一种面向LTE-V2X的联邦学习信道估计算法 *

景兴红，尹子松，蔡志镕，何世彪，廖 勇

(1.重庆工程学院 电子信息学院，重庆 400056；2.重庆大学 微电子与通信工程学院，重庆 400044)

0 引 言

近年来，随着车联网的快速发展，车载用户对高可靠低时延通信(Ultra-Reliable Low Latency Communication,URLLC)提出了需求。单载波频分多址(Single-Carrier Frequency-Division Multiple Access,SC-FDMA)由于具有峰均功率比较低的优点，已被用作车联网通信协议LTE-V2X的传输方案[1]，而信道估计作为SC-FDMA系统的重要环节，直接决定了通信系统的可靠性。在车联网环境下，车辆处于高速移动状态，导致了严重的多普勒效应，影响信号的正确解调。因此，信道估计在整个通信系统中扮演着关键的角色，为了保障道路交通的安全，需要提高信道估计的准确性。

车联网场景下的无线信道具有快时变的特性[2]，因此可采用基于导频的信道估计方案。传统的信道估计算法包括采用最小二乘(Least Square,LS)或线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)方法估计导频位置的信道状态，再利用线性插值的方法得到数据位置的信道状态，然而这种方法无法追踪高速移动环境下的信道变化。为了跟踪时变的信道，文献[3]引入了增强的均衡方案谱时间平均(Spectral Time Average,STA)，利用来自数据子载波的判决，并同时在时域和频域中进行平均来更新信道估计，提高了车联网下信道的估计性能。文献[4]提出了一种基于长训练导频序列的信道频域响应和构造数据导频(Constructed Data Pilots,CDP)的信道估计方案，该方案利用数据符号构造导频，并利用相邻两个符号内信道间的相关特性，进一步优化信道更新的准确性。文献[5]提出了一……