OFDM同步算法之Park算法.pdfVIP

OFDM同同步步算算法法之之Park算算法法 park算算法法代代码码 训练序列结构 T=[C D C^{*} D^{*}],其中C表⽰由长度为N/4的复伪随机序列PN，ifft变换得到的 号序列 C(n) = D(N/4-n) 原原⽂⽂解解释释：：The training symbol is produced by transmitting a real-valued PN sequence on the even frequencies while zeros are used on the odd frequencies. This means that one of the points of a BPSK constellation is transmitted at each even fre-quency. \bigstarpark ：为了进⼀步解决 inn算法存在的不⾜，park等⼈在分析了sch idl算法和 inn算法定时效果不佳的原因后，重新设计了新的前 导训练序列的结构，并给出了新的定时同步度量函数，该算法的定时度量函数曲线出现了⼀个更为尖锐的⾃相关峰，很明显该算法消除了 sch idl算法中由于循环前缀的存在⽽导致的平顶效应，同时得到了⽐ inn算法更为尖锐的⾃相关峰，提⾼了定时的精度和确定性，但是在 噪声⼲扰较⼤的情况下，该算法还是会出现较⼤的定时同步估计误差，其同步估计的稳定性依然较差。 参考⽂献 Park B,Choen H , KO E ,et al.A novel ti ing esti ation ethod for OFDM syste s[J].IEEE Co un.Leet.2003,7(5):53-55. M(d)=\frac{\left | P(d) \right |}{R^{2}(d)}^{2} P(d)=\su _{ =0}^{N/2 -1}r(d- ) r(d+ ) R(d)=\su _{ =0}^{N/2-1}\left | r(d+ ) \right |^{2} 实际在算法实现上 P(d)=\su _{ =0}^{N/2-1}r(d-1- ) r(d+ ) 这是因为序列个数通常是偶数⽽⾮奇数，不会出现 r(d)r(d)的情况。 所求得的d对应的是训练序列 （不包含循环前缀）的中间位置。 仿真验证如果发送的数据是随机的[1+1i,-1+1i,-1-1i,1-1i],且训练队列由PN序列 （⽤随机序列代替）通过IFFT得到时，结果与原论⽂结果最相 近。⽽且如果此时PN序列的最⼤值为7时更容易看到跟原论⽂作者⼀样的结果，具有两个副峰 clear all; clc ; %参数定义 N=256; % FFT/ IFFT 变换的点数或者⼦载波个数 （Nu=N） Ng=N/8; %循环前缀的长度 (保护间隔的长度) Ns=Ng+N; %包括循环前缀的 号长度 SNR=25; %************利⽤查表法⽣成复随机序列********************** QAMTable=[7+7i,-7+7i,-7-7i,7-7i] ; buf=QAMTable(randi([0,3] ,N/2,1)+1); %加1是为了下标可能是0不合法 %产⽣train pn=rand(1,N/2)0.5; pn=reshape(pn,N/4,2); [ich,qch]=qpsk od(pn,N/4,1,2); k od=sqrt(2); x=ich*k od+qch*k od*i; y=ifft(x); y=reshape(y ,N/4,1); train=[y ;y (N/4:-1:1,1);conj (y);conj (y (N/4:-1:1,1))] ; %*****************添加⼀个空 号以及⼀个后缀 号************* src = QAMTable(randi([0,3] ,N,1)+1).; sy = ifft(src); sig =[zeros(N,1) train sy ] ; %sig =[sy train sy ] ;