OFDM系统同步问题

OFDM系统同步问题（精选8篇）

OFDM系统同步问题 第1篇

MIMO-OFDM技术虽然继承了OFDM和MIMO的技术优点,但在无线通信系统中的实际应用还面临着许多技术难题,其中同步就是关键技术之一。同步性能的优劣直接影响到OFDM技术能否真正被用于无线通信领域。

1 OFDM系统基本原理概述

下面将分别对传统的SISO-OFDM系统和MIMO-OFDM系统的基本原理进行阐述。

1.1 SISO-OFDM系统模型[1]

由图1可以看到OFDM系统的整个流程。

若不考虑循环前缀(CP)的影响,OFDM时域符号可表示为:undefined,其中,N为OFDM系统子载波个数,xk为第k个子载波上的调制符号。如果加入CP,OFDM符号可以表示为{xN-Ng,…,xN-1,x0,x1,…,xN-1},前Ng个点表示CP。

在接收端,第k个抽样时刻的信号可以表示为:undefined为发射信号中第k个时刻的抽样值,nk为信道中的加性高斯白噪声在第k个时刻的抽样值,ε为频率偏移对子载波的归一化值。

1.2 MIMO-OFDM系统模型

图2和图3分别为MIMO-OFDM系统发射和接收原理图。

在发送端,数据流首先经过QPSK映射调制,映射后的数据符号通过空时编码器,将输入数据流变成Nt路并行的数据流,它们分别对应Nt根发射天线。分配到每根天线上的数据流被分为N个一组,对应N个子载波,进行IFFT变换到时域,然后加入CP,经过上变频后经DAC进入模拟通道,最后用射频天线发射。

在接收端,首先要确保获得的载波频率和采样时钟都是正确的,然后对数据进行采样,再通过FFT进行解调。FFT变换后在频域实现信道估计,OFDM解调后的信号还要进行空时解码,最后对数据进行QAM或MPSK解调,得到最终的接收信号。

2 OFDM系统同步算法

目前已有很多文献对OFDM和MIMO-OFDM系统的同步进行研究,下面将分别进行介绍。

2.1 SISO-OFDM系统同步算法

SISO-OFDM系统的同步算法主要可以分为两类:基于数据辅助的同步算法和盲同步算法。基于数据辅助的OFDM同步算法又可以分为两种:利用循环前缀的算法和利用训练序列的算法,前者一般用于连续传输系统,后者比较适用于突发式传输的系统。

基于训练序列的同步算法:P.Moose[2]使用重复的训练序列实现了载波最大似然估计,在发送端发送重复的序列,经过FFT后在频域中计算频偏。Schmidl[3]提出一种利用两个训练符号进行时间频率同步的方法。由于CP的影响,这种算法在相关峰的顶峰处会出现一段平台,定时不准确,符号同步估计出现误差。H.Minn[4]引进了两段PN序列的相反数来降低定时算法的误差,出现了明显的峰值,避免了平坡的出现,但是在距离正确定时点两侧有较明显的旁瓣出现。Park[5]引进了PN序列的对称序列得到了峰值尖锐的冲激脉冲形式的曲线,但是有时会产生两个主峰值,带来很大的定时误差,而且在频偏方面也遇到瓶颈。

基于循环前缀的同步算法:Van de Beek[6]等人提出了利用OFDM系统循环前缀所携带的信息进行同步估计的方法,不会降低系统传输效率,避免了频谱和功率资源的浪费。Tufvesson[7]提出了利用重复的PN序列来进行时频同步的方法,将接收信号与本地序列相关,在多径信道下也有尖锐的峰值,定时精确,频偏估计范围大,但频偏估计精度不太高。

盲估计方法有Liu[8]的MUSIC方法和Tureli[9]的ESPRIT方法,它们都是基于信号子空间的方法,不需要导频,不浪费带宽,但要求比较准确的定时同步,而且运算量大,影响在工程中的应用。

2.2 MIMO-OFDM系统同步算法

和传统OFDM系统一样,MIMO-OFDM系统同步算法也可以分为数据辅助类同步算法和盲同步算法。

基于训练序列的MIMO-OFDM同步算法: Mody[10]算法假设所有发射天线到达所有接收天线的时延和频偏都相同,在发射端频域的数据符号前面插入重复的单元,然后在接收端完成时间和频率同步。该算法克服了多天线间的干扰,但前导产生比较麻烦而且占用系统资源比较多。Yao yao[11]在收发天线之间的时延相同但频偏不同的前提下,提出一种适用于分布式MIMO-OFDM系统的同步算法。该算法频率性能良好,但频偏估计范围较小,而且在多径衰落信道下同步性能不太好。

基于导频的MIMO-OFDM同步算法: Mi-Kyung OH[12]针对MIMO的多天线设计了一种能够同时用于频偏和信道估计的hopping导频,在符号块中插入hopping导频可以扩大频偏估计范围。

盲估计的侧重点在载波频偏估计上,不需要训练数据,频带利用率高,但是计算复杂,运算量大,不适合分组突发式传输系统。一般的做法是计算出接收数据的均值并求平均和加权,推导出带有频偏值的项,然后对其进行计算。

3 结束语

在未来无线宽带通信系统中,多径衰落和带宽效率将是两个最严峻的挑战。OFDM通过子载波将频率选择性多径衰落信道在频域内转变成平坦信道,减少了多径衰落的影响;MIMO技术能够在空间产生独立的并行信道,复用了空间,使系统容量成倍增加。MIMO与OFDM的结合,能够充分利用两者的优点,更加满足未来移动通信的要求,而对同步和信道估计等关键技术的研究则需更加深入。

参考文献

[1]王文博,郑侃.宽带无线通信OFDM技术[M].第2版.北京:人民邮电出版社,2007.

[2]Moose PH.A Technique for Orthogonal Frequency Divi-sion Multiplexing Frequency Offset Corrention[J].IEEE Trans.on Commun,1994,42(10):2908-2914.

[3]Schmidl T M,Cox D C.Robust Frequency and Timing Synchronization for OFDM[J].IEEE Transactions.Com-munication,1997,45(12):1613-1621.

[4]Minn H,Zeng M,Bhargava V K.On Timing Offset Esti-mation for OFDM Systems[J].IEEE Communcations Let-ters,2000,4(7).

[5]Byunjoon Park,Hyunsoo Cheon,Changwn Kang,et al.A Novel Timing Estimation Method for OFDM Systems[G].IEEE.2002.

[6]Jan-Jaap van de Beek,Ove Edfors,Magnus Sandell,et al.On Channel Estimation in OFDM Systems[G].IEEE,1995.

[7]Fredrik Tufvesson,Mike Faulkner,Ove Edfors.Time and Frequency Synchronization for OFDM Using PN-se-quence Preambles[G].Proceedings of IEEE Vehicular Technology Conference,Amsterdam,The Netherlands,1999:2203-2207.

[8]Liu H,Tureli U.A High Efficiency Carrier Estimator for OFDM Communications[J].IEEE Communication Let-ters,1998,2(4):104-106.

[9]Tureli U,Liu H,Zoltowski M D.OFDM Blind Carrier Offset Estimation[J].IEEE Transactions Communication,2000,48(9):1459-1461.

[10]Mody,A.N.Stuber,G.L.Synchronization for MIMO-OFDM Systems[G].Global Telecommunications Confer-ence,2001.GLOBECOM'01.IEEE,2001(1):509-513.

[11]Yao Yao,Tung-Sang Ng.Correlated-Based Frequency Off-set Estimation in MIMO System.Proc[G].IEEE Vehicu-lar Technology Conference Fall2003(VTC Fall2003),Orlando(FL),2003(10):6-9.

