OFDM系统中定时与频偏算法与研究_.pdfVIP

第四章 OFDM 系统的定时同步算法 3.2.2 节已经分析了符号定时偏差对 OFDM 系统性能的影响，本章主要研究 OFDM 系统的符号定时同步问题。讨论的符号定时同步算法包括训练序列和循环 前缀两种方法。在训练序列方法中，介绍了时域结构不同的三种算法，比较了它 们的估计性能。在循环前缀算法这一节中，提出了一种基于循环前缀的改进算法， 简化了硬件实现，避免了复杂的运算。仿真表明基于循环前缀的改进算法运算量 小，实现简单，对循环前缀的长度要求不高，有效地提高了符号定时同步性能， 为同步算法的继续改进提供了一定的参考。 4.1 基于训练序列的定时估计 为了获取可靠稳定的同步，在 OFDM 传输系统中，一般可以在发送数据前面 插入训练序列，这些训练序列具有良好的相关特性，可以用来进行数据符号同步。 训练符号的插入，虽然带来的资源利用率的下降，但是可以使系统获得更加快速 的同步。基于训练序列的 ODFM 系统不仅适合于突发数据传输，同时也可以应用 在连续数据传输系统中。 4.1.1 SchmidlCox 方法 SchmidlCox 通过在 OFDM 数据符号前发送两个码元长度的训练序列作为帧 头，来进行符号定时和频偏联合估计的[20] 。其帧头格式如图4-1 所示，CP1 表示训 练序列 1 的循环前缀，CP2 表示数据符号的循环前缀。其中训练序列 1 用来做符 号定时同步和小数频偏估计，训练序列 2 用来估计整数频偏。本节仅讨论如何用 训练序列 1 来做定时估计，其他内容放到 5.1.2 节讨论。 L N / 2 N / 2 N L N CP1 syn1 syn1 syn2 CP2 训练符号1 训练符号2 数据符号 图4-1 SchmidlCox 方法训练符号时域结构图 24 训练序列 1 可以按如下方法产生：在偶数子载频上插入伪随机序列即PN 序列， 而奇数子载频上插入 0，再通过 IFFT 变换就可以获得一个时域内前后两半样本值 对应相同的训练序列。在接收端，对抽样得到的前后N / 2 个样点做相关运算并累 加，当达到峰值时，可以确定定时估计值。 这种方法的定时估计是通过寻找接收信号的相关函数M d 的最大值位置来 1 ( ) 完成的。假设N 为子载波个数，L 为循环前缀长度，时域接收信号为r k ，则： ( ) N / 2−1 ∗ ⎛ N ⎞ =+ + + (4-1) P d r d m r d m 1 ( ) ∑ ( ) ⎜ ⎟ m 0 ⎝ 2 ⎠ N / 2−1 2 R d r d =+m (