车-车通信中的小尺度衰落分布分析

抽象的

这项工作分析了车辆到车辆（V2V）通道中小规模衰落分布的特点。分析基于5.9 GHz的窄带通道测量，专为此目的而设计。在西班牙巴伦西亚市周围的公路和城市环境中进行了测量。将小规模衰落的实验分布与传统上用于模拟无线通信中快速衰落的分析分布相比，如瑞利，Nakagami-，威布尔，米饭和分布。利用统计推断技术推导了分布的参数，并用K-S检验评价了分布的拟合优度。我们的结果表明与其他分布相比，分布表现出更好的拟合，使其使用有趣的是在V2V通道中模拟小规模的逐渐褪色。

1.介绍

在过去十年中，车辆传播渠道吸引了众多研究人员的兴趣，只要为车辆系统分配了新的频带[1-4.］.然而，车辆到车辆（V2V）通信信道关于固定到移动（F2M）场景，即发射机（TX）和接收器（RX）终端的相当多的移动性，具有特殊的特殊性。相互作用的物体，例如反射器和/或散射体[1那5.］.此外，天线的低高度决定了Tx-Rx链路的显著阻塞概率，特别是在道路交通密集的城市环境中。此外，5.9 GHz专用短程通信(DSRC)频段的传播机制与传统蜂窝通信频段(1 ~ 2 GHz)的传播机制有很大不同。因此，作为窄带信道表征的一部分，V2V传播信道中小规模衰落分布的精确模型对于开发、评估和验证新的协议和系统架构配置至关重要[6.那7.］.

在不同的环境中分析了V2V通信中小规模衰落分布的表征[8.-15.］.在 [8.通过将累积分布函数（CDFS）与最小二乘（LS）算法近似，米分布在城市，郊区，高速公路和公路场景中的最佳分配是5.2 GHz。此外，在更新的论文中[9.， Rice分布被用来模拟V2V信道中第一个延迟仓的包络。从校园、高速公路、郊区和城市中提取5.3 GHz时的Weibull分布参数[10.通过使用平均方误差（MSE）方法将Weibull CDF调整为实验CDF。在 [11.采用联合最大似然估计(MLE)和匹配CDF方法得到Nakagami-在公路环境中分销5.9 GHz。衰落参数，Nakagami-估计使用5.9 GHz的MLE程序在郊区环境中[12.］.在这项工作中，依赖在TX和RX Separtation距离和使用Kolmogorov-Smirnov（K-S）测试的拟合良好距离在估计的Nakagami -分布。最近，在[13.]瑞利，米饭，纳克马伊 -，使用MLE方法估计了在5.805 GHz时的Weibull分布参数，并在Tx和Rx之间设置了一个大对象(总线)。中分析估计分布的拟合优度13.通过使用Akaike信息标准（AIC）和K-S测试来检查。在 [14.[作者]作者发现了5 GHz带中的威布尔比例因子低于2，其对应于比瑞利褪色更严重的条件。这一事实是通过在视线（LOS）和非LOS（NLOS）条件之间的转换的测量记录的存在来解释[16.］.

几年前提出分布为模拟非均匀散射场环境中的小规模衰落振幅[17.］.尽管如此，据作者的知识，分布还没有被用来估计V2V通信中的小规模分布。本文估计了Rayleigh, Rice, Weibull, Nakagami-的参数,分析专门为此目的专门设计的窄带通道测量运动中V2V中的小规模衰落。通过统计推断估算了所考虑的分布的参数。源于K-S统计测试的应用结果表明，Nakagami-，威布尔，米饭和分布可以匹配令人满意的实验（经验）分布。作为一种新颖性，我们的分析表明了与其他分布相比，分布表现出更好的合适，使其使用有趣的是模拟V2V通道中的小规模衰落，在那里难以将小型和大规模衰落的效果分开，因为大渠道变化的结果．

2.测量活动

２.１.测量设置

为了表征V2V信道，设计了特定的窄带信道发声器。在TX侧使用HP83623A信号发生器（SG）。SG在5.9 GHz发送连续波。高功率放大器（HPA）可以通过+23.8 dBm的等效各向同性辐射功率（EIRP）传输。ZVA24 ROHDE和SCHWARZ矢量网络分析仪（VNA），被配置为电源计（0 Hz的跨度和等于5.9 GHz的中心频率），可直接测量接收的功率电平参数在Rx。这使用5000个测试点的轨迹连续测量参数。VNA配置了中间滤波器的分辨率带宽(）等于100kHz和每条迹线的扫描时间为2 s，导致约1ms的采样时间（每个测试点的采集时间）。笔记本电脑控制VNA自动化测量采集系统。

