王 彥，鄧 姣，王 超，鄧賢君

(南華大學(xué) 電氣工程學(xué)院，湖南 衡陽(yáng) 421000)

車載OFDM通信系統(tǒng)中結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)方法

王 彥，鄧 姣，王 超，鄧賢君

(南華大學(xué) 電氣工程學(xué)院，湖南 衡陽(yáng) 421000)

針對(duì)具有較大多普勒擴(kuò)展和時(shí)延擴(kuò)展的車載通信環(huán)境，利用后訓(xùn)練序列信道響應(yīng)攜帶的信道變化信息，提出一種結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)方法。該方法采用最小二乘算法估計(jì)后訓(xùn)練序列的信道響應(yīng)；對(duì)前一個(gè)正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)符號(hào)和后訓(xùn)練序列的信道響應(yīng)估計(jì)值進(jìn)行系數(shù)加權(quán)求和來(lái)估計(jì)當(dāng)前OFDM符號(hào)的信道響應(yīng)，并利用其4個(gè)導(dǎo)頻子載波的信道頻率響應(yīng)關(guān)系自動(dòng)獲取加權(quán)系數(shù)；最后，對(duì)獲得的信道響應(yīng)估計(jì)值進(jìn)行判決反饋和低通濾波以降低噪聲影響。仿真結(jié)果表明，與目前取得較好性能的STA(spectral temporal averaging)方法、CDP(constructing data pilot)方法和結(jié)合平滑濾波的判決反饋信道估計(jì)方法相比，所提方法具有更優(yōu)的誤包率性能。

車載通信；后訓(xùn)練序列；信道估計(jì)；正交頻分復(fù)用(OFDM)；判決反饋

0 引 言

近年來(lái)，汽車的普及和其數(shù)量的急劇增長(zhǎng)引發(fā)了許多交通問(wèn)題。車輛自組網(wǎng)(vehicular ad-hoc network，VANET)通過(guò)車輛與路邊基礎(chǔ)設(shè)施之間(vehicle to infrastructure，V2I)、車輛與車輛之間( vehicle to vehicle，V2V)的無(wú)線通信，能有效地緩解交通擁堵，降低交通事故發(fā)生率，在智能交通領(lǐng)域有著廣闊的應(yīng)用前景而備受關(guān)注。

VANET物理層是基于IEEE 802.11p標(biāo)準(zhǔn)[1]，采用OFDM(orthogonal frequency division multiplexing)調(diào)制技術(shù)。對(duì)OFDM通信系統(tǒng)而言，信道估計(jì)至關(guān)重要，精確的信道估計(jì)不僅可以降低后續(xù)均衡過(guò)程的復(fù)雜度，還能提高系統(tǒng)整體性能。然而，在實(shí)際車載環(huán)境中，由于車輛的移動(dòng)性，較大多普勒擴(kuò)展和時(shí)延擴(kuò)展的存在使得車載信道呈現(xiàn)出很強(qiáng)的時(shí)變性[2]，這在一定程度上會(huì)加大信道估計(jì)的難度。另外，IEEE802.11p是在無(wú)線局域網(wǎng)標(biāo)準(zhǔn)IEEE802.11a的基礎(chǔ)上作了部分修改而制定的，其導(dǎo)頻結(jié)構(gòu)與IEEE802.11a完全相同，這種導(dǎo)頻結(jié)構(gòu)在相對(duì)穩(wěn)定的室內(nèi)環(huán)境能完全勝任，但對(duì)于具有較大多普勒擴(kuò)展和時(shí)延擴(kuò)展的時(shí)變車載信道來(lái)說(shuō)，并不滿足奈奎斯特采樣定理。研究也表明IEEE802.11p標(biāo)準(zhǔn)中采用的基于前導(dǎo)長(zhǎng)訓(xùn)練序列的最小二乘(least squares，LS)信道估計(jì)算法并不能有效地跟蹤到信道的快速變化[3]，導(dǎo)致系統(tǒng)性能急劇下降，難以滿足行車安全應(yīng)用的需求。

