OFDM同步技术

1 OFDM系统

OFDM技术是实现高速数据传输的一种非常有效的手段, 它利用许多并行的、低速率数据传输的正交子载波来实现一个高速率的数据通信。这相当于用多个数据通道来提高数据传输速率, 它将一个频率选择性信道划分为多个频率平坦的衰落信道, 信道均衡变得相对容易。且使得时域信号长度增加为原来的许多倍, 在同一信道环境下, ISI区域就会相对缩小。

OFDM接收机存在两个不确定性:一是接收机与发射机内的振荡器频率会存在一定的偏差, 无线衰落信道时变性造成的频率弥散以及多普勒频移等因素会导致载波频率的偏移和相位的跳变, 最终会导致子载波间的干扰, 正交性的破坏, 系统性能恶化。二是OFDM符号到达时间的不确定性, 也就是说接收机不知道什么时候收到的数据为发射机发射的数据。OFDM接收系统的同步包括符号 (帧) 定时同步、载波频率同步和采样时钟同步。其中时间同步包括码元同步和采样时钟同步。

2 同步算法

从定时恢复的过程来看, 通常分为粗同步 (捕获) 和细同步 (跟踪) , 先进行粗同步然后在进行细同步。其中粗估计的主要目的是粗略的估计出OFDM符号的起始位置, 要使估计出的起始位置在一个完整的OFDM符号的循环前缀开始位置到数据部分之间。细估计则是精确的定位符号的开始位置。

载波频率同步首先是要检测出频率偏移, 然后加以纠正。通常分为整数倍频偏检测和小数倍频偏检测两个部分;从精度上可以分为粗同步和细同步两个部分。频偏估计一般是先做细同步, 即小数频偏估计并且通常在时域完成;然后再做粗同步, 即整数频偏估计, 通常在频域内完成。采样时钟同步的目的在于调整接受端A/D采样的频率, 使其与发送端的D/A时钟频率保持一致采样时钟频率要保持一致。

常用的OFDM同步算法主要分为两类:利用循环前缀;插入专门的训练序列OFDM系统的时频同步处理分为捕获和跟踪两个阶段。在捕获阶段, 系统使用比较复杂的同步算法, 对较长时段的同步信息进行处理, 获得初步的系统同步。在跟踪阶段, 可以采用比较简单的同步算法, 对于小尺度的变化进行校正。

2.1 基于循环前缀的同步算法

利用循环前缀的最大似然估计 (Maximum Likelihood Estimation, ML) 算法是由Van de Beek等人提出的[2]。主要是利用循环前缀与符号尾端数据的天然的相关性, 来进行符号定时估计和载波频率偏移估计不需要额外的开销, 避免了导频码或训练序列的同步估计带来的频率和功率资源的浪费。这是用于OFDM系统定时、频率偏差估计的ML估计算法, 接收信号可以表示为:

其中, θ为定时频移, ε相对载波偏移。ω (k) 表示信道中的高斯白噪声。根据重复的循环前缀所构成的OFDM帧的相关特性, 可以利用ML准则, 得到θ和ε的估计算法如下

这里,

但该算法只能估计出子载波间隔内的频偏。是需要估计的符号定时同步位置和子载波频率偏移, 对数似然函数定义为2N+CP个样点的联合条件概率密度函数的对数。

仿真设置:子载波数N=1024, 循环前缀CP=128, 延时 , 归一化频偏 , 采用64QAM调制, 循环次数为1000次。3GPP的信道设置:选用3GPP SCM中的urban micro模式, 信道有6条主径, 每个主径有20个子径, 各径衰落服从指数分布, 移动台速度为10m/s。

由以上仿真结果得出这样的结论, 基于循环前缀的最大似然估计算法在AWGN信道下的效果比在3GPP信道下的好。因为在高速移动的多径信道下, 由于ISI的影响会破坏循环前缀的循环性, 即和符号末端数据的相似性。因此, 会影响基于循环前缀算法的有效性, 而且利用循环前缀进行频偏估计的范围也有限, 只能估计出频偏的小数部分。因此基于循环前缀的同步算法往往只能用于时偏和分数频移的粗估计。

2.2 基于训练序列的同步算法

采用PN序列进行同步的思想最早是由Moose提出来的[3,4], 前提是假设已经获得定时同步。发送端发送两个连续相同的OFDM符号块, 在AWGN信道下接收机收到的2N点信号序列为:

前N点信号FFT后为

后分N点信号FFT后为

可得 , 对应于频域为 , 如果不考虑噪声, 只差相位假设高斯白噪声, 则

最后获得频偏估计

仿真条件:N=256, 循环前缀CP=48, 采用4QAM调制方式, 进行了1000次循环。

给出Moose频偏估计器在不同信噪比和不同系统频偏下的MSE性能。由图可见, 随着信噪比的增大均方误差降低, 也就是性能越来越好。当频偏小于0.4左右时, 每条曲线上各点MSE性能基本一致, 不随频偏而改变, 即估计性能与频偏大小无关;频偏大于0.4时曲线相继出现了波动, 性能急剧下降, 高信噪比要比低信噪比性能恶化的晚。但是Moose的算法只能估计出分数频偏。从理论上说, 使用的训练符号越短, 利用似然法进行频偏估计的范围就越大。

由两图可见, 随SNR的增大MSE减小。不同频偏下的估计性能一致, 说明了系统性能与频偏的大小无关, 只与噪声有关。

3 结论

基于循环前缀的同步技术, 其估计精度与同步时间相互制约。如果要获得较高的估计精度, 则需要耗费很长的同步时间。因此, 在没有特定训练序列的盲搜索环境中或者系统跟踪条件下比较适用。而对于分组传输, 同步精度要求比较高, 同步时间尽可能短。为了完成这种条件下的同步, 一般采用发送特殊的OFDM训练序列。此时整个OFDM接收信号都可以用于同步处理。

参考文献

[1]罗涛, 乐光新.多天线无线通信原理与应用[M].北京:北京邮电大学出版社, 2005.

[2]J J van de Beek, Magnus Sandell, P O Borjesson, ML Estimation of Time and Frequency Offset in OFDM Systems, IEEE transactions on signal processing, 1997, 45 (7) 1800-1805.

[3]Paul H.Moose, A Technique for Orthogonal Frequency Division Multiplexing Frequency Offset Correction, IEEE Transactions on Communications, 1994, 42 (10) .

[4]Synchronization Method Based on a New Constant Envelop Preamble for OFDM Systems, IEEE transactions on broadcastiong, vol.51, NO.1, march 2005.

OFDM同步技术篇2

本文比较了两种符号同步方案的性能,即基于循环前缀的符号同步算法和基于训练序列的符号定时同步算法;并选取了以巴克码作为训练序列的符号定时同步算法作为OFDM系统的符号同步算法,并进行了硬件方案的设计和实现。

在电路设计方面,应用单片机AT89S52作为核心芯片,完成了OFDM信号源电路与符号同步电路的设计、焊接和调试工作;采用C 5 1语言编写了相应的实现程序。调试过程中,分析了出现的问题并提出解决方案。设计电路最后实现了基于巴克码的OFDM符号同步,验证了设计方案的可行性。

2 OFDM符号同步算法

目前较为普遍的O F D M符号同步算法有4种,即基于空符号能量检测的帧定时同步算法;基于训练符号的帧定时同步算法;基于循环前缀的最大似然符号定时同步算法,以及基于训练符号的符号定时同步算法[1]。本论文考虑了两种符号定时同步算法:一是基于循环前缀的符号同步算法,一是基于训练符号的符号定时同步算法;并最终采用了基于训练符号的符号定时同步算法。

2.1 基于循环前缀的符号定时同步算法

由于OFDM系统为了消除符号间干扰(ISI)和子载波间干扰(ICI),而插入了循环前缀,因此若利用循环前缀所携带的信息来实现符号定时同步,便可以克服采用训练符号算法降低传输速率的缺点。

