1IEEE802.11p物理层系统结构
将IEEE802.11p标准中物理层使用的OFDM技术，运行在5.9GHz载波频率上。每个OFDM符号中有64个子载波（48个数据子载波、4个导频子载波和12个空子载波）。物理层数据帧结构包含OFDMPLCP训练序列、信号OFDM符号和数据OFDM符号。在PLCP训练序列中有10个短序列用于同步和频偏估计，2个长序列用于信道估计。IEEE802.11p协议有3种带宽模式，分别为5MHz、10MHz和20MHz。通常使用10MHz带宽，在这种模式下每个OFDM符号的长度是8.0μs，包含一个1.6μs长的循环前缀。帧结构如图1所示。IEEE802.11p系统基带收发结构如图2所示，t(n,M)和r(n,M)分别表示发送端和接收端的时域数据，则频域可表示为：其中，R(k,M)和T(k,M)表示接收端和发送端在第M个OFDM符号第k个载波上的频域数据，Z(k,M)表示加性高斯白噪声（AWGN）信号，H(k,M)表示信道的频域响应，表示为：
2抑制多径与载波频偏影响
在车载无线通信信道中，多径和多普勒频移扩展造成信道的频率选择性和时间选择性衰落。载波频率偏移（CFO）Δf是由车载通信中终端移动引起的多普勒频移和收发端抽样时钟不匹配造成的。在室外的高速移动和高时延环境下，路边丰富的散射点会增大时延扩展，带来频率选择性衰落；同时高速移动在不同的多径信道中引起多普勒频移，产生信道的时间选择性衰落。快衰落的双选信道环境使车载通信面临巨大困难。在OFDM系统中，子载波间隔表示为f_inter=W/N，其中W是系统带宽，N是子载波个数，多普勒频移fm由移动速度决定，表示为fm=v/λ=v•fc/c，相关带宽Wc=1/50στ，στ是RMS多径时延扩展。5.9GHz载波频率在典型场景下的RMS多径时延扩展为250ns，车载移动最高速度限制为250km/h，从而可计算频偏Δf=1.376kHz，子载波间隔f_inter=156.25kHz，相干带宽Wc=80kHz。因为Δf垲f_inter，其影响可忽略不计，然而载波频偏的存在会引起相位的变化θ=Δf•t，在较长时间下相位的变化将不可忽略，需要载波频偏估计及相位校正。另一方面，相干带宽Wc小于子载波间隔，系统是频率选择性衰落信道非平坦衰落，因此在信道均衡中，需要估计各子载波的频率响应，完成信道校正。因此，车载环境的信道为双选信道[10]，而有效的载波频偏估计和信道估计算法是提升系统性能的关键。多径信道估计IEEE802.11p标准定义将长训练序列（2个OFDM符号）用于信道估计，目前研究的车载信道估计的方法有很多种，如利用LMS方法迭代更新信道值[12]，在传输数据符号中插入新的训练序列完成信道更新[13]，还可以使用数据子载波辅助的迭代更新方法（spectraltemporalaverager，STA）[14]。对STA算法进行改进，以进一步提升一定的系统性能。准确的载波频偏和信道估计需要准确的同步性能，IEEE802.11p协议定义由物理层数据帧中的训练序列做同步和信道估计，首先使用训练序列中的短序列做粗同步，为了提高定时同步的准确性，先对粗同步的结果做频偏估计，再使用长序列做精同步和信道估计。短序列由10个相同的短序列组成，长序列是两个完整的OFDM符号，如图1所示。
3系统仿真与性能分析
3.1系统平台硬件平台
整个IEEE802.11p系统结构如图4所示，包括应用层、以太网卡（10/100/100Gbit双通道MAC接口和MAC转换接口的连接）、基于IEEE802.11p和MAC协议的FPGA板、模数/数模转换器（ADC/DAC）、射频收发机、功率放大器（PA）和天线。基于IEEE802.11p车载通信协议的车路系统交通灯控制系统演示如图5所示。用于演示的室外场景选择在十字路口南北向道路，车载终端距离交通灯位置较远（A区域，距离大于150m）时，交通灯接收机未接收车载终端发送的信号，交通灯为红灯。车辆持续向前移动至B区域（距离小于150m大于60m）时，交通灯接收机开始接收车载终端信号并计算距离，由于距离仍大于60m，交通灯不受控制，因此仍为红灯。车辆移动到C区域（小于60m）时，交通灯检测到距离变小，变为绿灯使车辆通过交通路口。车辆通过路口并且离开的距离大于35m（D区域）时，交通灯释放控制，变回红灯。