TX和RX都使用相同的天线，a单极石。在一个消声室中测量天线增益，将天线安装在a上模仿汽车车顶的金属飞机。在水平面上测量的天线增益值约为−2.56 dB。此外，Tx和Rx系统都配备了gps(全球定位系统)，每个系统都由笔记本电脑控制，以提供有关采集测量时间的连续信息，以及Tx和Rx之间的相对速度和它们的分离距离。笔记本电脑同步从不同的gps数据和测量从VNA。关于测量设置的更多细节，但对于不同的VNA配置，可以在[7.］.

2.2。测量环境

西班牙瓦伦西亚市周围的不同环境中总共测量了8条路线。描述所有路由的地图都描绘在图中1以及分别的两张公路和城市环境的照片，如图所示2．另外，表中给出了关于度量的更多细节1．路线＃1-＃3对应于具有重型道路交通密度的高速公路和每个方向的两到三个车道。高速公路的两侧都是开放区域。路线＃4-＃8是具有多种条件的城市街道。第5条对应于瓦伦西亚市的狭窄街道，有一条车道，而路线＃4和＃6-＃8是宽阔的街道，每个方向至少有三个车道。


参数	驱动的距离	功率平均标准偏差	最大Tx-Rx分离	最大相对速度
单位	公里	D b	m	km / h.

路1号
Highway	10.762	2.17	440.53	49.14

路2号
Highway	13.547	1.91	176.14	26.74

路3号
Highway	15.089.	1.90	243.90	35.90

路线# 4
Urban	2.979	3.89	122.35	31.46

路线# 5
Urban	1.929.	3.57	72.20	30.13

路6号
Urban	3.654	2.57	148.15	28.13

路线# 7
Urban	2.461	3.61	112.61	32.06

路线# 8
Urban	1.162	3.54	173.95	36.42

(一)

（b）

每个路线的总驱动距离和最大TX-RX分离距离显示在表中1．值得注意的是，在测量采集期间，TX和RX都在车队中移动，即在同一方向。两辆车之间的最大TX-RX分离范围为72.2米（在路线＃5）到440.53m（在路线＃1中）。

Tx和Rx之间相对速度的绝对值，，可以定义为在哪里代表绝对值和和是TX和RX速度。

为了分析小尺度衰落统计，将每条路由的每条测量记录划分为100个窗口λ.，这对应于由于接收器车辆速度的变化，样本数量的窗口大小是可变的，样本周期几乎是恒定的，大约1毫秒。

每100接收功率的平均标准差λ.-Sized窗口提供了信号色散的量度。从表格1，所有路线都存在小型色散，特别是高速公路路线，条件是理论最大标准偏差为5.57 dB，这对应于瑞利分布。应该指出的是，只有4.78％的100％λ.-size窗口超过5.57 dB。如此低的接收功率平均标准差反映了在大多数提取窗口中占主导地位的多径分量(MPC)。

3.结果

在本节中，Nakagami的参数 -，威布尔，米饭和分布估计。通过使用K-S测试计算这些分布的美好性[18.］.然后，利用实验和估计的CDFs之间的差异，对分布的下尾进行先前分布与实验分布的匹配评估。

3.1。估计分布的参数

瑞利，Nakagami的参数 -，威布尔，米饭和在每个路线的每个窗口上估计了分布：衰落参数，，对于nakagami-分布;形状参数,，对于Weibull分布;这-稻米分布参数;和和参数的分布，在[17.］.关于这种分布的估计量的进一步详细信息，请联系[19.］.由于这些参数的所有分布都相当右偏移，因此我们在对数单元中派生了每个参数的分布，即，，在哪里是参数分析。

平均标准差、偏度和峰度[20.那21.在表中概述了对数单位的这种分布的参数2．偏度是对概率分布不对称性的估计，定义为在哪里是分布的中央时刻。如果分布是对称的。右偏态分布的值提供,对应于左偏斜分布。值得注意的是，由于多径效应模拟小规模衰落的分布是不对称的。


