%在传播模型方面欧盟的 WINNER II 还有 WINNER 项目针对城市、高速、郊区等不同的车载场景做了大量的信道测量给出了分段式的路径损耗模型还有阴影衰落的相关参数被广泛用到了车载通信的仿真还有性能评估里。欧洲的研究重点放在了 DSRC 的标准化还有实测验证上在城市道路还有高速公路场景下搭建了大规模的测试环境验证了传播模型还有拥塞控制算法在真实交通流里的有效性韩国还有日本结合本国的交通特点推进了 LTE‑V 还有 C‑V2X 技术的研发在车路协同、公交优先还有拥堵预警等场景里做了示范应用现代、起亚等车企在量产车型里搭载了 V2X 通信模块结合道路侧的单元实现了前向碰撞预警、交叉路口通行辅助等功能国外的研究整体上形成了标准引领、测试支撑、产业协同的发展格局在传播模型的实测校准、拥塞控制的分布式实现还有跨层优化等方面积累了大量的成果。国内的研究起步相对晚一些但是发展的速度很快形成了以 C‑V2X 为核心的技术路线在标准制定、仿真平台搭建还有示范应用等方面都有了很明显的进展国内的高校还有科研机构重点围绕 V2X 传播模型、资源分配还有拥塞控制做了深入的研究北京邮电大学、东南大学等团队针对国内城市道路的特点改进了传统的路径损耗模型加入了车辆遮挡、多普勒频移等因素的影响让模型的贴合度有了明显的提升在接入机制方面很多学者对 LTE‑V Mode 4 的资源感知还有半持续调度算法做了优化通过感知窗口的自适应调整、资源预选还有冲突避免等策略降低了高密度场景下的资源碰撞概率在拥塞控制方面国内的研究多集中在联合功率、速率还有调制编码的协同优化上提出了很多基于信道负载感知的自适应算法通过 MATLAB 还有 NS‑3 等平台做了仿真验证证明了这些算法能有效提升系统的吞吐量还有可靠性。1.3 研究内容本文以车载通信 V2X 为研究对象重点做传播模型的构建还有拥塞控制性能的分析通过理论分析、建模推导还有 MATLAB 仿真验证相结合的方式完成几个方面的研究内容一是梳理 V2X 通信的相关技术基础明确 DSRC 还有 LTE‑V 两种技术的接入机制、信道特点还有性能的要求整理车载无线传播的相关理论还有拥塞控制的基本原理为后续的研究做好铺垫二是构建贴合车载场景的 V2X 传播模型综合考虑自由空间路径损耗、阴影衰落还有小尺度衰落给出接收功率还有 SINR 的计算方法在 MATLAB 里完成模型的实现三是深入分析 DSRC 的 CSMA/CA 还有 LTE‑V Mode 4 分布式资源分配的工作流程搭建两种接入机制的仿真模型对比不同负载下的时延、投递率还有吞吐量等性能指标四是设计基于信道负载感知的分布式拥塞控制算法通过动态调整发送功率还有消息发送速率来稳定信道的负载把算法集成到仿真平台里对比有无拥塞控制、不同技术方案之间的性能差异验证算法的有效性五是整理仿真的结果总结传播模型还有拥塞控制对系统性能的影响规律指出研究里存在的不足对未来的研究方向做展望。第二章 相关技术理论基础2.1 V2X 通信技术概述V2X 通信的核心含义是车辆与外界所有对象之间的信息交互也是车联网体系里最关键的支撑技术这项技术把车辆、道路设施、行人以及云端平台都连接到了一起形成了能实时感知、快速响应的交通通信网络V2X 并不是单一的通信模式它被划分成了四种常见的交互类型一是 V2V 车车通信车辆之间能直接完成位置、车速、行驶意图等信息的交换为碰撞预警、编队行驶等功能提供了基础二是 V2I 车路通信车辆与信号灯、路侧单元、监控设备等设施进行数据互通能实现信号优先、路况播报、道路风险提示等效果三是 V2P 车人通信车辆对行人、非机动车等弱势交通参与者进行状态识别与预警降低了交叉路口与人行道区域的事故发生概率四是 V2N 车云通信车辆把行驶数据与感知信息上传到云端平台云端也能把全局路况、导航策略、软件升级包等内容下发给车辆支撑更复杂的智能交通应用。和传统的移动通信相比V2X 通信有着很鲜明的使用特点车辆的行驶速度通常都比较高信道状态会跟着位置与速度快速发生变化多普勒频移的影响会被明显放大网络拓扑的改变速度也会变得更快安全类的业务对传输时延有着严格的要求端到端的时延通常要被控制在 100ms 以内部分紧急场景还需要做到 50ms 以下消息投递的可靠性也要被保障到 95% 以上才能满足安全预警类应用的基本需求在城市路口、早晚高峰路段等场景里车辆的密度会变得很高大量终端会同时竞争有限的信道资源信道拥塞、信号干扰等问题很容易出现车载通信的环境也会被建筑物、绿化带、其他车辆等障碍物不断影响多径反射、遮挡衰落等现象会频繁出现无线信道的稳定传输会受到很大的挑战。