Vehicle-to-vehicle (V2V) wireless communications can improve traffic safety at road intersections and enable congestion avoidance. However, detailed knowledge about the wireless propagation channel is needed for the development and realistic assessment of V2V communication systems. We present a novel geometry-based stochastic MIMO channel model with support for frequencies in the band of 5.2–6.2 GHz. The model is based on extensive high-resolution measurements at different road intersections in the city of Berlin, Germany. We extend existing models, by including the effects of various obstructions, higher order interactions, and by introducing an angular gain function for the scatterers. Scatterer locations have been identified and mapped to measured multi-path trajectories using a measurement-based ray tracing method and a subsequent RANSAC algorithm. The developed model is parameterized, and using the measured propagation paths that have been mapped to scatterer locations, model parameters are estimated. The time variant power fading of individual multi-path components is found to be best modeled by a Gamma process with an exponential autocorrelation. The path coherence distance is estimated to be in the range of 0–2 m. The model is also validated against measurement data, showing that the developed model accurately captures the behavior of the measured channel gain, Doppler spread, and delay spread. This is also the case for intersections that have not been used when estimating model parameters.

中文翻译：

---

用于交叉路口车对车通信的基于 COST IRACON 几何的随机信道模型

车对车 (V2V) 无线通信可以提高道路交叉口的交通安全并避免拥堵。然而，V2V 通信系统的开发和实际评估需要有关无线传播信道的详细知识。我们提出了一种新的基于几何形状的随机 MIMO 信道模型，支持 5.2-6.2 GHz 频带内的频率。该模型基于德国柏林市不同道路交叉口的广泛高分辨率测量。我们扩展了现有模型，包括各种障碍物的影响、高阶相互作用，以及为散射体引入角增益函数。使用基于测量的光线追踪方法和随后的 RANSAC 算法，已识别散射位置并将其映射到测量的多路径轨迹。开发的模型被参数化，并使用已映射到散射体位置的测量传播路径，估计模型参数。发现单个多径分量的时变功率衰减最好通过具有指数自相关的 Gamma 过程建模。路径相干距离估计在 0-2 m 的范围内。该模型还针对测量数据进行了验证，表明开发的模型准确地捕获了测量的信道增益、多普勒扩展和延迟扩展的行为。估计模型参数时未使用的交叉点也是这种情况。开发的模型被参数化，并使用已映射到散射体位置的测量传播路径，估计模型参数。发现单个多径分量的时变功率衰减最好通过具有指数自相关的 Gamma 过程建模。路径相干距离估计在 0-2 m 的范围内。该模型还针对测量数据进行了验证，表明开发的模型准确地捕获了测量的信道增益、多普勒扩展和延迟扩展的行为。估计模型参数时未使用的交叉点也是这种情况。开发的模型被参数化，并使用已映射到散射体位置的测量传播路径，估计模型参数。发现单个多径分量的时变功率衰减最好通过具有指数自相关的 Gamma 过程建模。路径相干距离估计在 0-2 m 的范围内。该模型还根据测量数据进行了验证，表明开发的模型准确地捕获了测量的信道增益、多普勒扩展和延迟扩展的行为。估计模型参数时未使用的交叉点也是这种情况。发现单个多径分量的时变功率衰减最好通过具有指数自相关的 Gamma 过程建模。路径相干距离估计在 0-2 m 的范围内。该模型还针对测量数据进行了验证，表明开发的模型准确地捕获了测量的信道增益、多普勒扩展和延迟扩展的行为。估计模型参数时未使用的交叉点也是这种情况。发现单个多径分量的时变功率衰减最好通过具有指数自相关的 Gamma 过程建模。路径相干距离估计在 0-2 m 的范围内。该模型还针对测量数据进行了验证，表明开发的模型准确地捕获了测量的信道增益、多普勒扩展和延迟扩展的行为。对于估计模型参数时未使用的交叉点，情况也是如此。