分布	Nakagami-	威布尔	大米	-
范围

总测量值
意思是(dB)	7.75	7.5	10.	5.38	4.25
Std. dev. (dB)	5.82	3.02	6.31	5.26	8.74
Skewness	0.53	0．2	−0.16	0.84	0.98
峰度	2.59	2.21	2.78	6.29	6.14

路1号
意思是(dB)	8.54	7.96	10.9	5.48	4.92
Std. dev. (dB)	5.38	2.75	5.57	5.51	9.08
Skewness	０．３７	0.03	−0.17	0.65	0.91
峰度	2.58	2.35	2.84	5.98	6.66

路2号
意思是(dB)	10.32	8.8	12.61	5.82	5.85
Std. dev. (dB)	6.27	3.12	6.29	6.13	9.63
Skewness	0.17	−0.16	-0.43	0.91	0.61
峰度	2.37	2.35	3.13	5.02	4.82

路3号
意思是(dB)	7.68	7.46	10.01	5.21	4.52
Std. dev. (dB)	5.72	3.	6.18	5.42	8.97
Skewness	０．３７	−0.16	−0.22	0.72	0．9
峰度	2.26	2.35	2.54	5.68	5．5

路线# 4
意思是(dB)	2.85	4.88	4.21	5.17	0.11
Std. dev. (dB)	2.86	1.72	4.55	3.14	5.02
Skewness	1.31	0.91	−0.14	0.86	0.59
峰度	5.33	3.63	3.13	4.48	5.23

路线# 5
意思是(dB)	3.27	5.18	5.26	5.59	−0.05
Std. dev. (dB)	2.39	1.47	3.59	3.31	5.05
Skewness	0.62	0.34	−0.56	0．15	1.08
峰度	3.07	2.62	3.71	6.19	10.71

路6号
意思是(dB)	6.59	7.	8.82	4.83	3.98
Std. dev. (dB)	4.19	2.32	5.43	4.01	7.42
Skewness	0.13	−0.19	−1.03	0.17	1.68
峰度	2.39	2.28	4.45	9.79	10.81

路线# 7
意思是(dB)	3.72	5.36	5.35	4.92	1.15
Std. dev. (dB)	3.67	2.13	5．2	2.93	5.27
Skewness	0.96	0.72	−0.05	1.06	0.7
峰度	3.15	2．5	2.58	7.75	5.15

路线# 8
意思是(dB)	3.78	5.42	6.07	4.85	1．3
Std. dev. (dB)	3.23	1.99	5.11	3.26	5.11
Skewness	0.11	−0.03	-1.14	0.78	1.15
峰度	1.65	1.57	3.78	6.77	11.87

Kurtosis是概率分布的“尾末”的量度。较高的kurtosis涉及围绕平均分布的更大浓度的数据，同时与远离数据的平均值的相对高的数据共存。Kurtosis定义为请注意，高斯分布，用于模拟大规模衰落或阴影效果，展品和．

分析表2，我们首先停在标准差处。在所有路线上，威布尔号参数，其标准偏差范围为1.47至3.12 dB，在每个路由中呈现，在分析的每个路由中，所有分布参数的最低标准偏差。这种行为是由于，在许多情况下，Weibull分布为实验分布的较低尾部提供了最佳匹配。此外，所有估计的分布都是显着对称的，最大值为1.68的偏斜度参数的分布。此外，专家的平均数公路环境路线的参数显着高（大于10 dB）。以相同的方式，衰减参数的估计装置，Nakagami-分布达到路线＃1-＃3的高值，范围从7.68到10.32 dB。这些事实提出了高速公路环境中占主导地位的MPC。相比之下，瑞典的适度手段- 参加城市环境，从4.21到8.82 dB的范围。此外，Nakagami的低手段 -在城市环境中发现了衰落参数，范围为2.85 ~ 6.59 dB(线性单位为2.12 ~ 4.56)。在城市环境下，估计的衰落参数的标准差明显小于公路环境，在公路和城市路径下，估计的衰落参数的标准差最大值分别为4.19 dB和6.27 dB。

