車輛自組網(wǎng)物理層性能改進(jìn).pdf

1、隨著無線通信技術(shù)的日益普及和對其它技術(shù)領(lǐng)域的廣泛滲透，汽車制造業(yè)正在積極尋求利用無線通信技術(shù)提升市場競爭優(yōu)勢的方案。本文中，車輛自組網(wǎng)(VANET)已有諸多應(yīng)用，例如安全、救援、勘探、軍事、人口稀疏地的冗余通信、以及作為智能交通系統(tǒng)(ITS)重要組成部分的傳統(tǒng)城市及高速公路通信。不過，這一技術(shù)的滲透尚顯不足，仍有大量問題亟待解決，以建造彈性、可靠、高效的車輛自組網(wǎng)。通信服務(wù)質(zhì)量(QoC)主要取決于物理層(PHY)的可靠性，其中包含了VA

2、NET中各類頗有挑戰(zhàn)性的問題。車輛的高速運(yùn)動會導(dǎo)致VANET中的大量碎片化和拓?fù)洳欢ㄐ浴HY的性能是提升通信質(zhì)量的一個關(guān)鍵因素。物理層需要解決有限帶寬、應(yīng)用需求以及不穩(wěn)定和碎片化的網(wǎng)絡(luò)拓?fù)?。本文主要研究物理層，包括與VANET應(yīng)用相關(guān)的問題、挑戰(zhàn)及研究機(jī)遇。主要貢獻(xiàn)和創(chuàng)新如下:
　　1.提出了通過理論途徑顯著提升車輛網(wǎng)絡(luò)通信性能的方法，即在不改變帶寬、費(fèi)用及系統(tǒng)復(fù)雜度的前提下，提升物理層OFDM系統(tǒng)的性能。本文提出了一種通用模型

3、來描述車輛通信場景的物理層傳輸技術(shù)，能夠解決車輛通信中一些具有挑戰(zhàn)性的問題，并從理論上探究不同傳輸場景下的通信效果。物理層的傳輸過程包含了諸多復(fù)雜步驟，本文模型對其均有涉及。該模型對應(yīng)著IEEE802.11p的物理層結(jié)構(gòu)，也描述了車輛網(wǎng)絡(luò)中的無線信道特征，并發(fā)展了用參數(shù)化形式描述信道最重要特征的簡化信道模型。該模型隨后將用于評估系統(tǒng)性能并研究物理層的挑戰(zhàn)，以提升車輛網(wǎng)的總體通信效率。
　　2.應(yīng)用代數(shù)lattice理論及其它數(shù)學(xué)工

4、具改進(jìn)OFDM系統(tǒng)，從而直接提升了整個VANET物理層的性能。為了改進(jìn)通信的可靠性，采用order理論和Hamming距離，提出了一種適用于車輛網(wǎng)絡(luò)的高階OFDM分集方案，其頻域分集通過在傳輸符號中規(guī)定特定的相關(guān)性來實現(xiàn)。由于子信道歷經(jīng)獨(dú)立衰落，至少有一個符號擁有可靠的信噪比，接收機(jī)可利用該符號來檢測其它符號。
　　3.研究了利用最小二乘(LS)和最小均方誤差(MMSE)的信道估計器，發(fā)展了一種提高VANET物理層通信性能的新方法

5、。該方法通過將DFT和SVD與LS和MMSE相結(jié)合，提升了系統(tǒng)性能，并降低了系統(tǒng)復(fù)雜度。
　　4.針對車輛網(wǎng)絡(luò)提出了一種新型的符號同步技術(shù)，即利用不同OFDM子載波之間的功率差異和定時誤差導(dǎo)致的相移。該方案采用3種方法最小化由于符號時間偏移導(dǎo)致的子載波干擾(ICI)和碼間干擾(ISI)。第一種方法通過第一個OFDM接收符號來檢測由定時誤差而導(dǎo)致的子載波相移，以此來估計時移，即利用了時移導(dǎo)致的相移來估計定時誤差，故本文稱其為相移估計

6、器(PSME);第二種方案最小化相鄰子載波在同一OFDM符號內(nèi)的功率差異，假設(shè)了這些子載波的信道響應(yīng)近似相同。因其僅在頻域利用子信道，故稱為頻域累計功率差異估計器(FD-APDE);第三種方案通過測量相鄰OFDM符號的等下標(biāo)的子載波功率差異，假設(shè)了信道在兩個相鄰OFDM符號之間是緩變的，故叫做時域累計功率誤差估計器(TD-APDE)。這3種估計器均為全盲估計，因為接收端沒有任何關(guān)于發(fā)送數(shù)據(jù)或者信道狀態(tài)(CSI)的信息，但這些信息能夠極大

7、地提高估計器的性能。為了在不同的VANET場景提供定時同步，這些估計器能夠組合與互補(bǔ)應(yīng)用。
　　5.利用物理層的內(nèi)在隨機(jī)性來提高車輛網(wǎng)絡(luò)的安全性。探索了利用通常被視作不利因素的噪聲和干擾作為提高安全性的隨機(jī)因子的可能，提出了一種針對車輛網(wǎng)絡(luò)的密鑰生成方法，其利用了無線信道本身的隨機(jī)特性。把由于車輛移動、噪聲、多徑衰落而導(dǎo)致的接收信號場強(qiáng)(RSS)變化量化后用來生成密鑰。仿真結(jié)果顯示該算法尤其適合VANET，因為VANET的多種工作