對(duì)此，學(xué)者們進(jìn)行了大量的研究，并提出了多種改進(jìn)的信道估計(jì)方法，主要分為修改導(dǎo)頻結(jié)構(gòu)[4-6]和保持導(dǎo)頻結(jié)構(gòu)不變[7-11]兩大類。在修改導(dǎo)頻結(jié)構(gòu)的信道估計(jì)方法中，文獻(xiàn)[4]通過(guò)在循環(huán)前綴中插入偽隨機(jī)序列(pseudo-noise sequence，PN)，提出一種時(shí)域LS信道估計(jì)算法，在30 km/h情況下能獲得較低的誤比特率；文獻(xiàn)[5]提出在數(shù)據(jù)符號(hào)間周期性地插入mid-amble訓(xùn)練序列以確保更長(zhǎng)數(shù)據(jù)包的傳輸，但該方法需要在訓(xùn)練序列插入率和系統(tǒng)性能之間進(jìn)行折衷；文獻(xiàn)[6]提出在數(shù)據(jù)包尾部插入后訓(xùn)練序列來(lái)降低基于廣義離散橢球序列的迭代信道估計(jì)算法的復(fù)雜度，但實(shí)現(xiàn)難度仍然很大。另一類保持導(dǎo)頻結(jié)構(gòu)不變的信道估計(jì)方法中，基于判決反饋的信道估計(jì)方法[7]利用判決得到的數(shù)據(jù)符號(hào)進(jìn)行重新調(diào)制和均衡來(lái)更新信道估計(jì)，能有效地降低誤包率，提高OFDM系統(tǒng)性能，但由于隨機(jī)噪聲的存在，數(shù)據(jù)符號(hào)可能會(huì)出現(xiàn)判決錯(cuò)誤，引起錯(cuò)誤傳播。為此，一系列基于判決反饋的改進(jìn)方法被提出，如STA(spectral temporal averaging)方法[8]、CDP(constructing data pilot)方法[9]、時(shí)頻域信道估計(jì)方法[10]和結(jié)合平滑濾波的判決反饋信道估計(jì)方法[11]等，并都取得了較好的性能。

后訓(xùn)練序列處于數(shù)據(jù)包的尾部，相比于前導(dǎo)訓(xùn)練序列的初始信道估計(jì)值，后訓(xùn)練序列的信道響應(yīng)本身就攜帶了信道變化信息[12]。為了進(jìn)一步提高信道估計(jì)的精度，本文提出一種結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)方法。不同于現(xiàn)有改進(jìn)的判決反饋信道估計(jì)方法，新方法需引入后訓(xùn)練序列，并聯(lián)合前一個(gè)OFDM符號(hào)和后訓(xùn)練序列的信道響應(yīng)來(lái)估計(jì)當(dāng)前OFDM符號(hào)的信道響應(yīng)。仿真結(jié)果表明，與現(xiàn)有改進(jìn)的判決反饋信道估計(jì)方法相比，所提方法具有更優(yōu)的誤包率性能。

1 系統(tǒng)模型

1.1 物理層結(jié)構(gòu)

車載通信系統(tǒng)物理層采用OFDM調(diào)制技術(shù)，工作在5.9 GHz頻率附近，帶寬為10 MHz，根據(jù)調(diào)制方式和編碼速率的不同，可支持3 Mbit/s～27 Mbit/s的數(shù)據(jù)速率。

圖1為發(fā)送的數(shù)據(jù)包結(jié)構(gòu)，包括訓(xùn)練序列、信令段和數(shù)據(jù)段3個(gè)部分。訓(xùn)練序列由10個(gè)短訓(xùn)練序列t1～t10和2個(gè)長(zhǎng)訓(xùn)練序列T1～T2構(gòu)成，短訓(xùn)練序列用于頻率粗同步，長(zhǎng)訓(xùn)練序列用于信道估計(jì)和頻率精同步。保護(hù)間隔(guard interval，GI)的插入是為了對(duì)抗多徑時(shí)延擴(kuò)展引起的符號(hào)間干擾。信令段由一個(gè)OFDM符號(hào)構(gòu)成，用于傳遞后續(xù)數(shù)據(jù)符號(hào)的調(diào)制類型、編碼速率和數(shù)據(jù)長(zhǎng)度等信息。

