OFDM系统中一种改进的定时同步算法.pdfVIP

OFDM 系统中一种改进的定时同步算法 吴建华，张凯，李霞 东北大学信息学院电子信息工程研究所，沈阳 （11004 ） E-mail ：zhangkai_0199@163.com 摘 要：OFDM 系统的训练符号定时同步算法是一种传统的定时算法。它需要较大的采样 数据,才能获得相对较好的性能,这样却延缓了 OFDM 系统的定时捕获时间,应用场合有一定 的限制。改进的算法对OFDM 的训练序列重新进行设计，本文采用延时相关的方法，通过 找出前后各个部分的最大相关点，把其作为OFDM 信号的起始点。最后,通过计算机仿真可 以看到改进算法的性能在不同信噪比条件下都要好于传统的定时算法。 关键词：OFDM；定时同步算法；训练符号改进算法 OFDM 调制技术具有良好的抗频率选择性衰落和窄带干扰的优点, 已经成功应用于无线 局域网、数字视频广播以及数字音频广播等许多系统。由于在 OFDM 系统中各个子载波是 相互叠加且正交的,所以与单载波系统相比,OFDM 系统对同步偏差要敏感得多, 限制了 OFDM 技术在实际中的应用。因此,准确的同步是实现OFDM 系统的关键技术之一。在OFDM 系统中存在几个方面的同步要求:载波同步,即接收端的振荡频率要与发送载波同频同相;符 号同步,即 IFFT 和 FFT 起止时刻一致;样值同步,即接收端和发送端的抽样频率一致。其中, 由于样值同步对OFDM 系统影响较小,所以针对同步问题的研究主要集中在频率偏差和符号 定时偏差对系统的影响上[1] 。在 OFDM 系统中有关定时和频率偏差估计的同步算法主要有 两类:一类是数据辅助估计,即非盲估计 ,它基于导频符号或者训练序列来实现估计。这类算 法会导致带宽和功率资源的浪费,从而降低通信系统的效率。另一类是非数据辅助估计,即盲 估计,它是利用构造信号的结构(如基于循环前缀和虚子载波)进行估计,这类算法克服了导频 符号浪费信道资源的缺点[2] 。本文给出了一种基于训练序列的定时同步改进算法,对已有的 SchmidlCox 的符号同步算法进行了改进,实现了在多径衰落信道中具有良好的定时和频率 偏差估计性能。 1. 基于训练序列的定时同步算法 1997 年，SchmidlCox 提出一种基于训练序列的OFDM 符号同步和频率同步的联合算 法，该算法能够实现频率的粗同步和精同步，缺点是符号同步的准确性不高。针对这一问题， Minn 提出了改进的算法，并设计了新的训练序列，使符号同步精度有所提高，但其定时测 度曲线存在多个尖峰，在信道条件较恶劣的情况下容易导致符号同步错误。Park 分析了 SchmidlCox 算法与Minn 算法性能不佳的原因，根据Minn 算法对训练符号进行了修改， 提出一种新的训练序列结构，并设计了新的定时测度函数，符号同步性能有一定的提高，但 仍存在多个同步尖峰的问题。下面分别介绍这几种算法，并对其存在的问题进行分析。 1.1 SchmidlCox 的符号同步算法 SchmidlCox[3]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。其帧头格式如图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。本文仅讨论如何用训练序列1 来做定时估计。 - 1 - L N/2 N/2 N L N CP1 Syn1 Syn1 Syn2 CP2 Data 训练序列1