电力系统时间同步管理问题分析论文 第2篇

3电力系统时间同步管理的运行经验和技术能力

目前电力系统在时间同步领域已经积累了丰富的运行经验和技术能力，时间同步管理实施过程中可以完全利用这些经验和能力，确保时间同步管理研究的正确性。高精度的时钟源近年来在各种技术规范的指引下提高了各种可靠性的指标，状态监视管理方面已经要求实现自检数据的通信通道。通过对自身时间状态数据的发布，可以快速准确地掌握设备目前的工作状态，进一步加强并细化高精度时钟源的时间状态数据信息可提高时间管理的应用水平。目前已经要求高精度时钟源必须支持DL/T860和DL/T634.5104通信标准规范实现时钟源状态数据信息的监视。强大的自动化监控系统的存在对电力系统而言是另一个强大的支撑平台，时间同步管理处理的也是各种数据信息，通过平台对接即可实现对时间管理数据信息的管理，无需增加其他支撑平台针对性进行独立管理。随着自动化程度的不断提高，电力系统标准化通信协议和数据通道可以保障时间同步管理数据的传输，标准化的信息可以确保信息之间交互的一致性，减少管理成本。电力系统设备具备DI/DO信号节点以及GOOSE虚拟端子，可接收外部触发信号，产生状态动作时间的SOE数据记录，通过SOE时标可快速甄别设备时间同步状态。这些资源是电力系统的`基础信息，是经过长期验证的基本资源，如果能够利用这些资源建立一套完整的时间同步管理方法则其可靠性和安全性是毋容置疑的。

4实施方案

利用电力系统的优势资源，轻松实现一种被动型时间管理体系，如图2所示。无需增加任何设备，无需增加新的标准，仅由时间源设备按照设定的整点方式周期性发送触发信号，被监测设备产生SOE顺序事件记录提交给SCADA监控系统进行SOE时戳分析并计算出时间偏差，验证时间同步系统的时间同步性。由于被动型时间同步分析结果与触发源不能互通信息，无法建立有效的数据沟通机制，无法对当前分析结果进行智能化确认。因此，提出主动式测量机制建立主动型时间同步管理体系，如图3所示。主动型管理机制可实时计算监测结果，针对不稳定的数据可灵活设定智能化监测确认方法进行主动式反复验证，确保计算结果的正确性。主动型通过请求响应过程中的四个时戳动态计算时间偏差，每个回合时间源发起者即可计算出当前被监测设备的时间偏差，通过通信协议可以提交分析结果给SCADA系统，完成时间同步状态的管理。

5结语

OFDM系统定时同步技术研究 第3篇

通常情况下,同步包括同步捕获和同步跟踪两个阶段。在同步捕获阶段,OFDM系统同步的主要任务是符号定时捕获和载波频偏(CFO)的捕获。关于符号定时和载波频偏估计算法,很多文献对此进行了探讨。参考文献[1-2]提出了基于伪随机序列的定时捕获算法,但定时捕获通常是在频偏捕获之前完成的,因此当频偏较大时根本就看不到期望出现的峰值。在参考文献[3]中,作者基于一个由两个差分的OFDM训练符号组成的同步头,提出了一种联合的符号定时和载波频偏估计算法(简称为S&C算法)。该算法利用一个训练符号中两个相等的部分进行自相关来实现符号定时估计,因此频偏对它的影响很小,但是采用该算法进行估计时受循环前缀的影响将出现一种峰值平顶现象,这种现象使得估计出现较大的误差,因此严格地说采用这种算法只能起帧检测的作用,并不能完成真正的符号定时估计。参考文献[4]针对参考文献[3]的峰值平顶现象做了改进,在子载波数目较大时,定时测度出现一个单峰,但当子载波数目较少时会出现多峰值的现象,而且错误的峰值会大于正确时刻的峰值。

针对上面提到的问题,本文提出了一种新的符号定时捕获算法。这种算法采用了一个训练符号,通过对输出序列的自相关来解决大的频率偏差的问题,而且参考符号采用了正负变化,避免了参考文献[3]中的峰值平顶现象,同时该算法还采用了相关累积的方法解决了参考文献[4]的多峰值问题。经过仿真证明该算法在多径信道中也能很好地工作。

1 OFDM系统描述

在OFDM系统的复基带等效模型中,发送端的OFDM复基带已调信号可表示为:

其中:N为系统子载波的数目,X(k)为第k个子载波上调制的复数据。

该信号经过信道传输后,接收端的符号定时偏移通常表示为接收信号的时延,载波的频率偏移通常表示为时域上的相位失真,因而具有符号定时偏移和载波频偏的OFDM系统的接收信号可表示为:

其中:h(m)为信道的脉冲响应,L表示信道的多径数,τ为定时偏差,ε为载波频偏,φ为初始相位。

同步的主要任务是估计符号定时偏差τ和载波频偏ε,并通过补偿来消除或减弱同步误差对系统性能的影响。

2 算法描述

2.1 传统定时算法

对于OFDM的突发传输模式,接收端必须检测信号到来时刻,同时采用快速有效算法确定帧或符号的起始位置。通常用事先定义的训练符号结合相应的算法实现这一目的。SCHMIDL和COX基于[A,A]训练符号结构提出查找前后两个部分自相关峰值的定时算法[3]。可以通过频域在偶数子载波上调制一个复随机数,在奇数子载波上调制0,再通过做N点的IFFT(快速傅里叶逆变换)的方法生成时域上两个相同部分组成的训练序列[A,A]。生成训练数据的一个原则是训练数据的频谱特性和有效数据的频谱特性类似。同时必须考虑接收端判决系统复杂度。本文的分析和仿真中,频域训练数据全部来自QPSK调制数据,与有效数据的调制方式相同。采用SCHMIDL和COX定时算法,定时度量曲线会出现一个“模糊平台”,模糊平台的长度等于循环前缀的长度减去时延扩展长度。“模糊平台”,的产生增加了符号定时的不确定性。针对这种情况,参考文献[3]提出了用峰值点左右90%的两点求平均解决。MINN H在SCHMIDL和COX定时算法基础上提出了一种对定时度量做Ng+1长度的加窗平滑的方案。另外,基于[+A,+A,-A,-A]符号结构提出新的MINN H定时算法,这里A的长度是N/4,采用复随机数做N/4的IFFT生成。同样,定义N/4长度向量和新定时度量M(n)如下:

其中:

2.2 新定时方案的提出

在MINN H定时估计算法的基础上,对其定时测度进行了改进,定时估计算法的训练序列是参考HiperLAN/2的短训练序列的特点,其参考符号可以表示为[+A,+A,+A,-A]。从参考符号的结构可以看出,其参考符号也存在正负之差,这样在进行相关运算时也会出现尖峰,为了避免多峰值的出现,采用了相关累积的方法,对其多个相关值进行累加,这样在正确的定时时刻就会出现一个更高的峰值。该算法定时测度的表达式为:

其中:

定时测度最大值对应的时刻就是正确的定时时刻,即:

其定时测度如图1所示。

从图中可以看出,其定时测度为一尖峰,即使在信噪比很低的情况下,其正确定时时刻的峰值也高于其他分量,因此其具有较高的定时精度。

2.3 算法的性能

(1)频偏对定时估计的影响

一般来说,定时估计在频偏补偿之前完成,因此在进行定时估计时存在较大的频率偏差,因此频率偏差对定时估计算法的影响就显得尤为重要了。假设只受到噪声和频率偏差的干扰,则接收到的前导序列为:

r(k)=sn+n(k)(11)其中:s(k)为已知前导序列,n(k)是白高斯噪声信号,ε为载波频率偏差。则p(d)可以表示为(为了简化,只取了p(d)的第一项):

式(13)的后三项为干扰项,可以用η(d)表示,因此式(13) 变为:

假如只考虑频率偏差的影响,则P1(d)=

,取模后,频率偏差的干扰被去掉了,算法P(d)是多个相关项的累加,每一项都不受频率偏差的干扰,累加项自然也就不受频率偏差的干扰,因此定时算法对频率偏差具有较强的鲁棒性。存在频率偏差时其定时测度如图2所示。

