楊帆，梁溪，龍柯宇，蔣李

（1. 電子科技大學(xué)通信與信息工程學(xué)院，四川 成都 611731；2. 中國民用航空局第二研究所，四川 成都 610041）

Wi-Fi設(shè)備間節(jié)能通信抗頻偏數(shù)據(jù)分組檢測(cè)

楊帆1，梁溪1，龍柯宇2，蔣李2

（1. 電子科技大學(xué)通信與信息工程學(xué)院，四川 成都 611731；2. 中國民用航空局第二研究所，四川 成都 610041）

提出了一種基于Wi-Fi接口的數(shù)據(jù)分組檢測(cè)算法，它在OFDM符號(hào)同步定時(shí)度量函數(shù)中采用一種新型歸一化因子作為分母，與傳統(tǒng)方法相比，該算法不僅有較高的檢測(cè)概率，而且閾值的設(shè)置無需預(yù)先估計(jì)頻偏。理論分析和仿真結(jié)果表明，在AWGN信道中，提出的算法使數(shù)據(jù)分組檢測(cè)閾值設(shè)置更為靈活。此外，在多徑Rayleigh衰落信道下，閾值可以直接根據(jù)相應(yīng)AWGN信道的情形進(jìn)行設(shè)置。

綠色通信；D2D；OFDM同步；Wi-Fi；移動(dòng)無線網(wǎng)絡(luò)

1 引言

基于Wi-Fi的設(shè)備間 (D2D, device to device)通信是指Wi-Fi終端設(shè)備無需基礎(chǔ)設(shè)施（如基站和接入點(diǎn)）節(jié)點(diǎn)的介入而直接通信的一種技術(shù)[1～3]。這些搭載Wi-Fi的終端設(shè)備采用802.11標(biāo)準(zhǔn)進(jìn)行互聯(lián)，實(shí)現(xiàn)數(shù)據(jù)傳輸或共享應(yīng)用等任務(wù)。D2D通信按帶寬可分為帶內(nèi)D2D和帶外D2D，前者指在授權(quán)頻譜范圍內(nèi)傳輸數(shù)據(jù)，而后者指采用其他無線通信技術(shù)在未授權(quán)頻段進(jìn)行的通信。帶外 D2D通信由于具有較高的頻譜效率、低能耗及時(shí)延小的特點(diǎn)，受到人們的廣泛關(guān)注[4～6]。

D2D通信按控制分為受控和自組織2種方式，受控方式指完全由基站控制 D2D連接，而自組織方式指D2D設(shè)備自主地完成D2D連接的建立與維持，具有突發(fā)通信的特點(diǎn)。此外，現(xiàn)有的設(shè)備間通信大多采用自適應(yīng)傳輸和反饋重傳機(jī)制，而在自組織 D2D系統(tǒng)傳輸時(shí)，信號(hào)會(huì)因路徑損失、陰影效應(yīng)以及多徑衰落的影響而發(fā)生畸變，使接收信號(hào)的信噪比起伏變化，導(dǎo)致同步系統(tǒng)數(shù)據(jù)分組檢測(cè)的閾值難以確定。

正交頻分復(fù)用(OFDM, orthogonal frequency di-vision multiplexing)是基于Wi-Fi無線傳輸協(xié)議的核心技術(shù)之一。實(shí)現(xiàn)OFDM可靠接收需要建立在高效的數(shù)據(jù)分組檢測(cè)基礎(chǔ)上。數(shù)據(jù)分組檢測(cè)算法的優(yōu)劣可以用漏檢概率(MDP, missed detection probability)和誤檢概率(FAP, false alarm probability)來表征。MDP與FAP是閾值的函數(shù)，當(dāng)閾值設(shè)置過大時(shí)，會(huì)造成信號(hào)MDP增大，增加分組丟失率；而閾值設(shè)置過小則使FAP增大，導(dǎo)致將超過閾值的噪聲信號(hào)當(dāng)作有效信號(hào)來處理，造成接收機(jī)功率的浪費(fèi)。在 D2D突發(fā)通信中，接收端通過前導(dǎo)序列對(duì)突發(fā)信號(hào)進(jìn)行檢測(cè)，突發(fā)數(shù)據(jù)傳輸中的同步與相應(yīng)的連續(xù)通信中的同步相比，對(duì)精確度和實(shí)時(shí)性有更高的要求。針對(duì)不同信道質(zhì)量，可以用信噪比（SNR）來衡量，為實(shí)現(xiàn)高效同步，需要有較大的閾值設(shè)置范圍，即對(duì)于某一給定的通信指標(biāo)（如給定的FAP和MDP），應(yīng)使FAP和MDP對(duì)應(yīng)的閾值間隔盡可能得大。

