【正文】 本章 介紹了 OFDM 的 符號(hào) 同步的原 理，研究了 符號(hào) 定時(shí)偏差 對(duì) OFDM 性能的影響 ，著重對(duì) OFDM 符號(hào) 的 同步 算 法進(jìn)行了研究。 OFDM 符號(hào) 定時(shí)同步可以細(xì)分為幀分組同步 （“幀分組同步”的說法主要用在 等突發(fā)通信系統(tǒng)中， 因?yàn)楸容^常用，所以單獨(dú)拿出來講，籠統(tǒng)地講可認(rèn)為是符號(hào)同步，這里說“幀分組同步”只是為了沿襲常用的說法。） 和符號(hào)同步。其中幀分組 同步的方法主要基于訓(xùn)練符號(hào)； 符號(hào)同步的方法可以分為兩類： 一類 是基于循環(huán)前綴的 符號(hào) 粗 同步方 法，一類是基于 導(dǎo)頻 的 符號(hào) 細(xì) 同步方法。 基于訓(xùn)練符號(hào)的同步方法能夠?qū)崿F(xiàn)OFDM 符號(hào) 的快速同步 ，適用于突發(fā)分組傳輸。 基于循環(huán)前綴的 同步方法 可以實(shí)現(xiàn)符號(hào)粗同步；基于導(dǎo)頻的 同步方法可以實(shí)現(xiàn)符號(hào)細(xì)同步， 兩者結(jié)合起來可以實(shí)現(xiàn) OFDM 符號(hào)的精確定位 。 第四章 OFDM 的符號(hào)同步算法仿真 上一章對(duì) OFDM 的符號(hào)同步算法 進(jìn)行了理論上的研究，本章主要對(duì) 上一章提出的 OFDM 的符號(hào)同步算法 進(jìn) 行 matlab 仿真 ，通過仿真驗(yàn)證 上一章 提出的OFDM 的符號(hào)同步算法 是否可行，并簡(jiǎn)要分析不同算法的實(shí)現(xiàn)復(fù)雜度和優(yōu)缺點(diǎn)。 基于訓(xùn)練符號(hào) 的 幀 分組 同步算法的 matlab 仿真 節(jié) 討論了 基于前導(dǎo)訓(xùn)練符號(hào) 的 符號(hào) 同步算法 ，式 ()給出了具體的判別法則，下圖即是在信躁比 SNB=7dB 的條件下的仿真結(jié)果： 從圖中可以看到：當(dāng)數(shù)據(jù)幀開始時(shí)， nm 迅速跳變?yōu)樽畲笾?，并且保持一個(gè)144 點(diǎn)的大平臺(tái)。但是 144 點(diǎn)的大平臺(tái)的邊緣有個(gè)別點(diǎn)的值較大，這將影響符號(hào)同步 的效果，為了進(jìn)一步提高 符號(hào) 同步 的精度，可以在上面 符號(hào) 檢測(cè)的基礎(chǔ)上，將接收到的信號(hào)與本地存儲(chǔ)的短訓(xùn)練符號(hào)進(jìn)行互相關(guān)運(yùn)算，以確定 FFT 窗口 的 位置。 記本地存儲(chǔ)的短訓(xùn)練符號(hào)為 shortks? ，互相關(guān)檢測(cè)的判決函數(shù)為： 1 *n0 sh ortLk n kkm r s? ???? ?……………………………………… () 式中 L 為本地存儲(chǔ)的短訓(xùn)練符號(hào)的長(zhǎng)度，這里為 16，下圖即為互相關(guān)檢測(cè)的仿真結(jié)果，參數(shù)選擇同上， 從圖中可以看出，接收信號(hào)與本地存儲(chǔ)的短訓(xùn)練序列做相關(guān)運(yùn)算，產(chǎn)生了10 個(gè)相關(guān)峰，可以確定最后一個(gè)相關(guān)峰即為新一幀的開始時(shí)刻。 互相關(guān)檢測(cè)是在延時(shí)相關(guān)檢測(cè)的基礎(chǔ)上進(jìn)行的，可以進(jìn)一步提高 符號(hào) 檢測(cè)的精度。 