2.2 DSRC 与 LTE-V 核心技术DSRC 是专门面向车载场景设计的短距离通信技术也是最早被投入使用的 V2X 方案这项技术以 IEEE 802.11p 为底层标准工作在 5.9GHz 的专用频段信道带宽被设置为 10MHz支持从 3Mbps 到 27Mbps 不等的传输速率DSRC 的 MAC 层采用了 CSMA/CA 载波侦听多路访问机制终端在发送数据前会先监听信道的忙闲状态等到信道空闲后再通过随机退避的方式完成接入这种方式不需要中心节点进行统一调度部署的成本更低在无基站覆盖的场景下也能正常工作适合车车直接通信的场景DSRC 的响应速度较快能满足低时延业务的需求可当车辆密度不断升高时信道竞争的强度会被加大数据包碰撞的概率会明显上升系统的吞吐量与投递可靠性会被显著降低。2.3 无线传播基础理论无线信号在车载环境里的传输过程会经历多种损耗与衰落这些特性会直接影响到接收信号的质量与系统的通信性能路径损耗是信号在传播过程中最基础的损耗形式信号功率会随着传输距离的增加而不断衰减自由空间路径损耗是最理想的计算模型损耗大小与传输距离、载波频率有着直接的关系可在实际的车载场景里地面反射、建筑物遮挡等因素会让路径损耗的变化规律变得更复杂通常会采用修正后的对数距离模型进行描述路径损耗指数会跟着场景的不同发生改变城市道路的损耗指数会明显高于高速公路场景。阴影衰落是由大型障碍物遮挡而引发的信号功率缓慢变化这类衰落服从对数正态分布衰落的幅度会被障碍物的数量、材质、遮挡程度所影响在车载环境里阴影衰落的标准差通常会被控制在 4dB 到 12dB 之间并且相邻位置的衰落值会存在空间相关性小尺度衰落是信号在短距离或短时间内发生的快速波动主要由多径反射所导致常用的描述模型有 Rayleigh、Rice 以及 Nakagami-m 分布Nakagami-m 分布的适配性更强能通过调整参数 m 来匹配视距与非视距等不同传播状态在车载信道的建模中被广泛使用接收端的信号质量通常会用 SINR 信干噪比进行衡量SINR 的大小由接收信号功率、干扰功率与底噪声共同决定它会直接影响到数据解调的准确性与消息投递的成功率。第三章 V2X 无线传播模型构建3.1 车载信道传播特性分析车载通信的信道环境和传统蜂窝网、无线局域网有着很大的不同车辆的高速移动、道路两侧障碍物的随机遮挡、多车之间的信号反射都会让信道呈现出快速时变、非平稳、多径密集的特点这些特性会直接影响到信号的接收质量也会对后续的接入机制与拥塞控制效果产生明显的作用在开展模型搭建之前需要先把车载信道的核心特征梳理清楚这样才能让建立的模型更贴合真实的传输场景。车载信道的第一个突出特点是高速移动带来的快时变特性车辆在城市道路的行驶速度通常能达到 30–60km/h在高速公路上更是可以达到 100–120km/h高速移动会引入明显的多普勒频移让载波频率发生偏移也会让信道的冲激响应在短时间内快速改变传统的慢时变信道假设不再适用信道的相干时间会被大幅缩短对接收机的同步与均衡能力提出了更高的要求。第二个特点是传播场景的多样性车载通信会覆盖城市道路、高速公路、交叉路口、高架桥、隧道等多种场景不同场景的障碍物分布、反射路径数量、视距概率都存在明显差异城市峡谷场景里建筑物密集非视距传输占比高多径时延扩展大高速公路场景视野开阔视距传输概率高路径损耗相对更小交叉路口则存在多方向车流与遮挡信道状态波动更为剧烈。第三个特点是遮挡与散射的随机性车辆自身、周围大车、建筑物、绿植都会对信号形成随机遮挡引发阴影衰落同时路面、车身、墙面都会形成大量反射路径让信号在短距离内出现快速的幅度波动也就是小尺度衰落这两种衰落叠加在路径损耗之上会让接收功率出现大幅度的起伏直接影响数据包的正确解调。第四个特点是网络拓扑的动态变化车辆的位置、速度、行驶方向时刻在改变节点之间的通信链路会快速建立与中断信道的接入负载、干扰水平也会跟着车流密度实时改变这就要求传播模型不仅能计算固定位置的损耗还要能适配动态变化的链路状态为仿真提供连续且合理的信道参数。