圖1 數(shù)據(jù)包結(jié)構(gòu)Fig.1 Packet structure

在發(fā)送端，首先對(duì)數(shù)據(jù)流進(jìn)行卷積編碼用于前向糾錯(cuò)，并根據(jù)編碼速率(如2/3，3/4)的需要進(jìn)行“打孔”。然后送入交織模塊以消除深衰落引起的突發(fā)性錯(cuò)誤，再選擇合適的調(diào)制方式進(jìn)行星座映射，如二進(jìn)制相移鍵控(binary phase shift keying，BPSK)、正交相移鍵控(quadrature phase shift keying，QPSK)、十六進(jìn)制正交幅度調(diào)制(16 quadrature amplitude modulation，16QAM)或64QAM。接著執(zhí)行64點(diǎn)離散傅里葉逆變換(inverse discrete Fourier transform，IDFT)來(lái)實(shí)現(xiàn)OFDM調(diào)制。64個(gè)OFDM子載波包括48個(gè)數(shù)據(jù)子載波、4個(gè)導(dǎo)頻子載波和12個(gè)虛子載波。其中，4個(gè)導(dǎo)頻分別位于編號(hào)為-21，-7，7和21的子載波上，用于補(bǔ)償剩余頻率偏移引起的相位旋轉(zhuǎn)。最后，插入循環(huán)前綴、進(jìn)行并串變換，并添加序頭送到無(wú)線信道中進(jìn)行傳輸。

一般而言，OFDM系統(tǒng)中的子載波間干擾(inter carrier interference，ICI)是由信道沖擊響應(yīng)的時(shí)變性引起的。當(dāng)歸一化多普勒帶寬遠(yuǎn)小于歸一化子載波帶寬時(shí)，ICI污染小于噪聲水平，在接收端可當(dāng)做加性噪聲進(jìn)行處理[13]。該條件在車載環(huán)境下完全滿足，因此，在串并變換、移除循環(huán)前綴和離散傅里葉變換(discrete Fourier transformation，DFT)后, 接收到的第i個(gè)頻域OFDM信號(hào)可表示為

(1)

(1)式中:X(i,k)，H(i,k)和W(i,k)分別表示發(fā)送的OFDM符號(hào)、信道沖擊響應(yīng)和加性高斯白噪聲(additive white Gaussian noise，AWAN)的頻域表示，其中，i(1≤i≤M)為OFDM符號(hào)索引，k(0≤k≤N-1)為子載波索引，M是數(shù)據(jù)包中數(shù)據(jù)OFDM符號(hào)的個(gè)數(shù)，N=64。

接著在接收端提取出2個(gè)長(zhǎng)訓(xùn)練序列符號(hào)Y(T1,k)和Y(T2,k)，并采用LS信道估計(jì)算法進(jìn)行信道估計(jì)。由于發(fā)送端發(fā)送的2個(gè)長(zhǎng)訓(xùn)練序列相同，采取求平均操作以降低噪聲影響，如

(2)

IEEE802.11p標(biāo)準(zhǔn)中假設(shè)信道在整個(gè)數(shù)據(jù)包傳輸過(guò)程中擬平穩(wěn)，通過(guò)(2)式獲得的信道頻率響應(yīng)估計(jì)值將用來(lái)均衡整個(gè)數(shù)據(jù)包，如

(3)

此后的處理過(guò)程(包括移除導(dǎo)頻、并串變換、解映射、解交織、去打孔和譯碼)都與發(fā)送端相反。

1.2 車載信道模型

為了便于通過(guò)仿真評(píng)估車載通信系統(tǒng)的性能，研究者針對(duì)車載環(huán)境開(kāi)展了大量實(shí)地測(cè)量活動(dòng)，并提出了多種車載無(wú)線傳播信道模型，主要分為基于幾何隨機(jī)模型[14](geometry-based stochastic models，GSCMs)、光線追蹤模型[15](ray-based model)和抽頭延遲線模型(tap delay model, TDL)3類。