基于循環(huán)前綴的 符號(hào)粗同步算法的 matlab 仿真 節(jié) 討論了 基于循環(huán)前綴的 符號(hào)粗同步算法 ，本節(jié)根據(jù) 節(jié) 的討論結(jié)果進(jìn)行 matlab 仿真 。 下圖是在高斯白噪聲信道下，用單個(gè)符號(hào)來進(jìn)行同步估計(jì) ，在不同的信躁比條件下得到的仿真結(jié)果。參數(shù)情況為： N=1024， gN =200,多徑時(shí)延為 100， 采用 BPSK 調(diào)制。橫坐標(biāo)為不同的信躁比，單位為 dB，縱坐標(biāo)為同 步位置的 均方 偏差 ，用采樣間隔為單位 。 從 仿真的結(jié)果可以看出， 當(dāng)信躁比小于 5dB 時(shí)，由于信道條件惡劣 ，估計(jì)的性能較差，當(dāng)信躁比小大于 5dB 時(shí)，估計(jì)的符號(hào)位置的均方偏差基本上只有 1個(gè)采樣值?；旧峡梢詫?shí)現(xiàn)同步，而且隨著信躁比的提高，符號(hào)位置的均方偏差進(jìn)一步減小 。 下圖是在高斯白噪聲信道下，用 20 個(gè)連續(xù)符號(hào)來進(jìn)行同步估計(jì)，然后對(duì)估計(jì)結(jié)果求平均，在不同的信躁比條件下得到的仿真結(jié)果。參數(shù)情況仍為： N=1024，gN =200, 多徑時(shí)延為 100， 采用 BPSK 調(diào)制。橫坐標(biāo)為不同的信躁比，單位為dB，縱坐標(biāo)為同步位置的 均方 偏差 ，用采樣間隔為單位 。 可見如果在幾個(gè) OFDM符號(hào)時(shí)間內(nèi)參數(shù) ? 保持不變的話，對(duì)幾個(gè)連續(xù)的OFDM符號(hào)的估計(jì)結(jié)果進(jìn)行平均，則 同步 性能可以得到進(jìn)一步的改善。 而且 在大信噪比時(shí)多徑信道中的時(shí)頻估計(jì)出現(xiàn)誤差地板效應(yīng)，即定時(shí)估計(jì)方差不隨著信噪比增加而減小 。 下圖是在高斯白噪聲信道下，用 20 個(gè)連續(xù)符號(hào)來進(jìn)行同步估計(jì)，然后對(duì)估計(jì)結(jié)果求平均，在不同的信躁比條件下得到的仿真結(jié)果。參數(shù)情況仍為： N=1024，多徑時(shí)延為 100，采用 BPSK 調(diào)制。取循環(huán)前綴 gN =512,橫 坐標(biāo)為不同的信躁比，單位為 dB，縱坐標(biāo)為同步位置的均方偏差，用采樣間隔為單位。 從圖中可以看出：增加 循環(huán)前綴在一定限度內(nèi)可以提高估計(jì)性能，但超過性能限后再增加長(zhǎng)度對(duì)估計(jì)性能幾乎沒 有 影響。 下圖是在高斯白噪聲信道下， 仍 用 20 個(gè)連續(xù)符號(hào)來進(jìn)行同步估計(jì)，然后對(duì)估計(jì)結(jié)果求平均，在不同的信躁比條件下得到的仿真結(jié)果。 但 參數(shù)情況調(diào)整為：N=256， gN =100，多徑時(shí)延為 50，其他條件不變， 橫坐標(biāo)為不同的信躁比，單位為 dB，縱坐標(biāo)為 同步位置的均方偏差 ，用采樣間隔為單位 。 從上圖可以看出，當(dāng)子載波數(shù)很少時(shí)，同步性能急劇惡化，因?yàn)榇藭r(shí)不能再 看作是復(fù)高斯隨機(jī)過程。 基于循環(huán)前綴的最大似然同步算法模型是在 AWGN 信道下建立的， 對(duì)于衰落信道并不完全適用。這是因?yàn)樵谒ヂ湫诺拉h(huán)境下， OFDM 符號(hào)中的相關(guān)特性遭到破壞。