對(duì)于符號(hào)同步技術(shù)以及數(shù)據(jù)分組檢測(cè)，早在1997年，Schmidl和 Cox就提出了一種經(jīng)典的OFDM時(shí)頻聯(lián)合同步算法，簡稱SC算法[7]。類似于SC算法，文獻(xiàn)[8, 9]利用多塊重復(fù)訓(xùn)練序列的自相關(guān)性，使基于 OFDM 的數(shù)據(jù)分組檢測(cè)在獨(dú)立Rayleigh多徑衰落信道下同步性能良好。近年來，文獻(xiàn)[10]進(jìn)一步探討了數(shù)據(jù)分組檢測(cè)的閾值設(shè)置問題，并得到了定時(shí)度量的2個(gè)歸一化因子，產(chǎn)生了差值的幅度(MoD, magnitude-of-difference)和幅度的差值(DoM, difference-of-magnitude)算法。MoD算法具有優(yōu)異的檢測(cè)性能，但與載波頻偏(CFO, carrier frequency offset)相關(guān)，當(dāng)CFO為零時(shí)，MoD算法性能最優(yōu)。而DoM算法獨(dú)立于CFO，但其檢測(cè)性能與前者相比，性能欠佳，DoM算法僅略優(yōu)于SC算法。

針對(duì)以上問題，本文著眼于自組織 D2D通信突發(fā)傳輸系統(tǒng)，研究基于Wi-Fi的數(shù)據(jù)分組檢測(cè)問題，實(shí)現(xiàn)良好的節(jié)能通信。首先，文章介紹自相關(guān)特性的定時(shí)度量，基于自相關(guān)的OFDM短訓(xùn)練符號(hào)可用做同步和閾值的檢測(cè)。接著，根據(jù)定時(shí)度量函數(shù)中的分子對(duì)同步頭相鄰的2個(gè)子塊進(jìn)行自相關(guān)的結(jié)果，提出一種新型的歸一化因子作為定時(shí)度量函數(shù)的分母，它利用了傳統(tǒng)的能量歸一化因子與分子的自相關(guān)結(jié)果進(jìn)行差分處理。該方法的優(yōu)點(diǎn)在于可抑制較大的頻偏，且獨(dú)立于CFO。此外，在同步性能方面可以逼近最優(yōu)MoD算法，并使在信道SNR波動(dòng)較大時(shí)仍能夠?qū)崿F(xiàn)穩(wěn)定高效的數(shù)據(jù)分組檢測(cè)，從而盡可能避免不必要的后處理和反饋重傳。

圖1含D2D簇的移動(dòng)網(wǎng)絡(luò)模型和信號(hào)傳輸

2 系統(tǒng)模型

不失一般性，本文考慮任意2個(gè)D2D無線通信節(jié)點(diǎn)，并稱這一對(duì)節(jié)點(diǎn)為D2D簇，如圖1所示。在 D2D無線通信傳輸中，會(huì)經(jīng)歷不同程度的干擾和失真，包括路徑損失、陰影效應(yīng)、多徑衰落和帶外散射。因建筑物的阻擋和距離的變化，信道質(zhì)量會(huì)隨之變化，導(dǎo)致接收端SNR的波動(dòng)較大，如圖1中5～15 dB的波動(dòng)，本文的目的是實(shí)現(xiàn)在SNR大范圍波動(dòng)的條件下，仍然能夠靈活地設(shè)置閾值，并實(shí)現(xiàn)較為穩(wěn)定和高效的數(shù)據(jù)分組檢測(cè)。

