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 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 421000)

針對具有較大多普勒擴展和時延擴展的車載通信環(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方法。該方法采用最小二乘算法估計后訓(xùn)練序列的信道響應(yīng)；對前一個正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)符號和后訓(xùn)練序列的信道響應(yīng)估計值進行系數(shù)加權(quán)求和來估計當(dāng)前OFDM符號的信道響應(yīng)，并利用其4個導(dǎo)頻子載波的信道頻率響應(yīng)關(guān)系自動獲取加權(quán)系數(shù)；最后，對獲得的信道響應(yīng)估計值進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；正交頻分復(fù)用(OFDM)；判決反饋

0 引 言

近年來，汽車的普及和其數(shù)量的急劇增長引發(fā)了許多交通問題。車輛自組網(wǎng)(vehicular ad-hoc network，VANET)通過車輛與路邊基礎(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OFDM通信系統(tǒng)而言，信道估計至關(guān)重要，精確的信道估計不僅可以降低后續(xù)均衡過程的復(fù)雜度，還能提高系統(tǒng)整體性能。然而，在實際車載環(huán)境中，由于車輛的移動性，較大多普勒擴展和時延擴展的存在使得車載信道呈現(xiàn)出很強的時變性[2]，這在一定程度上會加大信道估計的難度。另外，IEEE802.11p是在無線局域網(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)在相對穩(wěn)定的室內(nèi)環(huán)境能完全勝任，但對于具有較大多普勒擴展和時延擴展的時變車載信道來說，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)長訓(xùn)練序列的最小二乘(least squares，LS)信道估計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。

對此，學(xué)者們進行了大量的研究，并提出了多種改進的信道估計方法，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)的信道估計方法中，文獻[4]通過在循環(huán)前綴中插入偽隨機序列(pseudo-noise sequence，PN)，提出一種時域LS信道估計算法，在30 km/h情況下能獲得較低的誤比特率；文獻[5]提出在數(shù)據(jù)符號間周期性地插入mid-amble訓(xùn)練序列以確保更長數(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)性能之間進行折衷；文獻[6]提出在數(shù)據(jù)包尾部插入后訓(xùn)練序列來降低基于廣義離散橢球序列的迭代信道估計算法的復(fù)雜度，但實現(xiàn)難度仍然很大。另一類保持導(dǎo)頻結(jié)構(gòu)不變的信道估計方法中，基于判決反饋的信道估計方法[7]利用判決得到的數(shù)據(jù)符號進行重新調(diào)制和均衡來更新信道估計，能有效地降低誤包率，提高OFDM系統(tǒng)性能，但由于隨機噪聲的存在，數(shù)據(jù)符號可能會出現(xiàn)判決錯誤，引起錯誤傳播。為此，一系列基于判決反饋的改進方法被提出，如STA(spectral temporal averaging)方法[8]、CDP(constructing data pilot)方法[9]、時頻域信道估計方法[10]和結(jié)合平滑濾波的判決反饋信道估計方法[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]。為了進一步提高信道估計的精度，本文提出一種結(jié)合后訓(xùn)練序列的判決反饋信道估計方法。不同于現(xiàn)有改進的判決反饋信道估計方法，新方法需引入后訓(xùn)練序列，并聯(lián)合前一個OFDM符號和后訓(xùn)練序列的信道響應(yīng)來估計當(dāng)前OFDM符號的信道響應(yīng)。仿真結(jié)果表明，與現(xiàn)有改進的判決反饋信道估計方法相比，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個部分。訓(xùn)練序列由10個短訓(xùn)練序列t1～t10和2個長訓(xùn)練序列T1～T2構(gòu)成，短訓(xùn)練序列用于頻率粗同步，長訓(xùn)練序列用于信道估計和頻率精同步。保護間隔(guard interval，GI)的插入是為了對抗多徑時延擴展引起的符號間干擾。信令段由一個OFDM符號構(gòu)成，用于傳遞后續(xù)數(shù)據(jù)符號的調(diào)制類型、編碼速率和數(shù)據(jù)長度等信息。

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

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

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)的時變性引起的。當(dāng)歸一化多普勒帶寬遠小于歸一化子載波帶寬時，ICI污染小于噪聲水平，在接收端可當(dāng)做加性噪聲進行處理[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個頻域OFDM信號可表示為

(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、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符號的個數(shù)，N=64。

接著在接收端提取出2個長訓(xùn)練序列符號Y(T1,k)和Y(T2,k)，并采用LS信道估計算法進行信道估計。由于發(fā)送端發(fā)送的2個長訓(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)信道在整個數(shù)據(jù)包傳輸過程中擬平穩(wěn)，通過(2)式獲得的信道頻率響應(yīng)估計值將用來均衡整個數(shù)據(jù)包，如

(3)

此后的處理過程(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

為了便于通過仿真評估車載通信系統(tǒng)的性能，研究者針對車載環(huán)境開展了大量實地測量活動，并提出了多種車載無線傳播信道模型，主要分為基于幾何隨機模型[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、易于實現(xiàn)的TDL模型進行信道建模。對于TDL模型而言，不同的車載環(huán)境所對應(yīng)的最大多普勒擴展、可辨多徑數(shù)及每一徑的功率、衰落分布、多普勒譜分布會有所不同。文獻[16]給出了6種不同場景下的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種場景進行仿真。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 車輛移動性對OFDM系統(tǒng)的影響

在車載環(huán)境下，由于車輛的移動性，車載信道會呈現(xiàn)出很強的時變特性，通常用相干時間Tc表示

(4)