因此本算法適用于 AWGN 信道，而在衰落信道下并不是最優(yōu)的算法。此外，本算法需要假設(shè)發(fā)送信號(hào)是復(fù)高斯隨機(jī)過程，這要求系統(tǒng)中子載波的個(gè)數(shù)足夠多，而在子載波個(gè)數(shù)較少的情況下，該假設(shè) 就不 成立 了 。 基于 導(dǎo)頻 的 符號(hào)細(xì)同步算法的 matlab 仿真 節(jié) 討論了 基于 導(dǎo)頻 的 符 號(hào)細(xì) 同步算法 ，利用式 ()可以進(jìn)一步糾正符號(hào)定時(shí)的偏差。 細(xì)估計(jì)是在粗估計(jì)的基礎(chǔ)上進(jìn)行的。由粗估計(jì)得到不太準(zhǔn)確的符號(hào)同步位置（偏移量一般為幾個(gè)時(shí)鐘采樣間隔），以下細(xì)估計(jì)都是在參數(shù)選擇為： N=1024， gN =200,多徑時(shí)延為 100，用 20 個(gè)符號(hào)進(jìn)行符號(hào)粗估計(jì)的基礎(chǔ)上進(jìn)行的。 下圖 是用了 10 個(gè)符號(hào)的長(zhǎng)度來進(jìn)行估計(jì)，然后求平均，得到 不同 信躁比條件下 的仿真結(jié)果， 每個(gè)符號(hào)等間隔插入 8 個(gè)導(dǎo)頻符號(hào)。 橫坐標(biāo)為不同的信躁比，縱坐標(biāo)中“ o” 表示 符號(hào) 粗同步的位置偏差 ， “ *” 表示 符號(hào) 細(xì) 同步的位置偏差 。 從圖中 可以看出 “用導(dǎo)頻進(jìn)行細(xì)估計(jì) 的精確度還是很高的，在信躁比 SNB大于 3dB 的情況下，基本就可以無偏的估計(jì)出同步的位置。 下圖是用一個(gè)符號(hào)的長(zhǎng)度進(jìn)行估計(jì)的結(jié)果： 其他參數(shù)同上，保持不變。 從圖中可以看出：用一個(gè)符號(hào)來進(jìn)行細(xì)估計(jì)效果明顯不如 10 個(gè)符號(hào)求平均的結(jié)果準(zhǔn)確。 下圖是仍是用一個(gè)符號(hào)的長(zhǎng)度進(jìn)行估計(jì)的結(jié)果：但是每個(gè)符號(hào)插的導(dǎo)頻數(shù)目提高到 16，其他參數(shù)同上，保持不變。 從圖中可以看出：可以看出增加導(dǎo)頻數(shù)目后，同步的精確度提高了，但增加導(dǎo)頻的數(shù)目，降低了頻率利 用率。 本章小結(jié) 本章 對(duì) 上 章提出的 OFDM 的符號(hào)同步算法 進(jìn) 行 了 matlab 仿真 驗(yàn)證 ， 通過 算法 仿真，對(duì)各種算法的適用范圍和優(yōu)缺點(diǎn)有了 更深入 的認(rèn)識(shí)。 基于前導(dǎo)訓(xùn)練符號(hào)的 符號(hào) 同步算法以無限局域網(wǎng) 的幀結(jié)構(gòu)為例進(jìn)行的算法仿真，因?yàn)榫唧w不同的通信系統(tǒng)的幀 結(jié)構(gòu)差異較大。通過仿真的結(jié)果來看，基于前導(dǎo)訓(xùn)練符號(hào)的 符號(hào) 同步算法可以快速的實(shí)現(xiàn)系統(tǒng)的同步，準(zhǔn)確度也較高。基本能夠滿足突發(fā)分組的需要。 基于循環(huán)前綴的 粗同步方 算法 有一定的誤差，通過 基于導(dǎo)頻的符號(hào)細(xì)同步方法 可以對(duì)其進(jìn)行補(bǔ)償糾正，兩者結(jié)合起來可以較為精確的 完成 OFDM 系統(tǒng)的 符號(hào) 同步。