首先考慮搭載Wi-Fi模塊的D2D發(fā)送節(jié)點(diǎn)，采用如圖2所示的OFDM同步頭[11]。在該突發(fā)模式傳輸下，數(shù)據(jù)幀由同步頭、信令和數(shù)據(jù)流組成，最開始為同步頭，用于數(shù)據(jù)分組檢測(cè)以及符號(hào)同步等操作，同步頭之后是信令和數(shù)據(jù)流。

圖2文獻(xiàn)[11]中所采用的同步頭結(jié)構(gòu)

如圖2所示，同步頭可分為2個(gè)OFDM符號(hào)。第一個(gè)OFDM符號(hào)為短訓(xùn)練符號(hào)，它的每一個(gè)子塊包括16個(gè)樣點(diǎn)，持續(xù)0.8 μs。第二個(gè)OFDM符號(hào)包含 2個(gè)長訓(xùn)練符號(hào)和 1個(gè)保護(hù)間隔（GI, guard interval）。每個(gè)長訓(xùn)練符號(hào)包括 64個(gè)樣點(diǎn)，持續(xù)3.2 μs，而保護(hù)間隔的樣點(diǎn)數(shù)為32。信令域和數(shù)據(jù)域采用 64點(diǎn)快速傅里葉反變換(IFFT, inverse fast Fourier transform)，且每個(gè)OFDM符號(hào)的信令或數(shù)據(jù)域之前都有長度為K的循環(huán)前綴或保護(hù)間隔。由于短訓(xùn)練符號(hào)主要用于進(jìn)行數(shù)據(jù)分組檢測(cè)，也是本文重點(diǎn)考慮的對(duì)象，為便于后續(xù)討論，采用訓(xùn)練符號(hào)替代短訓(xùn)練符號(hào)，特此說明。

對(duì)于D2D簇中的接收節(jié)點(diǎn)，在n時(shí)刻的接收信號(hào)的樣值可表示為

其中，x( n)表示發(fā)送信號(hào)樣值，h( l)表示第l條路徑的信道脈沖響應(yīng)，τm表示多徑信道采樣點(diǎn)的最大延遲。

假設(shè)接收到的訓(xùn)練符號(hào)和其他 OFDM 數(shù)據(jù)符號(hào)都是相互獨(dú)立的，且服從均值為0，方差為的高斯分布。由文獻(xiàn)[7, 8, 10, 12]可知，基于自相關(guān)特性的定時(shí)度量可統(tǒng)一表示為

其中，d表示在自相關(guān)窗[d?2K+1,d ]范圍內(nèi)最后一個(gè)樣點(diǎn)時(shí)刻，此范圍長度為2K，指對(duì)變量的模值運(yùn)算，ΛΞ(d)是歸一化因子，它是基于自相關(guān)定時(shí)度量函數(shù)分母的統(tǒng)一記號(hào)，上標(biāo)Ξ表示算法名稱代號(hào)，如SC、Minn、MoD、DoM或本文后續(xù)提出的新型歸一化因子Pro。?(d)可進(jìn)一步表示為

其中，(·)H表示對(duì)變量的復(fù)合共軛運(yùn)算，ΓΞ(d)中的分子為自相關(guān)部分。

不失一般性，可用d=0作為幀頭和噪聲的分界點(diǎn)，從而可以將時(shí)間軸劃分為3個(gè)不同的區(qū)域。當(dāng)da=(?∞,?1]時(shí)，表示只存在噪聲的區(qū)域，當(dāng)dp={[0,2K?2]∪[JK,(J+2)K?1]}時(shí)，表示含有部分同步頭、部分有效數(shù)據(jù)以及噪聲的區(qū)域；當(dāng)df=[2K?1,JK ?1]時(shí)，表示只含有同步頭和噪聲，而不包括有效數(shù)據(jù)的區(qū)域。

