车辆通过车联网系统连通路边设备、行人、网络等,可以实现改善道路交通和汽车智能管理的目的,在未来具有很大应用前景。然而,车联网信道环境具有高度动态性与快速时变性,确保信息在车载环境下的可靠传输是本文的重点研究内容。车联网系统目前大多采用IEEE 802.11p协议标准,正交频分复用OFDM是该标准在物理层传输的关键技术,而后续信息的能否准确检测离不开物理层良好的信道估计。所以,对车载通信场景下的信道估计研究,需要建立在物理层信道估计研究基础之上。论文深入研究了车联网条件下的OFDM信道估计方案以及IEEE 802.11p协议下的各种信道估计技术。具体研究内容如下:针对在OFDM系统的接收端收到的信号经常产生失真问题,本文重点研究了基于导频序列的OFDM信道估计,从经典导频结构、导频位置处的信道估计以及数据位置处的三种插值算法进行研究,通过数学模型和实验仿真进行分析。在对OFDM技术和无线信道的时频双选特性有充分认识的基础之上,对基于三种导频结构进行仿真,通过分析对比优缺点给出实际应用场景方案选择。对于导频位置处的信道估计算法,适合在车联网环境下使用降噪处理的LS信道估计算法。并通过对不同插值算法比较,发现三次样条插值虽然增加了计算复杂度,但误码率性能优越,能够在实际工程场景中应用。为解决车联网通信环境所带来的高度动态性与快速时变性影响,本文对IEEE 802.11p协议下的各种信道估计技术进行详尽研究并仿真分析。在数据导频构建CDP方案的基础之上,提出了一种权值型数据导频构建w CDP的信道估计方案。w CDP方案通过结合权值因子进行时域更新,并利用导频提供频域平均,重构判决策略,在保留IEEE 802.11p协议的条件下,提升了V2V信道估计性能。最后通过Matlab仿真对比w CDP方案和其他几种实用性较强的信道估计技术。仿真结果表明,在3种不同V2V通信环境下w CDP方案相较于已有的DFT、STA和CDP信道估计技术,在牺牲少量计算复杂度的情况下有效提升了系统误码率和均方根误差性能。该论文有图29幅,表5个,参考文献48篇。