基于權值構建數據導頻的V2V信道估計算法

時穎，陳家樂，王桐，陳義平，馮馳

（1.哈爾濱工程大學 信息與通信工程學院，黑龍江 哈爾濱 150001；2.黑龍江科技大學 電子與信息工程學院，黑龍江 哈爾濱 150022）

基于IEEE 802.11p協議的專用短程通信作為車載自組網（vehicular ad hoc networks，VANETs）的通信標準，可以用于車-車（vehicle-to-vehicle，V2V）通信確保協同駕駛安全［1］。由于無線信道傳輸特性與信息傳輸的可靠性關聯緊密，且車載高速移動無線信道具有快時變、非平穩等特性，因此能適應高動態環境的信道估計算法是VANETs保證數據可靠傳輸的關鍵環節。

IEEE 802.11p 協議幀結構中的導頻數量不足以應對具有高度動態性與快速時變性的車聯網無線信道。為使導頻能夠完整恢復出頻域信道響應，現有研究提供了多種信道估計策略。這些研究分為2類：1）變更IEEE 802.11p 協議的信道估計方案［2-4］；2）保留IEEE 802.11p 協議的信道估計方案［5-7］。在保留IEEE 802.11p 標準的信道估計方法中，常見的最小二乘（least squares，LS）估計在車聯網的快時變信道中性能表現不佳，因此結合維納濾波理論和均方誤 差（mean square error，MSE）準則的約束以達到提升估計準確度的目的，但因其假設參數的不確定性仍會造成只能獲得次優解的可能［8］。時頻平均算法（spectral temporal averaging，STA）是一種估計信道動態特性的方法，能夠用于緩解由V2V 信道的快時變特性帶來的影響［9］。雖然通過引入信道特征值提高算法精確度，但實際車輛通道環境復雜，更新參數獲取較為困難。基于數據導頻構建（construct data pilot，CDP）的估計方法，利用數據符號構造導頻，通過相鄰符號內相關特性，以獲得比判決反饋方案和STA 方案更好的性能，尤其在較高信噪比區域表現明顯［10］。有關CDP的研究表明，導頻還能用于提供頻域平均［11］。

由于CDP估計方法針對時變信道具有較好的跟蹤特性，對于V2V通信具有一定的優勢。但是，基于IEEE 802.11p的無線信道估計是基于前導碼，無法保證在城市和高速公路場景下的均衡，特別是對于長度較長的數據包。為此，本文針對V2V 通信的高動態、快時變等不穩定特性，通過引入權值因子進行時域更新，并結合導頻提供的頻域平均重新構造了CDP 方案的判決流程，構建了一種權值型數據導頻構建信道估計算法（weighted factor-constructed data pilot，wCDP），可達到提升V2V通信性能的目的。

1 系統與信道模型

1.1 系統模型

目前，廣泛應用于車聯網的通信與網絡協議是IEEE 802.11p。為了能應對高速移動環境帶來的快速時變影響和更大的多徑時延，該協議通過將帶寬由20 MHz變為10 MHz，來延長符號持續時間，以克服由多徑傳輸造成的符號間干擾（inter-symbol in‐terference，ISI）。基于IEEE 802.11p 標準的具體系統參數如表1所示［12］，作為本文仿真參數依據。

表1 IEEE 802.11p標準參數Table 1 IEEE 802.11p standard parameters

IEEE 802.11p 協議在物理層傳輸采用正交頻分復用（onthogonal frequency division multiplexing，OFDM）技術，所以時域信號x(n)在經過衰落信道傳輸后，其接收信號y(n)為：

式中：L為信道多徑數量；h(n,l)為時變多徑脈沖響應；ω(n)為高斯白噪聲。文獻［13-14］研究發現，V2V通信信道的多普勒頻移造成的子載波間干擾（inter-car‐rier interference，ICI）可忽略不計。去除循環前綴并進行離散傅里葉變換后的頻域接收信號Y(k)為：

式中：X(k)為發送信號頻域表示，k=0,1,…,N-1；H(k)為復衰落信道的頻域脈沖響應；W(k)為高斯白噪聲的離散傅里葉變換，與X(k)相互獨立；N為系統子載波數。在IEEE 802.11p協議下的通信系統中，數個OFDM 符號組成一幀數據。因此，一幀內的第m個OFDM符號可以寫為：

1.2 信道模型

基于幾何的信道模型［15］和抽頭延遲線（tap de‐lay line，TDL）模型［16］是目前最常用于仿真車聯網信道的2種模型。其中TDL模型相較于幾何模型更易實現，雖然是以準確度為代價的，但TDL 模型仍能夠準確描述V2V 信道特性［17］。因此，本文選擇TDL 模型。文獻［16］提供了6 種車聯網環境下的信道參數，其中包括3種V2V 場景和3 種V2I場景。本文主要對3 種V2V 通訊場景進行研究分析，3 種V2V 分別是：高速公路中相向行駛的車車通信（V2V-expressway oncoming，V2V-EO）、城市峽谷中相向行駛的車車通信（V2V-urban canyon，V2VUCO）以及高速公路中同向行駛且道路兩旁存在大量散射體的車車通信（V2V-expressway same direc‐tion with wall，V2V-ESDW）［7］。通過在這3 種V2V通信場景下對比不同信道估計的性能，對提出的信道估計方案進行仿真驗證。其中V2V 通信場景的基本參數如表2所示。