考虑子载波数为N,循环前缀长度为L的OFDM系统,因此每个OFDM符号实际包含有N+L个样值。观察2N+L个连续样值rn,在这些样值中必定包含一个完整的N+L个样值的OFDM符号,如图1所示。

定义两个集合:

其中,集合I是第i个符号的循环前缀,包含与集合I'中相同的元素,也即是说I就是I'的复制和搬移。定义相关函数:

当且仅当m=d时,γ(m)才能取最大值。

该算法实现步骤如下:

从接收到的信息中,取出2N+L个连续样值;

从2 N+L个连续样值的一端开始,计算相关函数γ(m);每次左移(右移)一个样值,计算γ(m),直至完成对2N+L个样值的运算;

γ(m)达到最大值的时刻即为最佳定时时刻。此时m对应值也就是OFDM符号的起始时刻。

这种算法在理想情况下,可以实现OFDM符号定时同步,因为此时集合I和I'内的数据对之间存在很好的相关特性。但由于各个符号的循环前缀都有很大的随机性,它的自相关特性是无法保证的,若再考虑经过衰落信道传输之后,各数据对之间的相关性会遭到破坏,从而影响该算法的性能,也就无法进行实际的应用。

2.2 基于训练符号的符号定时同步算法

基于训练符号的符号定时同步算法相对较为简单。因为在接收端已经准确知道了训练符号tk,k=0,1,...,L-1,所以只需要在接收信号nr中寻找与之匹配的符号,这一任务仍可采用相关来完成,即寻找使得相关值sR(n)的模值最大的第n个样值,即为符号的起始时刻。

显然,该算法的准确程度与训练符号所包含的样值数L有关,L越大准确度就越高,但是同时运算量也就增加了[1]。

2.3 基于巴克码的符号同步算法

本论文采用了13位巴克码作为训练符号来实现符号定时同步。巴克码是一种具有特殊规律的二进制码组。它是一个非周期序列,一个n位的巴克码{X1,X 2,X3,...,Xn},每个码元只可能取值+1或-1。巴克码的局部自相关函数为:

13位巴克码的符号为:+++++--++-+-+,13位巴克码的R(j)与j的关系曲线如图2所示。可见,自相关函数在j=0时具有尖锐的峰值。

3 总体电路设计方案

在确定了OFDM符号同步算法之后,进行电路的设计。考虑到需要进行同步算法的验证,就必须存在OFDM信号源,由它来发送OFDM符号,进而对OFDM符号进行同步。

电路总体将分为两部分,即O F D M信号源和OFDM符号同步电路。信号源在发送O F D M符号信息流后,同步电路通过单片机的串口与信号源进行通信,接收到信息后,开始同步运算。线路连接示意图如图3所示。需注意的是,在软件方面应选择相同的工作方式,设定相同的波特率,才能实现正常的通信。

3.1 OFDM信号源的设计要求

一般来说,在实际的O F D M系统中,发送机在IFFT调制之前还应包括:前向纠错编码、交织、数字调制、导频插入、串并转换等,而在I F F T模块之后还包括:并串转换、插入循环前缀(CP)、加窗、数模转换(D/A)、射频发送(RF TX)等环节。其典型机构如图4所示。

在本研究课题中,由于重点在于实现对OFDM符号同步算法的研究,因此提出了简易的OFDM系统发送机和信源的组合模型,也即这里提到的OFDM信号源。根据需要,它只需输出一路基带OFDM数字信号。故该简易OFDM信号源的结构流程图如图5所示。在IFFT调制之前包括:信源、串并转换、映射(采用16QAM映射);在IFFT模块之后还包括:添加循环前缀(CP)、并串转换以及添加同步码(巴克码)三部分。之后将所得信息直接发送。

3.2 信号源参数设定及硬件实现

1)、参数设定

在DAB系统中,系统带宽为1.536MHz,而对应确定了四种不同的工作模式。在这四种模式下,子载波间隔分别为1kHz、4kHz、8kHz、2kHz,因此其子载波数也不尽相同[2]。对于多径造成的码间干扰,DAB采用保护间隔来解决,通常保护间隔gT约为有效符号时间的1/4。

依据DAB的参数设置,假定保护间隔为0.8ms,则有效符号时间Ts应为3.2ms,符号周期为:

也即子载波间隔为

采用四点IFFT,系统带宽为:

如图5所示,由于不对信源进行编码,且采用1 6 Q A M调制,则该信号源的传输比特率为:R=1.25k×4=5kbit/s。该信号源的整体参数值见表1。

由于该简易OFDM信号源将采用AT89S52来实现,因此,其可实现的最大串口通信速率为9 6 0 0 b p s。系统传输速率R小于单片机的最大串口通信速率,因此可硬件实现。若子载波间隔采用1kHz或者更高的话,传输速率将为16kbit/s或更高,超过了单片机的最大串口传输速率。利用单片机串口通信的话,会造成较大的误码率。

2)、硬件实现

该信号源主要采用单片机AT89S52编程来实现其各部分功能。它与MCS-51系列单片机完全兼容,因此它的主要特性也基本上与MCS-51系列相同,所不同的特性[3]:

●具有可在线ISP编程的8KB片内Flash存储器;

●256B的片内数据存储器;

●3个可编程定时器;

●双数据指针DPTR0和DPTR1;

●具有8个中断源、6个中断矢量、2级优先权的中断系统;

●增加了断电标志POF;

●1个看门狗定时器WDT;

设计实现的单片机外围电路共包括3部分:复位电路、振荡器电路以及外部数据存储器扩展电路。

3.3 OFDM符号同步电路设计方案

与信号源相同,O F D M符号同步电路也采用了AT89S52芯片来实现,其复位电路及时钟电路与前面所述的OFDM信号源相同。复位电路见图6所示,时钟电路见图7所示。其电路与信号源所不同的是,不需要进行外部数据存储及扩展,这里不再赘述。

4 OFDM信号源

Equation Section 4 SEQ MTEqnrh*MERGEFORMAT如图5所示,本论文所设计的OFDM信号源共包括七个模块,其功能都将采用软件编程去实现。有所不同的是,在编程的过程中,将信源与串并转换合并一个信源模块;添加循环前缀与并串转换合并为一个添加循环前缀模块;同时,信号源最终在数据发送时还需要一个发送模块,则程序共有6部分,其结构流程示意图如图6所示。

4.1 信源模块

根据系统设定参数可知,信源模块共需输出四路信息,每路每隔3.2ms输出一个码元,同时考虑到16QAM是以4bit为一组进行变换的,则程序可如此设计:

采用n×4的数组mes_source[n][4]作为信源,且要求每个数组的元素均在0-1 5之间,也即对应于二进制的0000～1111。n表示需要输出的OFDM符号的总数,本论文设定为20;4代表信源共输出4路,每列表示一路信号。为简化设计,此处的数组mes_source[20][4]中的元素由自己事先设定的随机数。

用定时器T 0定时,每隔9.6ms中断一次,并输出mes_source的一行到数组MM[4]。如此循环输出n次,就完成信源模块的功能。

4.2 16QAM模块

其功能主要是将接收到的4路信息进行16QAM映射,将映射后得到的复数按实部和虚部分别存储于数组dataR[4]和dataI[4]中,同时完成数据掉头以便进行IFFT运算。

4.3 IFFT模块

图7中,频率取抽取IFFT流图中,采用的蝶形运算关系图如图8所示,关系式如下:

其中WPN=cos(2πP/N)+jsin(2πP/N);由于X’(k)都为复数,运算时需要将X’(k)分为实部和虚部分别计算,经简化得:

在图8中,各项系数都包括一个1/2,而在运算式中并没有加入。实际上,在程序设计时,为了减少对内存RAM的占用,将首先进行无1/2系数的运算,这样就保证了各个中间变量均可采用只占用一个字节的char型即可。而在运算的最后将所得值均乘上一个因子(1/2)L,(其中L为进行蝶形运算的层数),这样就可以得到正确的运算值。由于IFFT算法中变量过多,流程图较为复杂,这里将附上I F F T算法的程序部分:

4.4 添加循环前缀模块

按照系统的设定,添加循环前缀是将OFDM有效符号所有样值中最后端的1/4复制搬移至前面,作为保护间隔的内容。现有系统共有四路载波,即有4个样值,所以只需将一个样值复制搬移即可。

在运算过程中,复数被分为实部和虚部分别进行。因此在添加循环前缀时,要首先分别将dataR[4]、dataI[4]中的最后一个元素赋值于R_I[]的前两个元素R_I[0]和R_I[1];之后再依次将dataR[4]与dataI[4]中的元素按顺序赋值于R_I[10]的第3到10个元素。这样就完成了添加CP以及并串转换的过程。

4.5 添加巴克码模块

该模块实现的主要功能是在OFDM符号前段插入一个1 3位的巴克码,并为信息的串行输出做准备。

由于在经过I F F T运算之后所得数据不再是整数,其存储类型必须为f l o a t型,占用4个字节。而在串行通信中,发送数据缓冲区S B U F只有一个字节,也就是说每次只能发送一个字节的数据。因此,需要将R_I[10]中的10个float型数据强制转化为40个unsigned char型数据,并在此之前插入13位巴克码(占用两个字节,空出的前3三位补零),也就是说每发送一个OFDM符号,就要发送42个字节的数据buf[42]。

4.6 发送模块

信号源与符号同步电路之间采用串口通信,都选择工作方式1,8位异步通信方式,最高位用作奇偶校验。在C语言编程中,为了保持通信的通畅与准确,对信号源(发送端)作了如下约定:通信开始时,信号源应先发送一个信号AAH,在收到符号同步电路的返回信号BBH后,就开始发送数据。在全部数据发送完毕后发送一个校验和pf。若收到符号同步电路返回信号为00H,则说明符号同步电路接收的数据正确,接收本次发送;若收到的返回信号为0FFH,则表明符号同步电路在接收过程中,出现了误码,信号源重新发送。

5 符号同步电路

符号同步电路,其主要包括两个模块,即接收模块和巴克码同步模块。

5.1 接收模块

如同4.6节所讲述的发送模块,在C语言编程中,为保持通信的通畅与准确,在通信中符号同步电路作了如下约定:在接收到信号源发送的A A H后,同步电路返回一个B B H信号,之后就开始数据接收。在收到信号源发送的校验和之后,与本地产生的校验和比较,若相同,则返回0 0 H,表示接收正确;若不同,则返回0 F F H,要求信号源重发。其流程图如图9所示。

5.2 巴克码同步模块

其主要功能是实现O F D M的符号同步,即找到OFDM符号的起始位,也就是插入巴克码的位置。流程图如图10所示。

程序执行步骤如下:

1、从接收到的42个字节数据buf[42]中末端取出16位放入整型变量crt,与巴克码1F35H异或,所得值赋于变量m;

2、将m左移三位(由于13位巴克码所占用的两个字节的前三位没有值,即不是巴克码自身的码元,如不排除,将影响同步的正确性)判断其值是否为零;

3、若m不为零,P1^0口赋值为1,将数据整体右移一位,P1^1口的值取反;再次从末端取出16位放入crt中,重复执行步骤1与步骤2;

4、若m为零,则表明实现了巴克码的同步,将P1^0口赋值为0,并跳出程序。

信号源的程序主要包括六大部分,其中16QAM模块和IFFT模块为其核心算法,因此重点介绍了这两个模块所采用的映射规则以及运算关系。符号同步电路虽然只包括两部分,但是其中的巴克码同步模块才是本次研究的重点。

5 结束语

本文首先讨论了在本文中两种OFDM符号同步算法的可行性,并选择了其中的一种方案,即采用巴克码作为训练序列的符号定时同步算法。接下来,对电路的总体设计方案进行探讨,提出在制作符号同步电路的基础上,另行设计一个简易的OFDM信号源的设想。通过参数设定和硬件实现给出了具体的电路设计方案。最后给出了符号同步电路的设计方案。

摘要：数字音频广播(DAB)是以正交频分复用(OFDM)为关键技术发展起来的,继模拟调频(FM)和调幅(AM)广播之后的第三代广播体制。OFDM信号对同步误差非常敏感;因此,同步技术作为OFDM系统的核心技术之一,对其进行研究具有较为重要的理论意义与工程实践价值。

关键词：数字音频广播,正交频分复用,符号同步,巴克码

参考文献

[1]尹长川,罗涛,乐光新.多载波宽带无线通信技术[M].北京:北京邮电大学出版社,2004.

[2]高峰.数字音频广播与数字高清晰度电视[M].北京:中国广播电视出版社,2003.2.

OFDM同步技术篇3

传统的基于CP的最大似然估计同步技术是利用CP来确定OFDM符号的到达时刻，并计算接收端与发射端本地振荡器的频率偏移。这种算法的优点是能够有效提高信道的利用率，因为在传输的过程中没有加入训练序列，能够在非分散信道和高斯信道中发挥良好的作用。但是该算法不适用于时变多径信道，如果FFT窗的起始时刻落在CP内，只会引起相位旋转，而这种相位旋转是可以在FFT之后通过均衡器调整过来的;如果FFT窗的起始时刻落在有效数据内就会引起ISI(码间串扰)和ICI(载波串扰)，影响载波之间的正交性。这些缺点在时变多径信道中能够带来致命的伤害，特别是在延时大于CP的时候。本文提出的新型CP结构允许扩大符号定时的误差，起始时刻可以落在CP内，也可以落在有效数据的头部，这种误差也只会带来相位旋转，不会影响系统性能。因此新CP结构能大大提高OFDM在时变多径信道的性能。

1 传统CP最大似然估计的分析

无线信道中的多径时延效应会给OFDM系统带来码间干扰，增大接受端的误码率，为了减少码间干扰需要加入循环前缀，即假设OFDM符号为位，将其后位复制到符号前面，加入循环前缀后的符号长度为M=N+L。

假设传输信道是慢时变信道，同步过程如图1所示，在接收端观测2N+L个连续的r(n)数据样点，则这些样点中含有一个完整的OFDM符号，但这个OFDM符号的位置是未知的，设其起始点位置为d，即为待估计的符号定时同步位置。

定义两个集合:

其中集合I是第i个符号的循环前缀，它与集合I'中的元素相同，将2N+L个观察点作为一个向量。

由循环前缀的特性知道，集合I和集合I'的元素(即r(k),k∈I∪I')是对应相同的，因此运算特性如下:

式中，σs2=E[|s(n)|2]表示传输过程中有用信息符号的能量，σn2=E[|η(n)|2]表示假设是在高斯信道中传输的加性高斯白噪声的能量。

定义关于d和ε对数似然函数如下(d和ε是要估计的符号定时同步位置和载波频率偏差):

式中对同步参数的估计没有影响，可以忽略。对数似然函数由此可以简化为:

式中的分子项f(r(k),r(k+N))为二维复高斯分布的概率密度函数。

由于r(k)为复高斯随机变量，因此上式中的分母项由两个一维复高斯随机概率密度函数组成，其概率密度的表达式可以写为:

利用式(1)中的相关特性，可以得到概率密度表达式为:

式中，ρ定义为r(k)与r(k+N)之间相关系数的绝对值，运算结果如下:

将式(5)和式(6)的概率密度表达式代入式(4)中，经过一些代数运算处理，对数似然函数可以写为:

其中，为常数，Arg(·)表示求复数的辐角，γ(d)和Φ(d)由式(9)给出:

式(9)中的γ(d)表示OFDM符号中连续L个相距为N的数据对的相关系数之和。式(10)中的Φ(d)表示相关部分的能量。

由于c1,c2为常数，且c2>0，故它们对似然函数的最大化没有影响，因此式(8)可以进一步化简为:

其中等号右边的第一项为γ(d)的加权模值，权值由载波频偏决定;第二项是与频偏无关的能量项，由相关系数ρ加权。

由式(11)可以看出需要对符号定时同步和载波频率偏移进行联合估计，因此要找出似然函数的最大值需要分两步进行:

由式(11)可知，为了使似然函数取得最大值，则载波频率偏移ε应满足使式中的余弦项为1，由此可以得到对ε的最大似然估计:

其中n为整数。由于余弦的周期性，使得有多个频偏值满足要求，这会造成频偏估计的模糊。考虑到一般情况下，载波频偏应该在很小的范围内，因此可以取n=0。此时，从而式(11)中的似然函数可以写为:

此时的似然函数只与符号定时同步参数d有关，因此使式(14)最大化就可以获得对d的估计。之后再将估计得到的d值代入式(13)中，即可得到对频偏ε的估计。最后给出对d和ε的联合最大似然估计公式为:

不过该算法不完全适用于时变多径信道，这是因为在时变多径信道环境下，接收端的OFDM符号延时严重，OFDM符号的相关特性遭到破坏，这样会极大的影响系统性能。

2 改进的CP结构

为了能够克服传统CP在时变多径信道的缺点，对CP结构进行如图2所示的改进。

图2中CP个数与传统CP个数一样，只是把它分为个数相等的两部分。观察symboli,CP由两部分组成，CP前半部分是symnoli-1有效数据的头部的复制，CP后半部分是symboli有效数据的尾部的复制。这种结构的CP能够确保每一个OFDM符号的准确性，因为一个OFDM符号有两个扩展部分，前一个符号头部和该信号尾部的复制。

基于这种新型结构的CP估计符号定时同步和载波频率偏移的计算方法与传统CP结构的计算方法一致。但是，现在观察图3集合I由两个小集合组成，I1和I2，集合I1包含的是CP的第二部分，集合I2包含的是该符号有效数据的头部。集合I'也包含两部分，I'1和I'2，集合I'1包含的是该符号的尾部，集合I'2包含的是下一个符号CP的第一部分。结合图2可以看出集合I和集合I'是数据相同的两部分。这种改进的CP结构，不再是计算从CP第一个样点开始的相关函数，而是从CP的中间点开始计算相关性的大小。这样的话，被检测到的OFDM符号序列样本的开始时间就不是CP的第一个样点，而是CP/2,CP/2的位置对应于相关函数的峰值。

使用这种改进的CP结构，被估计出的起始时间允许落入有效数据区间中，即集合I2中。这样的定时误差在FFT之后只是会引起OFDM的相位旋转，而这种相位旋转是可以通过均衡器来纠正的。

3 仿真

3.1 仿真参数

现在使用MATLAB对该算法进行仿真，仿真的条件如下:采用16QAM对信号进行调制，子载波数N=2048,IFFT和FFT的长度NS=4096，循环前缀个数G=(1/32)NS。

3.2 仿真结果

现在OFDM符号序列的长度是NS+G=4224，利用改进的CP接收到的OFDM数据的起始时刻允许落在第65到192样点之间区间的任意位置，而没有码间串扰。

由图4可以看出当传输时延小于80时，改进的CP结构与传统的CP结构计算的误码率几乎一致，但当传输时延大于80，传统CP的误码率就会明显升高，系统性能下降。改进CP的系统性能提高也很明显。

4 结束语

为了克服传统CP在时变多径信道下性能急剧下降的缺点，本文提出对传统的CP结构进行改进。改进的CP，把CP分为个数相同的两部分，第一部分是复制前一OFDM符号的头部，第二部分是复制该OFDM符号的尾部。这样的改进算法能够使估计接收端信号的起始时刻无码间串扰的落在有效数据区间。这些优点能够提高OFDM的系统性能，特别是延迟大于CP/2的情况下。

参考文献

[1]Chen B,Wang H.Maximum Likelihood Estimation of OFDM Carrier frequency O set[C].IEEE International Conference on Communications,Session A03,2002.

[2]Ninh L V,Vu T A.Depression of Multipath ISI in Symbol Timing Synchronization for OFDM[C]//Proceeding of the 9th Biennial Vietnam Conference on Radio&Electronics(REV04),Nov.27-28,Hanoi,Vietnam,2004:49-53.

[3]Visible Light Communications:Tutorials[S].IEEE 802.15 VLC SG,2008.

[4]赵林靖,李健东,陈晨.基于ML估计的高效OFDM整数倍频偏估计算法[J].西安电子科技大学学报:自然科学版,2006,32(4):559-561,565.

[5]王胜飞.可见光通信OFDM系统同步技术研究[D].上海:华东理工大学,2012.

[6]李伟华,蓓蕾,吴伟陵.OFDM系统定时和频率偏移估计[J].北京邮电大学学报,2006,27(1):36-39.

OFDM同步技术篇4

关键词：4G,MIMO,OFDM,时间同步,频偏估计

引言

第三代移动通信系统(3G)传输速率虽然可以高达2.04Mb/S,但仍无法满足多媒体通信的要求。目前关于第四代移动通信系统(4G)的研究应运而生,将4G的核心技术MIMO与OFDM结合,使其传输速率可以提高到50~100Mb/s。

1 MIMO-OFDM技术

MIMO是指利用多发射和多接收天线进行空间分集的技术。它在发送端和接收端使用多天线同时发送、接收信号。各发送天线同时发送的信号占用同一频段,所以在没有增加带宽的情况下,成倍地提高了系统的容量和频谱利用率。

OFDM是将信道分成若干正交子信道,将高速数据信号转换成并行的低速子数据流,调制到每个子信道上进行传输。正交信号通过在接收端采用相关技术来分开,从而可以减少子信道之间的相互干扰。它采用FFT变换调制,能够实现其他载波的正交。将MIMO和OFDM相结合,利用了时间、频率和空间三种分集技术,使无线系统对噪声、干扰、多径的容限大大增加。MIMO-OFDM系统结构图如图1所示。

2 时间同步

图1 MIMO-OFDM系统结构图

将MIMO和OFDM相结合有许多优点,这同时使此系统对定时和频偏敏感,因而MIMO-OFDM同步是重要步骤。时间同步具有粗同步与精同步两种。

2.1 粗同步

粗同步可以通过虚警间隔的重复采样来完成。离散自相关采样接收到的复合包络是被采样间隔为NI的G个采样窗计算出来的。相关文献给出了多种度量单位来描述基于循环前缀的OFDM系统中的时间同步问题。将自相关采样接收到的复合包络与复合包络能量之间的临界相比较之后会发现在自相关窗产生出一个ML估计。自相关函数可以由一个或多个分支接收机接收到的信号计算出来。这里用所有的分支接收机计算出自相关量,粗时间同步的度量是:

2.2 精同步

在粗时间同步取得后,在帧头开始的附近几个采样点采取精同步,从而获得各个发送天线的同步帧头的精确开始位置。在多径信道下峰值点一般都会比正确值滞后,为确保不引入ISI,将峰值点提前一定量(window-ahead)。它的选取需要根据前面粗同步估计值的偏差而定。精同步包含查找一些采样间的OFDM帧有用的部分。对于一个具有Q个发射机的MIMO-OFDM系统来说,Q个交叉相关器可以被每个接收天线利用。精时间同步度量计算如下:

nlfine=a叟rgmnax{准nl}:|准nl|叟ρfine·Pnl叟(2)

如果同样的序列都从所有的天线传播出来,那么每个接收天线只需要一个交叉相关器。由于整因子获得更精确的时间和频率的同步,最终导致接收端的采样频率增涨。后面的仿真结果说明了采样频率是接收频率两倍时在BER中的改进。