(2)噪声对定时估计的影响

假如只考虑噪声的影响,则由于噪声与训练序列具有较好的互相关性,所以η(d)项相对较小,再加上定时算法1是多个相关项的累加,因此受到的噪声干扰也相对较小,算法在信噪比较低的情况下也可以较好地完成定时估计。这一结果由图1也可以看出。

3 仿真结果

为了评估提出算法的性能,对算法进行了计算机仿真。仿真参数如表1所示。

所有算法估计的SNR值范围在0～20dB,用估计误差的均值和估计误差的标准方差作为描述系统性能的指标,仿真环境为在加性白高斯噪声AWGN和多径环境。

多径采用Rayleigh衰落信道(循环前缀的长度大于信道最大时延值),6条多径。采用的多径功率时延分布如表2所示。

在加性高斯白信道中,对于不同的平均信道信噪比的情况下,对三种定时估计算法仿真得到的定时估计误差的标准方差如图3所示。从图3可以看出,本文提出的算法在信噪比大于10 dB时,其标准方差就已经接近于0了,也就是说可以准确地进行定时了,而定时S&C算法和H.Minn算法即使信噪比较高的情况下其标准方差仍然较大,只能完成帧同步,而本文提出的算法一次就可以完成帧同步和定时同步,而且定时的精度也比较高,在多径信道中三种算法的比较如图4所示,从图中可以看出,该算法的标准方差与高斯信道的基本一致,因此此算法在多径信道中仍然可以准确地完成定时同步。

本文提出了一种定时同步的估计算法,该算法利用了训练序列的特点,采用了自相关算法,可以不受频率偏差的影响,可以在频偏补偿之前进行定时估计,而且该算法不但在高斯信道中可以完成定时估计,而且在多径信道中也可以精确地完成定时估计,仿真结果也表明该算法对频率偏差具有较强鲁棒性,能够抗多径干扰。

参考文献

[1]马章勇,赵春明,尤肖虎.无线信道中OFDM系统时频同??步新算法[J].通信学报,2003,24(2):76-83

[2]孙雪俊,焦影,曾虹虹.一种新的MC-CDMA系统同步算法[J].电子学报,2004,29(12A):1904-1907.

[3]SCHMIDL T M,COX D C.Robust frequency and timing synchronization for OFDM[J].IEEE Trans.on Commun, 1997,45(12):1613-1621.

OFDM系统中频率同步算法的研究 第4篇

多载波传输将数据流分解为多个独立的子比特流,每个子数据流具有低得多的比特速率,由其形成的低速率多状态符号再去调制相应的子载波,从而构成多个低速率符号并行发送的传输系统。OFDM利用IFFT和FFT来实现调制和解调,是实现复杂度最低、应用最广的一种多载波传输方案。

1 OFDM系统的基本结构

OFDM系统发送机和接收机的典型框图如图1所示。发送端将被传输的数据转换成子载波幅度和相位的映射,并进行离散傅里叶变换(IDFT),将数据的频谱表达式变到时域上。IFFT(快速傅里叶变换)与IDFT变换作用相同,但它具有更高的效率。图1中,上半部分对应于发射机链路,下半部分对应于接收机链路。FFT操作类似于IFFT,因此发射机和接收机可以使用同一硬件设备。当然,这种复杂性的节约则意味着收发机不能同时进行发送和接收操作。

接收端进行与发送端相反的功能,将射频(RF)信号与基带信号进行混频处理,并用FFT变换分解为频域信号,子载波的幅度和相位被采集出来并变换回数字信号。IFFT和FFT互为反变换,选择适当的变换将信号接收成发送。当信号独立于系统时,FFT变换和IFFT变换可以交替使用。

2 OFDM系统的调制和解调

一个OFDM符号是多个经过调制的子载波信号之和,而每个子载波的调制方式可以选择PSK(相移键控)或者QAM(正交幅度调制)。其中,N表示子载波的个数,di(i=0,1,2…N-1)是分配给每个子信道的数据符号,T表示OFDM符号的持续时间,fi是第i个子载波的载波频率,矩形函数,则从t=ts开始的OFDM符号可以表示为:

将要传输的比特分配到各个子载波上之后,某一种调制模式则把它们映射为子载波的幅度和相位。通常利用等效基带信号来描述OFDM的输出信号

其中s(t)的实部和虚部分别对应OFDM符号的同相和正交分量,实际中可分别与相应子载波的cos分量和sin分量相乘,从而构成最终的子信道信号和合成的OFDM符号。图2给出了OFDM系统基本模型的框图,其中。在接收端,将接收到的同相和正交分量映射回数据符号,完成子载波解调。

图3为在一个OFDM符号内包含四个子载波的例子。其中所有的子载波都具有相同的幅值和相位,但在实际中,根据数据符号的调制方式,每个子载波的幅值和相位都相同是不可能的。由图3可知,每个子载波在一个OFDM符号周期内包含整数倍个周期,各个相邻的子载波之间相差一个周期。这一特性可解释子载波之间的正交性,即:

对式(3)第k个子载波进行解调,然后在时间T内进行积分,即:

根据式(4)可以看到,对第k个子载波进行解调可以恢复出期望符号。而对于其他载波,

由于在积分间隔内,频率差别(k-j)/T可以产生整数倍个周期,所以积分结果为零。

这种正交性还可以从频域角度来解释。由式(1)可知,每个OFDM符号在其周期T内包括多个非零的子载波。因此其频谱可以看作是周期为T的矩形脉冲的频谱与一组位于各个子载波频率上的δ函数的卷积。矩形脉冲的频谱幅值为sin c(fT),该函数的零点出现在频率为1/T整数倍的位置上。这种现象可以参见图4,图中给出了相互覆盖的各个子信道内经过矩形波形成型得到的符号的sinc函数频谱。在每个子载波频率最大值处,所有其他子信道的频谱值恰好为零。在对OFDM符号进行解调的过程中,需要计算这些点上所对应的每个子载波频率的最大值,因此可从多个相互重叠的子信道符号中提取每一个子信道符号,而不会受到其他子信道的干扰。从图5可以看出,OFDM符号频谱可以满足奈奎斯特准则,即多个子载波的频谱之间不存在相互干扰。因此这种一个子信道频谱出现最大值而其他子信道频谱为零点的特点可以避免载波间干扰的出现。

3 DFT的实现

傅里叶变换将时域与频域联系起来,傅里叶变换的形式有多种,选择哪种形式的傅里叶变换一般由工作的具体环境决定。DFT是常规的一种变换形式,其中,信号在时域和频域上均被抽样。由DFT的定义,时间上波形连续重复,因此导致频域上频谱的重复。FFT(快速傅里叶变换)仅是DFT计算的一种快速方法,由于其高效性,使OFDM技术发展迅速。

对于N比较大的系统来说,式(2)中的OFDM复等效基带信号可用IDFT(离散傅里叶逆变换)方法来实现。可令ts=0,且忽略矩形函数,对信号s(t)以T/N的速率进行抽样,即令t=kT/N(k=0,1…,N-1),则得到:

可以看到Sk等效为对di进行IDFT运算。在接收端,为了恢复出原始的数据符号di,可以对Sk进行逆变换,即DFT得到

根据以上分析可知,OFDM系统的调制和解调可以分别由IDFT和DFT来代替。通过N点的IDFT运算,把频域数据符号di变换为时域数据符号dk,经过射频载波调制之后,发送到无线信道中。其中每个IDFT输出的数据符号sk都是由所有子载波信号经过叠加而生成的,即对连续的多个经过调制的子载波的叠加信号进行抽样得到的。

