厚勢按：基於試車場道路測試，研究了不同 V2X 應用場景下專用短程通信（DSRC）的時延和丟包率，重點分析了通信距離、車輛運動狀態、障礙物類型等 3 方面因素對「車-車」「車-路」通信性能的影響。同時，基於路徑損耗理論和遮蔽效應理論，建模分析並闡釋了試驗結果的內在機理。研究結果表明，DSRC 丟包率隨着通信距離的增加而提高，時延和丟包率在建築物等遮蔽環境下顯著提高。

本文來自 2018 年 6 月 8 日 出版的《 上海汽車》，作者是上海汽車集團股份有限公司張釗、張嵩、羅悅齊、陳惠珍、王震和汪元景。

1. 前言

V2X（Vehicle-to-Everything）技術是當前車輛交通領域極具潛力的發展方向，其在安全、交通效率、駕駛者便利性等各方面都帶來了顯著的提升 [1-5]。V2X 以車內網、車際網和車載移動互聯網爲基礎，按照約定的通信協議和數據交互標準，在車與車（Vehicle-to-Vehicle，V2V）、車與路（Vehicle-to-Rode，V2R）、車與行人（Vehicle-to-Pedestrian，V2P）之間進行通信。

目前，應用最廣泛的 V2X 通信標準是基於 IEEE 802.11p 協議標準和 IEEE 1609 標準的車載專用短程通信（Dedicated Short Range Communication，DSRC）技術。DSRC 是專門爲汽車應用而設計的單向或雙向短程到中程無線通信通道及相應的一組協議和標準。它能以非常高的速率傳輸數據，這對在基於通信的主動安全應用中防止事故發生來說至關重要。

DSRC 主要有車與車（V2V）和車與基礎設施（Vehicle-to-Infrastructure，V2I）兩種類型，兩者都要求低延時和極端天氣條件下保證無線接口的穩定性。因此，DSRC 的通信性能是保障 V2X 安全應用功能可靠性的關鍵基礎。DSRC 的主要通信性能參數包括時延和丟包率：

• 由於網絡普遍採用分層設計，且上層需要調用下層，每層承擔不同的功能，因此每一層的時延有所不同；
• 丟包率與數據包的發送速率、網絡負載、通信環境、距離、車速等諸多因素都有關係。

在 V2X 的安全應用功能中，對時延的要求存在於運算、通信、報警等多個階段。

另一方面，考慮到 V2X 報警的高效性，安全報警既應保證覆蓋所有危險工況，又應減少誤報警和多餘報警信息對駕駛員的干擾。由此可見，在實際應用中，留給報警信息產生和傳遞的時間窗口很窄，因此，這也進一步要求 DSRC 數據傳輸的時延需控制在較小範圍內，或者要求可以精確控制其時延。

在現有的研究中，已有一些針對 DSRC 的通信性能的測試 [6-16]，這些研究主要集中在理論分析 [17]、模型仿真 [18-20]、實驗室內場測試 [1，21-22] 等方面，而缺少基於 V2X 實際應用場景的道路測試研究。因此，本文篩選了 V2X 應用場景中對 DSRC 通信性能可能造成影響的關鍵因素，並在專用的「智能網聯汽車測評基地」測試場中實車測試研究了這些關鍵因素對 DSRC 通信性能的影響。

2. 系統測試平臺架構

2.1 主機時間同步

圖 1 測試系統平臺軟、硬件架構

如圖 1 所示是測試系統平臺軟、硬件架構，本系統基於網絡時間協議（Network Time Protocol，NTP）實現局域網內多臺測試主機間的時間同步，以保證多臺主機間通信時延測試的可靠性。

本研究採用的時間同步工作方式是「客戶端/服務器」模式，客戶端週期性地向服務器發送 NTP 同步請求報文，服務器返回響應，通過兩邊報文的發送和接收，可以獲取到 4 個時間戳，即客戶端向服務器發送報文的時間 T1、服務器收到客戶端發送的報文的時間 T2、服務器返回響應報文的時間 T3 以及客戶端收到響應報文的時間 T4。

