C-V2X信道特性与建模方法研究

被引：2

作者：

苏昭阳 ^{[1
]}

刘留 ^{[1
]}

樊圆圆 ^{[1
]}

庄凌凡 ^{[1
]}

王凯 ^{[1
]}

王致远 ^{[1
]}

郑胜洁 ^{[1
]}

程立志 ^{[2
]}

任婷婷 ^{[2
]}

机构：

[1] 北京交通大学

[2] 中国联合网络通信有限公司安徽分公司

来源：

移动通信 | 2021年 / 45卷 / 06期

基金：

国家自然科学基金重点项目;

关键词：

C-V2X; 车联网; 信道特性; 信道建模; 机器学习;

D O I：

暂无

中图分类号：

TN929.5 [移动通信]; U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

车联网是未来智慧交通的重要组成部分,是目前移动通信领域的研究热点。作为我国重点推进的技术手段,C-V2X已经得到了产业界和学术界的重视。无线信道是通信系统研究设计的基础,因此有必要对C-V2X信道特性展开研究。结合实际测试对C-V2X信道特性进行了分析,梳理了传统信道建模方法,针对传统方法的不足介绍了基于机器学习的信道建模方法,对其应用进行了阐述。

引用

页码：20 / 26

页数：7

共 14 条

[1] 面向5G信道的新型聚簇算法研究.[D].薛汉卿.北京邮电大学.2019, 09
[2] 基于测量的3D MIMO信道分簇建模及高频段信道建模研究.[D].杜德涛.北京邮电大学.2015, 08
[3] 机器学习在无线信道建模中的应用现状与展望
黄鸿清
刘为
伍沛然
夏明华
[J]. 移动通信, 2021, 45 (04) : 95 - 104
[4] 车联网信道特性综述
董朔朔
刘留
樊圆圆
庄凌凡
唐盼
张帆
邱佳慧
林晓伯
[J]. 电波科学学报, 2021, (03) : 349 - 367
[5] 机器学习在信道建模中的应用综述
刘留
张建华
樊圆圆
于力
张嘉驰
[J]. 通信学报 , 2021, (02) : 134 - 153
[6] 蜂窝车联网(C-V2X)综述
陈山枝
时岩
胡金玲
[J]. 中国科学基金, 2020, 34 (02) : 179 - 185
[7] Neural Network and GBSM Based Time-Varying and Stochastic Channel Modeling for 5G Millimeter Wave Communications
Xiongwen Zhao
Fei Du
Suiyan Geng
Ningyao Sun
Yu Zhang
Zihao Fu
Guangjian Wang
[J]. 中国通信, 2019, 16 (06) : 80 - 90
[8] The Interdisciplinary Research of Big Data and Wireless Channel: A Cluster-Nuclei Based Channel Model
Jianhua Zhang
[J]. 中国通信, 2016, 13(S2) (S2) : 14 - 26
[9] LTE-V2X车联网技术、标准与应用
陈山枝
胡金玲
时岩
赵丽
[J]. 电信科学, 2018, 34 (04) : 1 - 11
[10] Vehicle-vehicle channel models for the 5-GHz band
Sen, Indranil
Matolak, David W.
[J]. IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2008, 9 (02) : 235 - 245

← 1 2 →