另一方面，最小的标准差对应于Weibull分布的参数，最多为3.12 dB的路线＃2。

中上估计的依赖性衰减参数,，利用箱线图分析了Tx-Rx分离距离。数字3.显示估计的衰落参数的平均值和分散作为所有100的距离的函数λ.-size窗口对应于(a)总测量记录和(b) 6号路线。在这些箱线图,衰落参数分类间隔的分色Tx和Rx之间,中央用红色线中间,盒子的边缘是第25和第75百分位数和胡须向最极端的据点,算法认为不是离群值。不依赖于估计值的中位数可以从此图表推断出TX-RX分离上的参数。同样，除了路线＃6之外，我们还没有找到对衰落参数的中位数的任何依赖性，除了路线＃6，它们可以在图中占据距离的降低值3.．6号路衰落参数中值的下降趋势与[12.]对于郊区驾驶条件。

(一)

（b）

3.2。K-S测试

一旦瑞利的估计参数，Nakagami-，威布尔，米饭和计算分布，我们已经将这种分布与每个窗口的实验分布进行了比较。

如果实验和估计的CDF之间的最大绝对值，则满足在给定提取的窗口中的K-S测试，，低于或等于给定值，，这取决于样本的数量，和重要性水平，．因此，在每个窗口中需要完成的条件如下: 在哪里是估计分布的CDF，是实验（经验）分布的CDF，以及与．

K-S统计测试已应用于瑞利，Nakagami-，威布尔，米饭和超过2112窗口大小的分布显著性水平为5%结果汇总于表中3.．此外,表3.包括每个分布与最具实验意义的测量值(表示为最佳拟合)相匹配的窗口百分比(%)，即(4.）关于分析的剩余分布。请注意，对应于最佳拟合分布的所有百分比的总和等于每个路由的100％或分析的总数据。以粗体字母突出显示具有每条路线最高均百分比的分布和总测量记录。从表格3.，分布Nakagami-，威布尔，米饭和匹配令人满意的实验分布K-S试验的达到百分比高于78％，在总测量记录中的显着性水平为5％。除路线＃5之外的所有路线中，此类百分比超过72.49％。与宽街道或高速公路相比，路线＃5中的汇总百分比提示窄街的每个窗口中的传播条件更加迅速变化。这分布显示出最小的值在分析的45.62％的窗口中。


分布	瑞利	Nakagami-	威布尔	大米

总测量值
5％	8.47	80.12	80.02	82.33	80.93
最佳(%)	1.26	12.83	25.97	14.32	45.62

路1号
5％	4.50	80.82	78.27	81.77	82.00
最佳(%)	0.66	14.63	24.72	13.68	46.31

路2号
5％	4.77	84.16	80.10	84.54	80.85
最佳(%)	0.71	13.84	21.41	13.33	50.71

路3号
5％	9.01	80.41	80.55	79.5	80.48
最佳(%)	1.76	13.77	28.57	12.74	43.16

路线# 4
5％	24.4	78.5	89.93	89.25	82.59
最佳(%)	2.22	7.17	28.50	21.67	40.44

路线# 5
5％	6.05	49.21	63.95	61.58	64.21
最佳(%)	0.79	9.21	35.53	17.36	37.11

路6号
5％	9.89	83.57	78.13	88.16	84.82
最适合（％）	1.67	11.14	23.96	15.32	47.91

路线# 7
5％	19.83	77.89	86.15	89.46	84.71
最佳(%)	1.65	8.88	31.40	18.40	39.67

路线# 8
5％	15.72	72.49	82.53	81.66.	81.22
最佳(%)	3.06	6.11	29.26	17.03	44.54

3.3。估计分布的尾部

估计到实验分布的较低尾部的匹配会显着影响无线性能参数，例如误码率（BER）和中断概率[22.］.

因此，除了K-S测试之外，我们需要通过使用评估估计和实验CDF之间的不匹配的程序来评估分布的特异性在较低尾部的行为。

让是估计的CDF的接受场强与实验CDF的场强的差异，以获得CDF的相同值，，定义为在哪里和磁场强度的值提供了什么和，分别。

数字4.用场强表示CDF，其中定义说明了。在图中，的值,，对于Rayleigh分布，指示一个路线＃7的一个窗口。

桌子4.总结平均值和根均方（RMS）值估计瑞利，纳克马 -，威布尔，米饭和在每个路线和总测量记录中的分布。具有最小RMS值的分布以粗体字母突出显示。价值除瑞利分布外，均为低偏置(均值绝对值较小)。此外，Weibull分布提供了最小的均方根对于整个测量窗口，特别是除了路线2和5之外的每一条路线。