4 OFDM系统中的同步技术

同步性能的好坏对OFDM系统的性能影响很大。OFDM系统中的同步包括载波同步、抽样同步和符号同步三部分。与单载波调制系统相同,载波同步是为了实现接收信号的相干解调,而符号同步是为了区分每个OFDM符号块的便捷。每个OFDM符号块包含N个样值,抽样同步是为了使接收端的取样时刻与发送端完全一致。OFDN系统中的同步一般分为捕获和跟踪两个阶段,对于突发式的数据传输,一般是通过发送辅助信息来实现同步。

对于载波频率同步,由于OFDM各子信道带宽较小,对载波频率偏差的敏感成都非常高,因此需要非常精确的载波同步。同步过程分为两种模式:粗同步和细同步。在粗同步模式中,同步器将参数的较大出事偏差减小到一个较小的范围;在细同步模式中,同步器将参数的剩余误差进一步减小,提高估计的精度。当精确估计出频率偏差后,由于多普勒效应以及振荡器不稳定等因素的影响,频率又会产生漂移,因此还需要对频率进行跟踪。

对于WLAN应用,利用基于嵌入发送信号内的特定训练信息进行估计,这种算法最为适用,因为利用帧头信息,接收机就可在真正包含有效信息的分组到来之前,使用最大似然算法对载频偏差进行估计和校正。而对于广播方式的OFDM系统或连续传输数据的OFDM系统,通过分析频域的接收信号新进行估计或者利用循环前缀进行估计会更好一些。本文所研究的是应用于WLAN IEEE 802.11a系统中的基于训练符号的时域相关算法。

5 基于训练符号的时域相关算法

假设发送的两个时域重复符号x1(n)和x2(n)之间有Nd个样值的延迟,重复符号长度为L,如图5所示。

当存在载波频率偏差Δfc和相位偏差Δφ时,接收到的两个训练符号可表示为

在接收端定义中间变量即两符号的时域相关

显然,当n=0,1,2,...L-1时,x1(n)=x2(n)

在不考虑噪声的情况下,则有

由此可以得出相关值Rt的相位为

可以看出这种情况下,相关值的相位与载波相位偏差Δφ没有关系,从而载波频率偏差

其中,ΔF=1/(NTs)为载波间隔。

这里需要注意的是,对于相关值Rt的相位而言,arg(Rt)的变化范围为[-π,π),从而可以估计载波频率偏差的范围为

显然,当估计值不在该范围时,估计将不可靠。由于子载波数N和子载波间隔ΔF都是固定值,所以估计的范围仅与Nd有关。当Nd越小时,估计范围就越大。当Nd越大时,估计范围就越小。当Nd=N时,估计范围为子载波间隔的一半。在实际系统中,如果考虑循环前缀的话,Nd=Ng+N>N,估计范围则会略小于子载波间隔的的一半。

Jan等人已经证明,在AWGN信道中,这种估计是最大似然估计。Schimdl等人分析了该算法的性能,并得出了载频偏差估计值Δfc的方差

由此公式可知,相关求和的样值数L越多,估计就越准确;L越少,估计误差就遇到越大。

综合估计范围和准确度,可根据不同的环境,选用不同的Nd和L值。如在粗同步时,应首选较小的Nd值,这样可以在尽可能大的范围内进行捕获;而在细同步时,应选用较大一些的Nd和L值,这样既可以将估计范围缩小到尽可能小的范围之内,又可以提高准确度。

在WLAN IEEE 802.11a的前导符号中,设计了短训练符号和长训练符号用于同步和信道估计。对于短训练符号,重复符号之间延迟Nd=16个样值,样值间隔Ts=1/(20MHZ)=50ns,从而可得最大估计范围

对于长训练符号,重复符号之间延迟Nd=64个样值,从而可得最大估计范围

IEEE 802.11a系统中规定了振荡器的最大频率偏差为20ppm,考虑正负偏差,可得到最大偏差为40ppm=40×10-6×5.3×109=212kHZ。由此可知,短训练符号的估计范围在此范围之内,满足要求;但由于长训练符号的范围小于此值,所以仅使用长训练符号进行估计时所得到的估计值并不可靠。这也正是标准中设计两种训练符号的原因所在。

6 结论

时域相关算法通过比较两个重复OFDM训练符号子载波间的相位差来进行频率偏差估计,其实现简单,而且通过比较两个重复OFDM训练符号间的相位差来进行频率偏差估计,若设计如WLAN IEEE 802.11a类似的周期训练序列,利用训练序列的周期性可在不增加计算复杂度的前提下,即扩大估计范围,又提高估计的准确度。

参考文献

[1]Jan-Jaap van de Beek,Magnus Sandell,Mikael Isaksson,Per Ola Borjesson.Low-complex frame synchronization in OFDM systems.Proc.of Intern.Conf.on Universal Personal Comm.(ICUPC'95),November1995:982-986.

[2]Jan-Jaap van de Beek,et al..ML estimation of Time and Frequency Offset in OFDM Systems.IEEE Trans.On Signal Processing,1997,45(7):1800-1805.

[3]P.Moose.A technique for orthogonal frequency-division multiplexing frequency offset correction.IEEE Trans.On Comm.,2908-2914.

[4]王文博,郑侃.宽带无线通信OFDM技术[M].北京:人民邮电出版社,2003,11.

OFDM系统同步问题 第5篇

在OFDMA系统下行链路中, 移动站收到的是同一基站发送的数据信号, 因此, 可参照传统OFDM同步算法实现同步过程。但是, 对于上行链路而言, 由于各移动用户在小区内位置的随机性, 基站接收到的各上行用户信号的定时将受往返路径时延 (Round Trip Delay) 的影响, 导致各用户的OFDMA符号无法对齐, 而且各移动用户的上行信号受到的路径衰耗也各不相同, 此外各移动用户的载波频率和基站之间也存在着一定的偏差, 因此, 各用户需要先通过一个上行测距过程调整自己与基站之间的同步参数偏差, 当各系统参数的偏差都在一个可容忍的范围之内时, 用户才被允许接入到上行系统中, 此时基站可不进行任何同步处理, 而直接按照系统时标获取上行OFDMA符号数据并进行各用户数据解调。例如IEEE802.16e规定的OFDMA系统中, 就是通过测距过程来完成上行链路参数调整及同步的。

本文根据IEEE标准[1]中的帧结构和相关描述, 对现有的几种OFDMA测距定时同步算法做了深入研究并进行了性能仿真和比较。

1测距结构及过程描述

IEEE802.16e中对OFDMA系统的帧结构 (如图1所示) 及载波分配方式做了规定, 对于上行链路而言, 同步过程主要由测距完成。

移动用户首先进行下行链路同步, 从下行帧信息中获取上行传输参数并随机选择一个测距时隙和一个初始测距码, 调制后发送给基站。此时, 基站无法区分哪个移动用户发送了测距请求 (RNGREQ) , 因此, 当基站成功地接收到一个测距请求之后, 基站就广播一个测距响应 (RNGRSP) 消息, 该消息中包括正确识别的测距码和测距时隙。测距的移动用户接收到测距响应消息后, 与自己发送的测距码和测距时隙进行比较, 如果二者匹配, 则移动用户根据该测距响应消息中包含的定时、功率和频偏等信息进行参数调整, 并根据状态信息决定是否继续进行测距过程。

当移动用户接收到一个含有“继续”状态的测距响应消息时, 则继续从初始测距域中随机选择一个测距码, 并把它发送到测距时隙中。当基站接收到该码, 并响应一个包含“成功”状态的测距响应消息, 同时为移动用户提供带宽分配, 使之根据CDMAAllocationIE 来发送测距请求消息。当移动用户接收到含有一个合法标识符的测距响应消息后, 初始测距过程结束, 用户端开始发送数据。当该消息包含“继续”状态指示时, 测距过程继续, 此时以周期测距的机制进行。

2同步算法分析

2.1时域定时估计算法[4,5]

