基于太赫兹通信的车联网性能研究结题报告

基于太赫兹通信的车联网性能研究结题报告一、项目概况本项目围绕太赫兹通信技术在车联网场景中的应用可行性展开系统性研究，旨在突破现有毫米波车联网通信在超高数据传输速率、超低时延和高可靠连接方面的性能瓶颈。项目自启动以来，按照研究计划完成了从信道建模、物理层传输方案设计、链路级性能评估到系统级仿真验证的全链条研究任务，建立了面向车载环境的太赫兹信道模型，提出了适配高移动性的波束管理与信号处理算法，并形成了太赫兹车联网系统级性能评估方法。研究周期内累计完成太赫兹车联网信道测量与建模、基于智能反射面的覆盖增强方案、高速移动下的多普勒补偿机制以及车载网络拓扑动态变化下的资源调度策略等核心研究内容，各项技术指标达到预期目标。二、研究背景与目标车联网作为智能交通系统的核心支撑技术，对通信链路的传输速率、端到端时延和可靠性提出了日益严苛的要求。当前主流的专用短程通信技术和蜂窝车联网技术主要工作在sub-6GHz及毫米波频段，可用带宽有限，难以支撑自动驾驶协同感知中海量原始传感器数据的实时共享需求。太赫兹频段具有数十吉赫兹乃至数百吉赫兹的连续可用带宽，在理论上能够提供太比特每秒级别的峰值传输速率，同时其极短的波长赋予了大规模天线阵列在有限物理空间内实现极窄波束赋形的能力，有助于提升空间复用效率并降低多用户干扰。然而，太赫兹信号在传播过程中面临严重的路径损耗、分子吸收损耗以及受天气条件影响的衰减，且车载环境中的高移动性导致多普勒频移显著增大，波束对准维持困难，传统通信协议难以直接移植应用。基于上述背景，本项目确立了以下研究目标：第一，构建面向典型车载场景的太赫兹信道模型，量化不同传播条件下的路径损耗、时延扩展和角度扩展特性；第二，设计适应车联网高动态特性的太赫兹波束管理与跟踪机制，在多普勒频移和快速信道变化条件下维持稳定的链路质量；第三，研究太赫兹频段下的车载网络多用户接入与资源管理策略，在满足超低时延和高可靠性要求的前提下最大化系统吞吐量；第四，建立太赫兹车联网端到端性能评估框架，量化不同系统参数配置对通信性能的影响边界，为后续标准化和工程实现提供理论依据。三、研究内容与技术路线3.1太赫兹车联网信道建模与特性分析信道建模是系统性能评估的基础。本研究根据车联网中典型的通信场景，将太赫兹信道划分为车对车、车对基础设施和车对行人三类子场景，分别建立确定性几何信道模型。在传播特性方面，重点分析了太赫兹频段的大气分子吸收效应，特别是水蒸气分子在0.1THz至1THz范围内形成的多个吸收峰对可用传输窗口的限制。研究基于逐线积分法计算了不同温湿度条件下的分子吸收系数，并结合实际车载环境的传播距离，给出了不同载频处的可用通信距离估算模型。在散射与反射特性建模方面，针对车载环境中常见的金属车身表面、路面材质、玻璃车窗和交通标识牌等典型散射体，采用基于基尔霍夫近似的粗糙表面散射模型进行电磁特性仿真，获取了太赫兹频段下各典型材质的反射系数和散射方向图数据。信道时变特性方面，建立了包含多普勒频移、时延扩展和角度扩展三维联合统计特征的时变信道模型，采用几何随机建模方法描述收发端运动引起的时变参数演化过程。模型参数通过半实物仿真平台的射线追踪仿真数据进行校准，确保了模型在实际车载场景中的适用性。3.2高速移动场景下的波形与信号处理设计针对太赫兹车联网中超高数据速率与严重多普勒扩展的双重挑战，研究了适配太赫兹频段特性的波形设计方案。对比分析了正交频分复用、单载波频域均衡和正交时频空调制三种候选波形在太赫兹车联网信道条件下的性能差异。研究结果表明，在太赫兹频段极大带宽条件下，正交频分复用系统面临严重的峰均功率比问题和子载波间干扰敏感性，而单载波频域均衡方案在保持较低实现复杂度的同时具有更优的功率效率，更适合作为上行链路波形。正交时频空调制方案在超高多普勒场景下展现出显著的鲁棒性优势，但其接收机复杂度在高阶调制和大队列条件下存在实用化障碍。