根據 4 個時間戳便可計算出服務器與客戶端之間的時鐘偏差 θ 和 NTP 報文的往返路徑時延 γ：



式中，α、β 分別爲報文從客戶端到服務器和從服務器到客戶端的時延。

NTP 的同步精度主要受到操作系統協議棧引入的時延抖動、網絡傳播時延誤差和時鐘頻率偏差引入的誤差影響。

2.2 網絡測試系統架構

本研究採用 iPerf 作爲網絡性能測試工具，用以測試用戶數據報協議（User Datagram Protocol，UDP）通信質量，包括時延和丟包率。配置的工作機制見圖 1，將其中一臺主機設置爲客戶端，另一臺設置爲服務器。

iPerf 打開服務器進行監聽，再打開客戶端發送數據到服務器，解析環境變量或命令行參數，根據參數判斷 iPerf 是服務器還是客戶端，並進入相應的處理流程。iPerf 測試 UDP 性能時，客戶端可以指定 UDP 數據流的速率。客戶端發送數據時，將根據客戶端提供的速率計算數據報發送的時延。客戶端還可以指定發送數據報的大小。

發送的每個數據報包含 1 個 ID 號，作爲報文的唯一標識，服務器端根據該 ID 號確定數據報是否存在丟失和亂序。當 UDP 報文大小設置爲可以將整個報文放入 IP 層的包（packet）內時，UDP 所測得的報文丟失數據即爲 IP 層包的丟失數據，這提供了測試包丟失情況的一個有效方法。

數據報傳輸時延的測試由服務器端完成，客戶發送的報文數據包含發送時間戳，服務器根據該時間信息和接收到報文的時間戳計算傳輸時延。在本研究中，如果一個數據包在某層的內部發生重傳，則重傳的延時計入本層傳輸時延，測試程序本身無須關心發生於底層的重傳。

3. 試驗方法

3.1 測試場地

爲了模擬真實道路條件下的 V2X 安全應用功能所面對的場景，同時保障道路試驗的安全性，本研究在智能網聯汽車測評基地的封閉試車場中進行。

圖 2 上汽-同濟智能網聯汽車測評基地

如圖 2 所示，該基地涵蓋了模擬的高速路、城市道路、鄉村道路和開闊地等道路條件，交通環境涵蓋建築物、樹木、城市綠化帶、道路護欄等多種道路環境設施。在封閉的專用測試場中進行測試既可以模擬真實道路環境中的各種關鍵場景，又可以最大限度地排除其它干擾因素，保障測試結果的可重複性和可對比性。

3.2 測試方案

本研究測試了車-車通信，即車載單元（On Board Unit，OBU）之間的通信，以及車-路通信，即OBU與路邊單元（Road Side Unit，RSU）之間的通信性能。OBU 分別搭載在 2 輛測試車輛上，RSU 安裝在路側燈杆上，相對地面高度爲 5 m。爲了分析 V2X 不同應用場景下的性能，選取了車輛運動狀態、車輛距離和障礙物類型 3 個方面的因素，研究這些場景因素對 DSRC 通信性能的影響。

表 1 動態係數定義



爲了便於參數化分析，將運動狀態用「動態係數」表徵，如表 1 所示，動態係數從 0 到 1 變化，0 表示 2 個被測對象處於靜止狀態，1 表示 2 個被測對象具有較高的相對速度，並受到障礙物的阻礙。表中低速、中速、高速分別定義爲相對速度 20 km/h、40 km/h 和 60 km/h，障礙物爲建築。對於表 1 中的 6 個不同動態係數，各在 100 m、200 m、300 m、400 m 等 4 個不同距離下進行了測試。在研究障礙物類型的影響時，選取了建築、綠化帶、金屬護欄。對於每種障礙物類型，也各在 100 m、200 m、300m、400 m等 4 個距離條件下進行了測試。