各移动用户发送的测距码在基站侧叠加, 同时在上行链路还有数据帧在传送, 因此基站接收到的是测距码和数据帧的合成信号。但是由于测距码是频域CDMA码, 在时域上也有很好的自相关和互相关特性, 因此可以利用时域相关来检测测距码。

假定OFDMA系统有Nd个子载波, 由于初始测距码的时域序列包含2个符号, 而且第1个符号添加前缀, 第2个符号添加后缀, 因此这2个OFDMA符号具有连续相位特性, 在后2种算法中也采用了相同的符号形式, 如图2所示。

记第k个测距用户发送的时域测距信号为:

xk=[xk (0) , …, xk (2Nd+2Ng-1) ]T。

假定某用户选择了第m个测距码, 则

undefined。

设观察窗口宽度为Nd+Ng+dmax, 时域接收信号为Y=[y (0) , y (1) , …, y (Nd+Ng+dmax-1) ]T, 最大多径时延为L, hk=[hk (0) , hk (1) , …, hk (L-1) ]T为信道冲激相应, Xk=[x′k (dk) , x′k (dk+1) , …, x′k (dk+L-1) ],

x′k (dk) =[0dk, xk (0) , …, xk (Nd+Ng+dmax-dk-1) ]T表示发送时域数据, 则时域相关检测量为:

undefined。

式中, undefined为包含上行同步用户数据和噪声的合成信号;K为测距用户数量。

与之对应的定时估计值表示为:

undefinedundefined。

2.2频域差分互相关定时估计算法[2,3]

由于既定的测距码在时域受到RTD (Round-Trip Delay) 的影响, 会表现为频域相邻子载波之间产生一定的相位差。频域差分互相关算法就是利用了这一特点实现对测距码的到达时刻检测的。算法表达式如下:

undefined

式中, R (k) 为第q个测距码在第k个子载波的差分互相关系数;y (k) 为接收到的频域信号测距子信道信息;|Hq (k) |为第q个测距码信道的频率响应幅度;|dq (k) |为第q个本地测距码在第k个子载波调制后的幅度;I1和I2为由其他用户引起的干扰和噪声干扰。因此, 通过定义如下公式可得到:

undefined, undefined。

2.3时域补偿频域互相关算法[2]

该互相关算法利用CDMA测距码 (PN序列) 在频域的互相关特性估计RTD。同样, 根据时域延时在频域表现为线性相移, 因此, 通过频域补偿相位来实现接收信号与本地序列形成相关。从而由补偿值得出时间偏移位置。

undefined

式中, w″为高斯加性白噪声频域表现形式;MAI是由其他用户的测距码引入的多址干扰。根据上式, 只有满足undefined时, 互相关度量函数才会出现峰值。为了准确估计RTD, 相位补偿的时延范围应该足够大, 以补偿所有可能的RTD, 同时随着补偿范围的增加, 计算的复杂度也会更高。

定义度量函数undefined为:

undefined。

由于频域差分互相关运算复杂度小计算精度低, 而时域补偿频域互相关算法精度高, 但运算复杂度也较高, 因此, 可采用利用频域差分互相关结合时域补偿频域互相关进行定时。

3仿真分析及性能比较

算法仿真中, 按照IEEE802.16e标准中的要求, 采用1 024点FFT, 左右分别有92和91个虚子载波, 有1个直流子载波, 840数据子载波, 数据子载波分为35个子信道, 每个子信道包括6个子块, 每个块包括4个子载波, 测距信道共包括6个相邻的子信道。仿真中测距码采用802.16e标准规定的PN序列发生器, 并以144 bit作为测距码的码长, 采用BPSK调制, 单独在测距信道内进行传输。仿真中所采用的信道环境分别为AWGN (高斯白噪声) 信道和COST207中的TU (典型城市) 多径信道模型。

通过采用10 000次蒙特卡罗仿真, 得到如图3所示定时估计偏移曲线。

由图3可以看出, 时域定时同步算法具有较优越的估计性能, 时域补偿频域互相关算法次之, 频域差分互相关+时域补偿频域互相关的方法由于频域差分互相关易受多址干扰的影响致使性能略有下降, 当超过7个用户时则有可能超出定时误差容限, 造成系统的恶化。但是考虑到算法实现的复杂度, 从表1中可以看出时域算法在具有较高性能的同时, 复杂度也最高;结合算法采用2步定时估计, 而计算复杂度大大降低, 且当用户较少时偏移误差可在CP容忍的范围之内, 通过信道估计可将误差补偿掉。

为了适应不同用户量的接入环境和满足性能及复杂度的平衡需求, 可以考虑将这3种算法结合起来, 形成一种自适应定时方案, 即将定时估计同用户信号检测相结合, 当用户较少时, 采用结合算法以满足较低的复杂度和较高的精度, 而在一般情况下, 可采用时域补偿频域互相关算法, 当出现碰撞或用户数很多时, 可以用时域定时同步算法来实现定时估计。

4结束语

本文对时域定时同步算法、时域补偿频域互相关以及频域差分互相关结合时域补偿频域互相关等算法进行了研究, 并进行了比较分析, 提出了针对不同用户情况的定时同步方案。寻找较低复杂度和较好性能的OFDMA定时同步算法是下一步需要重点研究的问题。

参考文献

[1] IEEE LAN/MAN Standard Committee.IEEE Standard for Local and Metropolitan Area Networks Part 16:Air Interface for Fixed and Mobile Broadband Wireless Access Systems, Amendment 2 and Corrigendum 1.IEEE Std 802.16e-2005 and IEEE Std 802.16-2004/Cor1-2005 [S].

[2] KIM Jeong-been, JIN Younghwan, KIMT Kyungsoo, et al.Adaptive Timing Synchronization Algorithm for WiBro Uplink [R].Intelligent Signal Processing and Communications.ISPACS, 2006:83-86.

[3] MIN Hyunkee, KIM Jihyung, LEE Sungeun, et al.A New Timing Offset Estimation Algorithm Using Phase Difference Between Adjacent Subcarriers in Interleaved OFDMA Uplink Systems [C].Wireless Communications and Networking Conference, .WCNC.IEEE, 2007:2431-2435.

[4] FU Xiaoyu , MINN Hlaing.Initial Uplink Synchronization and Power Control (Ranging Process) for OFDMA Systems [C].Global Telecommunications Conference, 2004:3999-4003.

OFDM系统同步问题 第6篇

1 同步序列的构建

设发送端的时域基带信号为u(t),发送信号为s(t),s(t)可以表示为:

其中,fc——发送载波频率,φ是发送载波的相位。

设MIMO-OFDM系统具有Nt根发送天线,Nr根接收天线,则通过该系统传送的数据信号,在系统接收端的信号可表示为:

ηnr(t)是均值为0,方差为σ2的高斯白噪声。hnrnt(t)是从系统发送端天线到系统接收端天线的一个存在N条传播路径的无线信道,可以表示为:

系统接收端用相干方式对信号进行解调,解调信号可以表示为:

把式(1)、(2)、(3)代入式(4)中得:

由式(5)可以看出系统接收端的信号是NT个携带载波频率偏差和相位偏差信息的信号叠加。所以要区分不同发送天线上的发送信号不同到达接收天线的时刻,需要设计一种发送天线上前导训练字符号。这样就可以根据不同的接收信号来获取各个发送信号的载波频率和接收端相干解调的载波频率的偏差和相位偏差。前导训练符号的设计思想是在接收端对前导字符号的前后两部分做相关运算。如果不同多天线系统的前导字序列能满足两个条件:

条件一:令前导字总的符号长度为4P2,前后两部分完全相同。对于同一个发射天线上的前导字序列满足下面两个公式:

条件二:不同天线不同前导字序列之间关系为:

,nr'≠nr,p通常为一个比较大的数,当nr'≠nr时,对所有的k来说,ψ(k)=0。

如果满足了上面两个条件,这样对于不同发射天线的不同序列前导字在时域上保持正交。在天线接收端就可以利用它们之间的正交性来区别对应不同发射天线接收信号的不同到达时刻。能够满足上述条件的前导字序列是由时域直接构建,而且满足前后两部分的时域信号完全相同。该正交前导字序列[2]的构建表达式为:

其中nr∈{1,…,NR},0

n=i0p+i1;bi1为模值为1的复系数;p2为半个符号的长,p是质数。通过这样的设计前导字符号,就可以得到由前后两部分完全相同的时域信号组成的时域前导字序列,且不同天线的前导字序列之间保持正交。

图1是取p=7,NR=2时s1,n的自相关曲线,由此可以看出这种序列结构具有良好的自相关特性。

图2是p=7,NR=2时s1,n和s2,n互相关曲线图,由此可以看出这种序列结构具有良好的互相关特性。

2 载波频率同步算法实现

根据载波频率偏差对系统的影响分析[2]知道,由于载波频偏的存在,接收信号会产生相位偏转。每经过△t时间累计的相位偏移量为-2π△f△t。因为前导训练字前后两部分符号相同,所以可以根据基于连续发送相同符号的频域频率偏移估计方法来进行载波频率同步。前导训练字对应位置总共相差p2个采样点,令△fc表示载波频率偏差,前后两个重复的半个前导训练字的延迟为p2,得:

则系统的载波频率偏差估计可以表示为:

令,得到相应的载波频率偏移估计为。因为arg∠准是定义在[-π,+π)范围内,所以频偏纠正的最大范围为训练前导字序列的子载波宽度的1/2,适用于小数倍的载波频率偏移。整数倍子载波宽度的频偏估计可以通过发送两个或多个相同的前导字符号来实现整个子载波的频率偏移估计,本文采用Schmidl和Cox提出的整数倍频率偏移估计算法[3],具体过程如下:

接收端经过快速傅里叶变换之后得到第一个和第二个前导字训练符号分别为R1,k和R2,k,采用差分估计函数:

B为偶数子载波的集合,,S1,k和S2,k分别表示发送的两个前导训练字。整数倍频偏的设计思想就是搜索所有偶数子载波,当B(m)取最大值时,接收端解调训练符号循环移位m个位置后和发送端前导训练字相匹配(相关性最大),因此估计整数倍频偏的过程就相当于为μ(m)函数找到最大值时的m的取值过程。利用差分的思想,可以抵消信道参数和相对频偏估计的影响,得到整数倍频率偏移的表达式为:

3 仿真结果分析

仿真参数取子载波个数N=256,频率偏移为ε=3.5个子载波频率间隔,映射方式采用QPSK调制,MIMO-OFDM采用2根发送天线和1根接收天线的结构。每个信噪比做了1500次计算。分别在高斯信道和最大多径延迟是19个采样间隔的频率选择性信道下做仿真,移动台的速度v=40km/h,得到仿真图3。

通过仿真图可以看出,当信噪比为4d B时,在高斯信道下系统的符号定时估计错误率就已经降低到10-2以下,当信噪比为5d B的时候,在频率选择性信道中,符号定时估计错误率达到了10-3以下,所以基于式(6)构建的前导字序列结合SISO-OFDM的基于训练序列的载波频偏估计算法应用到具有两个发送天线和一根接收天线的MIMO-OFDM系统中进行载波频偏估计,得到了比较好的估计性能,有一定的应用价值。

摘要：同步在任何一个通信系统中都是需要解决的实际问题,在OFDM通信系统中更是如此。可以说没有准确的同步算法,就不可能进行准确的数据传输。该文中提出了一种能够应用于多输入多输出OFDM通信系统的载波频率同步方案,通过仿真验证了该算法的可行性。

关键词：OFDM,同步算法,多输入多输出,载波频率

参考文献

[1]黄韬,袁超伟,杨睿哲,刘鸣.MIMO相关技术与应用[M].北京:机械工业出版社,2007.

[2]Ferdinanad Classen,Heinrich Meyr.Frequency Synchronization Algorithms for OFDM Systems suitable for Communication over Frequency Selective Fading Channels.In Pro-cessing.IEEE Transaction on vehicular Technology Conference,1994,3(6):1655-1659.

OFDM系统同步问题 第7篇

关键词：无线局域网,正交频分复用,载波同步,频率同步

正交频分复用OFDM(Orthogonal Frequency Division Multiplexing)技术由于其频谱利用率高、抗多径衰落能力强、传输可靠等特点,已经成为第四代移动通信系统中最具竞争力的传输技术,并被广泛应用在无线局域网[1]、数字视频广播以及广域网接入系统等高速数字通信系统中。OFDM技术的高频谱利用率和传输可靠性均以子载波间的正交性为基础,载波频偏的存在破坏了子载波间的正交性,导致严重的子载波间干扰(ICI),带来信噪比损失,从而降低整个系统的性能[2,3,4,5],因此,载波同步在OFDM系统中显得尤为重要。而在实际的系统中,很多因素都会带来系统频率偏差,如收发信机之间本振频率偏差及温漂、采样、信道环境的时变特性、多普勒频移等。

近年来,已经有很多文献研究OFDM的载波频率同步问题,并且针对其特殊的应用场合提出了频偏估计算法和校正方案,但是其中适用于WLAN系统的方法并不多。参考文献[6]利用循环前缀对载波频偏进行估计,该算法频偏估计范围有限;参考文献[7]利用两个符号组成的训练序列进行载波频偏估计,估计精度受到序列长度的限制;参考文献[8]研究并实现了一种先时域训练序列提取频偏,然后在频域进行相位校正的算法;参考文献[9]给出了一种定时和频偏联合估计的方法,参考文献[10]分析了基于导频的最大似然同步方法,但是两者复杂度太高,不利于实际应用。

IEEE802.11标准[1]的无线局域网(WLAN)是分包突发传输系统,因此当WLAN的物理层采用OFDM体制时对载波同步提出了更高的要求。本文总结了WLAN中传统的OFDM频偏估计方法,提出了一套时域和频域联合的OFDM载波频偏估计方法,该方法捕获范围大、估计精度高,适合实际工程应用。

1 OFDM帧结构及频偏的影响

IEEE802.11标准中定义了每帧起始的前导符号[1],接收端利用该符号进行同步和信道估计。前导符号的结构如图1所示,由10个相同的短训练序列(t1~t10)、2个相同的长训练序列(T1~T2)和1.6μs时长的前缀GI2组成,总的持续时间为16μs。

为便于系统在频域进行有效的同步跟踪和信道估计等处理,IEEE802.11标准在后续的SIGNAL和Data段的频域插入了4个导频,其在OFDM符号内的频率为Pk(k=-21,-7,7,21)。另外,保护间隔的引入是为了最大限度地消除符号间干扰(ISI),IEEE802.11中的循环前缀长度为0.8μs。

在OFDM系统中,传输信号的发送端第l个OFDM符号的基带形式可表示为:

其中,n=0,1,…,N-1,k=0,1,…,N-1,Sl,k是调制到子载波上的数据,N是IFFT的点数,Nl=lNOFDM+Ng,NOFDM是每个OFDM符号长度,Ng是CP长度。

在接收端,接收信号通过下变频、滤波、A/D等来恢复基带信号。接收基带信号可表示为:

进行FFT后结果可表示为:

式(3)中ICIk是由v引起的载频间干扰项,η和η′是复高斯白噪声。频偏导致有用信号幅度衰减、相位偏移,同时子载波正交性被破坏,产生ICI,造成FFT输出信号的能量损失。参考文献[5]给出一个简化公式来估计存在频偏时的信噪比,由此推导出解调信号的信噪比损失为:

式(4)中Es/N0表示无频偏时的信噪比。可见,子载波间的干扰会使系统信噪比下降,最终导致误码性能恶化,因此为了保证WLAN一定的服务质量,需要进行载波频偏估计,并进行校正。

