基于权值构建数据导频的V2V信道估计算法

时颖，陈家乐，王桐，陈义平，冯驰

（1.哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001；2.黑龙江科技大学 电子与信息工程学院，黑龙江 哈尔滨 150022）

基于IEEE 802.11p协议的专用短程通信作为车载自组网（vehicular ad hoc networks，VANETs）的通信标准，可以用于车-车（vehicle-to-vehicle，V2V）通信确保协同驾驶安全［1］。由于无线信道传输特性与信息传输的可靠性关联紧密，且车载高速移动无线信道具有快时变、非平稳等特性，因此能适应高动态环境的信道估计算法是VANETs保证数据可靠传输的关键环节。

IEEE 802.11p 协议帧结构中的导频数量不足以应对具有高度动态性与快速时变性的车联网无线信道。为使导频能够完整恢复出频域信道响应，现有研究提供了多种信道估计策略。这些研究分为2类：1）变更IEEE 802.11p 协议的信道估计方案［2-4］；2）保留IEEE 802.11p 协议的信道估计方案［5-7］。在保留IEEE 802.11p 标准的信道估计方法中，常见的最小二乘（least squares，LS）估计在车联网的快时变信道中性能表现不佳，因此结合维纳滤波理论和均方误 差（mean square error，MSE）准则的约束以达到提升估计准确度的目的，但因其假设参数的不确定性仍会造成只能获得次优解的可能［8］。时频平均算法（spectral temporal averaging，STA）是一种估计信道动态特性的方法，能够用于缓解由V2V 信道的快时变特性带来的影响［9］。虽然通过引入信道特征值提高算法精确度，但实际车辆通道环境复杂，更新参数获取较为困难。基于数据导频构建（construct data pilot，CDP）的估计方法，利用数据符号构造导频，通过相邻符号内相关特性，以获得比判决反馈方案和STA 方案更好的性能，尤其在较高信噪比区域表现明显［10］。有关CDP的研究表明，导频还能用于提供频域平均［11］。

由于CDP估计方法针对时变信道具有较好的跟踪特性，对于V2V通信具有一定的优势。但是，基于IEEE 802.11p的无线信道估计是基于前导码，无法保证在城市和高速公路场景下的均衡，特别是对于长度较长的数据包。为此，本文针对V2V 通信的高动态、快时变等不稳定特性，通过引入权值因子进行时域更新，并结合导频提供的频域平均重新构造了CDP 方案的判决流程，构建了一种权值型数据导频构建信道估计算法（weighted factor-constructed data pilot，wCDP），可达到提升V2V通信性能的目的。

1 系统与信道模型

1.1 系统模型

目前，广泛应用于车联网的通信与网络协议是IEEE 802.11p。为了能应对高速移动环境带来的快速时变影响和更大的多径时延，该协议通过将带宽由20 MHz变为10 MHz，来延长符号持续时间，以克服由多径传输造成的符号间干扰（inter-symbol in‐terference，ISI）。基于IEEE 802.11p 标准的具体系统参数如表1所示［12］，作为本文仿真参数依据。

表1 IEEE 802.11p标准参数Table 1 IEEE 802.11p standard parameters

IEEE 802.11p 协议在物理层传输采用正交频分复用（onthogonal frequency division multiplexing，OFDM）技术，所以时域信号x(n)在经过衰落信道传输后，其接收信号y(n)为：

式中：L为信道多径数量；h(n,l)为时变多径脉冲响应；ω(n)为高斯白噪声。文献［13-14］研究发现，V2V通信信道的多普勒频移造成的子载波间干扰（inter-car‐rier interference，ICI）可忽略不计。去除循环前缀并进行离散傅里叶变换后的频域接收信号Y(k)为：

式中：X(k)为发送信号频域表示，k=0,1,…,N-1；H(k)为复衰落信道的频域脉冲响应；W(k)为高斯白噪声的离散傅里叶变换，与X(k)相互独立；N为系统子载波数。在IEEE 802.11p协议下的通信系统中，数个OFDM 符号组成一帧数据。因此，一帧内的第m个OFDM符号可以写为：

1.2 信道模型

基于几何的信道模型［15］和抽头延迟线（tap de‐lay line，TDL）模型［16］是目前最常用于仿真车联网信道的2种模型。其中TDL模型相较于几何模型更易实现，虽然是以准确度为代价的，但TDL 模型仍能够准确描述V2V 信道特性［17］。因此，本文选择TDL 模型。文献［16］提供了6 种车联网环境下的信道参数，其中包括3种V2V 场景和3 种V2I场景。本文主要对3 种V2V 通讯场景进行研究分析，3 种V2V 分别是：高速公路中相向行驶的车车通信（V2V-expressway oncoming，V2V-EO）、城市峡谷中相向行驶的车车通信（V2V-urban canyon，V2VUCO）以及高速公路中同向行驶且道路两旁存在大量散射体的车车通信（V2V-expressway same direc‐tion with wall，V2V-ESDW）［7］。通过在这3 种V2V通信场景下对比不同信道估计的性能，对提出的信道估计方案进行仿真验证。其中V2V 通信场景的基本参数如表2所示。