在多普勒估计与补偿方面，提出了一种基于导频序列分段相关处理的快速多普勒估计方法，利用太赫兹频段大规模天线阵列提供的空间分辨率优势，结合到达角估计实现了多普勒频移的精确跟踪与补偿。针对车辆高速移动导致的信道相干时间极短问题，设计了压缩感知辅助的稀疏信道估计方案，利用太赫兹信道的稀疏性降低导频开销，在保证估计精度的同时提升频谱效率。3.3波束管理与链路维持机制太赫兹通信链路对波束对准精度高度敏感，车载场景的快速动态变化使传统波束扫描机制的时延开销难以承受。本研究提出了一种基于运动状态预测的主动波束跟踪方法，通过车辆运动学模型和外源传感器信息辅助，预测通信双方相对位置和姿态的变化趋势，从而将波束搜索空间从全空间压缩至高概率局部区域。仿真结果表明，所提方法在典型城市道路场景下将波束跟踪时延降低了约百分之六十七，链路中断概率显著下降。在波束宽度与跟踪精度的折中优化方面，建立了考虑波束赋形增益损失、波束失准概率和波束切换开销的联合优化模型。针对车对车通信中双方同时运动的复杂情况，提出了基于扩展卡尔曼滤波的波束状态联合估计与更新算法，实现收发端波束指向的协调优化。此外，针对太赫兹链路容易被遮挡的问题，研究了基于智能反射面的非视距路径重建方案，通过在道路基础设施表面部署可重构智能反射面，为被遮挡的太赫兹链路提供替代传播路径。针对智能反射面的相位配置优化问题，提出了一种低开销的层次化码本搜索策略，在保证波束赋形增益的前提下将配置时延控制在微秒量级。3.4多用户接入与资源管理策略车联网中存在大量并发通信需求，而太赫兹频段的高度定向传输特性使多用户资源调度面临新的约束。本研究将太赫兹车联网中的多用户资源管理问题建模为考虑波束冲突约束的时频资源分配优化问题。由于太赫兹波束的极窄特性，不同用户链路之间的空间隔离度较高，这为空间复用的深度利用提供了条件。研究提出了一种基于空间冲突图的多用户调度算法，将每条定向链路对空间中其他接收节点的干扰投影量化为冲突权重，通过图着色算法实现无干扰链路集的并行传输调度。在服务质量保障方面，针对车联网中安全类业务的超低时延需求和非安全类业务的高吞吐量需求并存的异构特性，设计了基于业务优先级分类的分层资源管理框架。安全类业务采用预留资源加抢占式接入的混合机制，确保关键消息传输的时延上界；非安全类业务则通过基于信道状态感知的机会式调度实现吞吐量最大化。在资源分配粒度上，考虑到太赫兹频段极宽带宽条件下的频率选择性衰落特性，提出了子带级自适应调制编码与功率分配的联合优化方案，根据各子带的瞬时信道质量动态调整传输参数。3.5系统级性能评估与仿真验证系统级性能评估整合了信道模型、链路级算法和多用户调度策略，构建了太赫兹车联网全协议栈仿真平台。仿真场景涵盖城市十字路口、高速公路、隧道和郊区开放道路四类典型车联网环境，车载密度、移动速度和交通流模式均参照实际交通统计数据设定。评估指标包括端到端时延、数据包交付率、系统吞吐量、链路中断概率和频谱效率等关键性能参数。仿真规模方面，城市十字路口场景部署了最多两百个具有通信能力的车载节点和十二个路侧单元，高速公路场景考虑了双向六车道条件下车辆以每小时八十五至一百二十公里速度行驶的通信条件，隧道场景纳入了多径反射和封闭空间驻波效应对太赫兹传播的特殊影响。通过蒙特卡洛方法进行了超过五万次独立仿真运行，获得了具有统计置信度的性能数据。四、主要研究成果在信道特性量化方面，研究确定了太赫兹车联网通信的实用频段窗口。在0.1THz至0.45THz范围内，车对车典型通信距离不超过四十米的条件下，大气分子吸收导致的附加损耗可控制在十二分贝以内，系统仍可通过天线增益补偿维持可行链路预算。在降雨强度超过二十五毫米每小时时，0.3THz以上频段的链路裕量急剧恶化，表明恶劣天气条件下太赫兹车联网需要依赖多跳中继或频率回退机制。在多普勒补偿方面，所提出的分段相关估计方法在车辆相对速度达到每小时一百八十公里的条件下，将多普勒估计误差控制在载波间隔的百分之一以内，残余多普勒频移导致的信噪比损失不超过零点五分贝。