基于共轭训练序列的突发OFDM定时同步方法技术

技术编号:19866135 阅读:21 留言:0更新日期:2018-12-22 13:51
本发明专利技术涉及一种共轭训练序列的突发OFDM定时同步方法,包括:接收训练序列;根据所述训练序列构建定时度量函数;根据所述定时度量函数的峰值位置获取定时位置粗略估计误差值;根据所述定时位置粗略估计误差值获取定时偏差精确估计误差值。本发明专利技术方法在发送端设置训练序列结构,在接收端构建相应的定时度量函数,当系统中存在频率偏差且归一化频偏值为奇数时,提高了系统的定时偏差估计性能。

【技术实现步骤摘要】
基于共轭训练序列的突发OFDM定时同步方法
本专利技术属于数字通信
,具体涉及一种共轭训练序列的突发OFDM定时同步方法。
技术介绍
在突发OFDM(OrthogonalFrequency-DivisionMultiplexing,正交频分复用)无线通信传输系统中,数据帧到达接收端的时间不同,使得接收端难以估计每一帧的正确起始位置,造成定时估计出现偏差,因此,为保证在接收端能正确进行数据解调,必须要对定时偏差进行估计和补偿。突发OFDM系统定时同步过程可以分两步来进行:第一步是符号粗同步,即帧同步,检测OFDM帧是否到达接收端并确定OFDM符号的大致起始位置,这一过程通常在时域完成。第二步是符号细同步,确定OFDM每一帧的正确起始位置,这一过程通常在频域完成,得到的定时估计信息反馈到下一OFDM符号完成精确定时。如果信道环境较好,部分算法可以一次性估计出理想定时的精确位置,只需一步就可以完成定时过程。OFDM定时同步算法可分为数据辅助型和非数据辅助型算法。数据辅助型定时同步算法是在OFDM数据帧前加入训练序列完成定时偏差估计,这类算法的估计精度高而且复杂度低,但是由于额外数据信息的引入占据了一定的带宽资源,导致系统数据传输速率较低。算法的提出往往围绕在训练序列结构的设计和定时度量函数的表达上。非数据辅助型定时同步算法不需要利用额外的数据信息进行定时同步估计,相较于数据辅助型算法,数据传输速率较高,但估计精度较低。ZhengJuan在其发表的论文“ANovelTimingandFrequencySynchronizationSchemeforOFDMSystem”(InternationalConferenceonWirelessCommunications,NetworkingandMobileComputing,PP.420-423,2007)中提出了一种基于CAZAC(ConstantAmplitudeZeroAutoCorrelation,恒包络零自相关)序列的定时同步方法。该方法在发送端通过设计并发送两个已知训练序列符号,在接收端利用训练序列的特殊结构构建定时度量函数,通过寻找度量函数峰值位置得到定时偏差估计误差值。该方法定时性能较高,且在时域就可以完成整数倍频偏估计,减少了同步过程的复杂度,但是存在的不足之处在于,当系统中存在频率偏差且归一化频偏值的整数部分为奇数时,会造成定时估计位置出现偏差,影响后续数据解调,造成系统性能下降。
技术实现思路
为了解决现有技术中存在的上述问题,本专利技术提供了一种共轭训练序列的突发OFDM定时同步方法。本专利技术要解决的技术问题通过以下技术方案实现:本专利技术提供了一种基于共轭训练序列的突发OFDM定时同步方法,包括:S1:接收训练序列;S2:根据所述训练序列构建定时度量函数;S3:根据所述定时度量函数的峰值位置获取定时位置粗略估计误差值;S4:根据所述定时位置粗略估计误差值获取定时偏差精确估计误差值。在本专利技术的一个实施例中,所述训练序列在时域中生成,包括顺序连接的第一循环前缀、第一训练序列符号、第二循环前缀和第二训练序列符号,其中,所述第一训练序列符号包括长度均为Nc的两组CAZAC序列c1和c1*,其中,N=2Nc,N为所述第一训练序列符号的长度,c1和c1*满足共轭关系;所述第二训练序列符号由长度为N的CAZAC序列形成;所述第一循环前缀内的数据由所述第一训练序列符号尾端的数据复制形成;所述第二循环前缀内的数据由所述第二训练序列符号尾端的数据复制形成。在本专利技术的一个实施例中,所述第一训练序列符号的长度等于所述第二训练序列符号的长度。在本专利技术的一个实施例中,所述第一训练序列符号的长度为512、1024或2048。在本专利技术的一个实施例中,所述第一循环前缀的长度等于所述第二循环前缀的长度。在本专利技术的一个实施例中,所述第一循环前缀的长度为所述第一训练序列符号长度的1/8、1/16或1/32。在本专利技术的一个实施例中,所述S2包括:S21:基于所述第一训练序列符号构建第一定时度量函数,构建公式为:其中,Λ1表示第一定时度量函数,d1表示第一训练序列符号中相关峰搜索窗的起始位置,∑表示求和符号,r(n)表示接收端接收到的数据,n表示时域索引,*表示共轭操作;S22:基于所述第二训练序列符号构建第二定时度量函数,构建公式为:其中,Λ2表示所述第二定时度量函数,d2表示第二训练序列符号中相关峰搜索窗的起始位置。在本专利技术的一个实施例中,所述S3包括:搜寻时域索引,确定所述定时度量函数的峰值位置,计算定时位置粗略估计误差值,计算公式为:其中,表示根据所述第一定时度量函数确定的第一定时位置粗略估计误差值,表示根据所述第二定时度量函数确定的第二定时位置粗略估计误差值,表示所述第一定时度量函数的峰值,表示所述第二定时度量函数的峰值。在本专利技术的一个实施例中,所述S4包括:根据所述第一定时位置粗略估计误差值和所述第二定时位置粗略估计误差值计算定时偏差精确估计误差值,计算公式为:其中,表示整数倍频偏估计误差值,NG为第一循环前缀和第二循环前缀的长度,表示定时偏差精确估计误差值。与现有技术相比,本专利技术的有益效果在于:本专利技术基于共轭训练序列的突发OFDM定时同步方法在发送端重新设计训练序列结构,并在接收端构建相应的定时度量函数,克服了现有技术由于当系统中存在频率偏差且归一化频偏值为奇数时,会造成定时估计位置出现偏差、影响后续数据解调、造成系统性能下降的问题,提高了在系统中存在归一化频偏值为奇数时的定时偏差估计性能。附图说明图1是本专利技术实施例提供的一种基于共轭训练序列的突发OFDM定时同步方法的流程图;图2是根据本专利技术实施例方法的训练序列的结构示意图;图3是本专利技术实施例方法的仿真实验结果图。具体实施方式下面将结合具体实施例对本专利技术做详细描述,但本专利技术的实施方式不限于此。实施例一请参见图1,图1是本专利技术实施例提供的一种基于共轭训练序列的突发OFDM定时同步方法的流程图。所述方法包括:S1:接收训练序列;首先,在突发OFDM传输系统的发射端设置训练序列,具体包括下述步骤:(a)在时域内生成第一训练序列,所述第一训练序列包括长度均为Nc的两组CAZAC序列c1和c1*,其中,N=2Nc,N为所述第一训练序列的长度;(b)在时域内生成第二训练序列,所述第二训练序列由长度为N的CAZAC序列生成;(c)在所述第一训练序列的前端生成第一循环前缀,所述第一循环前缀内的数据由所述第一训练序列尾端的数据复制形成;(d)在所述第二训练序列的前端生成第二循环前缀,所述第二循环前缀内的数据由所述第二训练序列尾端的数据复制形成;(e)将所述第一循环前缀、所述第一训练序列、所述第二循环前缀和所述第二训练序列顺序连接,构成完整训练序列。请参见图2,图2是根据本专利技术实施例的一种训练序列的结构示意图。在图2中,将第一训练序列符号记为C1,第二训练序列符号记为C2,将第一循环前缀记为G1,第二循环前缀记为G2。所述训练序列在时域中生成,包括顺序连接的第一循环前缀、第一训练序列符号、第二循环前缀和第二训练序列符号,其中,所述第一训练序列符号包括长度均为Nc的两组CAZAC序列c1和c1*,其中,N=2Nc,N为所述第一训练序列本文档来自技高网
...

