技术领域
[0001] 本
发明属于车联网技术领域，具体地说，涉及了一种面向车联网的IM-OFDM信号的处理方法。
背景技术
[0002] 车联网(英文：Internet of Vehicle，简称：IOV)是指车与车、车与路、车与人、车与
基础设施(如传感设备)等交互，实现车辆与公众网络通信的动态移动通信系统。车联网可以通过车与车、车与人、车与路互联实现信息共享，收集车辆、道路和环境的信息，并在信息网络平台上对多源采集的信息进行加工、计算、共享和安全发布，根据不同的功能需求对车辆进行有效的引导与监管，以及提供专业的多媒体与移动互联网应用服务。车联网主要采用短距离无线通信和远距离的移动通信两种通信方法，其中，短距离无线通信主要是RFID传感识别及类似WIFI等2.4G通信，远距离的移动通信主要是GPRS、3G、LTE、4G等移动通信。对于现有车辆与车辆和车辆与基础设施(以下简称：V2X)的通信，迫切需要高
光谱效率、高可靠性的通信方法，以提高V2X信道的
频谱效率和增强可靠性，并使V2X具有相关的
频率选择性衰落和不可避免的
多普勒效应。
[0003]
正交频分多路复用(以下简称：OFDM)技术被广泛认为是V2X最有前途的通信技术，IEEE802.11p标准在世界范围内的应用也证明了这一点。OFDM调制方案已应用于
认知无线电系统，以解决认知无线电系统的两大问题：一是符号间的干扰，二是数据传输速度慢。在传统的认知无线电系统中，数据是通过一个高数据率的载体传输的，但OFDM调制方案改变了认知无线
电网络中的数据传输方式。在OFDM中，基于认知无线电系统的数据是由多个低速率载波而不是单个高速率载波传输的。总之，OFDM是无线通信中应用最广泛的一种技术，它可以减少符号间干扰、提高
数据速率、易于光谱整形和传感等。
[0004] OFDM技术也有其明显的缺点，例如：对
频率偏移与
相位噪声很敏感，以及具有较高的峰均比。为了克服这两个劣势，受到空间调制思想的启发，2009年，Abu.alhiga和Hass将空间调制思想应用于OFDM系统中，提出了索引调制(英文：Index Modulated，简称IM)OFDM技术。在IM-OFDM中，
子载波的一个子集根据传入的信息位被激活。像传统的OFDM一样，激活的子载波携带M
相移键/正交调幅(简称：PSK/QAM)符号。T.Datta，H.S.Eshwaraiah和A.Chockalingam提出了一种多输入多输出(简称：MIMO)OFDM(即:MIMO-OFDM)的广义指数调制方案，该方案联合选择有源天线和频率指标。然而，上述方案的ML检测(即：极大似然检测)的复杂性都随天线数量和调制顺序呈指数级增长，随着系统规模的扩大而变得不切实际。
[0005] 此外，在移动终端达到车辆高速的
频率选择性衰落信道中，由于OFDM
块传输过程中无线信道的快速变化，导致信道间干扰(简称：ICI)的出现，严重影响系统的实现和性能。OFDM系统中有许多减少ICI的方法，最常见的方法是先估计频率偏移量，然后再修正，但通常需要相当的计算复杂度。另一种常见的方法是应用各种
信号处理技术来降低OFDM系统对频率偏移的灵敏度，因此提出了许
多窗口方法。特别是在低频偏移情况下的频率偏移自消方案，可以用相当简单的
算法来抑制ICI；但是这种自消方案是通过符号冗余来提升其抗干扰能
力，应用到IM-OFDM会使其频谱效率降低。
发明内容
[0006] 本发明针对
现有技术存在的问题，提供一种面向车联网的IM-OFDM信号的处理方法，该方法能够提高V2X信道的频谱效率和增强V2X信道的可靠性。
[0007] 为了达到上述目的，本发明提供了一种面向车联网的IM-OFDM信号的处理方法，其具体步骤为：
[0008] S1、搭建基于预编码的MIMO-OFDM系统，即：PIM-MIMO-OFDM系统，其步骤为：
[0009] 在发射机上使用实时的信道状态信息CSI进行预编码，在接收机上对接收机收到的信息进行检测，定义OFDM
帧是由N个子
载波频率组成，其中，前P，P≤N子载波频率用于数据传输，其他子载波频率保留为空子载波，则在频域中期望的OFDM块用空间频率块的形式表示为：