在測試中，發包率設置爲每分鐘 500 個包，發送固定字節數據包 100 個，每個工況均經過 5 次重複測試，選取測試結果的平均值作爲丟包率最終結果。多次連續發送固定字節，測出時延，取其平均值作爲時延的結果。傳輸時延的計算只考慮了成功接受的數據包，因此丟失的數據包不計入傳輸時延的計算。

4. 試驗結果分析

4.1 V2V 通信距離與動態係數對通信性能的影響

V2V 通信場景下，距離和車輛動態係數對時延和丟包率的影響如圖 3 所示。

圖 3 V2V 場景下車輛距離與動態係數對通信性能的影響

兩車動態係數較小時，在 400 m 的範圍內，距離的增加幾乎不會導致時延的顯著增長，時延均穩定在 5.1 ~ 5.6 ms。測量到的最大時延爲 7.2 ms，出現在動態係數和距離都很大的情況下。這表明，對於 V2V 通信，距離過遠並且受到障礙物阻隔是造成時延顯著增加的主要原因。

相對於時延，丟包率對車輛距離更加敏感，即使在動態係數爲 0 的情況下，丟包率隨距離的變化也非常顯著。另一方面，丟包率隨動態係數的增長也較爲明顯，尤其是在當動態係數達到 1 時（有障礙物），丟包率突然顯著增大，從圖中可以看出，當距離爲 100 m 時，動態係數從 0 變化到 0.8 的狀態下，丟包率幾乎沒有變化，均在 0.5% 左右波動，而當動態係數達到 1 時，丟包率顯著增長到 4.8%，這表明，相對於運動狀態的影響，丟包率受障礙物阻礙的影響更明顯。

4.2 V2I 通信距離與動態係數對通信性能的影響

V2I 通信場景下距離和車輛動態係數對時延和丟包率的影響如圖 4 所示。

圖 4 V2I 場景下車輛距離與動態係數對通信性能的影響

OBU 與 RSU 之間通信的效果與 V2V 通信的規律相似，但測到的時延總體上更大，達到了5 ~ 6.5 ms。在動態係數小的情況下，時延受到通信距離的影響也比較明顯。同樣，隨着障礙物的出現，時延也較高。

相對於對時延的影響，距離因素對 V2I 通信丟包率的影響更爲顯著。通過對比不同的動態係數對丟包率的影響，可以看到，車輛運動狀態對丟包率的影響相對較小，在同樣的距離下，不同動態係數對應的丟包率相近。在有障礙物阻礙的情況下，距離較近時，丟包率受障礙物的影響較小，而在距離較大時，障礙物的存在會導致丟包率的顯著提高。

4.3 V2V 應用場景中不同類型障礙物對通信性能的影響

如圖 5 所示，對比了 3 種不同障礙物對 V2V 通信時延和丟包率的影響，分別是建築、綠化帶和金屬護欄。

圖 5 3 種不同障礙物對 V2V 通信性能的影響

從圖 5a 可以看出，在通信距離較近的情況下，3 種障礙物對時延的影響差異較小。隨着通信距離的增大，3 種障礙物造成的時延差異也更加明顯。受建築物阻擋，時延隨着距離的增加而顯著增大，綠化帶造成的時延增加略高於金屬護欄。

如圖 5b 所示，3 種障礙物對 V2V 通信的丟包率影響有顯著的差異。首先，建築物造成的丟包率在100~400 m 的通信範圍內，總體上高於綠化帶和金屬護欄造成的丟包率。另一方面，隨着距離的增長，建築物導致的丟包率增長最爲明顯，綠化帶次之，金屬護欄阻礙條件下，丟包率隨距離的增長率相對較小，在 400 m 時，丟包率約爲 4%。

4.4 障礙物及距離對通信性能影響的機理分析

基於路徑損耗理論，無線電傳輸過程中隨着傳輸距離的增加而逐漸衰減 [23]；另一方面，無線通道產生的遮蔽效應闡釋了當障礙物出現在信號傳輸路徑上時，將發生顯著的衰減 [23]。現有研究中，從機理出發分析障礙物和距離對通信性能影響的研究方法主要有 3 類建模仿真方法：