分布	瑞利	Nakagami-	威布尔	大米

总测量值
意思是(dB)	-2.83	0.02	0.06	0.28	0．16
rms (dB)	3.47	0.44	0.42	0.68	0.48

路1号
意思是(dB)	-2.87	0.03	0.09	0.26	0.18
rms (dB)	3.36	0.40	0.38	0.57	0.45

路2号
意思是(dB)	-2.36	0.08	0.10	0.29	0.22
rms (dB)	2.95	0.39	0.39	0.70	0.54

路3号
意思是(dB)	-2.31	0.05	0.12	0.43	0.22
rms (dB)	3.00	0.52	0.51	0.89	0.57

路线# 4
意思是(dB)	-2.95	−0.17	−0.02	0.25	0.12
rms (dB)	3.64	0.53	0.47	0.63	0.48

路线# 5
意思是(dB)	-3.79	−0.24	−0.08	0．14	0.06
rms (dB)	4.29	0.48	0.39	0.62	0.34

路6号
意思是(dB)	-3.55	−0.05	0.02	0.13	０．１
rms (dB)	4.09	０．３３	0.29	0.46	０．３７

路线# 7
意思是(dB)	-2.94	−0.12	−0.00	0.18	0.11
rms (dB)	3.56	0.42	０．３７	0.47	０．３７

路线# 8
意思是(dB)	-3.32	−0.1	−0.02	0．24	0.08
rms (dB)	4.25	0.38	0.34	0.61	0.42

4。结论

在这项工作中，已经进行了对V2V通道中小规模衰落分布的广泛分析。分析基于公路和城市环境中进行的窄带测量活动。瑞利，米饭，威布尔，Nakagami的参数 -,通过统计推断从测量估计分布。使用K-S统计测试评估了对实证分布的理论分布的美好健康。在评估的所有高速公路路线中，瑞典的平均值-Parameter超过10 dB，其对应于具有主导MPC的情况。相反，结果表明瑞典的平均值- 参数范围从都市环境的4.21到8.82 dB。

源于K-S检验的源自衍生的结果表明Nakagami-，米饭，威布尔，和分布可以令人满意地匹配与测量相关的经验分布。然而，这是与其他分布相比，分布表现出更好的拟合，使其使用有趣的是在V2V通道中模拟小规模逐渐消退，其中由于TX和RX端子的移动性而导致的大型通道变化以及其他相互作用物体，使其成为难以分开小型和大规模的褪色。值得注意的是，Weibull分布为实证分布的较低尾部提供了最佳匹配。

利益争夺

提交人声明他们没有竞争利益。

致谢

这项工作得到了部分资助，其中包括西班牙的财产管理项目Investigación Científica y Técnica de Excelencia del Ministerio de Economía y Competitividad, TEC2013-47360-C3-3-P和哥伦比亚的行政部门Tecnología e Innovación COLCIENCIAS。