[0010]
[0011] 式中，xi,j∈{0,S},1≤i≤R,1≤j≤N表示在第i个接收天线上的第j个子载波频率的接收信号，S为M元移相键控/正交调幅
星座，即：PSK/QAM星座；
[0012] 使用总数为N×R的元素进行接收机索引调制，将总数N×R的元素分为G组，每个组包含K＝N×R/G个元素；每个组的K个元素都是从KR×KN大小的空间频率子块中提取出来的，且空间频率子块满足K＝KR×KN，KN是空间频率子块的频率，KR是空间频率子块的空间大小，天线群的数量GR＝R/KR和子载波群的数量GN＝N/KN是整数，且G＝GR×GN；
[0013] 定义第g个空间频率子块为：
[0014]
[0015] 式中， 表示第g个子块上要传输到第i个接收天线上的第j个子载波频率的元素；
[0016] 根据以下步骤将m比特映射到Sg：首先，指数
调制器用 指数比特来确定活性元素的K′指数；p2＝K′log2(M)星座比特生成K′×M元移相键控/正交调幅星座符号，将其传输到Sg中的活动元素，剩下的K-K′元素将相应地进行零填充；将p＝p1+p2位映射到每个子块；通过同样的步骤，正确地获得G空间频率块，忽略循环前缀CP的影响，给出PIM-MIMO-OFDM系统的频谱效率为：
[0017]
[0018] 式中，ηPIM为PIM-MIMO-OFDM系统的频谱效率；
[0019] 将G个OFDM块的频域和空间域连接在一起，形成了 块，然后通过一个频域交织器形成OFDM块XF，将其传输到接收机的接收天线；
[0020] 对于第n个子载波频率，将相应的线性零强迫ZF预
编码器写成:
[0021]
[0022] 式中， 表示每个子载波频率的无线信道的频率响应，其元素 表示从第j个传输天线到第i个接收天线在第n个子载波频率上的
的信道系数， 表示Hn的共轭转置矩阵；
[0023] 线性零强迫ZF预编码后，通过公式(5)计算出频率为n的相应发射信号，公式(5)表示为：
[0024] (ZF)n＝Pndiag((D)n)(XF)n (5)式中， 是OFDM块整个传输的功率标准化矩阵，它的项
是每个元素的幂标准化因子PNFs；
[0025] 通过在所有子载波频率上串接信号，得到OFDM块线性零强迫ZF的频域传输，OFDM块的每一行经过反快速傅里叶变换IFFT操作，得到每个发射机发射天线上的时域OFDM帧，经过循环前缀CP附加、并联-串行和数字-模拟转换过程，信号从发射天线发送至接收机；
[0026] 在接收机上，每个接收天线接收到的信号进行循环前缀CP去除和快速傅里叶变换FFT操作后，得到第n个子载波频率域内的接收信号为：
[0027] (YF)n＝Hn(ZF)n+(WF)n＝diag((D)n(XF)n+(WF)n (6)
[0028] 式中，YF为收到OFDM的块，WF为收到OFDM的块相应的噪声矩阵，YF， WF的元素遵循 的分布；
[0029] 对接收信号进行块解交织和重组获得第g个接收的空间频率子块为：
[0030]
[0031] 式中，分别Dg为从D收集相应的幂标准化因子PNFs，Wg为从WF收集的噪声样本，[0032] 将公式(7)转换为矢量形式为：
[0033] yg＝dgXdiag(sg)+Wg (8)
[0034] 通过将Yg，Dg，Sg，Wg的每一行连接起来，得到
[0035] 根据不同的条件对G组元素分别进行ML检测；
[0036] S2、对搭建出的PIM-MIMO-OFDM系统进行
载波频偏估计，并对其进行补偿。
[0037] 优选的，步骤S2中，对搭建出的PIM-MIMO-OFDM系统进行载波频偏估计，并对其进行补偿的具体步骤为：
[0038] 假设发射机有一个电线，接收机配备了R个天线，R≥2，接收机与发射机之间的经过归一化的载波频率偏移CFO用φ表示，φ∈(-0.5，0.5)；
[0039] 定义Hk，m作为从发射机到第m个接收天线的第k个子载波的频域通道响应，其中，k＝0，1，…，N-1，m＝0，1，…，R；