• Ray-tracing 方法[24-27]，是自下而上的建模方法，理論上最真實地模擬了信號傳輸和衰減過程，但其對計算需求量很大；
• Stochastic 方法 [28-30]，是一種基於概率的宏觀建模方法；
• 經驗模型方法 [31-34]，其優勢是計算量小，常用試驗數據擬合模型參數。

根據路徑損耗理論，無線電傳輸中的接收信號強度可由冪律模型表達：



式中，R 爲信號強度；d 爲通信距離；ε 爲表徵維度的參數，根據文獻 [35]，在 V2V 場景下，可取 ε=2.2；λ 爲波長。

波長的計算公式爲：



式中，c 爲光速；f 爲無線電波頻率。

爲了在模型中表達障礙物對信號衰減的影響，對上述冪律模型取對數推導，並加入遮蔽效應項：



式中，P 爲信號傳輸功率；P0 爲參考距離下的功率；X_σ 表示基於遮蔽效應，信號衰減項符合以 σ 爲標準差的正態分佈。

根據文獻 [35] 的研究，可以將式（5）參數化表達爲障礙物內部特性、厚度及數量的影響：



式中，κ 爲障礙物每層牆體造成的信號衰減量，n_ob 爲障礙物牆體層數，κ·n_ob 表徵了障礙物內部結構的影響；η 爲障礙物的單位厚度造成的信號衰減量，表徵了障礙物材料特性的影響。



圖 6 基於路徑損耗理論計算的不同頻率無線信號強度隨距離的變化

基於上述理論模型，計算出的不同頻率無線信號強度隨距離的變化如圖 6 所示。隨着距離的增大，接收信號強度（RSS）減小，在 400 m 範圍內，信號衰減顯著。對於 DSRC，因基於 5.9 GHz 頻段，頻率較高，信號衰減相對更大。而接收信號衰減度則與 DSRC 的丟包率正相關，該理論解釋了測試結果所顯示的丟包率隨着距離的增大而顯著升高的機理。

圖 7 基於遮蔽效應理論計算的障礙物特性係數對 5.9 GHz 無線信號強度衰減的影響

如圖 7 所示，是障礙物特性係數及距離對 5.9 GHz 無線信號強度衰減的影響。隨着特性係數 κ 和 η 的增大，在相同的距離下，接收信號強度顯著降低，表明障礙物的材料類型、內部結構以及厚度對信號衰減有顯著影響。

針對本文的 V2X 場景分析，建築物總體厚度較大，並且內部通常存在多層牆壁，因此模型中的特性參數 η和κ·n_ob 都較大，根據圖 7 所示，其信號衰減最強，因此解釋了圖 5b 中所示的建築物造成的丟包率最高。

5. 結束語

本研究基於試驗測試了不同 V2X 應用場景下 DSRC 的時延和丟包率。並且基於路徑損耗理論和遮蔽效應理論建立了數學模型，針對試驗場景所涉及的通信距離、車輛運動狀態、障礙物類型3個方面的因素計算並闡釋了試驗結果的內在機理。

本研究所發現的 DSRC 通信性能在不同應用場景下的衰減，揭示了基於 DSRC 的 V2X 功能的侷限性。特別是在城市道路工況中應用時，大量的建築物等複雜遮蔽環境，將導致 V2X 功能的可靠性下降。因此，對未來的 V2X 功能應用，應該考慮在通信性能上予以加強，例如採用基於 5G 標準的蜂窩通信技術。

致謝

本研究的試驗工作獲得了同濟大學電信學院王平教授及其研究團隊的支持，本文的理論分析得到了密歇根大學機械工程學院黃夏南博士的指導，特此表示感謝。

參考文獻

[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: 60- 76

[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 Frequency domain 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 –to Infrastructure 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 Vehicle-to-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

編輯整理：厚勢分析師蓋布林

轉載請註明來自厚勢和厚勢公號：iHoushi

-END-

企業家

新能源汽車

厚

勢

汽

車

點擊閱讀原文，查看文章「智能駕駛車輛橫向跟蹤控制與實車試驗」