接下來，簡要介紹文獻(xiàn)[7, 8, 10]中的SC、Minn、MoD以及 DOM 算法中涉及的歸一化因子ΛSC、ΛMinn、ΛMoD和ΛDoM，下文用來近似表示期望值E[z( n)]。

在文獻(xiàn)[7]中，df和da范圍內(nèi)的歸一化因子ΛSC可由式(5)給出。

文獻(xiàn)[8]中所提出的算法，在df和da范圍內(nèi)的歸一化因子ΛMinn可表示為

而文獻(xiàn)[10]算法中的歸一化因子ΛMoD和ΛDoM分別定義為

和

其中，如果d∈df，則，如果d∈da，則

3 本文提出的歸一化因子

在附錄中，分別討論在da、dp和df這3個(gè)區(qū)域內(nèi)的理論值。因?yàn)槿鹄植际侨R斯分布的一種特殊情況，可在定義域上一致看成服從萊斯分布，其均值可近似為

其中，Lq(·)中在附錄中的式(18)已有定義。時(shí)域上對(duì)應(yīng)的2個(gè)參數(shù)v和2σ2總結(jié)如下

受文獻(xiàn)[10]的啟發(fā)，收到訓(xùn)練序列時(shí)，定時(shí)度量主瓣的銳化可通過對(duì)式(3)中的分子和分母部分做差分處理，因?yàn)閮烧咴谕筋^到達(dá)區(qū)域，數(shù)值呈相反的變化趨勢(shì)。最直接的考慮是通過利用ΛMinn(d)和做減法來設(shè)計(jì)一個(gè)新型的歸一化因子，表示為

相應(yīng)的定時(shí)度量采用的算法稱為Pro算法。結(jié)合式(4)和式(6)，可得到所有d取值時(shí)，ΛPro(d)≥0，且有

從節(jié)能 D2D通信的角度出發(fā)，定時(shí)度量函數(shù)中的分子和分母部分經(jīng)過初始化運(yùn)算之后，可通過類似自相關(guān)滑動(dòng)窗的方法進(jìn)行少量迭代運(yùn)算來降低ΛMinn(d)和的計(jì)算量[8]。

下文通過仿真驗(yàn)證歸一化因子ΛPro(d)的理論解析結(jié)果。在圖 3(b)中看到，時(shí)間段的[16,159]區(qū)間內(nèi)，ΛPro(d)曲線呈凹槽狀，相應(yīng)地，在圖 3(a)中存在一個(gè)峰值。這個(gè)性質(zhì)使所提出的算法能夠使定時(shí)度量函數(shù)更加尖銳，為了更好地選擇閾值，同時(shí)還保證在較大 CFO情況下檢測(cè)算法的頑健性。在圖3(b)中時(shí)間段[160,319]對(duì)應(yīng)的不匹配區(qū)域是由圖3(a)中的凹槽引起的。

正如文獻(xiàn)[10]所述，ΓΞ(df)和ΓΞ(da)之間定時(shí)度量的差異對(duì)數(shù)據(jù)分組檢測(cè)性能有顯著影響，已經(jīng)分別得出歸一化因子ΛSC、ΛMinn、ΛMoD、ΛDoM、ΛPro以及自相關(guān)部分中的解析式。定時(shí)度量的定量分析可根據(jù)文獻(xiàn)[10]中描述的方法進(jìn)行計(jì)算和比較，具體的分析過程在此不再贅述。