表2 3種V2V通信場景的信道參數Table 2 Channel parameters in three V2V communication scenarios

2 wCDP信道估計算法

基于IEEE 802.11p 協議的接收機設計如圖1 所示，其中第3 部分是本文提出的wCDP 信道估計模塊，位于64 點快速傅里葉變換（fast Fourier trans‐form，FFT）的輸出端。在完成信道估計任務后，接收信號通過數據恢復來還原出初始信號，信道狀態估計結果直接對后續的解調、譯碼等操作產生關鍵影響，所以有必要盡可能地優化信道估計。

圖1 IEEE 802.11p接收機Fig.1 IEEE 802.11p receiver block diagram

由于IEEE 802.11p 協議沿用了IEEE 802.11a 的導頻結構，所以在IEEE 802.11p 幀結構中包含2 個相同的長訓練序列XT。通過對這2個長訓練序列分別進行最小二乘估計后取平均，可以減輕信道噪聲對估計值的影響，估計值表示為：

2.1 算法流程

wCDP 算法的核心思想是利用頻域相鄰子載波間及時域相鄰正交頻分復用符號間的強相關特性來構造數據導頻，通過引入權值因子p進行時域更新，其具體實現流程如圖2所示。

圖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 個模塊組成：均衡、構建數據導頻、最小二乘估計、均衡解映射和判決。

2.2.1 均衡

2.2.2 構建數據導頻

2.2.3 最小二乘估計

由于相位跟蹤導頻的相鄰子載波具有較高的相關性，因此將構造的相位跟蹤導頻和原始已知的相位跟蹤導頻進行比較，以決定這些區域中的信道響應，這有助于提高整個系統的精度。為此，結合最小二乘估計算法，利用2個相鄰符號的信道相關特性，以達到減小剩余誤差的目的。通過數據導頻獲得第i個數據符號的信道響應為：

2.2.4 均衡解映射

盡管Hi(k)已是信道響應的相對準確估計，但是，仍可以通過信道的強相關特性來提高。因此，通過Hi(k) 用于均衡前一個接收的OFDM符號SR,i-1(k)，即：

為了進行比較，SR,i-1(k)也由HwCDP,i-1(k)均衡，均衡結果表示為：

2.2.5 比較判決

wCDP 算法將錯誤解映射結果Hi(k)與前一次估計結果HwCDP,i-1(k)按一定比重共同作為估計值，既兼顧了符號間強相關特性，又考慮本次估計值正確的可能性，該方案在圖2 算法流程中表示為決策2。此外，與CDP 算法只考慮相鄰數據符號在時域的相關性不同，wCDP 算法研究通過2 個相鄰的數據符號在頻域內也具有強相關性，在時，得到信道響應估計值HwCDP,i(k)，可以獲得優于CDP方案的性能，在圖2算法流程中表示為決策1。

式中HSTA,i(k)為STA方案的信道估計結果。

式中Hupdate(k)為STA頻域平均［9］，即：

式中：權系數ωλ=1∕(2β+1)，2β+1 為平均的子載波；參數α和β由無線信道的相關特性來決定。

3 仿真及性能分析

本節對wCDP 信道估計算法在V2V 信道環境下的誤碼率（bit error rate，BER）和均方根誤差（root mean square error，RMSE）進行仿真，系統帶寬設為10 MHz，采用52 個子載波，調制方案為QPSK，并將3 種信道模型的最大多普勒頻移參數取區間的最大值，其他系統參數及3 種V2V 信道仿真參數分別見表1、2。在仿真結果中對wCDP 與LS、DFT、STA 和CDP算法進行性能分析與比較。

為獲取wCDP 方案的最佳性能，本文在V2VEO 信道下，采用不同權值p的wCDP 估計方案進行性能仿真。圖3 為不同權值p下的wCDP 方案誤碼率和均方根誤差仿真結果。

圖3在綜合分析與權衡下發現，當權值為0.8時，可以犧牲一點誤碼率性能來獲得RMSE性能相對較大的改善。RMSE是用來衡量一組數自身的離散程度，能很好地反映預測值誤差的實際情況。RMSE越小代表離散程度越低，穩定性越強。所以為使wCDP方案達到性 能最優，后續仿真中權值因子p值設定為0.8。接下來分別對基于LS、DFT、STA、CDP以及本文提出的wCDP信道估計方案在3種V2V 通信場景下的誤碼率性能進行仿真分析與比較。