[0040] 假设CFO和信道在连续的Ls个OFDM块持续时间内保持不变，Ls＞1，定义sk，g作为第k个子载波在第g个OFDM块中的传输数据符号，其中g＝1，2，…，Ls，并且当k≥p时，sk，g＝0；
[0041] 则第m个接收天线对应的接收时域信号表示为：
[0042]
[0043] 式中，n＝1，2，…，N， Ncp的长度是循环前缀CP，wm，g(n)是方差为 的高斯白噪声；
[0044] 定义 并定义N×N对
角矩阵；则载波频率偏移CFO引入的相位旋转表示为：
[0045]
[0046] 定义F＝[f0，f1，…，fN-1]作为N×N标准化离散傅里叶变换DFT矩阵，其中第m个接收天线接收到的时域信号用长度为N的向量表示为：
[0047] ym，g＝E{φ}FHdiag(sg)Hm+wm，g (11)式中，ym，g＝[ym，g(1)，ym，g(2)，…，ym，g(N)]T，Hm＝[H0，m，H1，m，…，HN-1，m]T，[0048] 把向量ym，g，m＝1，2，…，M放在一起，得到N×R矩阵为：
[0049] Yg＝[y1，g，y2，g，…，yR，g]＝E{φ}FHdiag(sg)H+Wg (12)
[0050] 式中，
[0051] 通过试验的载波频率偏移CFO值 来对载波频率偏移CFO进行补偿，并在标准化离散傅里叶变换DFT操作之后获得频域信号为：
[0052]
[0053] 式中， 是相应的频域噪声矩阵；
[0054] 重写(13)式，则有：
[0055]
[0056]
[0057] 式中， 是 的第k+1行向量， 是 的第m个元素；
[0058] 定义 当 时，有 表明是由一个相同的向量H(k)构成的；对于任何m≠m′，g≠g′，有下列方程成立：
[0059]
[0060] 当 时，剩余频率偏移导致载波间干扰ICI，当0≤k≤P-1时，则有：
[0061]
[0062] 式中， 表明当 时，除去对 引入额外维度的列空间，载波间干扰ICI项不是零；当P≤k≤N时，载波间
干扰ICI项也使得接收到的信号的零子载波成为非零，此时，公式(18)不再成立；
[0063] 进而，为载波频率偏移CFO估算出成本函数为：
[0064]
[0065] 在没有噪音的情况下，当 时，估计载波频率偏移CFO；当包含噪声影响时，通过解决最小化问题得到载波频率偏移CFO的估计为：
[0066] 优选的，步骤S1中，对G组元素进行ML检测的具体步骤为：
[0067] 根据ML准则确定发送给每组元素的符号为：
[0068]
[0069] 式中， 为星座符号预先编码到g组的第j个元素，根据ML准则，是从M元移相键控/正交调幅星座中提取的，S用于 而0用于 Ig＝{ig，1，…，ig，K′}为收集yg中K′个激活的元素的指数，ig，β∈{1，…，K}，β＝1，…，K′；
[0070] 计算复杂度是～o(M)每个组元素；
[0071] 定义：
[0072]
[0073] 现有ML检测器表示为：
[0074]
[0075] 由 根据现有ML检测器表示为：
[0076]
[0077] 式中， 为激活的元素的指数集合。
[0078] 与现有技术相比，本发明的有益效果在于：
[0079] (1)本发明将IM-OFDM和预编码结合搭建PIM-MIMO-OFDM系统，对输入比特流进行索引调制和交织运算，在输出端进行解交织和ML检测，与现有的传统技术方案相比，误码率低，同时也降低了接收机的计算复杂度，实现了在车辆高速运行情况下OFDM信号的正确传输，从而提高V2X信道的频谱效率，增强V2X信道的可靠性，并使V2X信道具有相关的频率选择性衰落和不可避免的多普勒效应。
[0080] (2)本发明在接收端对OFDM信号进行频偏估计，克服了载波间干扰，提高了
信号传输过程中的误码率。
[0081] (3)本发明还证明了估计函数为余弦函数，可以用多个不同的试验值来确定载波频率偏移CFO估计值，同时将复杂度降低了两个数量级。
附图说明
[0082] 图1为本发明
实施例面向车联网的IM-OFDM信号的处理方法的工作
流程图。
[0083] 图2为本发明实施例PIM-MIMO-OFDM系统结构
框图。
[0084] 图3为本发明实施例多天线接收机OFDM系统的结构框图。
具体实施方式