圖4所示為SNR=10 dB、ε=0及K=16時(shí)，在AWGN信道下，自相關(guān)部分和4種算法中歸一化因子進(jìn)行1000次仿真分別取均值得到的結(jié)果。從圖中可看到，ΛSC(d)和ΛMinn(d)在[K?1,2K?2]范圍內(nèi)增加，達(dá)到峰值。然而，ΛMoD(d)、ΛDoM(d)和ΛPro(d)在此范圍內(nèi)下降至最小值，與相比，它們?cè)谠搮^(qū)域具有相反的變化趨勢(shì)，需要特別指出的是此處ΛMoD(d)的性能是 CFO為零的條件下得出的。

圖3定時(shí)度量函數(shù)分子、分母（歸一化因子）各自的理論和蒙特卡洛仿真曲線對(duì)比

圖44種算法中歸一化因子的曲線

4 性能評(píng)估

前面提到，數(shù)據(jù)分組檢測(cè)算法可由2種類型的概率來表征，即FAP和MDP。FAP是指在沒有信號(hào)的情況下，噪聲的時(shí)間度量Γ(d)大于系統(tǒng)同步誤檢閾值Fη的概率，用FP表示；MDP是指在信號(hào)已經(jīng)到達(dá)的情況下，同步頭時(shí)間度量Γ(d)小于系統(tǒng)漏檢閾值ηM的概率，用PM表示，即

這里，H1和H2分別對(duì)應(yīng)完全是噪聲的區(qū)域(d∈da)和完全是同步頭出現(xiàn)的區(qū)域(d∈df)。節(jié)能 D2D通信中閾值設(shè)定的目標(biāo)是為了較方便地設(shè)置閾值η的值，以同時(shí)兼顧誤檢和漏檢概率的要求。因此，閾值η的選取需滿足ηF≤η≤ηM，在給定某一SNR的條件下，閾值比率的值越大，閾值越容易設(shè)置。本文對(duì)每一個(gè)給定SNR值進(jìn)行了超過2× 105次的模擬，用以實(shí)現(xiàn)閾值的設(shè)置。由上述可知，在概率誤差允許范圍內(nèi)，當(dāng)PF=PM時(shí)，比率ρ的值越大，說明閾值的選擇越靈活。此處，定義一個(gè)交叉點(diǎn)概率PC，當(dāng)ηF=ηM（或ρ=1）時(shí)， PC=PF=PM。PC對(duì)應(yīng)于閾值η可以看作是最優(yōu)閾值，它保證了FAP與MDP同時(shí)達(dá)到最低。

圖5曲線所描繪的情形是在AWGN信道下，當(dāng)SNR=10 dB 、ε=0.01以及K=16時(shí)，文中提到的4種算法的FAP和MDP曲線性能。對(duì)于SC算法，2個(gè)誤差概率都可最小化至PC=10?3，對(duì)應(yīng)于η≈0.75。對(duì)于MoD和DoM算法，從CFO和MoD因子的關(guān)系知道，當(dāng)CFO較大時(shí)，MoD因子性能會(huì)顯著惡化。此時(shí)，MoD因子與DoM因子有著近乎相同的性能。與其他3個(gè)算法相比，Minn算法和Pro算法有著近似的交叉點(diǎn)概率PC。然而，因Minn算法中FAP和MDP曲線之間的間距較窄，故其閾值的選擇較為有限。相反，Pro算法在FAP和MDP曲線之間提供了一個(gè)較寬的間隙，在設(shè)定閾值時(shí)能保持兩者之間的平衡，更具有靈活性。