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

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

圖2 信道頻率響應(yīng)隨OFDM符號變化情況

3 結(jié)合后訓(xùn)練序列的判決反饋信道估計方法

為了支持OFDM系統(tǒng)中的高速移動終端，判決反饋信道估計方法在文獻[7]中被提出。該方法利用解映射硬判決得到的數(shù)據(jù)進行重新調(diào)制和均衡來更新信道響應(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)中許多信道估計方法的改進基礎(chǔ)。然而在實際車載環(huán)境中，信道的變化具有隨機性，現(xiàn)有改進的判決反饋信道估計方法僅利用前向OFDM符號獲得的信道估計值來更新后續(xù)OFDM符號的信道響應(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，相對于前導(dǎo)長訓(xùn)練序列的信道響應(yīng)估計值，后訓(xùn)練序列的信道響應(yīng)估計值本身就攜帶了信道變化信息。因此，本文提出在數(shù)據(jù)包尾部添加一個與長訓(xùn)練序列相同的后訓(xùn)練序列(在報頭的保留位中聲明)，通過聯(lián)合前一個OFDM符號判決反饋、低通濾波所獲得的信道響應(yīng)估計值和后訓(xùn)練序列處的LS信道估計值來更新當(dāng)前OFDM符號的信道響應(yīng)，即結(jié)合后訓(xùn)練序列的判決反饋信道估計方法。

3.1 基本原理

所提信道估計方法結(jié)構(gòu)如圖3所示，首先采用LS算法估計后訓(xùn)練序列的信道響應(yīng)；然后對前一個OFDM符號和后訓(xùn)練序列的信道響應(yīng)估計值進行系數(shù)加權(quán)求和來估計當(dāng)前OFDM符號的信道響應(yīng)，并利用這3個OFDM符號中4個導(dǎo)頻子載波的信道頻率響應(yīng)關(guān)系自動獲取加權(quán)系數(shù)；最后對獲得的信道響應(yīng)估計值進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Fig.3 Decision-directed channel estimation with postamble

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

(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。

對前一個OFDM符號的信道響應(yīng)估計值和后訓(xùn)練序列的信道響應(yīng)估計值進行系數(shù)加權(quán)求和來估計當(dāng)前OFDM符號的信道響應(yīng)，即

(6)(6)式中：r1和r2為加權(quán)系數(shù)(其和為1)。每個OFDM符號都包含4個導(dǎo)頻子載波，不同OFDM符號在相同導(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和符號間的相關(guān)性，因此，可以利用這3個OFDM符號中4個導(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，要分虛部和實部分別計算。

步驟3 判決反饋信道估計。

(10)

(11)

(12)

步驟4 低通濾波。

不考慮OFDM符號標(biāo)號i和空子載波，將(1)式表達為矩陣形式

Y=XH+W=XFLhL+W

(13)

(13)式中:Y=[Y0,…,Yk,…,YNs-1]T表示頻域接收信號，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；W=[W0,…,Wk,…,WNs-1]T表示頻域高斯白噪聲；hL表示長度為L的信道脈沖響應(yīng)；FL為Ns×L維矩陣，它是通過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個子載波位置所對應(yīng)的行而構(gòu)成的矩陣，在實際操作中可以進行預(yù)處理。

(14)

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

(15)

(16)

(17)

3.2 時延分析

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

4 仿真結(jié)果與分析

為了評估所提信道估計方法的性能，本文針對不同車載環(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)包長度(200 Byte，300 Byte，400 Byte和500 Byte)對OFDM系統(tǒng)進行仿真。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)見文獻[16]，系統(tǒng)誤包率是以10 000個數(shù)據(jù)包為單位進行統(tǒng)計的。為了與所提信道估計方法作比較，本文也對標(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方法(仿真結(jié)果中用DD_smoothing表示)進行了仿真。

圖7和圖8分別評估了不同車載環(huán)境和不同數(shù)據(jù)包長度對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景中能獲得較低的誤包率(在信噪比為30dB時低于10-3)，在高速車車通信場景中，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方法。由圖8可得，數(shù)據(jù)包長度越長越不利于數(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)包長度增加到500Byte時，所提方法仍然可以降低系統(tǒng)誤包率到10-1以下，這是其他改進的判決反饋信道估計方法難以達到的。

圖4 采用QPSK調(diào)制時各種信道估計方法誤包率比較(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)制時各種信道估計方法誤包率比較(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)制時各種信道估計方法誤包率比較(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

本文針對具有較大多普勒擴展和時延擴展的車載環(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方法。通過聯(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)包長度時，所提方法均能獲得遠遠優(yōu)于LS信道估計方法、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)

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

國家自然科學(xué)基金資助項目(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，主要研究方向為智能信息處理技術(shù)、智能控制。E-mail:wangyan5406@163.com。

鄧 姣(1991-)，女，湖南長沙人，南華大學(xué)碩士研究生，主要研究方向為智能信息處理與先進通信技術(shù)。E-mail:sunnyhncs0122@126.com。 王 超，男，湖南衡陽人，南華大學(xué)助教，主要研究方向為移動通信，軟件無線電。E-mail:wchao207@163.com。 鄧賢君，男，湖南衡陽人，華中科技大學(xué)博士，南華大學(xué)副教授、碩士生導(dǎo)師，主要研究方向為無線通信，無線傳感器網(wǎng)絡(luò)。E-mail:dengxj615@qq.com。