本 章 所研究的同步算法都是在高斯白噪聲 信道 的前提下，其他衰落信道的情況則未進(jìn)行研究，而且基于循環(huán)前綴的同步算法，要滿足 發(fā)送信號(hào)是復(fù)高斯隨機(jī)過程，這 就要求系統(tǒng)中子載波的個(gè)數(shù)足夠多， 在子載波個(gè)數(shù)較少的情況下，該算法的同步效果急劇惡化 。 結(jié)束語 OFDM(正交頻分復(fù)用 )是一種無線環(huán)境下的高速傳輸技術(shù)， 由于它有很好的抗多徑能力， 目前 OFDM技術(shù)已經(jīng)應(yīng)用到不同領(lǐng)域中。 并且已 基本被公認(rèn)為 下一代(Beyond 3G)移動(dòng)通信系統(tǒng)的 核心 技術(shù) 。 本文介紹了 移動(dòng)通信 的 發(fā)展概況 、 OFDM 技術(shù)的 優(yōu)缺點(diǎn)、 發(fā) 展現(xiàn)狀 ，研究了OFDM 技術(shù)的基本原理 。 重點(diǎn) 對(duì) OFDM 關(guān)鍵技術(shù)之一 —— 符號(hào) 同步技術(shù)做了 研究分析， OFDM 符號(hào) 定時(shí)同步又細(xì)分為幀分組 同步 （“幀分組同步”的說法主要用在 等突發(fā)通信系統(tǒng)中，因?yàn)楸容^常用，所以單獨(dú)拿出來講，籠統(tǒng)地講 可認(rèn)為是符號(hào)同步，這里說“幀分組同步”只是為了沿襲常用的說法。） 和符號(hào)同步。 研究了基于 前導(dǎo) 訓(xùn)練符號(hào)的、基于循環(huán)前綴和導(dǎo)頻的 OFDM 符號(hào)同步算法，對(duì) 基于前導(dǎo)訓(xùn)練符號(hào)的 同步算法參考 的數(shù)據(jù) 幀 結(jié)構(gòu)對(duì)進(jìn)行了仿真和性能分析； 對(duì)基于循環(huán)前綴和導(dǎo)頻的符號(hào)同步算法進(jìn)行了一般條件下的 仿真和性能分析。 從仿真的結(jié)果來看， 上述 幾種算法 都有不錯(cuò)的同步效果，基本 可以滿足OFDM 系統(tǒng)同步的需要。 限于作者自身能力及時(shí)間的關(guān)系，本課題的研究?jī)?nèi)容還存在一些不足之處，在一些方向上需要開展進(jìn)一步的研究工作。首先，在 符號(hào) 同步算法方面，本文 僅是 在 己有算法的基礎(chǔ)上進(jìn)行了研究 ， 分析已有算法的適用范圍和優(yōu)缺點(diǎn) ，并未提出一些有突破性的改進(jìn)方法；其次， 對(duì) 符號(hào) 定時(shí) 同步 和載波頻率 同步、 時(shí)鐘抽樣頻率 同步 的 聯(lián)合估計(jì)算法并未進(jìn)行研究， 但 在實(shí)際的通信系統(tǒng)中三者是緊密聯(lián)系的。 參考文獻(xiàn) [1]樊昌信，張甫翊，徐炳祥，吳成柯．通信 原理．北京：國(guó)防工業(yè)出版社， 2022． [2]吳大正．信號(hào)與系統(tǒng)．北京：高等教育出版社， 2022． [3]丁玉美，高西全 ．?dāng)?shù)字信號(hào)處理．西安：西安電子科技大學(xué)出版社， 1994． [4]佟學(xué)儉，羅濤． OFDM 移動(dòng)通信技術(shù)理論與應(yīng)用 [M] ．北京：人民郵電出版社， 2022． [5]汪裕民． OFDM 關(guān)鍵技術(shù)與研究．北京： 機(jī)械工業(yè)出版社 ， 2022． [6] 楊曉春 ，何建吾，等． OFDM 無線局域網(wǎng)．北京：電子工業(yè)出版社， 2022． [7]彭木根，王文博，等．下一代寬帶無限通信系統(tǒng) OFDMamp。WIMAX．