需要說明的是，對(duì)于以上幾種算法，為獲得更低的交叉點(diǎn)概率PC，可以通過增加自相關(guān)窗的長度，來獲得更好的數(shù)據(jù)分組檢測(cè)性能，但需要在定時(shí)度量函數(shù)初始化時(shí)增加一定的運(yùn)算量，在后續(xù)迭代處理過程中的運(yùn)算量幾乎不變。如第一種方式：短訓(xùn)練符號(hào)包含了 10個(gè)相同的部分，每個(gè)部分的長度K為 16，對(duì)應(yīng)地，自相關(guān)窗的長度為 32。增加相關(guān)窗長度的方式：可將短訓(xùn)練符號(hào)分為5個(gè)相同的部分，每個(gè)部分的長度為2K，其中，K=16，則2K=32，對(duì)應(yīng)的自相關(guān)窗長度就為64。進(jìn)行同步初始化之后，通過迭代執(zhí)行計(jì)算，前后2種方式的計(jì)算復(fù)雜度幾乎相同，所以本文只考慮自相關(guān)窗長度為32的情況。從定量的角度采用閾值比率來衡量各個(gè)算法閾值設(shè)置的靈活性。考慮2種不同的系統(tǒng)檢測(cè)性能：1）當(dāng)PF=PM=10?3時(shí)，Minn算法的ηF和ηM分別近似等于0.60和0.83，ρ=1.38。而Pro算法的ηF和ηM分別近似等于1.50和5.10，此時(shí)，ρ=3.4；2）當(dāng)PF=PM=10?4時(shí)，Minn算法的ηF和ηM分別近似等于0.65和0.80，ρ=1.33，選擇閾值更為有限。而Pro算法的ηF和ηM分別近似等于1.90和 4.20，從而ρ=2.21，可見閾值η仍然有較大的選擇余地。

圖5AWGN信道下4種算法的FAP和MDP曲線

為獲得較精確的閾值設(shè)置，可以通過在AWGN信道下進(jìn)行數(shù)值模擬實(shí)驗(yàn)，從而獲得FAP和MDP曲線。然而為了使FAP和MDP曲線較為平滑，需要大量的數(shù)值模擬，少量的模擬次數(shù)會(huì)使曲線出現(xiàn)波動(dòng)。與Minn算法相比，Pro算法對(duì)仿真FAP和MDP的曲線波動(dòng)有著更高的容忍度，這一性質(zhì)可以更容易地選擇出合適的閾值。由此可知，比率越大，意味著FAP和MDP在允許范圍內(nèi)有更好的折衷。

圖 6顯示了在SNR=10 dB 及K=16下，不同CFO值對(duì)MoD和Pro算法中歸一化因子的影響。ε= 0時(shí)，MoD算法表現(xiàn)出最佳性能。但是，當(dāng)CFO不可忽略時(shí)（如ε=0.01），MoD算法的數(shù)據(jù)分組檢測(cè)性能顯著下降。正如文獻(xiàn)[10]所述，MoD算法并不適用于 CFO較大的系統(tǒng)。相反地，對(duì)于Pro算法，在ε=0和ε=0.01這2種情況下，MDP曲線是重合的，這充分體現(xiàn)了該算法獨(dú)立于CFO的特性。

圖6不同頻偏對(duì)MoD和Pro算法檢測(cè)性能的影響

圖7表示的是在AWGN和多徑Rayleigh衰落信道下，SNR處于較大范圍內(nèi)變化時(shí)，Pro算法的數(shù)據(jù)分組檢測(cè)性能曲線。每一次實(shí)驗(yàn)中，未知的CFO都設(shè)置成一個(gè)隨機(jī)變量，取值為任意實(shí)數(shù)。其中，軟件仿真使用的信道為IEEE802.11含有10個(gè)抽頭的多徑信道[13]，由圖7可看到在AWGN和CHI信道下，不同的SNR值（如5 dB、10 dB和15 dB）所對(duì)應(yīng)的MDP曲線幾乎是重疊在一起的，這是因?yàn)閷?duì)應(yīng)于圖 3(a)中的峰值平臺(tái)部分不受多徑的影響，在ISI區(qū)域內(nèi)的定時(shí)度量函數(shù)值在多徑Rayleigh衰落信道下只受到噪聲的影響，其效果類似于AWGN信道下的情形。

