用于车联网智能交通系统的终端辅助同步方法及系统与流程

本发明涉及的是一种车联网领域的技术，具体是一种用于车联网智能交通系统的终端辅助同步方法及系统，可应用于目前热门的智能交通系统的车队场景，包括lte通信和5g通信。

背景技术：

在蜂窝系统中，例如长期演进(lte)和第五代新无线网络(5g-nr)，同步可以在不同的层级进行，如符号级或帧级，在实际系统中通常采用多级同步方式，与全球卫星导航系统(gnss)或精确时间协议(ptp/ieee1588)进行粗同步，并与专用同步参考信号(包括主同步信号pss和辅同步信号sss)进行细同步。

现有的同步技术有通过并行自适应滤波器，用来消除干扰信号对时序度量的影响、也有使用快速卷积方法的低复杂度psss相关性，提高性能的新颖频率假设选择以及针对鲁棒性的psss相关性的样本归一化或通过相关性的选择性求和，可在d2d(设备对设备)的约束和要求内运行时提供目标性能。但这些现有技术大部分复杂度较高、同步准确性较低或容易造成大量处理延迟，较难满足现有技术需要。

技术实现要素：

本发明针对现有技术存在的上述不足，提出一种用于车联网智能交通系统的终端辅助同步方法及系统，利用了来自其他合作车辆的共享信息，如psss和ssss信号的位置、侧链同步id等信息，恢复原始发送的ssss信号，并共同计算接收信号与预先定义好的psss和生成的ssss信号之间的互相关以实现同步id检测正确率方面的性能提升，并且大大缩短了处理延迟。

本发明是通过以下技术方案实现的：

本发明涉及一种用于车联网智能交通系统的终端辅助同步方法，在v2x网络同步过程启动时，由对面来车向同步节点发送侧链同步信号，同步节点根据侧链同步信号中的psss和ssss信号的位置以及侧链同步id信息发送给车队中的其他车辆，其他车辆根据收到的id信息各自生成参考psss和ssss序列并利用收到的psss和ssss位置信息进行小范围的标准相关运算，实现快速同步，从而增加资源利用效率，减少交通成本，并且提高交通安全性。

所述的车联网智能交通系统，其采用但不限于单车和车队相向而行的车队交通场景。

所述的同步节点，包括但不限于路边单元、车辆基础架构、行人等，例如车队里的头车。

所述的psss和ssss信号的位置以及侧链同步id信息，通过但不限于头车按照传统的检测方法从侧链同步信号中得到。

所述的分发，包括但不限于同步信号的id以及信号位置，可以包括各种广播信息等一切可传送的信道中的信息，优选为侧链同步id。

所述的生成参考psss和ssss序列，根据各车收到的侧链同步信号进行解析得到扇区/组id并各自生成参考psss和ssss序列dp(i)和ds(i)，具体为：

其中：物理层侧链同步id为：并分为两组标识符{0，1，…，167}和{168，169，…，335}，分别称为id_net和id_oon；当物理层侧链同步标识符时，根索引u＝26，否则u＝37；

i∈odd，，其中：m0和m1为索引参数，序列和扰码序列c0(n)和c1(n)，扰码序列和都可根据协议计算得到。

所述的小范围的标准相关运算具体是指：车队中的其它车辆在接收到同步中间节点传输的psss和ssss位置信息后，利用该位置信息对接收的信号进行定位，得到信号具体在哪个位置，即只需要进行该位置处的一个符号的相关运算，相对于传统方法要进行整个子帧的相关运算而言，称作小范围的相关运算。

其中：dp(i)和ds(i)分别为psss和ssss参考序列，rk(i)为车辆接收到的信号，i是整数，n为延时索引，δ是psss与ssss在同一个子帧内的相对距离，(·)^*代表复共轭运算。

所述的快速同步，采用但不限于将互相关值与预设阈值进行比较，当互相关值超过设定的阈值，则直接通过比较峰值来得到延时索引n，同步过程结束；否则将互相关计算的滑窗增大，将更多的接收信号与本地预设的参考序列进行互相关计算，重新得到互相关值，再与阈值比较，直到超过阈值，同步过程结束。

所述的比较，采用但不限于每个相关值与阈值进行比较或将一个符号的相关值进行比较得到峰值以后再与之进行比较。

本发明涉及一种实现上述方法的系统，包括：用于将侧链id、主同步信号psss位置等信息分发给车队里其他车辆的分发信息单元、用于接收同步节点传输的信息的接收信息单元、用于将接收到的侧链id来计算出扇区/组id以此来生成相应的psss和ssss参考序列的序列生成单元、用于根据主同步信号的位置执行标准的互相关运算的信号互相关单元以及用于将互相关值与预设阈值进行比较，从而得到延时索引的阈值比较单元。

技术效果

本发明整体解决了现有技术中由于车辆终端的相对较高的移动性以及v2x网络中复杂的拓扑，因此需要频繁触发同步过程的技术问题。本发明通过在无需添加额外的同步信号、不增加资源占用的前提下，利用终端同步节点的辅助功能，使得在高速移动状态下的车辆依然能够快速、精准地检测出同步信号完成同步过程，即同步信号的误检率以及同步处理过程的延迟大幅降低。

附图说明

图1为使用lte-v2x侧链通信协议的车队场景图；

图2为同步节点如头车(v0)使用现有技术的同步流程示意图；

图3为终端辅助同步装置的发明流程示意图；

图4为现有技术中psss位置、扇区id和组id的错误检测概率随snr的变化曲线示意图；

图5为现有技术与本发明的同步id误检率比较示意图。

具体实施方式

如图1所示，为本实施例涉及的智能交通系统为例，该场景具有m个自动驾驶汽车，其中v＝[v0，v1，…，vm-1]的车辆排系统和正在行驶的车辆vs相互驾驶。为了保证安全驾驶，vs和v试图通过lte-v侧链通信协议彼此通信。在直接传输之前，v2x网络中需要一个同步过程，该过程通常包含侧链主同步信号(psss)和侧链辅同步信号(ssss)同步。