3 频偏估计

一个等于±I/2子信道间隔的相关的频偏估计,可以由基于自相关函数在瞬时nlcoarse的准nl的相位产生,该方法进一步用ML估计法来估计频偏,这是传统的方法。

这里的方法是,接收机首先估计信号矩阵OFDM数据符号中传输的采样频率偏移量。这保证了采样频率偏移已经在信道估计之前被纠正。如果信道和噪声的数据在接收方是可利用的,那么它们将会用于最开始的信道估计,正如下面公式:

举个例子,一个训练序列长N1=N/4对应了N个点的系统的每四个子信道的激励。这里就可以用线性插入/外推来估计频域中的信道估计的丢失。后面的仿真证明这种方法改进了信道估计。

4 数据及仿真结果

仿真用了一个连接无线接入网的4×4的MIMO-OFDM系统,信道的多普勒频谱强度是:

MIMO频道瑞利衰落系数的形成利用了一个滤波高斯噪声源,衰落系数是不相关的。

采样频率偏移系数被初始化为10ppm,并在这个值上下波动。OFDM的每Q个符号表现了定时抖动的特征。

图2中频偏估计4×4的MIMO系统的Es/N0用了公式分析和仿真结果证明了这种估计方法在简单射频频偏估计的MSE中产生了13d B性能的改进。

5结论

提出了MIMO-OFDM新同步方法,该方案具有算法简单、同步速度快、整数倍频偏估计准确的特点。从频率偏移理论和仿真的MSE图像中可以看出与传统方法相比较,在MSE中产生了13d B性能的改进。传统的方法研究单输入、单输出(SISO)的居多,即使将MIMO与OFDM相结合,也多数假设时间和频率已经同步。以上所述方法能实现对多个发射天线时间延迟估计,可适用于分布式MIMO系统。

参考文献

[1]LiYe.Simplified channel estimation for OFDM systems with multiple antennas.Wireless Com-munications[J].IEEE Transaction,Issue1,Jan2002,1.

[2]Hlaing Minn,A Robust Timing and Frequency Synchronization for OFDM Systems[J].IEEE Trans Communication,2003,2(4):822-839.

[3]MODY AN,STUBER GL.Synchronization for MIMO-OFDM systems[C].IEEE Global Communi-cations Conference.SanAntonio:IEEE,2001.

[4]王文博,郑侃.宽带无线通信OFDM技术(第二版)[M].北京:人民邮电出版社,2007.

[5]汪裕民.OFDM关键技术与应用[M].北京:机械工业出版社,2007.

基于ML的OFDM优化同步算法篇5

OFDM的主要问题是对同步误差非常敏感, 尤其是定时误差和频偏误差,在载波数较多的情况下甚至微小的同步误差都可能引起严重的码间干扰和符号间干扰造成信号幅值的衰减和相位旋转,从而极大地降低系统通信性能。

本文采用了多符号的ML算法, 提出了2 种定时估计方法和与之相应的3 种频偏估计方法。从理论上讲多符号的ML算法利用了多个传输符号和干扰项的统计特性,能优化算法中数据的相关性,减小判决误差。

1 同步误差对系统的影响

1 . 1 同步误差分析

OFDM系统的同步偏差主要包括: 发射机与接收机晶振频率偏差造成的收发失配和移动通信中的多普勒频移的影响;接收端对发送的数据符号的到达时刻的不确定性; 发送端D/A模块与接收端A/D模块的采样频率不完全一致而存在偏差。综合可得OFDM系统中的同步要求主要有3 种:

载波同步:对应发送端调制模块,接收端解调模块,要求实现两模块载频一致;

符号同步:对应IDFT、DFT模块,要求接收端准确判断符号起始位置进行DFT运算;

采样同步: 对应于系统中D/A、A/D转换模块, 要求发送端数模变换与接收端模数变换的采样频率一致。

1 . 2 频率偏移误差对系统的影响

由OFDM原理可知其对频率偏移非常敏感, 很小的频偏误差将导致接收端子载波间的正交性被破坏。

如式(1),首先,频偏的存在会使接收信号相位旋转;其次,频偏ferror造成幅值的衰落;最后频偏破坏了子信道之间的正交性,从而引入子信道间的干扰项

参考文献[2] 中提出存在加性高斯白噪声和频率偏移量ferror的情况下,接收端的有效信噪比为式(2)所示。

由式(2) 可知, 如果系统中没有白噪声干扰, 为了实现接收端有至少30 d B的信噪比, 频偏值应满足|ferror| ≤ 1 . 3 ×10- 2, 因此, 对频偏的估计误差精度最小应保持在子信道频率间隔的1.3%。

1 . 3 符号同步误差对系统的影响

由于传输时延, 接收机无法确定信号何时到达接收端,存在一个采样定时偏差 △τ。用采样间隔Ta归一化,可得定时偏差:

其中:s∈Z, τ0< Ta。

由式(4) 可以看出符号同步误差的影响有两个:(1)在准确的解调信号上产生了一个相位旋转因子,其大小与子载波位置k成正比,后果是在星座逆映射过程中产生误码; (2) 当定时偏移量超过一个采样周期, 即s ≥1时,就引入了ISI项。

1 . 4 采样同步误差对系统影响

设收发两端采样时钟偏差为 △T, 因此可将对第n个OFDM符号的第k个子载波的采样时刻表示为:tn , m=[ ( N + Lg)·n + k ] ( Ta+ △T ) , 则:

式中为归一化的采样时钟偏差。

由式(5) 可知采样时钟偏差带来的问题主要有两个: (1) 符号定时漂移, 从而造成了子载波的相位旋转( 2 ) 采样频率偏差造成了子载波间的正交性被破坏, 引入了ICI,从而引起接收端SNR损失。

2 经典同步算法概述

SCHMIDL T和COXT D算法[3]找到的定时测度M ( d最大的点即是接收数据符号起始时刻。但是仿真发现这种方式实现的定时测度函数并非一个尖锐峰值,而会出现一个峰值平台,从而造成了定时模糊。

MINN H算法[4]获得的定时同步是在SCHMIDL T和COXT D算法的基础上进行的改进, 将其模糊平台转化成尖峰值, 但由于其本身的帧结构, 其测度函数出现了不止一个峰值,混淆判决。

Moose算法[5]中, 发射机对一个OFDM符号重复发射。该算法是在频域进行处理的,主要用于频偏估计,因此需要额外的FFT模块,增加了接收端的复杂性。

部分窗相关算法[6]主要用于消除多径的影响, 它利用CP中无多径干扰的部分来做定时频偏估计, 在已知多径最大时延的条件下可实现很好的估计,但在现实中是以牺牲传输的效率来换取定时的准确性。

最大相关算法[7]是ML算法的简化算法, 只考虑了CP与数据部分的相关性, 因此其计算复杂度较ML算法大大降低。但是当信噪比较大时能量项不能忽略,此时定时估计误差较大。

ML算法[8]对于定时和频偏的估计是以假设信道为加性高斯白噪声为前提的。当存在多径干扰时,CP部分与数据的相关性受到影响, 此时估计抖动较大, 错误率高达95%。无线通信中的信号基本都是多径的而且干扰严重, 如何有效抗干扰是包括ML算法在内的各种同步算法需要解决的问题。

3 ML原理及算法改进

3 . 1 ML算法原理

最大似然联合实现符号定时同步和载波同步法, 是基于循环前缀与数据部分的相关性,既可以实现定时估计,也可以相对准确地进行频偏估计,数据帧结构如图1 所示。

假设符号定时偏差和频率偏移分别为 θ 和 ε。使用ML方法对两种偏移进行联合估计的方程为:

由下面公式得到定时估计值和频率偏差值:

3 . 2 改进的ML算法

本文将在ML算法原理的基础上进行数据帧结构和判决方法的改进。在ML算法中,是基于2N+L个样值来考虑的, 换言之, 根据这样的模型得到的估计器仅仅用到了当前OFDM符号的信息来对每个符号的定时偏差和频率偏差进行最大似然估计, 这种方法易受干扰影响,判决误差比较大。可以利用多个OFDM符号联合估计,来改善估计器的性能,数据帧结构如图2 所示。

每进行一次ML算法判决需要连续3 个数据符号中的(2N+L) 个样值, 但进行M次ML运算只需要M +1 个数据符号, 其中部分数据符号复用, 即利用M(N+L)+N个样值进行同步估计。

定时估计方法1 将M个数据符号运用公式(9) 计算Λ ( θ , ε ) , 即根据连续M + 1 个数据符号具有相同的定时偏差和频率偏移,将M次ML运算进行累加,根据ML定时判断准则估计相应的的值。

定时估计方法2, 每次ML运算的(2N+L) 数据( 除高斯白噪声影响外) 集合完全相同, 即单个数据符号连续重复发送M+1 次, 运用公式(10), 即将M次ML估计用到的数据符号累加, 减弱随机噪声干扰的影响, 再根据ML准则判断的值。

两种改进定时估计方法对应的Λ (θ,ε) 值与 θ 的关系如图3 所示。

由图3 可知, 方法2 的峰值最明显但旁瓣相对也大, 方法1 峰值也很明显, 旁瓣相对较小,ML算法峰值附近波动较大,峰值不明显,相关性能最差。

与以上定时估计相对应本文提出了三种频偏估计方法。

频偏估计方法1 利用M次ML估计的,根据公式:

求得 γ′(θ),再由式(8)、式(9)求得对应的 ;

频偏估计方法2 假设定时估计值为 , 在其他( M -1 ) 次ML运算中对应的定时估计值设为 , 其中第i次ML估计值 , 选取 ;

再根据公式:

计算频偏。

频偏估计方法3 与定时估计方法2 相对应,由定时估计方法2 得到的 , 利用公式( 10 ) 中的r ′ ( k ) 根据式( 8 ) 得到频偏估计。

4 仿真分析

仿真参数:调制方式QPSK,M=4,N=1 024,LCP= 128 ,ε =0 . 25 , θ =792 。

仿真结果: 定时估计仿真性能如图4 所示, 其中 θ为第i种定时同步方法下定时均方误差。

其中j为各信噪比下仿真次数, 取值为j =1 000, 为信噪比固定条件下第n次仿真得到的定时估计值,θ 为理想的定时估计值。

由图4 可知第一种方法性能最优, 三种仿真结果性能由好到差顺序为:方法1>方法2>ML算法。

频偏估计仿真结果如图5 所示, 其中 εi为第i种频偏估计方法下频偏均方误差。

其中, 为信噪比固定条件下第n次仿真得到的频偏估计值,假设定时估计准确即取。方法1 、 2 、 3 均可得到较好的频偏估计性能,方法3 在信噪比较低的条件下能够得到比较准确的频偏估计,ML算法性能最差。

本文提出的优化算法具有很好的抗干扰性能, 特别适用于复杂恶劣的通信环境。定时估计方法2 和频偏估计方法3 均利用了M+1 个相同数据符号, 其仿真效果在低信噪比条件下比较好, 且M越大性能越好, 由图5和图6 可知在定时估计性能提高有限的情况下频偏估计性能改善明显, 但传输效率比较低, 仅为ML传输效率的1/(M+1)。 3 种频偏估计方法性能比较接近,信噪比在-8 d B左右时3 种频偏估计的误差均在1%以内,判决精度高。定时估计方法1 在信噪比达到2 d B左右时定时估计准确率几乎为100%。这几种改进方法能实现较好的同步估计, 但相比较ML算法需要更多的存储空间且计算复杂度有所增加。同时本文中频偏估计方法的估计范围与ML算法的频偏估计范围一样, 均为|ε|≤0.5需要在小数频偏补偿后结合导频进行移位相关运算获取整数频偏[9]。

摘要：OFDM作为下一代通信系统的关键技术,亟需解决其同步问题。在ML算法的基础上,提出了基于多符号的ML同步算法。在加性高斯白噪声条件下进行了仿真,结果表明改进的同步算法性能比ML算法要好很多。其中,基于连续符号的定时估计方法 1在信噪比超过2 dB时准确率几乎可达100%,基于重复发送符号的定时估计方法 2在较低信噪比条件下性能比方法 1更好。信噪比为-8 dB左右时,3种优化的频偏估计方法的估计误差均在1%以内,明显好于ML频偏估计算法,证明了改进算法的优越性。

关键词：正交频分复用,最大似然估计,定时估计,频偏估计

参考文献

[1]李引凡.OFDM技术及其关键技术[J].现代电子技术,2005,28(7):25-30.

[2]MOOSE P H.A technique for orthogonal frequency division multiplexing frequency offset correction[J].IEEE Transactions on Communications,1994,42(10):2908-2914.

[3]裴明信.OFDM的同步技术研究和仿真[D].哈尔滨:哈尔滨工业大学,2012.

[4]梁小朋,邓茜,周勇锋.基于训练序列的定时同步算法研究[J].江西理工大学学报,2011,32(5):46-48.

[5]MOOSE P H.A technique for frequency division multiplexing frequency offset correction[J].IEEE Transactions Commun,1994,43(10):2908-2914.

[6]TAKAHASHI K,SABA T.A novel symbol synchronization algorithm with reduced influence of ISI for OFDM systems[J].IEEE Global Transactions Commun,2001(01):524-528.

[7]STEFAN H,WEINFUTNER M.On the optimality of metrics for coarse frame synchronization in OFDM:A Comparison[C].9th IEEE PIMCR′98,1998:533-537.

[8]李艳苹,张礼勇.一种改进的OFDM定时同步算法[J].哈尔滨理工大学学报,2012,17(3):62-64.

OFDM系统中的同步算法实现篇6

随着4G的迅速发展, OFDM系统越来越深入人们的生活。低信噪比下的OFDM同步技术又是系统中的难点, 研究该技术, 对于4G的发展有着重要的意义。

文章主要研究OFDM系统在SCME信道[1]下的同步算法, 主要涉及的内容有: OFDM系统、同步技术以及SCME信道。

通常, 在OFDM系统中, 由于N个符号的并行传输, 符号的时间长度变宽。在这种情况下, 时间偏差的敏感下降。在无线通信中, 信道存在着时变性, 若时间敏感性过低, 在传输过程中, 相位噪声对系统性能有很大的影响, 同样频偏会使得OFDM系统子载波间的正交性不满足, 影响性能。

1 系统总体方案设计

系统中, OFDM数字通信收发机系统架构设计如图1所示。

OFDM系统的纠错随机误码和突发误码的能力[2]的提高主要依赖于编码器和交织器的联合作用, 使系统的误码率降低。文中重点论述了数字部分, 即编码交织后的部分。在发射机的部分里面, 数据流通过编码交织处理, 对基带的数字信号进行调制操作, 利用QPSK频谱利用率[3]较高且包络较小的特点, 基带数据的星座映射处理, 即采用QPSK的方式。数字基带调制后, 需要在每帧基带数据前, 插入一帧固定的训练符号 ( 导频符号) , 接收机再利用训练符号的数学特性, 进行相位同步, 由于BPSK的相位特性简单 ( 相位只有0和π) , 并且IFFT运算后具有共轭对称性, 所以训练符号采用BPSK调制; 在IFFT之前先插入训练序列, 把数据符号调制到N个正交的子载波上; 降PARA可以抑制这种情况带来的影响; IFFT运算完成后, 插入循环前缀, 通过这个操作, 可以消除子载波间干扰ICI以及符号间干扰ISI; 为了将基带数据平移到中频上, 需通过DUC模块, 进而提高数据采样率; 最后经过模数转换器, 由射频天线进行发射。