在V2V-EO 信道下，將最大多普勒頻移設置為1 200 Hz，并采用調制編碼方案MCS2。從圖4 中可以清楚地看出，在較低的信噪比區域下，STA方案的誤碼率性能優于CDP 方案，而所提出的wCDP 方案的誤碼率性能同樣優于CDP 方案，且與STA 方案接近。在信噪比較高的情況下，CDP 方案的誤碼率優于STA 方案。這是因為在較低的信噪比下，噪聲和干擾足夠強，足以將移動到不正確的位置，從而導致解映射到錯誤的星座點。信噪比的提高減少了這些不正確的解映射，所以CDP 方案在這種情況下表現更好。而與CDP 方案相比，wCDP 方案本身具有信噪比感知能力。這是因為在構造數據導頻之后，會進行最小二乘信道估計和STA均衡，從而降低到星座點的誤差解映射概率。結果表明，從信噪比大于26 dB 來看，CDP 和wCDP 的性能優于STA。所以，wCDP的整體表現優于CDP方案。

圖4 V2V-EO信道下的誤碼率性能Fig.4 BER performance under V2V-express oncoming cannel

對于V2V-UCO 通信模型，圖5 是多種不同信道估計方案的誤碼率性能仿真結果。顯然，本文提出的wCDP 方案的誤碼率性能要優于CDP 方案，并且伴隨信噪比提升，wCDP 方案的誤碼率性能也愈加突出。在交通場景，隨著建筑和車輛的數量增加，傳輸信號的散射和反射也隨之增加，這種現象導致多徑衰落的數量增加［19］。圖6 為V2V-ESDW 信道下，不同方案的誤碼率性能曲線結果。

圖5 V2V-UCO信道下的誤碼率性能Fig.5 BER performance under V2V-urban canyon channel

圖6 V2V-ESDW信道下的誤碼率性能Fig.6 BER Performance under V2V-expressway same di‐rection with wall Channel

圖6仿真結果表明，在信噪比小于20 dB的情況下，STA 和wCDP方案的性能相當。另一方面，在信噪比大于22 dB 的情況下，CDP 和wCDP 的性能優于STA方案。

因此，綜合圖4～6 的仿真結果發現，當多普勒頻移越高時，V2V 通道的時變特性越強時，隨著多普勒頻移的增加，CDP 在較高信噪比情況下表現出了更好的性能。其主要原因是CDP 算法考慮了相關特性，更適合高多普勒頻移。對于STA 方案，將參數α和β的值設置為2，可以達到STA 方案的最佳性能，且在低信噪比的情況下，頻域平均可以提高性能。本文提出的wCDP 方案在CDP 方案基礎之上，通過引入權值因子進行時域更新，并結合導頻提供的頻域平均來對CDP 方案進行改進，仿真結果表明，wCDP 估計方案的誤碼率性能在3 種V2V 通信場景下較CDP 方案有明顯改善，并在較高信噪比區域，wCDP 比DFT、LS、STA 以及CDP 方案的誤碼率性能更優。

圖7 是對3 種V2V 通信場景下，不同信道估計方案的均方根誤差RMSE 性能進行仿真。在V2VEO信道下，STA、DFT和wCDP方案在信噪比為5 dB以內的性能相近。當信噪比等于5 dB 時，wCDP 方案的RMSE 的值約為0.192，DFT 的RMSE 的值近似0.202，wCDP 方案性能相對提升5.2%，這是由于DFT 忽略了時域信道響應的含噪系數而導致的。繼續觀察可以發現，當信噪比達到20 dB 時，wCDP方案的RMSE 的值近似為0.11，而STA 方案的RMSE 的值約為0.12，wCDP 的性能相對提升9.1%，且隨著信噪比的增加，性能提升更明顯。在信噪比為26 dB 時，STA 和CDP 方案的RMSE 值大致相似，DFT和LS方案的RMSE在0.19附近達到飽和，性能沒有進一步改善。

圖7 3種V2V信道信道下的均方誤差性能比較Fig.7 Comparison of the RMSE performance under three V2V channel

在V2V-UCO 信道下，wCDP方案趨近于STA 方案的RMSE 性能，并在較高信噪比環境下，相較于STA 有所提升。在V2V-ESDW 環境下，wCDP 在信噪比約為15 dB 時，就表現出了比STA 方案更優的性能。仿真結果表明，wCDP 信道估計方案的RMSE 性能始終優于傳統的LS、DFT、STA 和CDP信道估計方案，預測值與真實值間的誤差越小，表明wCDP 信道估計方案能在高速場景下適應不同幀長的數據傳輸，具備更好的傳輸特性。

4 結論

1）在保持IEEE 802.11p協議標準導頻結構不變的前提下，本文提出的wCDP 算法利用頻域相鄰子載波間和時域相鄰正交頻分復用符號間的強相關特性，共同構建數據導頻，提高了信道估計過程中數據更新的準確性。

2）引入權值因子，對信道估計值動態時域更新，通過動態權重比調整前后時刻信道估計值所占比重，降低了估計誤差。

3）仿真結果表明，wCDP算法在高速移動車-車通信信道環境，綜合分析，誤碼率和均方誤差性能均優于CDP、STA、LS和DFT算法。