本文選取復(fù)雜度較低、易于實(shí)現(xiàn)的TDL模型進(jìn)行信道建模。對(duì)于TDL模型而言，不同的車載環(huán)境所對(duì)應(yīng)的最大多普勒擴(kuò)展、可辨多徑數(shù)及每一徑的功率、衰落分布、多普勒譜分布會(huì)有所不同。文獻(xiàn)[16]給出了6種不同場(chǎng)景下的TDL信道模型及其具體信道參數(shù)，本文選取高速車車通信(VTV-expressway oncoming) 、城市車車通信(VTV-urban canyon oncoming)和郊區(qū)車路通信(RTV-suburban street)3種場(chǎng)景進(jìn)行仿真。這既包括了V2V和V2I 2種通信模式，又覆蓋了高速、郊區(qū)和城市3種車載環(huán)境，具有代表性。

2 車輛移動(dòng)性對(duì)OFDM系統(tǒng)的影響

在車載環(huán)境下，由于車輛的移動(dòng)性，車載信道會(huì)呈現(xiàn)出很強(qiáng)的時(shí)變特性，通常用相干時(shí)間Tc表示

(4)

(4) 式中：fc為載波頻率(5.9 GHz)；v和c分別表示相對(duì)車速和光速。從(4)式可知，隨著v的增大，相干時(shí)間會(huì)減小，信道的快衰落特性也越明顯。

圖2給出了高速車車通信場(chǎng)景下，采用QPSK調(diào)制方式和20個(gè)OFDM符號(hào)時(shí)，信道頻率響應(yīng)隨OFDM符號(hào)的變化情況。從圖2可以看出，信道響應(yīng)的幅度和相位會(huì)在數(shù)據(jù)包傳輸過(guò)程中發(fā)生快速地變化，引起符號(hào)間選擇性衰落。以相位為例，在15號(hào)子載波處，第1個(gè)OFDM符號(hào)和最后1個(gè)OFDM符號(hào)的信道頻率響應(yīng)的相位分別為2.4和-1.8，在信道估計(jì)過(guò)程中，若近似認(rèn)為這2個(gè)OFDM符號(hào)的信道頻率響應(yīng)相等(即標(biāo)準(zhǔn)中基于前導(dǎo)訓(xùn)練序列的LS信道估計(jì)算法)，在解調(diào)過(guò)程中肯定會(huì)出現(xiàn)解映射錯(cuò)誤，并且隨著數(shù)據(jù)包中OFDM符號(hào)數(shù)目的增大，后續(xù)OFDM符號(hào)與第1個(gè)OFDM符號(hào)的信道頻率響應(yīng)差距越大，系統(tǒng)性能會(huì)急劇下降。因此，有必要提出一種在車載環(huán)境下能不斷動(dòng)態(tài)更新信道響應(yīng)的信道估計(jì)方法。

圖2 信道頻率響應(yīng)隨OFDM符號(hào)變化情況

3 結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)方法

為了支持OFDM系統(tǒng)中的高速移動(dòng)終端，判決反饋信道估計(jì)方法在文獻(xiàn)[7]中被提出。該方法利用解映射硬判決得到的數(shù)據(jù)進(jìn)行重新調(diào)制和均衡來(lái)更新信道響應(yīng)，在高信噪比下能獲得較好的誤比特率性能，因而也成為車載通信系統(tǒng)中許多信道估計(jì)方法的改進(jìn)基礎(chǔ)。然而在實(shí)際車載環(huán)境中，信道的變化具有隨機(jī)性，現(xiàn)有改進(jìn)的判決反饋信道估計(jì)方法僅利用前向OFDM符號(hào)獲得的信道估計(jì)值來(lái)更新后續(xù)OFDM符號(hào)的信道響應(yīng)，難以有效地跟蹤到信道的快速變化。后訓(xùn)練序列位于數(shù)據(jù)包的尾部，相對(duì)于前導(dǎo)長(zhǎng)訓(xùn)練序列的信道響應(yīng)估計(jì)值，后訓(xùn)練序列的信道響應(yīng)估計(jì)值本身就攜帶了信道變化信息。因此，本文提出在數(shù)據(jù)包尾部添加一個(gè)與長(zhǎng)訓(xùn)練序列相同的后訓(xùn)練序列(在報(bào)頭的保留位中聲明)，通過(guò)聯(lián)合前一個(gè)OFDM符號(hào)判決反饋、低通濾波所獲得的信道響應(yīng)估計(jì)值和后訓(xùn)練序列處的LS信道估計(jì)值來(lái)更新當(dāng)前OFDM符號(hào)的信道響應(yīng)，即結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)方法。