在接收机处理中, 为了得到基带信号并进行降采样处理[4], 需要将数模转换器采样得到的中频信号经过DDC模块; 为了位同步、FFT窗的初始位置设定以及频偏估计, 必须依靠CP的最大似然特性。之后, 把估计的频偏反馈给DDC模块, 移除循环前缀CP, 提取出OFDM符号。接着, 为了得到发送端插入的训练符号, 进行FFT运算, 在提取出来的训练符号后, 进行载波的相位偏差估计和符号定时估计, 从而获取子载波的信号相位差, 相位补偿之后, 就可以获得基带的调制数据符号, 对基带调制数据符号QPSK逆映射[5]后, 可得到原始符号。最后, 将原始符号送给解交织和译码等模块。

图1中虚线框部分是整个OFDM系统物理层的重中之重, 也是本系统着重研究和介绍的对象。

2 模块结构

2. 1 交织码编码和译码

交织编码的基本思想是将已经经过纠错编码的码元次序按事先所作的规定进行置换[6]。

在一般情况下, 交织器应满足列数n > 突发噪声的长度, 才能纠正单个错误编码的情况。在卷积码中, m >约束长度才能满足条件。

2. 2 PAPR 和逆 PAPR

OFDM系统中, 当多个子载波呈现同极性的峰值时, 信号便会出现高峰值, 使信号峰均过大, 但是OFDM系统对非线性较为敏感, 因此降低峰均功率比 ( PAPR) [7]是不可避免的。

改进的Nyquist脉冲的频域响应和时域信号[8]分别为:

改进的Nyquist脉冲无码间干扰在采样频率处为0, 干扰值较小。

2. 3 FIR 低通滤波器设计

内插后, 信号频谱是相对于原信号经过了2倍压缩后的频谱, 并且信号频谱除了基带分量外, 还有原始信号的高频谐波成分, 所以必须设计一组低通滤波器滤除I、Q信号的倍频谐波分量。可以使用Matlab滤波器设计组件FDATool生成需要的滤波器系数。

2. 4 上变频模块和下变频模块

IFFT变换后, 将复数OFDM基带信号[9]通过DUC模块, 平移至中频信号, 再通过数模转换器转换, 可得到模拟中频信号, 并经过发射天线发送出去。系统结构图如图2所示。

3 系统仿真测试与分析

不同频偏下误比特率和信噪比的关系[10]如图3所示。

发现几种频偏条件下大体相当。经讨论发现, 频偏对接收端的影响在于接收端的载波频率收敛速度和频偏越大, 接收端对载波频率的调整时间越长, 反之则越小。但是, 如果在接收载波频率和接收机载波频率差别一定的情况下, 不同的系统纠正频偏之后, 性能应该近似。由于此系统在仿真过程中难以加入实时的载波频差, 只能设定一个初始的频差[11], 这个频差很快就会被补偿, 因此很难看出不同频偏条件下性能的区别[12]。频偏为300 Hz、信噪比为 -5 dB时接收端载波频率调整示意图如图4所示。

从图4可见, 接收端载波频率稳定度还是很高的, 时钟在发送端载波频率附近波动, 调整范围也很小, 频偏调整范围为±10 Hz, 稳定度大约为0. 001 1/16≈7×10- 5。

4 结束语

上述系统是一个相对较完整的OFDM系统, 包括了信道编码和译码、PARA矩阵和逆PARA矩阵、QPSK调制和解调、FFT和IFFT、上变频和下变频、各种滤波器的设计、各种同步算法以及信道建模等。另外, 在实际通信中, 由于终端MS并不是静止不动的, 具有一定的速度, 会产生多普勒效应。从理论上来说, 终端速度越大, 多普勒效应越明显, 信道变化也就越快, 同步的效果也就越差, 误比特率也就越高。

参考文献

[1]AKAIWA Y.Introduction to Digital Mobile Communication[M].New York:Wiley, 1997.

[2]HUNTER T, NOSRATINIA A.Diversity Through Coded Cooperation[J].IEEE Transactions on Wireless Communications, 2006, 5 (2) :283-289.

[3]KERMOAL J P, SCHUMACHER L, MOGENSEN P E, et al.Experimental Investigation of Correlation Properties of MIMO Radio Channels for Indoor Picocell Scenarios[J].IEEE-VTS Fall VTC, 2000, 1 (9) :14-21.

[4]JANANI M, HEDAYAT A, HUNTER T E, et al.Coded Cooperation in Wireless Communications:Space-Time Transmission and Iterative Decoding[J].IEEE Transactions on Wireless Communications, 2004, 52 (2) :362-371.

[5]OZCELIK H, HERDIN M, WEICHSLBERGER W, et al.Deficiencies of‘Kronecker’MlMO Radio Channel Model[J].IEEE Electronics Letters, 2003 (5) :1 209-1 210.

[6]LUN D S, MEDARD M, KOETTER R, et al.Further Results on Coding for Reliable Communication over Packet Networks[C]∥International Symposium on Information Theory, 2005:1 848-1 852.

[7]ERYILMAZ A, OZDAGLAR A, MEDARD M.On Delay Performance Gains from Network Coding[C]∥40th Annual Conference on Information Sciences and Systems, 2006:864-870.

[8]TRAN T.A Joint Network Channel Coding Technique for Wireless Networks[R].In Technical Report:OSU-TR-2007-06, Oregon State University, 2007.

[9]KATTI S, RAHUL H, HU Wen-jun, et al.XORs in the Air:Practical Wireless Network Coding[J].IEEE Journals&Magazines, 2008, 16 (3) :497-510.

[10]WU Y, CHOU P A, KUNG S Y.Minimum-energy Multicast in Mobile Ad Hoc Networks Using Network Coding[J].IEEE Journals&Magazines, 2005, 53 (11) :1 906-1 918.

[11]KOETTER Ralf, LUN D S, MEDARD M, et al.Network Coding for Wireless Applications:A Brief Tutorial[J].In IWW4AN, 2005.

OFDM同步技术篇7

近年来,正交频分复用(OFDM)和多输入多输出(MIMO)这两种技术得到了越来越广泛的关注。OFDM技术是一种多载波传输方案,它的特点是各子载波相互正交,扩频调制后频谱可以相互重叠,不但减小了子载波间的相互干扰,还大大提高了频谱利用率。OFDM系统能够很好地对抗频率选择性衰落和窄带干扰。MIMO是一种革命性的天线技术。不仅可以利用MIMO信道提供的空间复用增益提高信道的容量,同时还可以提高信道的可靠性,降低误码率。MIMO技术和OFDM技术的结合可以在不需要增加带宽和传输功率的前提下提高数据传输速率,使高速无线通信系统的实现成为可能。因此MIMO-OFDM技术被广泛应用于Beyond 3G等先进移动通信系统中。

同步对于任何数字通信系统来说都是根本任务。没有精确的同步算法就不能对传送的数据进行可靠的接收[1]。对于多载波系统来说,载波频率的偏移会导致子载波信道之间产生干扰。OFDM系统内存在多个正交子载波,其输出信号是多个子信道信号的叠加,由于子信道相互覆盖,这就对他们之间正交性提出了严格的要求,否则载波频率的偏移会对系统带来ICI,使系统的性能带来严重的影响。所以在OFDM接收机解调数据之前,需要与发射机在时域上和频域上保持同步。因此同步问题,尤其是载波同步问题,显得尤为重要。下面我们来分析下MIMO-OFDM系统同步问题的研究现状。