表2 3种V2V通信场景的信道参数Table 2 Channel parameters in three V2V communication scenarios

2 wCDP信道估计算法

基于IEEE 802.11p 协议的接收机设计如图1 所示，其中第3 部分是本文提出的wCDP 信道估计模块，位于64 点快速傅里叶变换（fast Fourier trans‐form，FFT）的输出端。在完成信道估计任务后，接收信号通过数据恢复来还原出初始信号，信道状态估计结果直接对后续的解调、译码等操作产生关键影响，所以有必要尽可能地优化信道估计。

图1 IEEE 802.11p接收机Fig.1 IEEE 802.11p receiver block diagram

由于IEEE 802.11p 协议沿用了IEEE 802.11a 的导频结构，所以在IEEE 802.11p 帧结构中包含2 个相同的长训练序列XT。通过对这2个长训练序列分别进行最小二乘估计后取平均，可以减轻信道噪声对估计值的影响，估计值表示为：

2.1 算法流程

wCDP 算法的核心思想是利用频域相邻子载波间及时域相邻正交频分复用符号间的强相关特性来构造数据导频，通过引入权值因子p进行时域更新，其具体实现流程如图2所示。

图2 wCDP算法流程Fig.2 wCDP algorithm flow diagram

2.2 工作原理

wCDP 算法主要由5 个模块组成：均衡、构建数据导频、最小二乘估计、均衡解映射和判决。

2.2.1 均衡

2.2.2 构建数据导频

2.2.3 最小二乘估计

由于相位跟踪导频的相邻子载波具有较高的相关性，因此将构造的相位跟踪导频和原始已知的相位跟踪导频进行比较，以决定这些区域中的信道响应，这有助于提高整个系统的精度。为此，结合最小二乘估计算法，利用2个相邻符号的信道相关特性，以达到减小剩余误差的目的。通过数据导频获得第i个数据符号的信道响应为：

2.2.4 均衡解映射

尽管Hi(k)已是信道响应的相对准确估计，但是，仍可以通过信道的强相关特性来提高。因此，通过Hi(k) 用于均衡前一个接收的OFDM符号SR,i-1(k)，即：

为了进行比较，SR,i-1(k)也由HwCDP,i-1(k)均衡，均衡结果表示为：

2.2.5 比较判决

wCDP 算法将错误解映射结果Hi(k)与前一次估计结果HwCDP,i-1(k)按一定比重共同作为估计值，既兼顾了符号间强相关特性，又考虑本次估计值正确的可能性，该方案在图2 算法流程中表示为决策2。此外，与CDP 算法只考虑相邻数据符号在时域的相关性不同，wCDP 算法研究通过2 个相邻的数据符号在频域内也具有强相关性，在时，得到信道响应估计值HwCDP,i(k)，可以获得优于CDP方案的性能，在图2算法流程中表示为决策1。

式中HSTA,i(k)为STA方案的信道估计结果。

式中Hupdate(k)为STA频域平均［9］，即：

式中：权系数ωλ=1∕(2β+1)，2β+1 为平均的子载波；参数α和β由无线信道的相关特性来决定。

3 仿真及性能分析

本节对wCDP 信道估计算法在V2V 信道环境下的误码率（bit error rate，BER）和均方根误差（root mean square error，RMSE）进行仿真，系统带宽设为10 MHz，采用52 个子载波，调制方案为QPSK，并将3 种信道模型的最大多普勒频移参数取区间的最大值，其他系统参数及3 种V2V 信道仿真参数分别见表1、2。在仿真结果中对wCDP 与LS、DFT、STA 和CDP算法进行性能分析与比较。

为获取wCDP 方案的最佳性能，本文在V2VEO 信道下，采用不同权值p的wCDP 估计方案进行性能仿真。图3 为不同权值p下的wCDP 方案误码率和均方根误差仿真结果。

图3在综合分析与权衡下发现，当权值为0.8时，可以牺牲一点误码率性能来获得RMSE性能相对较大的改善。RMSE是用来衡量一组数自身的离散程度，能很好地反映预测值误差的实际情况。RMSE越小代表离散程度越低，稳定性越强。所以为使wCDP方案达到性 能最优，后续仿真中权值因子p值设定为0.8。接下来分别对基于LS、DFT、STA、CDP以及本文提出的wCDP信道估计方案在3种V2V 通信场景下的误码率性能进行仿真分析与比较。

