随着人类社会的不断发展,汽车作为最重要的交通工具,日益成为人们日常生活中难以分割的组成部分。但近几年,随着汽车数量的急剧增加,交通事故的死亡率越来越高,对人们的生命安全构成了威胁,因此车辆安全引起了社会的广泛关注。人们对于智能交通和安全交通的需求也越来越迫切,车载通信(V2V)作为未来智能交通的一项新技术应运而生。IEEE802.11p是专门针对短距离无线通信设计的通信协议,其定义了一些新的功能以适应智能交通系统(ITS)应用的需求,主要是为了满足高速移动的车辆和车辆之间的数据交换以及车辆和路边基础设施之间的通信要求。信道估计(CHE)是无线通信系统的重要组成部分,准确的CHE对于系统的信道均衡、解调和解码起到十分关键的作用。对于无线通信系统,无线信号很容易被传播环境、相对速度等因素影响,信道特性常表现为复杂和快速时变。所以,准确而有效的对信道进行估计变得越来越具有挑战性。对于V2V系统,由于车辆快速移动的特点及协议本身限制问题,这就导致了现有的802.11p协议在准确适应具有动态变化特性的V2V信道上存在一定的缺陷。本文首先介绍了 IEEE802.11p协议,然后分析了 OFDM传统CHE算法,再对基于802.11p协议的CHE技术做了整理归纳。通过分析现有算法的优势和不足,本文提出了一种基于802.11p协议的联合时频域二维的CHE算法,该算法基于最小均方误差准则(MMSE),因此该算法命名为二维LMMSE信道估计算法(2D-LMMSE)。2D-LMMSE算法利用长训练序列(Preamble)进行信道估计,然后依据时频域的相关系数将获得的Preamble上的CHE值扩展/插值到数据域上。因为时域相关系数与多普勒有关,要进行上述的二维插值,需要进行多普勒估计,但多普勒估计会带来误差。而在V2V中,车速相对较大以及速度的变化等因素会进一步影响估计精度。基于上述的原因,通过估计多普勒来获得时域相关系数精度会较差,但考虑到V2V的载体是可以获得已知的车速,进而获得较高精度的时域相关系数,进一步提高插值的精度。另外,本文提出了一种基于导频(Pilot)辅助的时频域CHE算法(2DP-LMMSE),该导频在802.11p协议中用于相位跟踪。2DP-LMMSE算法利用导频信号估计出来的估计值,来修正之前Preamble估计出来的CHE值,进一步提高估计的精度。仿真结果表明,在车速较快即多普勒频移较高的环境下,2D-LMMSE算法明显优于频域一维算法(1D-LMMSE)和最小二乘算法(LS)。接着将2D-LMMSE算法与另一种存在多普勒估计误差的2DE-LMMSE进行性能对比,仿真结果表明,2D-LMMSE具有更好的性能。最后,将2DP-LMMSE算法与2D-LMMSE算法进行了对比,结果显示2DP-LMMSE算法优于2D-LMMSE算法,特别是在高速环境下。