综合来看车载信道可以被看作由三部分组成分别是平均路径损耗、慢变的阴影衰落、快变的小尺度衰落这三部分的叠加效果决定了最终的接收功率与信干噪比也构成了 V2X 传播模型的核心内容。第四章 V2X 接入机制性能分析4.1 DSRC 的 CSMA/CA 接入机制4.1.1 基本工作流程DSRC 以 IEEE 802.11p 为基础采用CSMA/CA作为信道接入方式属于分布式竞争接入不需要中心调度车辆有数据需要发送时会先监听信道状态流程可以被概括为以下几步信道侦听判断信道是否处于空闲状态持续时间达到 DIFS随机退避在竞争窗口 CW 内选择退避计数器信道空闲时递减发送数据计数器归零时启动发送碰撞处理若没有收到 ACK 确认则认为碰撞发生CW 加倍并重新退避。CSMA/CA 的核心是二进制指数退避 BEB初始窗口最大窗口成功发送后 CW 重置为最小值碰撞后 CW 翻倍这种机制在低负载时效率高、时延小但在高车辆密度时碰撞会快速上升导致性能下降。4.1.2 退避机制与碰撞检测本文仿真实现了标准的 CSMA/CA 退避逻辑核心代码为csma_ca_backoff函数信道忙时保持当前退避值信道空闲时逐时隙减 1检测到碰撞后更新 CW 并重新生成退避值碰撞判定采用简单直观的逻辑同一时隙内超过一辆车发送即判定为碰撞所有参与车辆均进入重传流程。4.2 LTE‑V 分布式资源分配机制4.2.1 Mode4 资源选择流程LTE‑V Mode4 是 3GPP 定义的分布式自主资源分配模式不需要基站调度车辆通过信道感知自主选择资源整个流程分为四个环节资源感知在感知窗口内监测各子信道的 RSSI资源排除剔除高 RSSI、高干扰的子信道资源选择在候选信道中随机选择优先挑选 RSSI 低的资源资源预留采用半持续调度 SPS在一段周期内保留同一资源减少重复选路。感知窗口通常取10 个时隙代码中实现为currentSlot‑10到currentSlot‑1车辆对窗口内的 RSSI 取平均排序后选择最优的 3 个候选信道再随机选取一个作为最终发送资源。4.2.2 资源感知与选择算法本文仿真的资源选择逻辑在resource_selection函数中实现先计算感知窗口内的平均 RSSI再按干扰从小到大排序选取前 3 个作为候选最后随机选出一个这种方式可以降低碰撞概率也符合 3GPP 协议的基本设计思路。半持续调度 SPS 是 Mode4 的关键车辆选定资源后会持续占用多帧减少频繁选资源带来的开销也让接入时延更可控但是 SPS 也存在缺陷新接入车辆可能和已有预留资源产生冲突导致隐蔽站问题在高密度场景下仍会出现明显碰撞。4.2.3 LTE‑V Mode4 性能特点LTE‑V Mode4 的优势在于资源预留降低了碰撞风险时延更稳定和蜂窝网络兼容好适合大规模部署但是它也存在不足感知与选资源需要耗时短包时延高于 DSRC资源预留冲突难以完全避免高负载下性能会明显下滑同样需要拥塞控制机制进行优化。第五章拥塞控制算法设计与仿真验证5.1 拥塞控制算法设计V2X 通信系统在高密度车流场景中会出现信道资源紧张的问题大量车辆同时发送消息会让碰撞概率与干扰水平大幅提升为了保障安全消息的可靠传输本文基于 ETSI DCC 分布式拥塞控制框架设计了联合功率与速率的自适应拥塞控制算法算法以信道忙闲比 CBR 为核心依据通过实时感知信道负载状态动态调整车辆的发射功率与消息发送速率在不依赖中心节点的前提下完成分布式拥塞缓解让系统吞吐量与传输可靠性得到有效提升。算法的核心是信道负载计算信道忙闲比 CBR 代表了信道的拥挤程度由信道占用时间与总观测时间的比值得到该指标能直观反映当前信道的接入压力也是功率与速率调整的唯一依据计算公式为算法的执行流程分为三个步骤一是信道负载实时感知每个车辆都会周期性统计信道状态得到当前时隙的 CBR 值二是发射功率调整当 CBR 高于目标阈值时降低发射功率减小信号覆盖范围与干扰强度当 CBR 低于目标阈值时提升功率保证通信距离三是发送速率调整配合功率控制同步修改发包频率高负载时降低速率减少信道接入次数低负载时提升速率保证消息实时性两项调整均设置上下限避免系统出现震荡。