北京：機(jī)械工業(yè)出版社， 2022． [8]張傳福，胡敖，彭燦，賴衛(wèi)國(guó)．移動(dòng)通信新業(yè)務(wù)開發(fā)必讀．北京：人民郵電出版社， 2022． [9]劉波，文忠，曾涯． MATLAB 信號(hào)處理．北京：電子工業(yè)出版社， 2022． [10]王文博，鄭侃．寬帶無線通信 OFDM 技術(shù) [M] ．北京：人民郵電出版社， 2022． [11]彭木根，陳峰，王文博．下一代移動(dòng)通信系統(tǒng)和普適計(jì)算技術(shù) [J] ．電信快報(bào)， 2022（ 6）： 2327 ． [12]彭木根，陳文平，李勇，王文博． TDSCDMA 演進(jìn)與多載波技術(shù) [J] ．電信科學(xué)， 2022（ 5）： 3136． [13]彭木根，王文博．下一代無線通信系統(tǒng)和支撐業(yè)務(wù)探討 [J] ．電信技術(shù)， 2022（ 2）： 7881． [14] 彭木根，王文博． TDSCDMA 移動(dòng)通信系統(tǒng) [M] ．北京：機(jī)械工業(yè)出版社， 2022． [15]路楊，彭木根，王文博，等著． 標(biāo)準(zhǔn)中 OFDM 技術(shù)研究 [J] ．中國(guó)無線電， 2022（ 2）． [16]Yun Chiu,Dejan Markovic,Haiyun Tang,Ning Zhang ． OFDM Receiver Design[J] ． IEEE Common． Magazine,2022． [17]董艷男，醴廣增，朱琦．基于 系統(tǒng)的信道估計(jì)方法研究 [J] ．南京郵電學(xué)報(bào)， 2022， 25（ 2） [18]郭梯云等．移動(dòng)通信．西安：西安電子科技大學(xué)出版社， 2022． [19]張賢達(dá)，保錚．通信信號(hào)處理．北京：國(guó)防工業(yè)出版社， 2022． [20]彭林，朱小敏，朱凌霄． WCDMA 無線通信技術(shù)及演化．北京：電子工業(yè)出版社， 2022． [21]陳良萍． WCDMA 原理及工程實(shí)現(xiàn)．北京：機(jī)械工業(yè)出版社， 2022． [22]孫立新，尤肖虎，張萍，等． 第三代移動(dòng)通信系統(tǒng)．北京：人民郵電出版社，2022． [23]Eric Philip LAWREY BE(Hons),Adaptive Technoques for Mulitiuser OFDM[J] ． December 2022． [24]Richard van Nee,Ramjee Prasad ． OFDM WirelessMultimedia Communication[M] ． Artech House universal personal munication library,pp． 213217,2022． [25] and ． Performance of an OFDMTDMA Mobile Communications[C] ． the IEEE VTC,Atlanta,pp． 189193,1996． [26] ．概率論與數(shù)理統(tǒng)計(jì)．北京：高等教育出版社， 2022． 謝辭 在 論文即將完成之際，我懷著誠(chéng)摯的情感，謹(jǐn)向在學(xué)習(xí)和生活上關(guān)心過我，幫助過我的各位教員，師兄師姐，同學(xué)，好友和親人表示衷心的感謝和最真摯、最崇高的敬意！ 首先感謝我的指 導(dǎo)教員汪濤講師，在我寫作論文期間 ，他給了我悉心的指導(dǎo)，當(dāng)我遇到困難時(shí)，給我提出很多建設(shè)性的意見，幫助我渡過一個(gè)個(gè)難關(guān)。他 廣博精