2 OFDM的频偏估计算法

2.1 基于循环前缀的ML算法

参考文献[6]提出一种利用循环前缀的冗余信息进行频偏估计的同步算法,其原理是在输出端观察(2N+L)个连续样值r(n),这些样值包含一个完整的(N+L)个样值的OFDM符号,L为循环前缀长度,设d为符号定时同步点,即OFDM符号的起始位置,ε为载波频偏,对数似然函数Λ(d,ε)定义为概率密度函数的对数,经过推导得:

由则该算法的归一化频偏估计范围为,即可估计的频偏范围为±156.25 kHz。M.Schmidl和C.Rox等人已经证明[9],该算法的估计方差为:

由式(7)可看出算法的估计精度与CP的长度有关,CP的长度越长估计精度越高。基于循环前缀的频偏估计算法可以很好地适应信道的变化,但是循环前缀容易受到符号间干扰的影响,造成估计的准确度下降。该方法适合诸如DVB-T等连续传输系统,而在WLAN突发系统中,可以利用现有的训练序列和导频进行频偏估计。

2.2 基于训练序列的时域相关算法

参考文献[7-9]中提出了基于训练序列的载波同步算法。对相距Nd的两段长度为L的重复符号s1(k)和s2(k),其自相关函数R(τ)在τ=0时达到最大值,所以通过寻找R(τ)的最大值,可以计算出载波频偏。定义相关值为:

由式(2)可知,若接收信号中存在频偏,则式(8)可进一步写为:

由式(9)可知,滑动窗口C的相关输出可以估计载波频偏,即:

式中,angle(·)表示取复数相角运算,且angle(Cn)∈[-π,π),可得式(10)对频偏的估计范围为:。对于短训练序列,Nd=16,对应的频偏估计范围为,即可估计的频偏范围为±625 kHz。也可以同时使用长训练序列进行频偏估计,效果更好[8]。由式(7)可知,在信噪比一定的情况下,训练序列之间的间距Nd越大,算法的估计方差越小。

2.3 基于导频的频域相关算法

根据式(3),当存在归一化载波频偏时,接收到的第l和(l+1)个OFDM符号中的第k个导频子载波为:

由式(11)和(12)可以看出,载波频偏引起的相位旋转仅与OFDM符号序号有关。使用相邻OFDM符号中同一位置处导频子载波的相位差可以对载波频偏进行估计。定义中间变量:

式中C为OFDM符号中导频子载波序号集合,即C=[-21,-7,7,21],通过式(13)可得出载波频偏的估计:

由于angle(Rl)∈[-π,π),则式(14)的归一化频偏估计范围为:,其中N=64,NOFDM=80,则可估计的频偏范围为,即算法可在±125 kHz范围内对频偏进行估计。该算法的估计方差为[10]:

式(15)中K为导频序列的长度。由式(15)可知,在信噪比一定的情况下,频偏越小,算法的估计方差越小。

2.4 基于训练序列和导频的联合估计算法

上述频偏估计算法都在时域或频域的独立执行,而实际的WLAN物理层标准给出了前导序列、导频和循环前缀,为了获得更好的性能,本文提出了一种基于训练序列和导频的联合频偏估计算法。

首先在时域运用上述基于训练序列相关算法,实现大频偏范围内的粗估计,并使用估计值对接收信号进行频偏补偿,则补偿后的接收信号可表示为:

然后,将信号经FFT变换到频域后,利用相邻的导频进一步进行频偏估计。接收到的第l和l+1个导频子载波可表示为:

定义中间变量:

通过式(19)可得二次补偿可用的残余频偏估计值为:

从上述推导可以看出,本算法的估计范围可用式(10)来表示,因此估计范围较大。另外,经过第一步频偏补偿,接收信号的频偏变小,再使用基于导频的估计算法,可以获得更小的估计方差,估计方差可用式(15)来表示。

3 仿真对比及分析

仿真参数按照IEEE802.11标准规定,采样率为20 MHz,I FFT长度为64,循环前缀长度为16,子载波数为52(其中数据48个,导频4个),载波间隔为312.5 kHz,前导格式也是按照标准规定的格式。分别仿真了4种频偏估计算法在高斯信道和SUI-3衰落信道、2种频偏(1 kHz、50 kHz)条件下的均方误差曲线,如图2~图5所示。

从各种算法仿真的均方误差结果可以看出:

(1)不论频偏如何,只要频偏在算法可估计的范围内,基于导频的频域相关算法在估计方差性能上优于基于训练序列的时域相关算法和基于CP的ML算法;

(2)各种算法受SUI-3衰落信道的影响不大。仅仅是在SUI-3衰落信道下高SNR区域,随SNR增加,各种算法的估计性能提高并不明显,出现了平底效应。

(3)本文提出的基于训练序列和导频的联合估计算法性能在初始频偏为1 kHz时与基于导频的算法差别不大,而在初始频偏为50 kHz时,基于训练序列和导频的联合估计算法的性能就明显优于基于导频的算法。因为基于导频的频域相关算法的估计方差与频率偏移有关,初始频偏小,估计方差就小。在频偏为1 kHz时,由于频偏较小,故联合算法和基于导频的频域相关算法性能差别不大。但在频偏为50 kHz时,由于频偏较大,对导频的频域相关算法影响较大,使其估计性能降低,而对联合算法,由于在时域对接收信号进行频偏补偿,补偿后的频偏相对原频偏较小,再对其进行导频的频域估计,克服了大频偏对导频频域估计的影响,从而有更好的估计性能。

另外,从算法的估计范围来看,提出的基于训练序列和导频的联合估计算法比仅仅采用导频估计频偏的估计范围要大得多,适合实际的工程应用。

本文提出的算法已用可编程逻辑器件实现,应用在宽带无线局域网的硬软件测试终端上,效果很好,可以有效实现载波的频率同步,使得所设计的终端能够准确地和通用的IEEE802.11接入点进行多媒体数据传输,音视频质量均较高。

本文针对WLAN中的OFDM频偏同步问题,总结了3种载波频率同步算法,并提出了一种基于训练序列和导频的联合载波频偏估计算法,通过仿真表明这4种算法都可以进行频偏估计,而本文所提出的联合估计算法性能最好,在估计范围和频偏跟踪精度方面都有优势,适合实际的工程研究和应用。

参考文献

[1]IEEE standard for information technology—telecommu nications and information exchange between systems—local and metropolitan area networks—Specific requirements.Part11:Wireless LAN Medium Access Control(MAC)and Physical Layer(PHY)Specifications[S].IEEE2007.

[2]KIM Y H.An efficient frequency offset estimator for OFDM systems and its performance characteristics[J].IEEE Transactions on Vehicular Technology,2001,50(5):1307-1312.

[3]AI B,YANG Z X,PAN C Y.On the synchronization techniques for wireless OFDM systems[J].IEEE Transac-tions on Broadcasting,2006,52(2):236-244.

[4]李平,赵志辉,张振仁.OFDM系统建模仿真及同步偏差分析[J].系统仿真学报,2007,19(13).

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

[6]VAN J J,BEEK D,SANDELL M.ML estimation of time and frequency offset in OFDM Systems[J].IEEE Transac-tions on Signal Processing,1997,45(7):1800-1805.

[7]SCHMIDL T M,COX D C.Robust frequency and timing synchr-onization for OFDM[J].IEEE Transactions on Communications,1997,45(12):1613-1621.

[8]刘晓明,张续莹,杨士中,等.宽带OFDM系统中的频率同步算法与FPGA实现[J].电路与系统学报,2008,13(4).

[9]MINN H M,LETAIEF K B.A robust timing and frequ-ency synchronization for OFDM systems[J].IEEE Transac-tions on Wireless Communications,2003,2(4):822-839.

