- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕业设计文献综述
通信工程
多载波调制系统中同步问题的DSP实现
摘要:正交频分复用技术(OFDM)作为一种重要的多载波传输技术,已在新一代的通信领域中得到了广泛的应用。由于OFDM系统的性能受同步性能的影响很大,同步技术成为OFDM系统的关键技术之一,因此对OFDM系统中同步问题的研究成了一个热点问题。本文归纳总结了当前众多学者对这一技术的探索。
关键词:OFDM;频率同步;定时;最大似然估计;循环前缀。
前言:无线通信技术的迅速发展,对多径传播引起的符号间干扰(ISI)的抑制技术提出了更新更苛刻的要求。传统的信道均衡技术在要求传输高速数据时难以实现,而多载波传输技术的出现很好的解决了这一问题。目前,OFDM技术广泛用于有线和无线通信系统,如何保证子信道的正交性,关系着OFDM系统性能的好坏,同步技术致力于减小或消除由信道时延和频率偏移造成的系统的正交性的破坏。
1、OFDM技术的优点
OFDM技术是一种多载波传输技术,它能降低符号间干扰的基本原理是:将信道划分成若干个正交子信道,将串行的高速信号转换成并行的低速子数据流分配到各子信道。使各子信道上的信号带宽小于信道的相关带宽,此时每个子信道可以看成平坦性衰落,从而消除符号间干扰。
与单载波传输技术相比,OFDM技术具备不少优点:频谱利用率更高,随着子信道数目的增加而趋近于奈奎斯特极限;可根据信道条件进行自适应的比特和功率分配,充分利用了信道容量;由于使用了正交重叠的频谱,频谱效率高;还有抗多径时延和硬件实现简单等优点。
由于强大的频谱利用率和抗选择性衰落或窄带干扰能力,OFDM可以看做调制技术和复用技术[1]。
2、同步问题的重要性
OFDM技术由于多重优点而被视为新一代通信系统中的关键技术,但是由于多载波传输,接收端数据信号由来自多个传输信道的信号叠加而成,各信道的频谱存在重叠,因而对信道间的正交性提出了严格要求。而无线传输信道的时延性或发射机与接收机本地振荡频率的偏差,都会使OFDM系统子载波之间的正交性遭到破坏,从而导致子信道间干扰。
OFDM系统对定时和频率偏移的敏感性,使得同步问题变得非常重要。
3、关于同步问题的算法实现
同步问题包括符号定时同步和载波频率同步。符号定时同步的目的是估计出每个OFDM符号的起始位置,从而保证发送端IFFT调制与接收端FFT解调起始时刻一致或在较小的偏差范围内;载波频率同步的目的则是估计出接收端和发送端本振频率的偏差,然后通过一定的技术来校正[2]。
关于这两种同步的实现方法,不同的学者有不同的见解。
3.1 循环前缀在同步中的应用
在OFDM系统中,为了降低符号间干扰的影响,通常在OFDM符号间插入保护间隔,其长度一般为信道冲击响应长度,保护间隔可以不包含任何信号,但是会引入载波间干扰,破坏载波间的正交性,但如果保护间隔是信号的循环扩展,即引入循环前缀,可完全消除符号间干扰和子载波间干扰。插入前缀的方法是:将IDFT变换后的后L个采样值插入到OFDM符号前面作为循环前缀。在接收端,采用定时技术确定OFDM符号的起始位置进行解调[3],接收端对接收的信号要进行提取,有必要区分开信号本身和它的循环前缀,通过相关性运算去掉循环前缀来找出信号的实际长度[4],然后对信号进行解调。
3.2 SchmidlCox定时同步算法及其改进算法
SchmidlCox定时同步算法是通过在OFDM数据前发送两个码元长度的训练序列作为帧头,来进行符号定时同步和频偏估计的.其帧头包括训练序列1的循环前缀、序列1、序列2和数据符号的循环前缀。序列1用来做符号定时同步和小数频偏估计,训练序列2则来进行整数的频偏估计[3]。有一种对SchmidlCox定时同步的改进算法,即将SchmidlCox训练符号与循环前缀CP结合,同时完成定时同步.这种改进算法考虑了循环前缀CP对同步性能的影响,同时也削弱了随机噪声对同步的精度的影响.有仿真结果证明,此改进的算法更能有效的进行符号定时同步[5]。
3.3 基于循环前缀的ML算法
最大似然估计算法是一种经典的时域频域同步估计算法。利用一个符号的循环前缀部分与末尾部分的相关性在时域进行相关运算得到的。可以较快找到最佳同步位置或近似最佳同步位置,这一过程在一个符号的发送范围内就可以完成。ML算法的一个优点是可以同时估计接收信号的频率偏移量,从而返回给接收端振荡器作为频率校正量[6]。
3.4 基于ML和导频联合的OFDM同步研究
传统的最大似然估计同步算法是一种很好的时域同步算法,但其在频域估计时只能进行小数倍的频偏估计,一种改进的算法[7]是采用最大似然算法联合插入导频进行同步,这样就能同时进行小数和整数倍的频偏估计。仿真实验证明这种联合算法使系统的误码率有了明显的下降,同步效果良好。
3.5 同步与信道联合
原创力文档


文档评论(0)