【技术保护点】
1.一种基于共轭训练序列的突发OFDM定时同步方法,其特征在于,所述方法包括:S1:接收训练序列;S2:根据所述训练序列构建定时度量函数;S3:根据所述定时度量函数的峰值位置获取定时位置粗略估计误差值;S4:根据所述定时位置粗略估计误差值获取定时偏差精确估计误差值。

【技术特征摘要】
1.一种基于共轭训练序列的突发OFDM定时同步方法,其特征在于,所述方法包括:S1:接收训练序列;S2:根据所述训练序列构建定时度量函数;S3:根据所述定时度量函数的峰值位置获取定时位置粗略估计误差值;S4:根据所述定时位置粗略估计误差值获取定时偏差精确估计误差值。2.根据权利要求1所述的方法,其特征在于,所述训练序列在时域中生成,包括顺序连接的第一循环前缀、第一训练序列符号、第二循环前缀和第二训练序列符号,其中,所述第一训练序列符号包括长度均为Nc的两组CAZAC序列c1和c1*,其中,N=2Nc,N为所述第一训练序列符号的长度,c1和c1*满足共轭关系;所述第二训练序列符号由长度为N的CAZAC序列形成;所述第一循环前缀内的数据由所述第一训练序列符号尾端的数据复制形成;所述第二循环前缀内的数据由所述第二训练序列符号尾端的数据复制形成。3.根据权利要求2所述的方法,其特征在于,所述第一训练序列符号的长度等于所述第二训练序列符号的长度。4.根据权利要求3所述的方法,其特征在于,所述第一训练序列符号的长度为512、1024或2048。5.根据权利要求4所述的方法,其特征在于,所述第一循环前缀的长度等于所述第二循环前缀的长度。6.根据权利要求5所述的方法,其特征在于,所述第一循环前缀...

【专利技术属性】
技术研发人员:张南杨涛李果宫丰奎
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:陕西,61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1