OFDM系统同步问题 第8篇

一、OFDM系统中同步技术概述

OFDM系统中的各种同步及其对应的位置如图1所示。图1给出了OFDM的系统模型及几种同步技术在系统中所处的位置。在发送端,串行发送的数据流{Xk}首先经过串/并转换变成并行的数据流,进行逆傅立叶变换,再经并/串转换后得到数据流{xn},插入循环前缀得到{sn},再进行数模转换后得到模拟信号,调制到载波fc上后送到信道中进行传输。接收端的处理过程与发送端的处理过程刚好相反。

在接收端,接收到的信号是时域信号,在理想的情况下,不考虑多径传输、终端移动和发射端与接收端晶振源的偏差时,假设信道传输函数为h(t),其傅立叶变换为Hk,则FFT变换后的OFDM信号为:

但是对于无线传输信道而言,信道具有多径传输和终端移动等特点,因此产生时延扩展和多普勒频移,造成传输的OFDM信号符号失步和各子载波偏移;另外,由于发射端和接收端的晶振源也存在偏差,会造成OFDM系统的采样率不同步,所以FFT的实际输出为[2]:

其中,式(2)中,Nk表示信道噪声,Ik是由于载波频偏引起的ICI,Tu是OFDM符号中有效数据的持续时间,T是采样周期,T兹是符号定时误差,Δt是采样率误差,Δf是载波偏移。

因此,从式(2)可以看出OFDM系统中的同步技术主要包括三方面:1、在接收端确定每个OFDM符号的起止时刻,即确定FFT窗的位置的符号同步;2、使接收端的振荡器的频率与发送载波同频同相的载波频率同步;3、为了保证使接收端与发送端具有相同的采样频率的采样率同步。下面重点分析符号偏差和频率偏差对OFDM系统的影响。

二、同步偏差对OFDM系统的影响分析

2.1符号偏差对OFDM系统的影响

符号同步就是确定OFDM符号的起始位置,即每个FFT窗的起始位置。实现符号同步的算法通常是利用信号的相关性。信号这种相关特性一般可以采用构造循环前缀,插入导频信号和训练序列等方法来实现。对于使用循环前缀的方法而言,由于循环前缀是OFDM符号最后几个数据的复制,因此,循环前缀和OFDM符号最后几个数据有很强的相关性。通过求这两部分的相关函数,来确定OFDM符号的起始位置。由前面对相关函数的讨论可以知道,相关函数的峰值处即是OFDM符号的正确起始点。最大似然算法中对符号同步的估计就使用了这种方法。利用导频信号或训练序列的方法和利用循环前缀的方法的原理是一样的,不同的是不再是利用循环前缀的相关性而是主要是利用了经过训练的序列本身的相似性来做相关的。

如果定时估计不准确,FFT窗口的起始位置不在当前OFDM符号的第一个样点上,那么FFT窗口就会包含相邻两个OFDM符号的样值,从而引起了符号间干扰[1]。假定定时偏差为d,FFT窗口中包含了第i-1个OFDM符号的样点(0到d-1)以及第i个OFDM符号的样点(d到N-1),则FFT变换后的输出为:

其中,d表示定时误差,Es/N0表示信噪比。

图2是OFDM系统在存在定时偏差时下降的信噪比仿真图。由图可见:定时偏差越大,损失的信噪比就越大,定时偏差的存在将引起严重的ISI,使解调性能恶化,因此在OFDM系统中必须做到精确的定时估计。

2.2载波同步

载波同步是估计并校正数据流中存在的频率偏移,设调制后的信号为x(t)=s(t)ej2仔ft,则由于通信双方上下变频的本振不匹配,加上多普勒效应导致接收信号的载波频率发生偏差,收到的信号解调为r(t)=s(t)ej2仔fte-j2仔f't,Δf=f-f'即为调制载波和解调载波之间存在的频偏。载波频率偏差由两部分组成:子载波间隔的整数倍频偏和小于子载波间隔的频偏。对于子载波间隔整数倍的频偏,抽样点仍在顶点,这时子载波之间能够保持正交,不存在子载波间干扰(ICI),但是频率采样值已经偏移了若干个子载波的位置,解调出来的信息符的错误概率为0.5。对于小于子载波间隔的频偏,抽样点不在顶点。子载波之间就会存在能量的“泄露”,导致子载波之间的正交性遭到破坏,从而在子载波之间引入干扰,使得系统的误码率增大,性能恶化。

下面具体分析频偏对系统性能的影响。采用图1中给出的OFDM系统,不考虑信道响应,假设定时同步理想。相对于子载波间隔,OFDM系统存在的载波频率偏差Δf,第i个符号周期输出的数据符号序列为:

其中,dl,i(l=0,1,2,…,N-1)是第i个符号周期内输入的原始数据符号序列,Δf是频率偏移,fm=fc+m/T是第m个子载波的频率。化简上式可以得到[25]:

式(4)的第二项就是由于频率偏移Δf带来的ICI。在此用Il-m来表示第l个子载波对第m个子载波造成的I-CI,得到:

根据式(5),ICI干扰的功率值可以表达为[25]:

因为,Δf /T=Δf /NTs,Ts表示原始的数据符号的周期(即抽样间隔),根据上式可以做出如下结论:

(1)当N和Ts一定时,随着系统频率偏移的增大,Δf T也随之增大,系统的ICI也会显著的增加。即OFDM系统的ICI是随着频率偏移的增大而增大的。

(2)当Δf和Ts一定时,随着子载波个数N的增大,Δf T也随之增大,导致ICI增加,即OFDM系统的子载波个数越多,系统所承受的ICI也会越大,但是这种增加的趋势会越来越小。

(3)同样地,当Δf和N一定时,随着原始的数据符号持续时间的增加,会导致T=NTs加大,子载波的间隔1/T则会随之减小,导致ICI的增加。即OFDM系统的子载波间隔越小,系统的ICI越大。

此外,Pollet等研究了在AWGN信道下由频偏引起的SNR(d B)性能降低近似为:

式(7)表明OFDM对频率同步误差非常敏感,由频偏带来的信噪比损失与系统的信噪比成正比关系。

图3是SNR分别为11d B、17d B、23d B、29d B时,在不同的频率偏差下接收端损失的信噪比的仿真图。

从图3可见:当存在相同的频偏时,信噪比越高,损失的信噪比也越大;在相同的信噪比下,频偏越大,损失的信噪比也越大,当频偏大于4%左右时,损失的信噪比比较大。因此一般需要使降到4%之内,为了获得更好的性能,需要进一步降低,控制在1%之内[5]。

三、结论

在无线通信中,正交频分复用(OFDM)技术以其频谱利用率高、抗多径能力强、适合高速数据传输等优点,日益得到人们的广泛关注。OFDM系统自身的正交多载波调制特点,决定了其对符号定时误差和载波频率偏差十分敏感。能否实现准确的符号定时同步和载波频率同步,对OFDM系统的整体性能有着重要影响,已经成为决定OFDM系统能否进一步推广应用的关键环节。

摘要：正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是宽带无线接入领域和下一代移动通信系统的关键技术之一,具有频谱利用率高,数据传输速率高,抗多径衰落能力强的优点,但OFDM技术对同步偏差非常敏感。本文从理论上推导并仿真验证了频率偏差、符号定时偏差对OFDM系统所造成的影响。

关键词：OFDM,同步,定时偏差,频率偏差,影响

参考文献

[1]王文博,郑侃.宽带无线通信OFDM技术[M].人民邮电出版社,2003:3-21

[2]伶学俭,罗涛.OFDM移动通信技术原理与应用[M].北京,人民邮电出版社,2003

[3]傅延增,张海林,王育民.正交频分复用中的符号同步技术[J].西安电子科技大学学报,2000,27(3)::32-36

[4]吕智勇,张更新.未来的第四代移动通信系统[J].移动通信,2001,5(8):9-11