参考

A. F. Molisch，F. Tufvesson，J. Karedal和C.F.Mecklenbräuker，“车辆到车辆传播渠道的调查”，IEEE无线通信，卷。16，不。6，pp。12-22,2009。视图:出版商网站|谷歌学术
I. SEN和D. W. MATOLAK，“5-GHz频段的车辆渠道模型”IEEE智能交通系统交易，第9卷，第5期。2，页235 - 245,2008。视图:出版商网站|谷歌学术
G. Acosta-Marum和M. A. Ingram，“车辆无线LAN的六个时间和频率 - 选择性的经验渠道模型”，IEEE车辆技术杂志，卷。2，不。4，pp。4-11，2007。视图:出版商网站|谷歌学术
C.-X。“车辆对车辆渠道的建模与测量:最新进展与未来挑战”，IEEE通讯杂志，第47卷，第47期。11, pp. 96-103, 2009。视图:出版商网站|谷歌学术
R. He，O. Renaudin，V.-M。Kolmonen等人，“车辆到车辆无线电通道的准自身区域表征，”天线上的IEEE事务和传播，第63卷，第2期5, pp. 2237-2251, 2015。视图:出版商网站|谷歌学术
N. Akhtar, S. C. Ergen，和O. Ozkasap，“真实高效的高速公路VANET模拟的车辆移动性和通信渠道模型”，车辆技术的IEEE交易，卷。64，不。1，pp。248-262,2015。视图:出版商网站|谷歌学术
H.Fernández，L. Rugig，J.Reig，V.M.Rodrigo-Peñarcha和A. Valero，“车辆系统性能和通信协议评估的路径损耗建模”流动网络及应用第18卷第2期6，第755-765页，2013。视图:出版商网站|谷歌学术
J. Maurer，T.Fügen和W.Wiesbeck，“窄带测量和车辆间传输信道的窄带测量和分析为5.2 GHz”第五次车辆技术会议的诉讼程序，pp.1274-1278，2002年5月。视图:谷歌学术
L.Bernado，T. Zemen，F. Tufvesson，A. F. Molisch和C.F.Fecklenbräuker，“时间和频率不同K.- 用于安全相关方案的非静止车辆通道等压，“IEEE智能交通系统交易，卷。16，不。2，pp。1007-1017，2015。视图:出版商网站|谷歌学术
o. renaudin，V.-M。Kolmonen，P.Vainikainen和C. Oestges，“在5-GHz乐队中的非静止窄带MIMO间渠道表征”车辆技术的IEEE交易，卷。59，没有。4，pp。2007-2015，2010。视图:出版商网站|谷歌学术
J. Yin，G. Holland，T. Elbatt，F. Bai和H. Krishnan，“DSRC通道衰落分析从经验测量”第一届中国通信与网络国际会议论文集(ChinaCom’06)，PP。1-5，北京，中国，2006年10月。视图:出版商网站|谷歌学术
程磊，B. E. Henty, D. D. Stancil, F. Bai, P. Mudalige，“移动车辆对车辆窄带信道测量和特性的5.9 GHz专用短程通信(DSRC)频带”，在通信中选定区域的IEEE日记帐，卷。25，不。8，pp。1501-1516,2007。视图:出版商网站|谷歌学术
R. He，A.F.Molisch，F. Tufvesson，Z. Zhong，B. AI和T. Zhang，“车辆到车辆传播模型，具有大型车辆障碍物”IEEE智能交通系统交易，卷。15，不。5，pp。2237-2248,2014。视图:出版商网站|谷歌学术
D. W. Matolak和J. Frolik，“更糟糕的瑞利褪色：实验结果和理论模型，IEEE通讯杂志，第49卷，第49期。4, pp. 140-146, 2011。视图:出版商网站|谷歌学术
X. Cheng，C.-X.王，B. AI和H.Gagoune，“信封水平交叉率和平均褪色持续时间的非平衡车辆到车辆Ricean衰落渠道”IEEE智能交通系统交易，卷。15，不。1，pp。62-72,2014。视图:出版商网站|谷歌学术
H. Fernández, L. Rubio, V. M. Rodrigo-Penarrocha，和J. Reig，“在LOS和NLOS条件下700 MHz和5.9 GHz车辆通信的路径损耗特性”，IEEE天线和无线传播字母，卷。13，pp。931-934,2014。视图:出版商网站|谷歌学术
M. D. Yacoub，“Theα.-μ.分布：Stacy分布的物理衰落模型，“车辆技术的IEEE交易，卷。56，没有。1，pp。122-124,2007。视图:谷歌学术
小F. J. Massey，《Kolmogorov-Smirnov拟合优度检验》，美国统计协会杂志第46卷，第46期253，页68-78,1951。视图:出版商网站|谷歌学术
J.Reig，M.-t.Martínez-Inglés，L. Rubio，V.-M。Rodrigo-Peñarcha和J.Molina-García-Pardo，“在视线条件下的60 GHz乐队中的衰落评估”国际天线与传播杂志，卷。2014年，第984102号，12页，2014年。视图:出版商网站|谷歌学术
N. L. Johnson，S. Kotz和N. Balakrishnan，连续单变量概率分布，第1卷，约翰威利和儿子，纽约，纽约，美国，第二版，1994。
NIST，“1.3.5.11。散纹和刚性病的措施，2016年2月，http://www.itl.nist.gov/div898/handbook/eda/section3/eda35b.htm.．视图:谷歌学术
A. F. Molisch，无线通信， John Wiley & Sons，第三版，2010。

移动信息系统

抽象的