2 系统模型

MIMO-OFDM系统的系统模型可以用系统模型图1描述。

3 MIMO-OFDM系统同步问题的研究现状

在MIMO-OFDM系统中,同步技术主要包括时间同步(符号同步、帧同步)和载波频率同步(另外还有采样同步,由于现阶段的技术已经很成熟,采样同步在不再进行探讨)。

a.帧同步。接收机需首先确定OFDM帧结构信号的起始时刻,然后再估计接收机与发射机之间的载波频率偏移,进行载波频率偏移的补偿,最后进行FFT解调。如果不达到准确的帧同步,引起的符号误差将造成FFT窗口的错位,导致符号间干扰,使接收端无法正确的接受数据流。

b.载波同步。载波频率不同步会造成载波之间的正交性,不仅造成解调后输出的信号幅度衰减以及信号的相位旋转,更严重的是带来子载波间的干扰(ICI),同时载波不同步还会影响到符号定时和帧同步的性能。

3.1 传统的OFDM系统同步算法

对于SISO-OFDM系统,目前已经有很多估计频率偏移和定时偏移的同步算法,主要可以分为两类,一是基于训练序列的同步算法,二是盲同步算法,即不基于训练序列的同步算法。

基于训练序列的OFDM同步算法大致可以分为两种:第一种是利用循环前缀(cp)的算法[2,3,4],主要用于连续传输系统如欧洲数字音频广播系统(DAB);第二种是利用训练序列的算法[5,22],比较适用于突发式传输的系统如无线局域网(WLAN)。1994年Moose[5]最早使用重复的训练序列实现的载波最大似然估计,发送端发送的是重复的序列,经过FFT后在频域中计算频偏。当相同部分的长度为N/2(N是OFDM信号的长度)时,可以估计±1个子载波间隔之内的频率偏移,通过缩短相同部分的长度,可以扩大频率偏移估计的范围,但是会降低频偏估计的精度,因为平均的采样点数目少了。Classen[10]提出了联合定时和频偏的同步算法,但是他的方法运算量很大,因为他使用了判别和误差的方法,在整个频率捕获范围内搜索,直到找到正确的频偏。这种方法由于繁琐的搜索和大量的计算,而不大实用。Schmidl[6]对Classen的方法做了修改,使其简化。在Schmidl方法中,一个OFDM符号内的重复信号是通过在偶数载波上传送数据,奇数载波上不传数据得到的。使用两个训练序列分两步得到时间和频率同步,这两个训练序列放在帧的开始。Minn[7]针对Schmidl算法提出了改进的定时算法,利用第二个相同部分的负号来降低定时算法的方差。Park[10]通过设计时域对称的训练序列得到类似冲击函数的定时尖峰,但是存在两个比较高的副峰,影响定时性能。采用循环前缀的同步方法有van de Beek[23]提出的联合最大似然定时和频偏估计方法。

盲估计方法有Tureli[15]的ESPRIT方法和Liu[16]的MUSIC方法,都是基于信号子空间的方法,MUSIC方法利用子载波的正交性,将频偏的估计问题等效为多项式求根问题,这两种方法都具有超分辨性能,但因其运算量大而影响工程实用性。

盲同步的一个通病是复杂度高。因此,如何更有效的降低盲同步算法的复杂度,是未来盲同步研究面临的一个重要挑战。

3.2 MIMO-OFDM系统同步研究现状

MIMO-OFDM系统也需要进行符号定时和载波频偏的同步。目前关于MIMO-OFDM系统同步算法的文献还比较少。

在传统的集中式MIMO系统中,由于基站和移动台的多个天线都集中在一起,它们之间的间距可以忽略,因此可认为各天线对之间的时延均相等;又因为各个天线均采用同一个晶体振荡器,因此可认为各天线对之间的频偏均相等。在这样的假设下,时间偏移矩阵和频率偏移矩阵分别变为:

即整个MIMO系统只有一个时延和一个频偏,与单天线系统中相同,是最简单的一种情况。

在分布式MIMO系统中,一般是基站处采用分布式天线,而移动台仍采用集中式天线。这样就可以认为不同的接收天线与同一个发射天线之间的时延相同,但与不同的发射天线之间的时延不同;收端各个接收天线与发端同一个发射天线之间的频偏相等,但与发端不同发射天线之间的频偏不同。在这样的假设下,时间偏移矩阵和频率偏移矩阵分别变为:

在进行研究时,这又可以分为两种情况来考察。一种是假设收端与发端各发射天线之间的时延均相同,即假设条件为式(1)和式(2);另一种是假设收端与发端各发射天线之间的时延不同,即假设条件为式(3)和式(4)。前者将是主要研究的情况;而后者由于发端各个发射天线与收端之间的时延各不相同,使同步问题变得较为复杂,需要进行进一步的研究。

为了获得快速准确的同步,MIMO-OFDM系统中的同步往往采用训练序列的方法来完成。考虑到MIMO-OFDM信道的特性,OFDM系统中用到的一些训练序列不能直接作为MIMO-OFDM系统的训练序列[24],这是因为在MIMO-OFDM系统中,为了对每一个收发天线进行同步处理,要求在不同发射天线上的训练序列必须是唯一可识别的。

目前已知的经典MIMO-OFDM同步方法最早的一篇文献是2001年由Mody在Globe Com会议上发表的同步方法[25]。他在2002年的Globe Com发了另一篇MIMO-OFDM同步的文章[26]。2003的VTCFall共有两篇关于MIMO-OFDM的同步的文章,分别是Schenk提出的时间频率同步方法[27]和Yao Yao提出的频率同步方法[28]。2004年,Stuber[29]将Schmidl的算法[24]扩充到了MIMO-OFDM系统中,利用前后两部分完全相同的训练符号进行最大归一化相关(Maximum Normalized Correlation,MNC)运算来检测数据帧的起始位置。

Mody的同步方法,本算法假设所有发射天线到达所有接收天线的时延相同,频率偏移相同,即收发之间仅仅存在一个时间偏移和一个频率偏移.算法描述如下:在发射端的频域,在数据符号的前面插入Q个重复的单元,每个单元都是相同的,里面都是N1长度的导频序列和G长度的保护间隔。在接收端的时域,完成时间粗同步和时间精同步。在接收端的频域,完成频率粗同步和频率精同步。

Schenk的同步方法,本算法由Schenk在文献[31]中提出。其思想是采用时域正交的训练序列,并且每个发射天线上插入的训练序列都是重复的两段序列。用重复的两段序列经过相关计算,得到的归一化峰值,就可以得到帧同步。频偏估计值也是通过各个发射天线上重复的两段序列的相关值求平均而得到。由于各个天线上放置的训练序列在时间上是正交的,该算法虽然不会造成天线间的干扰,但占用了大量系统资源,导致系统数据传输效率下降。

Yao Yao的频率同步方法,本算法的假设是所有发射天线到达所有接收天线的时延相同,但频率偏移不相同,比前面的两个算法的假设少一条,因此向实用化更进了一步。其思想是在发端各个天线上放置多段重复的正交序列,在接收端对多个序列进行相同的处理,并对所得结果进行分集可以获得好的频率同步性能。该算法由于发端插入的是正交序列,因此在无线传输环境中,由于MIMO多径信道的存在,正交序列容易受多径衰落的影响,变得不再正交,因此同步性能也会受到影响。

关于分布式MIMO-OFDM系统,由于存在ITD(inter-transmitter delay)和ITFO(inter-transmitter frequency offset),情况变的更加的复杂,基于此的研究还是相当的少。文献[30]中提出了在系统存在ITD的情况下利用CAZAC序列做定时同步的方案。

4 MIMO-OFDM系统同步研究展望

由上文可以看到,与单天线系统相比,对MIMO-OFDM系统同步的研究还相对较少,可参考的文献还不多,而且大多对系统模型有比较严格的假设条件限制,系统限制条件很严格,后续需要对传统的同步算法、训练序列以及帧结构做改进,进而应用到MIMO-OFDM系统,在系统的复杂度和性能方面找到一个平衡点。

【OFDM同步技术】推荐阅读：

OFDM同步算法研究07-11

OFDM系统同步问题08-08

时钟同步技术08-02

自动同步技术09-08

网络同步传输技术09-19

OFDM技术08-17

OFDM调制技术09-22

同步振荡07-20

同步特性05-09