在V2V-EO 信道下，将最大多普勒频移设置为1 200 Hz，并采用调制编码方案MCS2。从图4 中可以清楚地看出，在较低的信噪比区域下，STA方案的误码率性能优于CDP 方案，而所提出的wCDP 方案的误码率性能同样优于CDP 方案，且与STA 方案接近。在信噪比较高的情况下，CDP 方案的误码率优于STA 方案。这是因为在较低的信噪比下，噪声和干扰足够强，足以将移动到不正确的位置，从而导致解映射到错误的星座点。信噪比的提高减少了这些不正确的解映射，所以CDP 方案在这种情况下表现更好。而与CDP 方案相比，wCDP 方案本身具有信噪比感知能力。这是因为在构造数据导频之后，会进行最小二乘信道估计和STA均衡，从而降低到星座点的误差解映射概率。结果表明，从信噪比大于26 dB 来看，CDP 和wCDP 的性能优于STA。所以，wCDP的整体表现优于CDP方案。

图4 V2V-EO信道下的误码率性能Fig.4 BER performance under V2V-express oncoming cannel

对于V2V-UCO 通信模型，图5 是多种不同信道估计方案的误码率性能仿真结果。显然，本文提出的wCDP 方案的误码率性能要优于CDP 方案，并且伴随信噪比提升，wCDP 方案的误码率性能也愈加突出。在交通场景，随着建筑和车辆的数量增加，传输信号的散射和反射也随之增加，这种现象导致多径衰落的数量增加［19］。图6 为V2V-ESDW 信道下，不同方案的误码率性能曲线结果。

图5 V2V-UCO信道下的误码率性能Fig.5 BER performance under V2V-urban canyon channel

图6 V2V-ESDW信道下的误码率性能Fig.6 BER Performance under V2V-expressway same di‐rection with wall Channel

图6仿真结果表明，在信噪比小于20 dB的情况下，STA 和wCDP方案的性能相当。另一方面，在信噪比大于22 dB 的情况下，CDP 和wCDP 的性能优于STA方案。

因此，综合图4～6 的仿真结果发现，当多普勒频移越高时，V2V 通道的时变特性越强时，随着多普勒频移的增加，CDP 在较高信噪比情况下表现出了更好的性能。其主要原因是CDP 算法考虑了相关特性，更适合高多普勒频移。对于STA 方案，将参数α和β的值设置为2，可以达到STA 方案的最佳性能，且在低信噪比的情况下，频域平均可以提高性能。本文提出的wCDP 方案在CDP 方案基础之上，通过引入权值因子进行时域更新，并结合导频提供的频域平均来对CDP 方案进行改进，仿真结果表明，wCDP 估计方案的误码率性能在3 种V2V 通信场景下较CDP 方案有明显改善，并在较高信噪比区域，wCDP 比DFT、LS、STA 以及CDP 方案的误码率性能更优。

图7 是对3 种V2V 通信场景下，不同信道估计方案的均方根误差RMSE 性能进行仿真。在V2VEO信道下，STA、DFT和wCDP方案在信噪比为5 dB以内的性能相近。当信噪比等于5 dB 时，wCDP 方案的RMSE 的值约为0.192，DFT 的RMSE 的值近似0.202，wCDP 方案性能相对提升5.2%，这是由于DFT 忽略了时域信道响应的含噪系数而导致的。继续观察可以发现，当信噪比达到20 dB 时，wCDP方案的RMSE 的值近似为0.11，而STA 方案的RMSE 的值约为0.12，wCDP 的性能相对提升9.1%，且随着信噪比的增加，性能提升更明显。在信噪比为26 dB 时，STA 和CDP 方案的RMSE 值大致相似，DFT和LS方案的RMSE在0.19附近达到饱和，性能没有进一步改善。

图7 3种V2V信道信道下的均方误差性能比较Fig.7 Comparison of the RMSE performance under three V2V channel

在V2V-UCO 信道下，wCDP方案趋近于STA 方案的RMSE 性能，并在较高信噪比环境下，相较于STA 有所提升。在V2V-ESDW 环境下，wCDP 在信噪比约为15 dB 时，就表现出了比STA 方案更优的性能。仿真结果表明，wCDP 信道估计方案的RMSE 性能始终优于传统的LS、DFT、STA 和CDP信道估计方案，预测值与真实值间的误差越小，表明wCDP 信道估计方案能在高速场景下适应不同帧长的数据传输，具备更好的传输特性。

4 结论

1）在保持IEEE 802.11p协议标准导频结构不变的前提下，本文提出的wCDP 算法利用频域相邻子载波间和时域相邻正交频分复用符号间的强相关特性，共同构建数据导频，提高了信道估计过程中数据更新的准确性。

2）引入权值因子，对信道估计值动态时域更新，通过动态权重比调整前后时刻信道估计值所占比重，降低了估计误差。

3）仿真结果表明，wCDP算法在高速移动车-车通信信道环境，综合分析，误码率和均方误差性能均优于CDP、STA、LS和DFT算法。