[0085] 下面，通过示例性的实施方式对本发明进行具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
[0086] 参见图1，本发明揭示了一种面向车联网的IM-OFDM信号的处理方法，其具体步骤为：
[0087] S1、搭建基于预编码的MIMO-OFDM系统，即：PIM-MIMO-OFDM系统，参见图2，其步骤为：
[0088] 在发射机上使用实时的信道状态信息CSI进行预编码，在接收机上对接收机收到的信息进行检测，定义OFDM帧是由N个子载波频率组成，其中，前P，P≤N子载波频率用于数据传输，其他子载波频率保留为空子载波，则在频域中期望的OFDM块用空间频率块的形式表示为：
[0089]
[0090] 式中，xi,j∈{0,S},1≤i≤R,1≤j≤N表示在第i个接收天线上的第j个子载波频率的接收信号，S为M元移相键控/正交调幅星座，即：PSK/QAM星座。
[0091] 使用总数为N×R的元素进行接收机索引调制，将总数N×R的元素分为G组，每个组包含K＝N×R/G个元素；为了简化OFDM块的划分，每个组的K个元素都是从KR×KN大小的空间频率子块中提取出来的，且空间频率子块满足K＝KR×KN，KN是空间频率子块的频率，KR是空间频率子块的空间大小，天线群的数量GR＝R/KR和子载波群的数量GN＝N/KN是整数，且G＝GR×GN。
[0092] 定义第g个空间频率子块为：
[0093]
[0094] 式中， 表示第g个子块上要传输到第i个接收天线上的第j个子载波频率的元素。
[0095] 根据以下步骤将m比特映射到Sg：首先，指数调制器用 指数比特来确定活性元素的K′指数；p2＝K′log2(M)星座比特生成K′×M元移相键控/正交调幅星座符号，将其传输到Sg中的活动元素，剩下的K-K′元素将相应地进行零填充；将p＝p1+p2位映射到每个子块；通过同样的步骤，正确地获得G空间频率块，忽略循环前缀CP的影响，给出PIM-MIMO-OFDM系统的频谱效率为：
[0096]
[0097] 式中，ηPIM为PIM-MIMO-OFDM系统的频谱效率。指数调制器用 指数比特来确定活性元素的K′指数时，采用查表方法确定活性元素的K′指数，在查表过程中，除了将子载波映射到对应的二维空间外，其他过程均与现有IM-OFDM的查表方法相同。下面以K＝4，K′＝2为例，具体地说，就是从每组元素的四个子载波中选取两个子载波作为激活的子载波。由于C(K,K′)＝6，所以子载波的组合总共有6种可能。
[0098]
[0099]
[0100] 但是因为 比特，所以只能从以上6种组合中选择4种组合进行一一对应，例如：
[0101]比特 索引 激活的子载波 不激活的子载波
[00] {12} sg，1，sg，2 sg，3，sg，4
[01] {23} sg，2，sg，3 sg，1，sg，4
[10] {34} sg，2，sg，4 sg，1，sg，3
[11] {14} sg，1，sg，4 sg，2，sg，3
[0102] 上述IM-OFDM的查表方法中，输入的p1比特对应子载波的索引。而本方法采用的查表方法中，将子载波映射到对应的二维空间。
[0103] 为了通过不相关的通道来传输每个组中的符号，将G个OFDM块的频域和空间域连接在一起，形成了 块，然后通过一个频域交织器形成OFDM块XF，将其传输到接收机的接收天线。例如：考虑一个特殊的情况，即{R＝4，N＝8，KR＝2，KN＝4}，根据上面的步骤，空间频率子块G＝N×R/(KN×KR)＝4， 然后将它们连接在一起，形成非交叉的OFDM块为：
[0104]
[0105] 上述非交叉的OFDM块被输入到频域交织器中，确保同一子块中的元素具有最大的频率间隔，最后得到交织器后的接收端空间-频率块为：
[0106]
[0107] 对于第n个子载波频率，将相应的线性零强迫ZF预编码器写成:
[0108]
[0109] 式中， 表示每个子载波频率的无线信道的频率响应，其元素 表示从第j个传输天线到第i个接收天线在第n个子载波频率上的
的信道系数， 表示Hn的共轭转置矩阵。