圖7AWGN和Rayleigh衰落信道下Pro算法的FAP和MDP曲線

5 結(jié)束語

本文主要針對(duì) AWGN信道探討了一類基于自相關(guān)特性的新型歸一化因子，提出了一種基于Wi-Fi的D2D突發(fā)通信數(shù)據(jù)分組檢測(cè)算法。提出的算法獨(dú)立于系統(tǒng)頻偏，因此它無需預(yù)先估計(jì)系統(tǒng)的頻偏，且在同步性能方面可以逼近最優(yōu)MoD算法，閾值的選擇范圍較大，易于設(shè)置，能很好地實(shí)現(xiàn)MDP和FAP之間的折衷，適用于SNR動(dòng)態(tài)變化范圍較大的系統(tǒng)。此外，多徑Rayleigh衰落信道的閾值選擇可由 AWGN的情形中直接得出，無需再進(jìn)行大量的數(shù)值仿真。

式(9)和式(10)的推導(dǎo)。

不失一般性，此處假設(shè)θ=0，由式(4)，?(d)可表示為

1) 對(duì)d＞0，有y( d?K)=0和y( d)=0，則

因?yàn)閣( n)和w( n?K )是復(fù)高斯噪聲樣本，且相互獨(dú)立，它們相乘構(gòu)成的式子也服從高斯分布，期望為E[w( n) wH(n?K)]=0，方差為則服從瑞利分布，其均值可近似為

2) 對(duì)0≤d≤K?2，有y( d?K)=0，而y( d)≠0，則

3) 對(duì)K?1≤d≤2K?2，有y( d?K)≠0且y( d)≠0則

其中，假設(shè)y( n)和y( n?K )相互獨(dú)立，并且有相同的方差，那么，的均值為，它的方差為，從而可知服從萊斯分布，其均值可近似為這里，萊斯分布中萊斯因子[14]的各個(gè)參數(shù)別為，以及表示拉格朗日多項(xiàng)式[15]，對(duì)，它可表示為

其中，Iα(·)是修正的第一類α階貝塞爾函數(shù)。4) 對(duì)2K?1≤d≤PK?1，有y(d?K)≠0且y(d)≠0則得到

5)對(duì)PK≤d≤(J+1)K?1，有y(d?K)≠0且y(d)≠0。?(d)與式(19)有相同的形式，服從萊斯分布，其均值可近似為。其中，6) 對(duì)于其余的d值，即(J+1)K≤d ，有y( d?K)≠0且y( d)≠0，?(d)有形如式(19)一樣的表達(dá)式，服從萊斯分布，

[1]CAMPS D M, GARCIA-SAAVEDRA A, SERRANO P. Deviceto-device communications with Wi-Fi direct: overview and experimentation[J]. IEEE Wireless, 2013, 20(3): 96-104.

[2]MACH P, BECVAR Z, VANEK T. In-band device-to-device communication in OFDMA cellular networks: a survey and challenges[J].IEEE Communications Surveys amp; Tutorials, 2015, 17(4): 1885-1922.

[3]ASADI A, WANG Q, MANCUSO V. A survey on device -to-device communication in cellular networks[J]. IEEE Communications Surveys Tutorials, 2014, 16(4): 1801-1818.

[4]CHUNG Y L, LIN M Y. A power-saving resource allocation algorithm for D2D-assisted cellular networks[C]//The 4th IEEE International Conference on Innovative Computing Technology. 2014.

[5]周斌, 胡宏林. 提高蜂窩網(wǎng)絡(luò)中數(shù)據(jù)分發(fā)效率的 D2D協(xié)作轉(zhuǎn)發(fā)算法[J]. 電子與信息學(xué)報(bào),2012, 34(3): 704-709.ZHOU B,HU H L. Cooperative device-to-device (D2D) forwarding algorithms for improving data dissemination efficiency in cellular networks[J]. Journal of Electronics amp; Information Technology, 2012,34(3): 704-709.

[6]康小磊, 季新生, 黃開枝. 基于人工噪聲輔助的D2D異構(gòu)蜂窩安全通信方法[J]. 通信學(xué)報(bào), 2015, 36(10): 1-7.KANG X L, JI X S, HUANG K J. Secure D2D underlaying cellular communication based on artificial noise assisted[J]. Journal on Communications, 2015, 36(10): 1-7

[7]SCHMIDL T, COX D. Robust frequency and timing synchronization for OFDM[J]. IEEE Transactions on Communications, 1997, 45(12):1613-1621.