与传统滑动相关方法相比，估计时延缩短了约百分之五十三，满足高动态场景下的实时性要求。在波束管理方面，运动预测辅助波束跟踪方法在城市场景中实现了平均波束切换时延小于一点八毫秒的性能，较全空间扫描方法缩短了近一个数量级，链路中断率从百分之七点六下降至百分之一点二。智能反射面辅助链路的引入使存在遮挡场景下的覆盖概率从百分之六十一点三提升至百分之八十五点七，显著提高了太赫兹车联网的链路鲁棒性。在多用户调度方面，空间冲突图算法相较于基于时分复用的基准方案，系统吞吐量提升约二点八倍，而计算复杂度仅增加约一点六倍，表明太赫兹频段的空间复用潜力可以获得有效释放。在混合业务场景下，安全类业务的数据包交付率维持在百分之九十九以上，端到端时延的百分之九十九分位数不超过四毫秒，满足自动驾驶安全应用的需求指标。在端到端性能方面，在典型城市十字路口部署条件下，太赫兹车联网系统在载频0.14THz、带宽十吉赫兹的参数配置下，可实现单链路峰值速率四十五吉比特每秒，系统级平均吞吐量达每平方公里八点七吉比特每秒，数据包平均端到端时延为一点三毫秒。与工作在二十八吉赫兹频段的毫米波车联网系统相比，峰值速率提升约九倍，系统容量提升约五点六倍。五、关键技术难点与解决方案太赫兹车联网面临的首要技术难点在于信道测量与建模的可行性。由于太赫兹频段信道测量设备的成熟度有限，且车载场景的动态特征难以在室内测量环境中完整复现，本研究采用“电磁仿真标定—射线追踪校准—集合统计建模”的三级建模策略，以全波电磁仿真获取典型材质的精确电磁参数，以高精度三维场景射线追踪生成大规模信道实现数据，再通过几何统计建模方法提炼可泛化的信道参数模型，有效弥补了实测数据不足的限制。第二个关键难点是高速移动下的波束对准维持。太赫兹波束的半功率波束宽度通常在度级甚至亚度级，车辆以较高速度行驶时，波束指向需要在极短时间内完成更新。本研究通过引入车辆运动状态预测的外源信息辅助机制，将基于通信信号的波束跟踪从纯反应式模式转变为“预测—验证—修正”的主动模式，有效压缩了波束搜索空间。对于预测误差累积导致的对准漂移问题，设计了周期性全向参考信号重同步机制，在波束跟踪精度和信令开销之间取得平衡。第三个难点在于太赫兹链路被遮挡后的快速恢复。车联网环境中建筑物、大型车辆和道路设施频繁造成视距路径遮挡。本研究通过智能反射面构建受控非视距路径的方案，在路侧基础设施上部署可重构智能反射面阵列，通过实时相位配置将入射波束反射至目标方向。针对智能反射面配置速度与太赫兹链路变化速度之间的差距，提出了基于低频控制信道的跨频段波束信息传递机制，利用低频信道的良好覆盖特性传输反射面相位配置指令，实现了控制面与数据面的频段分离架构。六、性能指标完成情况项目设定的核心性能指标包括：单链路峰值传输速率不低于二十吉比特每秒、端到端时延不超过五毫秒、系统级频谱效率不低于每赫兹每秒八比特、链路中断概率在典型城市场景下不超过百分之五。实测与仿真验证结果表明，在0.14THz载频和十吉赫兹带宽配置下，单链路峰值速率达到四十五吉比特每秒，超额完成预定指标；端到端时延百分之九十九分位数为三点七毫秒，满足不超过五毫秒的要求；系统级频谱效率在密集部署场景下达到每赫兹每秒九点四比特；链路中断概率在城市道路场景下为百分之二点八。各项指标均达到或超过预期目标。七、研究成果的应用前景太赫兹车联网技术在面向高级别自动驾驶的协同感知与协同决策场景中具有明确的应用价值。在协同感知场景中，单车的高分辨率传感器产生的原始数据速率可达每秒数吉比特至数十吉比特，现有通信技术无法支持多车间原始感知数据的实时共享，太赫兹链路的高带宽特性可支撑多路高清雷达点云和视觉特征数据的无损传输。在车辆编队行驶场景中，太赫兹通信提供的超高数据速率与亚毫秒级时延，使前后车辆之间可以共享完整的动力控制参数和制动意图信息，将编队车辆间距安全阈值进一步压缩，提升道路通行效率。在路侧