[0110] 线性零强迫ZF预编码后，通过公式(5)计算出频率为n的相应发射信号，公式(5)表示为：
[0111] (ZF)n＝Pndiag((D)n(XF)n (5)
[0112] 式中， 是OFDM块整个传输的功率标准化矩阵，它的项 i＝1，…，R，是每个元素的幂标准化因子PNFs。由此可见，(D)n保证了(XF)n中每个星座符号的恒定发射功率，而不考虑信道的变化。
[0113] 通过在所有子载波频率上串接信号，得到OFDM块线性零强迫ZF的频域传输，OFDM块的每一行经过反快速傅里叶变换IFFT操作，得到每个发射机发射天线上的时域OFDM帧，经过循环前缀CP附加、并联-串行和数字-模拟转换过程，信号从发射天线发送至接收机。
[0114] 在接收机上，每个接收天线接收到的信号进行循环前缀CP去除和快速傅里叶变换FFT操作后，得到第n个子载波频率域内的接收信号为：
[0115] (YF)n＝Hn(ZF)n+(WF)n＝diag((D)n)(XF)n+(WF)n (6)
[0116] 式中，YF为收到OFDM的块，WF为收到OFDM的块相应的噪声矩阵，YF， WF的元素遵循 的分布。将
信噪比SNR定义为 其中Eb＝K′×G/(N×η)表示
每比特的平均
能量。由于预编码，接收到的OFDM帧除了diag((D)n)的比例矩阵外，其余与在发射机上设计的完全相同。
[0117] 对接收信号进行块解交织和重组获得第g个接收的空间频率子块为：
[0118]
[0119] 式中，分别Dg为从D收集相应的幂标准化因子PNFs，Wg为从WF收集的噪声样本，[0120] 由于索引调制是在频域和空间域中联合进行的，所以，将公式(7)转换为矢量形式为：
[0121] yg＝dg×diag(sg)+wg (8)
[0122] 通过将Yg，Dg，Sg，Wg的每一行连接起来，得到
[0123] 为了在接收端检索信息位，根据不同的条件对G组元素分别进行ML检测。
[0124] S2、对搭建出的PIM-MIMO-OFDM系统进行载波频偏估计，并对其进行补偿；其具体步骤为：
[0125] 参见图3，假设发射机有一个电线，接收机配备了R个天线，R≥2，接收机与发射机之间的经过归一化的载波频率偏移CFO用φ表示，载波频率偏移CFO是真正的载波频率偏移CFO和子载波间距之间的比值，因此φ∈(-0.5，0.5)。
[0126] 定义Hk，m作为从发射机到第m个接收天线的第k个子载波的频域通道响应，其中，k＝0，1，…，N-1，m＝0，1，…，R。
[0127] 假设CFO和信道在连续的Ls个OFDM块持续时间内保持不变，Ls＞1，定义sk，g作为第k个子载波在第g个OFDM块中的传输数据符号，其中g＝1，2，…，Ls，并且当k≥p时，sk，g＝O；
[0128] 则第m个接收天线对应的接收时域信号表示为：
[0129]
[0130] 式中， Ncp的长度是循环前缀CP，wm，g(n)是方差为 的高斯白噪声。
[0131] 定义 并定义N×N对角矩阵；则载波频率偏移CF0引入的相位旋转表示为：
[0132]
[0133] 定义F＝[f0，f1，…，fN-1]作为N×N标准化离散傅里叶变换DFT矩阵，其中第m个接收天线接收到的时域信号用长度为N的向量表示为：
[0134] ym，g＝E{φ}FHdiag(sg)Hm+wm，g (11)
[0135] 式中，ym，g＝[ym，g(1)，ym，g(2)，…，ym，g(N)]T，Hm＝[H0，m，H1，m，…，HN-1，m]T，[0136] 把向量ym，g，m＝1，2，…，M放在一起，得到N×R矩阵为：
[0137] Yg＝[y1，g，y2，g…，yR，g]＝E{φ}FHdiga(sg)H+Wg (12)
[0138] 式中，
[0139] 通过试验的载波频率偏移CF0值 来对载波频率偏移CF0进行补偿，并在标准化离散傅里叶变换DFT操作之后获得频域信号为：
[0140]
[0141] 式中， 是相应的频域噪声矩阵；
[0142] 重写(13)式，则有：
[0143]
[0144]
[0145] 式中， 是 的第k+1行向量， 是 的第m个元素。