根据协议，侧链传输遵循传统的lte上行链路传输方案，该方案通过单载波频分多址(sc-fdma)传输方案占用62个子载波。每160毫秒执行一次以上同步过程，并通过以下步骤生成详细的侧链同步信号。

所述的侧链同步信号包括：侧链主同步信号(psss)和侧链辅同步信号(ssss)，其中：侧链主同步信号在同一个子帧中的两个相邻的sc-fdma符号上进行发送(如图1所示)，即有两个序列，主要根据著名的zadoff-chu序列构建，psss序列为：其中：i是整数，代表扇区id。物理层侧链同步标识符为：并分为两组标识符{0，1，…，167}和{168，169，…，335}，分别称为id_net和id_oon；当物理层侧链同步标识符时，根索引u＝26，否则u＝37。

侧链辅同步信号也在同一个子帧中的两个相邻的sc-fdma符号上进行发送，也有两个序列。根据协议所述，ssss的两个序列中的每一个序列di(0),...,di(61),i＝1,2由以下过程得到，其中：对于mode3和4，采用subframe5的序列。其中：m0和m1为索引参数，序列和扰码序列c0(n)和c1(n)，扰码序列和都可根据协议计算得到。

利用上面生成的psss和ssss序列，相应的传输信号为：

其中：n是fft点数，n是相应的子载波索引，车辆vk所接收到的信息信道脉冲响应d、hd、nd分别表示信道衰落索引、信道增益以及衰落路径的最大值，wk(i)是均值为零、方差为的加性高斯白噪声(awgn)，为线性卷积运算。

如图2所示，对于同步节点例如头车(v0)，要根据传统的同步算法完成同步过程，主要步骤为：首先用接收到的信号rk(i)和已有的本地序列进行相关运算来获取组具体为：其中：(·)^*代表复共轭运算。由于序列的正交性，可以通过上式相关后比较得到的峰值最大值来获取扇区和延时索引n。其次ssss检测时，需要使用168个本地已知的ssss序列执行互相关运算，相应的数学公式如式(^*)：

最后当ssss检测过程完成后，按照同样的方法得到组id，具体为：并且侧链同步id便可以通过式(^*)计算得到：

对于车队内的其他车辆，由于获得的信息可以在排系统中的不同车辆之间共享，因此本发明可以依靠同步节点(例如头车辆v0)将侧链用户id，即广播到车队系统的其它车辆，通过侧链用户id省去常规盲同步处理，并且更新后的过程成为一个简单的模式匹配问题。

如图3所示，本实施例包括：

第一步：分发侧链用户id，即

第二步：每辆车根据接收到的侧链用户id，即计算扇区/组id，并各自生成参考psss和ssss序列dp(i)和ds(i)；通过参考序列进行互相关运算，具体为：

其中：dp(i)和ds(i)分别为psss和ssss参考序列，rk(i)为车辆接收到的信号，i是整数，n为延时索引，δ是psss与ssss在同一个子帧内的相对距离，(·)^*代表复共轭运算。。

第三步：将第二步计算得到的互相关值与预设阈值进行比较，实现快速同步。

所述的比较是指：当互相关值超过设定的阈值，则直接通过比较峰值来得到延时索引n，同步过程结束；否则将互相关计算的滑窗增大，将更多的接收信号与本地预设的参考序列进行互相关计算，重新得到互相关值，再与阈值比较，直到超过阈值，同步过程结束。

所述的预设阈值其中：w(i)、β代表归一化因子，rk(i)为车辆接收到的信号，i是整数，n为延时索引。

本实施例在ltev2x系统、模式“4”、20mhz传输带宽，5.9ghz传输频率场景

在独立信道上模拟了足够数量的基于子帧的传输，其snr范围为-4至-12db。实验场景基于图1，另外表1中列出了详细的仿真参数。

表1场景设置参数

同步信号的误检率大幅降低。在现有技术中，同步id估计中的错误检测率取决于扇区id，psss位置和组id的检测率。根据前面提到的ssss检测算法，当错误检测到扇区id，则组id的估计肯定是错误的。如图4所示，均示出了psss位置，扇区id和组id的错误率，这表明当错误地获取了psss位置信息，则组id的估计大部分是不正确的。也就是说正确获取psss位置后，组id的误检率会很低。本实施例中车队里其它车可以从头部车辆(v0)上获取对面车所发送同步信号的的psss位置，扇区id和组id，从而大大降低了错误检测率。

如图5所示，比较了本方法和现有技术的误检率：当snr在-12db到-7db之间时，该方法的误检率平均降低了49.6％。当snr高于-7db时，两种方法均可实现97％以上的正确检测。

同步延迟大幅降低。本实施例在fpgaartix-7ac701板上实现，其实现结果列于表2。在psss和ssss检测中，将现有技术与本方法之间的周期数和等待时间进行了比较。本方法中psss和ssss检测方案需要33.59μs的等待时间，而现有技术中psss和ssss检测分别需要963012.20μs和5642.65μs，其中延迟时间等于处理时间比上最大频率(243.9mhz)。

表2现有技术和本方法间的fpga处理时间和延迟的比较

系统复杂度低。体现在以下三个方面：1)本方法不需要添加额外的同步信号，减少资源的使用。2)本发明不需要在同步信号序列上作出改进。3)本发明车队里的车只有第一辆车需要进行一整个子帧的相关计算，其它的车只需要进行一个符号的相关，是整个子帧相关计算量的十四分之一。

上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。