3.1 基本原理

所提信道估計(jì)方法結(jié)構(gòu)如圖3所示，首先采用LS算法估計(jì)后訓(xùn)練序列的信道響應(yīng)；然后對(duì)前一個(gè)OFDM符號(hào)和后訓(xùn)練序列的信道響應(yīng)估計(jì)值進(jìn)行系數(shù)加權(quán)求和來(lái)估計(jì)當(dāng)前OFDM符號(hào)的信道響應(yīng)，并利用這3個(gè)OFDM符號(hào)中4個(gè)導(dǎo)頻子載波的信道頻率響應(yīng)關(guān)系自動(dòng)獲取加權(quán)系數(shù)；最后對(duì)獲得的信道響應(yīng)估計(jì)值進(jìn)行判決反饋和低通濾波以降低噪聲影響。

圖3 結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)Fig.3 Decision-directed channel estimation with postamble

該方法具體分為以下4個(gè)步驟。其中，P表示位于-21，-7，7和21號(hào)子載波處的導(dǎo)頻符號(hào)集合；D表示位于48個(gè)數(shù)據(jù)子載波上的數(shù)據(jù)符號(hào)集合；U表示P與D的并集；Γ={1,2,…,M}表示OFDM符號(hào)集合。

(5)(5)式中：Y(post,k)表示接收端接收到的后訓(xùn)練序列；X(post,k)是已知的后訓(xùn)練序列。

步驟2 系數(shù)加權(quán)求和。

對(duì)前一個(gè)OFDM符號(hào)的信道響應(yīng)估計(jì)值和后訓(xùn)練序列的信道響應(yīng)估計(jì)值進(jìn)行系數(shù)加權(quán)求和來(lái)估計(jì)當(dāng)前OFDM符號(hào)的信道響應(yīng)，即

(6)(6)式中：r1和r2為加權(quán)系數(shù)(其和為1)。每個(gè)OFDM符號(hào)都包含4個(gè)導(dǎo)頻子載波，不同OFDM符號(hào)在相同導(dǎo)頻子載波處的信道頻率響應(yīng)關(guān)系在一定程度上可以反映出信道變化趨勢(shì)和符號(hào)間的相關(guān)性，因此，可以利用這3個(gè)OFDM符號(hào)中4個(gè)導(dǎo)頻子載波處的信道頻率響應(yīng)關(guān)系獲得加權(quán)系數(shù)，如

(7)

(8)

(9)

需要指出的是：(6)-(8)式中的所有量都是復(fù)數(shù)形式，要分虛部和實(shí)部分別計(jì)算。

步驟3 判決反饋信道估計(jì)。

(10)

(11)

(12)

步驟4 低通濾波。

不考慮OFDM符號(hào)標(biāo)號(hào)i和空子載波，將(1)式表達(dá)為矩陣形式

Y=XH+W=XFLhL+W

(13)

(13)式中:Y=[Y0,…,Yk,…,YNs-1]T表示頻域接收信號(hào)，k∈U,Ns=52 (僅包括數(shù)據(jù)和導(dǎo)頻子載波)；X=diag(X0,…,Xk,…,XNs-1)表示頻域發(fā)送信號(hào)；W=[W0,…,Wk,…,WNs-1]T表示頻域高斯白噪聲；hL表示長(zhǎng)度為L(zhǎng)的信道脈沖響應(yīng)；FL為Ns×L維矩陣，它是通過(guò)提取酉傅里葉變換矩陣F(各元素為[F]n,k=e-j2πkn/N,0≤n≤N-1，0≤k≤N-1)的前L列和52個(gè)子載波位置所對(duì)應(yīng)的行而構(gòu)成的矩陣，在實(shí)際操作中可以進(jìn)行預(yù)處理。