[8]MINN H, ZENG M, BHARGAVA V. On timing offset estimation for OFDM systems[J]. IEEE Communications Letters, 2000, 4(7): 242- 244.

[9]AWOSEYILA A, KASPARIS C, EVANS B. Robust time-domain timing and frequency synchronization for OFDM systems[J]. IEEE Transactions on Consumer Electronics,2009,55(2):391-399.

[10]ZHANG J, HUANG X. Autocorrelation based coarse timing with differential normalization[J]. IEEE Transactions on Wireless Communications, 2012, 11(2): 526-530.

[11]IEEE standard for Information technology-telecommunications and information exchange between systems local and metropolitan area networks-Specific requirements Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications[S]. Std,March 2012.

[12]MINN H, BHARGAVA V, LETAIEF K. A robust timing and frequency synchronization for OFDM systems[J]. IEEE Transactions on Wireless Communications, 2003, 2(4): 822-839.

[13]WANG C L, WANG H C. On joint fine time adjustment and channel estimation for OFDM systems[J].IEEE Transactions on Wireless Communications, 2009, 8(10): 4940-4944..

[14]RICE S O. Mathematical analysis of random noise[J]. Bell System Technical Journal, 1944,23(3): 282-332.

[15]CHAI C C, TJHUNG T T. Unified laguerre polynomial-series-based distribution of small-scale fading envelopes[J]. IEEE Transactions on Vehicular Technology, 2009, 58(8): 3988-3999.

Anti-frequency-shift packet detection for D2D power-saving communications over Wi-Fi network

YANG Fan1, LIANG Xi1, LONG Ke-yu2, JIANG Li2
(1.School of Communication and Information Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China;2.The Second Research Institute of Civil Aviation Administration of China, Chengdu 610041,China)

An efficient packet detection scheme based on Wi-Fi interface was proposed. It was implemented by employing a novel normalized factor as a denominator in OFDM symbol synchronization-timing metric. Compared to the old-tradition schemes, the proposed scheme can not only obtain great detection probability, but also achieve the threshold setting without pre-estimation of frequency offset. Both theoretical analysis and conducted simulation results show that the new scheme facilitates threshold selection for a wide range of signal-to-noise ratio (SNR) in additive white Gaussian noise (AWGN) channel. Besides, the threshold setting in multi-path Rayleigh fading channels can be determined according to the AWGN case straight forwardly.

green communication, device-to-device, OFDM synchronization, Wi-Fi, mobile wireless network

s:The National Natural Science Foundation of China(No.61301272, No.61675040), The Applied Basic Research Foundation of Science and Technology Department of Sichuan Province(No.2014JY0037)

TN92

A

10.11959/j.issn.1000-436x.2016195

2016-03-26；

2016-08-31

國家自然科學(xué)基金資助項(xiàng)目（No.61301272，No.61675040）；四川省應(yīng)用基礎(chǔ)研究計(jì)劃基金資助項(xiàng)目（No.2014JY0037）

楊帆（1982-），男，重慶人，博士，電子科技大學(xué)副教授、碩士生導(dǎo)師，主要研究方向?yàn)闊o線移動(dòng)通信、電力線載波通信、5G關(guān)鍵技術(shù)、無人機(jī)通信和室內(nèi)定位。

梁溪（1992-），男，廣西賀州人，電子科技大學(xué)碩士生，主要研究方向?yàn)闊o線移動(dòng)通信、室內(nèi)定位。

龍柯宇（1981-），男，四川樂山人，博士，中國民用航空局第二研究所工程師，主要研究方向?yàn)樾盘?hào)處理。

蔣李（1985-），男，四川安岳人，中國民用航空局第二研究所工程師，主要研究方向?yàn)殡娮优c通信工程。