[0146] 考虑无噪音环境，定义 当 时，有表明 是由一个相同的向量H(k)构成的；对于任何m≠m′，g≠g′，有
下列方程成立：
[0147]
[0148] 当 时，剩余频率偏移导致载波间干扰ICI，当O≤k≤P-1时，则有：
[0149]
[0150] 式中， 表明当 时，除去对 引入额外维度的列空间，载波间干扰ICI项不是零；当P≤k≤N时，载波间
干扰ICI项也使得接收到的信号的零子载波成为非零，此时，公式(18)不再成立；
[0151] 进而，为载波频率偏移CFO估算出成本函数为：
[0152]
[0153] 在没有噪音的情况下，当 时，估计载波频率偏移CFO；当包含噪声影响时，通过解决最小化问题得到载波频率偏移CFO的估计为：
[0154] 与IM-OFDM相似，在复杂的乘法中，对PIM-MIMO-OFDM系统的ML检测的计算复杂度是 现有ML检测器是不实用的，因为当K′和K都很大时，复杂度会呈指数级增长。因此，对于实际使用PIM-MIMO-OFDM系统来说，简化检测是必要的。
[0155] 为了降低检测复杂度，本发明上述方法的步骤S1中，对G组元素进行ML检测的具体步骤为：
[0156] 根据ML准则确定发送给每组元素的符号为：
[0157]
[0158] 式中， 为星座符号预先编码到g组的第j个元素，根据ML准则，是从M元移相键控/正交调幅星座中提取的，S用于j∈Ig，而0用于 Ig＝{ig，1，…，ig，K′}为收集yg中K′个激活的元素的指数，ig，β∈{1，…，K}，β＝1，…，K′；
[0159] 计算复杂度是～o(M)每个组元素；
[0160] 定义：
[0161]
[0162] 现有ML检测器表示为：
[0163]
[0164] 由 根据现有ML检测器表示为：
[0165]
[0166] 式中， 为激活的元素的指数集合。由于 已经在第一步(21)中计算过，对索引位的检测不会导致任何额外的计算开销。因此，在复杂的乘法中，每个组的复杂度是 此处，需要指出的是，本发明采用的ML检测方法可以实现
与现有ML检测器相同的检测性能，但计算复杂度明显降低。
[0167] 本发明还证明了估计函数 为余弦函数，可以用多个不同的试验值来确定载波频率偏移CFO估计值。下面给出说明成本函数 为余弦函数的引理：
[0168] 定义 其中Δm，g，m′，g′(i，z)为Δm，g，m′，g′的(i，z)元素；在噪声的影响下，成本函数 可以精确地表示为以下的余弦函数：
[0169]
[0170] 式中，A＝2|D|，
[0171]
[0172]
[0173] 根据引理1，得到载波频率偏移CFO估计值如下：
[0174]
[0175] A，B和 的三个关键参数是独立于试验载波频率偏移CFO的值 并且在 不同的情况下保持不变。应该注意的是，直接计算公式(20)中的D值可能仍然需要大量的复杂乘法。一个更有效的方法是，首先使用三个不同的载波频率偏移CFO试验值来确定余弦函数。此外，应当注意的是，公式(24)中余弦波的三个关键参数可以由成本函数在(-0.5，0.5]的三个不同的载波频率偏移CFO试用值中唯一确定。例如，让我们考虑三个不同的载波频率偏移CFO试用值：0、0.25和0.5。从公式(24)，可知：
[0176]
[0177] 然后，将载波频率偏移CFO估计为以下的形式：
[0178]
[0179] 记住， 因此，(29)中的CFO估计与(27)中的结果完全相同。
[0180] 本发明上述方法采用基于预编码的MIMO-OFDM技术，并进行有针对性的克服载波间干扰ICI的载波频率偏移CFO估计，对其进行补偿。与现有的传统技术方案相比，误码率低，同时也降低了接收机的计算复杂度，实现了在车辆高速运行情况下OFDM信号的正确传输，从而提高V2X信道的频谱效率，增强V2X信道的可靠性，并使V2X信道具有相关的频率选择性衰落和不可避免的多普勒效应。
[0181] 以上所举实施例仅用为方便举例说明本发明，并非对本发明保护范围的限制，在本发明所述技术方案范畴，所属技术领域的技术人员所作各种简单
变形与修饰，均应包含在以上
申请专利范围中。