(14)

信道脈沖響應(yīng)的最大似然估計(jì)(maximum likelihood,ML)為

(15)

(16)

(17)

3.2 時(shí)延分析

與其他改進(jìn)的判決反饋信道估計(jì)方法相比，本文所提方法是以接收端接收到后訓(xùn)練序列為前提，存在更長(zhǎng)的延時(shí)，理論上值為MTs。其中，OFDM符號(hào)周期Ts是固定的(8 μs)，延時(shí)會(huì)隨數(shù)據(jù)包中數(shù)據(jù)OFDM符號(hào)數(shù)M的增大而增大。在行車安全應(yīng)用中，典型的數(shù)據(jù)包長(zhǎng)度為200 Byte～500 Byte(不考慮數(shù)據(jù)安全機(jī)制帶來(lái)的額外開(kāi)銷)，允許的處理時(shí)延為100 ms(除撞擊預(yù)警偵測(cè)系統(tǒng)為20 ms)[17]。取最大數(shù)據(jù)包長(zhǎng)度(500 Byte)，可計(jì)算出M為50，相應(yīng)的最大時(shí)延為0.4 ms，能夠滿足車載通信系統(tǒng)安全應(yīng)用對(duì)時(shí)延的要求。

4 仿真結(jié)果與分析

為了評(píng)估所提信道估計(jì)方法的性能，本文針對(duì)不同車載環(huán)境(城市車車通信、郊區(qū)車路通信和高速車車通信)，就不同調(diào)制方式(QPSK，16QAM和64QAM)和不同數(shù)據(jù)包長(zhǎng)度(200 Byte，300 Byte，400 Byte和500 Byte)對(duì)OFDM系統(tǒng)進(jìn)行仿真。系統(tǒng)帶寬為10 MHz，子載波間隔為156.25 kHz，信道模型為1.2節(jié)描述的TDL模型，具體信道參數(shù)見(jiàn)文獻(xiàn)[16]，系統(tǒng)誤包率是以10 000個(gè)數(shù)據(jù)包為單位進(jìn)行統(tǒng)計(jì)的。為了與所提信道估計(jì)方法作比較，本文也對(duì)標(biāo)準(zhǔn)中采用的基于前導(dǎo)訓(xùn)練序列的LS算法和目前取得較好性能的STA方法、CDP方法、結(jié)合平滑濾波的判決反饋信道估計(jì)方法(仿真結(jié)果中用DD_smoothing表示)進(jìn)行了仿真。

圖7和圖8分別評(píng)估了不同車載環(huán)境和不同數(shù)據(jù)包長(zhǎng)度對(duì)OFDM系統(tǒng)誤包率性能的影響。由圖7可知：本文提出的方法在郊區(qū)車路通信和城市車車通信場(chǎng)景中能獲得較低的誤包率(在信噪比為30dB時(shí)低于10-3)，在高速車車通信場(chǎng)景中，由于車速增大，多普勒效應(yīng)更加明顯，系統(tǒng)誤包率會(huì)有所上升，但仍然優(yōu)于結(jié)合平滑濾波的判決反饋信道估計(jì)方法。由圖8可得，數(shù)據(jù)包長(zhǎng)度越長(zhǎng)越不利于數(shù)據(jù)包的傳輸，但即便是在高速車車通信環(huán)境下，數(shù)據(jù)包長(zhǎng)度增加到500Byte時(shí)，所提方法仍然可以降低系統(tǒng)誤包率到10-1以下，這是其他改進(jìn)的判決反饋信道估計(jì)方法難以達(dá)到的。

圖4 采用QPSK調(diào)制時(shí)各種信道估計(jì)方法誤包率比較(編碼率為1/2)Fig.4 Comparison of PER in QPSK modulation(code rate 1/2)

圖5 采用16QAM調(diào)制時(shí)各種信道估計(jì)方法誤包率比較(編碼率為1/2)Fig.5 Comparison of PER in 16QAM modulation(code rate 1/2)

圖6 采用64QAM調(diào)制時(shí)各種信道估計(jì)方法誤包率比較(編碼率為2/3)Fig.6 Comparison of PER in 64QAM modulation(code rate 2/3)

