基于特殊训练序列的OFDM符号定时同步
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于特殊训练序列的OFDM符号定时同步范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：利用一种特殊的符号序列作为训练序列，在Schmidl&cox定时同步算法的基础上提出一种新的OFDM系统定时同步算法，该算法克服了原算法定时模糊的问题，提高了定时精度。仿真表明，该算法具有类似于冲击函数的符号定时曲线，而且在多径信道下依然能够保持清晰的定时位置，进而进行小数频偏估计，性能优于Schmidl&cox算法，且节省带宽资源。
关键词：正交频分复用； 定时估计； 训练序列； 小数频偏
中图分类号：TN911-34文献标识码：A文章编号：1004-373X(2011)21-0103-03
OFDM Synchronization Algorithm Based onSpecial Training Sequence
YIN Xi-yan, FANG Xin
(Hangzhou Dianzi University, Hangzhou 310018, China)
Abstract：
Exploiting a special symbol sequence as training sequence, a new timing synchronization algorithm for OFDM system based on Schmidl&cox timing synchronization algorithm is proposed, which can overcome the timing ambiguous phenomenon occurred in the Schmidl&cox timing synchronization algorithm and promote the precision of timing precision. The simulation results show that the algorithm has symbol synchronization curve which is similar to impulse function, and can maintain a clear timing position under multipath fading channels, which are helpful to proceed fraction frequency offset estimation. Compared with Schmidl&cox algorithm, the algorithm has better performance and less bandwidth resources.
Keywords： orthogonal frequency division multiplexing(OFDM); timing estimation; training sequence; fraction frequency offset
0 引 言
OFDM符号定时同步的起始时刻在保护间隔内变化，并不会引起ISI和ICI，但是在多径环境中，为了获得最佳的系统性能，需要确定最佳的符号定时。任何符号定时的变化，都会增加OFDM系统对时延扩展的敏感度，因此系统所能容忍的时延扩展就会低于其设计值。为了尽量减小这种负面影响，需要尽量减小符号定时同步的误差。
为了获取可靠的同步，研究者提出了许多解决方案。概况起来有三类［1］：基于循环前缀的同步算法、数据辅助型同步算法和盲同步算法。数据辅助同步算法引入了前导信号序列来为同步服务，这类算法的计算复杂度低，且可以获得较好的同步性能。Schmidl&cox方法［2］在OFDM数据符号前发送两个码元长度的训练序列，以进行符号定时和频偏联合估计。很多研究者对训练序列结构进行了改进，但是效果并不是很好，Minn算法［3-4］定时曲线仍不够尖锐，Park算法［5-7］仍然有定时曲线副峰的存在。文献［8］是基于单训练符号的算法，虽然节省带宽资源，定时曲线清晰，但对于P(d),R(d)б进行3次运算，故运算量非常大。本文提出了基于特殊训练序列的ofdm同步算法，该算法克服了Schmidl&cox算法定时模糊的情况，且在多径信道下仍然保持良好的定时效果。
1 OFDM系统描述
正交频分复用(OFDM)的基本原理［9］就是把高速数据流通过串并变换，分配到传输速率相对较低的若干子通道中进行传输，其符号定时同步原理如图1所示。
图1 OFDM系统中的符号定时同步
