面向车载 LEO-ICAN 系统的低复杂度联合分数时延与多普勒频率估计

低轨道（LEO）卫星和车联网（V2X）网络正在推动集成通信与导航（ICAN）向下一代智能交通系统发展。仿射频率分割多制式（AFDM）因其对多普勒频率的鲁棒性、简单的调制方式以及低副载波开销，成为高速移动 LEO 场景下的有前景的波形。然而，将现有高精度 AFDM 分数时延-多普勒频率估计器应用于 LEO-ICAN 系统，需耗费大量计算资源进行搜索或推理，而在视线（LOS）主导信道中由频谱包裹引起的包络结构尚未被充分利用。本文分析并利用分数 AFDM 响应的频谱包裹引起的包络结构，提出一种低复杂度的联合估计器，将最小熵分数多普勒频率估计与闭式分数时延估计相结合。仿真结果表明，所提估计器接近根克拉默下界（RCRLB），其均方根误差（RMSE）性能相当于匹配滤波（MF）、带广义斐波那契搜索的匹配滤波（MF-GFS）和稀疏贝叶斯学习（OG-SBL），同时所需计算复杂度和运行时间显著降低。这一良好的精度-复杂度配比，凸显了所提估计器在高速移动 LEO 辅助车载网络中实现实时 ICAN 处理的潜力。