圖7 不同車載環(huán)境下系統(tǒng)誤包率性能比較(調(diào)制方式為16QAM，編碼率為1/2，數(shù)據(jù)包長(zhǎng)度為200 Byte)Fig.7 Comparison of PER with respect to different vehicular environment(16QAM with code rate 1/2, packet length 200 Byte)

圖8 不同數(shù)據(jù)包長(zhǎng)度情況下系統(tǒng)誤包率性能比較(調(diào)制方式為16QAM，編碼率為1/2，SNR=30 dB)Fig.8 Comparison of PER performance with respect to different packet length (16QAM with code rate 1/2，SNR=30 dB)

5 結(jié)束語(yǔ)

本文針對(duì)具有較大多普勒擴(kuò)展和時(shí)延擴(kuò)展的車載環(huán)境，提出了一種結(jié)合后訓(xùn)練序列的判決反饋信道估計(jì)方法。通過(guò)聯(lián)合后訓(xùn)練序列的信道響應(yīng)，能更有效地跟蹤到信道變化，提高信道估計(jì)精度。仿真結(jié)果表明：在不同車載環(huán)境下，采用不同調(diào)制方式和數(shù)據(jù)包長(zhǎng)度時(shí)，所提方法均能獲得遠(yuǎn)遠(yuǎn)優(yōu)于LS信道估計(jì)方法、STA方法、CDP方法和結(jié)合平滑濾波的判決反饋信道估計(jì)方法的誤包率性能。

[1] IEEE Computer Society. 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-Amendment6: Wireless Access in Vehicular Environments: IEEE Std 802.11pTM-2010[S]. New York, USA: IEEE, 2010

[2] MECKLENBRAUKER C F, MOLISCH A F, KAREDAL J, et al. Vehicular channel characterization and its implications for wireless system design and performance[J]. Proceedings of the IEEE, 2011, 99(7): 1189-1212.

[3] 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.

[4] LIN C S, LIN J C. Novel channel estimation techniques in IEEE 802.11p environments [C]//Vehicular Technology Conference(VTC 2010-Spring),2010 IEEE 71st. Taipei: IEEE, 2010:1-5.

[5] KIM S I, OH H S, CHOI H K. Mid-amble aided OFDM Performance Analysis in High Mobility Vehicular Channel[C]//Intelligent Vehicles Symposium,2008 IEEE. Eindhove: IEEE, 2008:751-754 .

[6] ZEMEN T, BERNADO L, CZINK N, et al. Iterative Time-Variant Channel Estimation for 802.11 p Using Generalized Discrete Prolate Spheroidal Sequences[J].IEEE Transactions on Vehicular Technology, 2012, 61(3):1222-1283.

[7] ABDULHAMID H, ABDEL-RAHEEM E, TEPE K E. Channel estimation for 5.9 GHz dedicated short-range communications receiver in wireless access vehicular environments[J]. IET Communications, 2008,1(6):1274-1279.

[8] FERNANDEZ J A, STANCIL D, BAI F. Dynamic channel equalization for IEEE 802.11p waveforms in the vehicle-to-vehicle channel[C]//Communication, Control, and Computing,2010 48thAnnual Allerton Conference on. Allerton: IEEE, 2010:542-551.

[9] ZHAO Z, CHENG X, WEN M, et al. Channel estimation schemes for IEEE 802.11p standard[J]. IEEE Intelligent Transportation Systems Magazine, 2013,5(4):38-49.

[10] KYEONG Y, JANG M O, YOO H S, et al. Time and frequency domain channel estimation scheme for IEEE802.11p[C]//Intelligent Transportation Systems (ITSC), 2014 IEEE 17thInternatiional Conference on. Qingdao: IEEE, 2014: 1085-1090.

[11] BOURDOUX A, CAPPELLE H, DEJONGHE A. Channel tracking for fast time-varying channels in IEEE802.11p systems[C]//Global Telecommunications Conference(GLOBECOM 2011), 2011 IEEE. Houston, TX:IEEE, 2011:1-6.