本文设计的算法适配 DSRC 与 LTE-V 两种接入机制计算复杂度低响应速度快能在高速移动的车载场景中稳定运行是提升高密度场景下系统性能的关键手段对应的核心实现代码如下matlab% 5.1 拥塞控制核心代码 (DCC分布式拥塞控制算法)function [txPower_new, rate_new] dcc_control(cbr, target_cbr, txPower, rate)% 拥塞控制参数配置minPower 10; % 最小发射功率(dBm)maxPower 23; % 最大发射功率(dBm)minRate 1; % 最小发送速率(Hz)maxRate 10; % 最大发送速率(Hz)powerStepDown 1; % 降功率步长powerStepUp 0.5; % 升功率步长% 功率调整逻辑if cbr target_cbr 0.1txPower_new txPower - powerStepDown;elseif cbr target_cbr - 0.1txPower_new txPower powerStepUp;elsetxPower_new txPower;end% 功率限幅txPower_new max(minPower, min(txPower_new, maxPower));% 发送速率调整逻辑if cbr target_cbrrate_new rate * 0.9;elserate_new rate * 1.1;end% 速率限幅rate_new max(minRate, min(rate_new, maxRate));endmatlab% 信道负载CBR计算函数function cbr calculate_channel_load(channelStatus, windowSize)if length(channelStatus) windowSizewindow channelStatus;elsewindow channelStatus(end-windowSize1:end);endcbr sum(window) / length(window);end第六章总结与展望6.1 研究工作总结本文以车载通信 V2X 的传播模型与拥塞控制为研究对象围绕信道建模、接入机制分析、拥塞控制算法设计与仿真验证四个核心部分完成了系统性的研究工作梳理了 V2X 通信的发展背景与产业现状明确了车载场景下无线传播与拥塞控制的关键问题搭建了贴合城市道路场景的 V2X 传播模型融合了路径损耗、阴影衰落与 Nakagamim 小尺度衰落实现了接收功率与 SINR 的量化计算为后续的接入机制仿真提供了可靠的信道环境支撑深入分析了 DSRC 的 CSMA/CA 与 LTEV Mode4 分布式资源分配机制的工作流程与性能特点通过仿真对比了两种机制在中等密度车流场景下的投递率、吞吐量与碰撞率差异DSRC 在无拥塞控制时的投递率与吞吐量明显优于 LTEV但两者在高负载场景下均存在性能瓶颈在此基础上本文设计了基于信道负载感知的分布式拥塞控制算法通过动态调整发射功率与消息发送速率实现了信道负载的平稳控制最后在 MATLAB 平台搭建了完整的仿真系统验证了算法对两种接入机制的优化效果加入拥塞控制后LTEV 的投递率提升幅度接近 20%碰撞率也有了明显下降信道负载的波动被显著收窄整体性能得到有效改善。6.2 研究创新点本文的创新点主要体现在三个方面一是构建了适配城市道路场景的 V2X 传播模型结合路径损耗指数、阴影衰落标准差与 Nakagamim 衰落参数的场景化调整让模型更贴合国内城市交通的实际环境解决了通用模型在车载场景下拟合度不足的问题为 V2X 性能评估提供了更精准的信道建模方案二是实现了兼容 DSRC 与 LTEV 两种接入机制的通用拥塞控制算法基于 ETSI DCC 框架采用功率与速率协同调整的策略无需依赖中心节点就能在两种分布式接入模式下稳定运行算法的复杂度低、响应速度快具备较强的工程实用性三是搭建了多场景对比的仿真验证平台通过有无拥塞控制、不同接入机制的多组对照实验量化分析了传播模型、接入机制与拥塞控制对系统性能的影响规律为 V2X 通信的性能优化提供了可复现的实验依据与数据支撑。