车载设备单元（OBU）通过GPS设备收集时间、位置与速度信息，如图6(a)所示，当前时间11∶51，速度为28.5km/h，位于东经121°20′、北纬31°14′。将接收信息发送给路边设备单元（RSU），同时路边设备单元的GPS设备收集本地路边单元的位置信息，通过接收的车载单元的位置信息，得到两者的距离信息（63.31m）。当车辆持续前进靠近交通路口时，路边设备检测到车辆距离在减小，当车路距离小于60m时，交通灯将转换为受控制状态，并变为绿灯，如图6(b)所示，车辆通过十字路口。车辆通过路口逐渐远离时，此时路边单元检测到距离增大，当距离增大到35m时，交通灯被释放控制，变为红灯禁止通行。
3.2系统仿真与性能分析
根据第2节IEEE802.11p物理层系统结构，表2中列出系统仿真参数，5.9GHz载波频率在典型场景下的RMS多径时延扩展为250ns，车载移动最高速度限制为250km/h，频偏Δf=1.376kHz，子载波间隔f_inter=156.25kHz，相干带宽Wc=80kHz。系统带宽为10MHz，选取80MHz，8倍系统带宽的信号抽样速率。在仿真中使用随机扰码器、3×16交织器、BIT/SK调制、码率r=1/2的卷积码及Viterbi译码、同步及频偏估计算法、LMMSE信道估计算法，单发单收天线。仿真结果如图7所示。图7(a)中描述了在SNR=-3dB情况下，粗同步先确定数据帧头的大致范围，此时同步准确率较低，精同步在粗同步基础上找到准确的同步点，正确同步的概率在97.8%以上，同步算法的系统信噪比要求低于系统灵敏度为3.5dB时的信噪比。图7(b)描述了载波频偏估计的性能，可以看出，在5.9GHz载波PPM=40、SNR=0dB情况下（PPM表示每百万单位，表示允许频偏的范围），估计误差在5PPM范围内的概率为90%；SNR=3dB时，估计误差在3PPM内的概率为90%；SNR=5dB时，估计误差在2PPM内的概率为90%，在初始载波校正后，会在每个OFDM符号周期中进行一次相位校正，载波频偏估计残留误差的影响会被消除，因此在SNR=0dB时载波频偏估计即可处于工作状态。图7(c)体现了LS估计方法和MMSE估计方法在IEEE802.11p协议中的性能，LS算法较MMSE算法简单且复杂度低。在信噪比较低时，MMSE算法的性能相比LS算法具有较高的提升；在信噪比较高时，由于信道RMS多径时延扩展στ影响的相干带宽比子载波间隔小，使用频域滤波的MMSE性能不能有更好的提升。图7(d)表示在高斯信道和瑞利信道下，BER性能曲线与理论曲线的对比，可以看出与理论值一致，在Wi-Fi标准瑞利多径信道模型B[5]中的工作点为16dB。图7(e)和图7(f)画出了不同信道估计方法在移动速度为30km/h和120km/h（fd=164656Hz）时的瑞利信道性能，使用的信道估计均衡算法有STA[14]、梳状导频插值（combcopilotinterpolation）[15]和本文提出的动态更新算法（proposed）。从图中可以看出，仅使用导频训练序列的信道估计均衡方法（onlypreamble）在移动无线车载信道中无法达到PER=10%的工作点，即使在30km/h的移动速度下也需要较高的信噪比。3种信道估计改进算法都对性能有较大的提升，而本文提出的动态更新算法能比其他算法获得更低的PER性能。这是因为根据式(14)，在一定的移动速度下，信道相关的OFDM符号的个数、当前OFDM符号的信道估计值由先前获得的信道估计值的迭代更新，这样减少了当前信道估计的误差，可以获得更加准确的信道参数，影响信道均衡接收恢复的原始信号，提高系统性能。
4结束语
本文主要阐述了基于IEEE802.11p协议标准的车载环境下的无线通信接入系统结构，重点分析了无线信道中载波频率偏移和多径瑞利衰落对系统带来的影响和最佳的解决方案，研究克服了快衰落多径信道影响的同步问题，提出了频偏与信道估计的算法，仿真并证明了该算法可有效提高接收机性能。在FPGA上实现发送端到接收端的硬件系统方案，并于实际场景中演示基于IEEE802.11p车载通信协议的车路协同交通灯控制。
作者：陈娟 蔡孙增 朱正航 蒋海平 康凯 单位：中国科学院上海微系统与信息技术研究所 上海无线通信研究中心
