论文部分内容阅读
近年来,随着以车联网为核心的智能交通系统的发展及IEEE 802.11p标准的制定,在车联网系统中如何实现信息的可靠传输日益成为研究的重点。作为其中关键技术的信道估计是其技术难点,且信道估计与系统信道均衡及分集接收等其它关键技术密切相关,因此对信道估计技术进行研究具有极其重要的意义。车联网系统目前主要使用的标准为IEEE 802.11p,OFDM是该标准的关键技术。本文旨在研究车联网环境下的OFDM信道估计技术,具体研究内容包括:(1)首先介绍研究车联网环境下OFDM信道估计技术所需的理论基础。在给出车联网系统的体系架构及IEEE 802.11p标准主要参数的基础上,从车联网信道的冲激响应、时频双选特性及信道在时延多普勒域的稀疏性三方面分析了车联网信道的特性;并对本文使用的两种车联网信道仿真模型:Jakes模型和扩展ITU信道模型进行介绍。(2)建立基于导频的OFDM信道估计模型,对典型导频的估计性能进行仿真实验,给出导频结构对信道估计性能的影响。通过对典型导频结构分析,提出一种适用于车联网环境信道估计改进的导频结构,并对改进的导频结构与梳状及菱形导频结构的信道估计性能进行了对比分析,仿真结果表明改进导频结构的信道估计性能要优于梳状及菱形导频结构。(3)针对车联网环境下的时频双选信道,结合压缩感知(Compressed Sensing,CS)的特点,在分析时延多普勒域车联网信道稀疏性的基础上,将OFDM信道估计问题转化为压缩感知的标准重构模型,采用压缩感知中的OMP(Orthogonal Matching Pursuit)重构算法实现车联网环境下的OFDM信道估计。在此基础上,利用车联网环境下相邻OFDM符号之间的相关性,给出了一种车联网环境下基于压缩感知的改进OFDM信道估计方法,该方法可以降低信号处理的稀疏度,简化压缩感知迭代运算的复杂度。仿真实验表明,基于压缩感知改进的OFDM信道估计方法性能要优于基于压缩感知的OMP和基于导频的信道估计方法。