图1中给出了OFDM的系统模型以及符号定时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{Sk}首先经过串/并转换变成并行的数据流，进行逆傅里叶变换，再经并/串转换后得到数据流{sn}，插入循环前缀得到{xn}，再进行数/模转换后得到模拟信号x(t),У髦频皆夭fc上后送到信道中进行传输。Ы邮斩说拇理过程与发送端的过程刚好相反。
2 改进算法
Schmidl&cox［2］算法采用两个训练序列，在时域，两个序列进行相关运算，以确定符号的起始位置和小数倍频偏，并通过两个训练序列间的差分关系确定整数倍频偏。该算法定时模糊且浪费带宽资源，本文提出的新型训练序列结构如图2所示。
图2 本文提出的训练序列结构
该训练序列可通过ZC序列的互相关函数来实现。ZC序列具有良好的周期自相关性［10］，因此ZC序列的互相关函数具有该训练序列的性质。ZC序列的一般公式如下：
И
ZC序列的相关特性如图3所示。
图3 ZC序列的互相关性
将r(k)作为训练序列，训练序列结构如图4所示，训练序列由r(k)星座映射后的序列构成，并在偶数载波位置上插入0。Ь过IFFT及加入循环前缀后训练序列的特点如图4所示。
定时估计器(宽度为N/2个样值的滑动窗口)定时度量在:
当M(d)取最大值时，对应的d即为所要找的定时同步位置。因为训练序列前N/2序列与后N/2序列重复，且第一个子载波实数部分与其他子载波均较小，而第一个子载波的虚数部分却相对大很多，因而在滑动相关运算选择N/2长度窗口时，г诘谝桓龇号处会产生相对极大的峰值。
3 仿真结果
仿真所采用的信道为高斯信道和多径衰落信道，多径条数LL=6，时间延迟为100 ns,频率偏移为0.5 Hz，循环前缀L=120，FFT长度为1 024，采用QPSK调制，如图5~图10所示。
图5 高斯信道下SC算法符号定时位置及频偏大小
从图5~图8可以观察出，本文提出的新算法与Schmidl&cox算法定时位置均是包括时延与循环前缀在内的符号起始位置。新算法与Schmidl&cox算法具有相同的小数倍频偏估计，且都有较高的精度(10－4)，但本文算法定时位置清晰，有类似于冲击函数的定时曲线，优于Schmidl&cox算法。采用定时偏移的均方误差来衡量算法的性能，通过图9,图10可以观察出，在高斯信道和多径信道下，本文算法的定时性能优于Schmidl&cox算法，定时误差几乎为零。
4 结 论
针对Schmidl&cox算法存在符号定时模糊的问题，本文提出了一种基于新型训练序列的方法。它与Schmidl&cox算法具有相同的小数倍频偏估计,且因只采用了一个训练序列，故节省了带宽资源。通过仿真表明，本文提出的算法具有更好的性能，明显优于Schmidl&cox算法。
参考文献
［1］周恩，张兴，吕召彪,等.下一代宽带无线通信OFDM与MIMO技术［M］.北京:人民邮电出版社,2008.
［2］SCHMIDL T M, COX D C. Robust frequency and timing synchronization for OFDM \[J\]. IEEE Transaction on Communications, 1997, 45(12): 1613-1621.
［3］MINN H, ZENG M, BHARGAVA V K. On timing offset estimation for OFDM systems \[J\]. IEEE Communications Letters, 2000, 4(7): 242-244.
［4］肖丽萍,付博,丁丽媛.基于失配序列的OFDM同步算法［J］.半导体技术,2010,35(9):947-950.
［5］BYUNGJOON P, HYUNSOO C, CHANGEON K, et al. A novel timing estimation method for OFDM systems \[C\]. Taipei, Taiwan, China: IEEE Global Telecommunications Conference, 2002.
［6］蒋阳,罗艳,罗杨.OFDM系统中基于训练符号的定时同步算法［J］.计算机应用,2010,30(7):1754-1756.
［7］石峰,王晨,周柱,等.一种新的基于重复共轭对称构前导的OFDM同步算法［J］.国防科技大学学报,2010,32(3):103-108.
［8］陈长兴,巩林玉,郑洪涛,等.一种基于单训练符号的OFDM联合同步新算法［J］.现代电子技术,2010,33(3):62-64.
［9］佟学俭,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.
［10］谢伟,李小文.基于ZC序列的TDD-LTE同步信号频率校正研究［J］.电子测试,2009(3):13-17.
作者简介：
尹喜艳 女，1986年出生，黑龙江海林人，硕士。主要研究方向为LTE同步技术。
方 昕 女，1975年出生，江苏盐城人，博士，副教授。主要研究方向为未来移动通信系统、自适应信号处理。