[12] SAMPEI S. Computation reduction of decision feedback equalizer using interpolation for land mobile communications[C]//Global Telecommunications Conference, GLOBECOM'91.'Countdown to the New Millennium. Featuring a Mini-Theme on: Personal Communications Services. Phoenix, AZ: IEEE, 1991: 521-525.

[13] YE LI, CIMINI L J. Bounds on the interchannel interference of OFDM in time-varying impairments[J]. IEEE Transactions on Communication, 2001,49(3):401-404

[14] KAREDAL J, TUFEVESSON F, CZINK N, et al. A geometry-based stochastic MIMO model for vehicle-to-vehicle communications[J]. IEEE Transactions on Wireless Communications, 2009, 8(7):3646-3657.

[15] WIESBECK W, KNORZER S. Characteristics of the mobile channel for high velocities[C]//Electromagnetics in Advanced Applications, ICEAA 2007. International Conference on. Torino: IEEE, 2007: 116-120.

[16] ACOSTA M G, INGRAM M A. Six time-and frequency-selective empirical channel models for vehicular wireless LANs[C]// Vehicular Technology Conference(VTC-2007 Fall), 2007 IEEE 66th. Baltimore, MD: IEEE, 2007:2134-2138.

[17] HARDING J, POWELL G R, FIKENTSCHER. Vehicle-to-vehicle communications: Readiness of V2V technology for application[R]. Washington, USA: National Highway Traffic Safety Administration, 2014.

(編輯：張 誠(chéng))

A decision-directed channel estimation method with postamble in vehicular OFDM communication system

WANG Yan, DENG Jiao, WANG Chao, DENG Xianjun

(School of Electrical Engineering,University of South China, Hengyang 421000,P.R.China)

This paper proposes a decision-directed channel estimation method based on the information of channel variation carried by the channel response of postamble, catering for vehicular communication environment with both large Doppler spread and large delay spread. We firstly estimate the channel response of postamble by the least squares algorithm. Then, we estimate channel response of the current orthogonal frequency division multiplexing(OFDM) symbol by coefficient weighted summation for the estimated channel response value of the previous OFDM symbol and the postamble, and utilize the channel frequency response relationship between four pilot subcarriers of these symbols to automatically obtain weighted coefficients. In order to reduce the effect of noise,we implement decision-directed and low-pass filtering on the obtained channel response value of current OFDM symbol in succession. Simulation results show that the proposed method can obtain much better packet error rate (PER) performance compared to currently effective channel estimation methods, such as STA(spectral temporal averaging), CDP(constructing data pilot) and decision-directed channel estimation with channel smoothing.

vehicular communication; postamble; channel estimation; orthogonal frequency division multiplexing(OFDM); decision-directed

10.3979/j.issn.1673-825X.2017.01.001

2015-08-18

2016-03-17 通訊作者：鄧 姣 sunnyhncs0122@126.com

國(guó)家自然科學(xué)基金資助項(xiàng)目(61401193)

Foundation Item：The National Natural Science Foundation of China (61401193)

TN914

A

1673-825X(2017)01-0001-08

王 彥(1971-)，男，湖南衡陽(yáng)人，湖南大學(xué)博士，南華大學(xué)教授、碩士生導(dǎo)師，主要研究方向?yàn)橹悄苄畔⑻幚砑夹g(shù)、智能控制。E-mail:wangyan5406@163.com。

鄧 姣(1991-)，女，湖南長(zhǎng)沙人，南華大學(xué)碩士研究生，主要研究方向?yàn)橹悄苄畔⑻幚砼c先進(jìn)通信技術(shù)。E-mail:sunnyhncs0122@126.com。 王 超，男，湖南衡陽(yáng)人，南華大學(xué)助教，主要研究方向?yàn)橐苿?dòng)通信，軟件無(wú)線電。E-mail:wchao207@163.com。 鄧賢君，男，湖南衡陽(yáng)人，華中科技大學(xué)博士，南華大學(xué)副教授、碩士生導(dǎo)師，主要研究方向?yàn)闊o(wú)線通信，無(wú)線傳感器網(wǎng)絡(luò)。E-mail:dengxj615@qq.com。