一种改进的OFDM定时同步算法

OFDM系统是一种多载波通信系统,对同步误差非常敏感,同步不准确在很大程度上降低了系统性能。在SC算法、Minn和Park算法的基础上,提出一种基于训练序列的改进的OFDM同步算法。新算法在频域上使用SC算法的训练符号,并通过对训练符号在时域乘以特殊的伪随机序列来消除定时同步中的峰值平台问题,利用训练序列在频域良好的自相关性估计整数倍频偏。仿真结果表明,与传统算法相比,改进算法在同步位置具有很尖锐的峰值,同步性能更好,符号定时更精确,载波频偏估计也有所提高。     

一种采用可变同步帧的OFDM符号定时同步算法

符号定时同步是正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中最为关键的同步之一。针对现有的基于数据辅助类的同步算法中帧头存在持续时间长、抗噪声性能差和对载波频偏敏感等问题,提出了一种可变长度的同步帧结构,采用滑动差分相关算法完成符号定时同步。仿真结果表明,提出的同步帧结构持续时间短于一个OFDM符号周期,并且训练序列长度可以通过估算信噪比大小而灵活控制。同时,所提算法在归一化载波频偏为12(远远超过晶振的误差范围±10^-5)的情况下正常工作;在高斯白噪声和多径衰落信道中都有较好的性能,且其流水线结构易于硬件实现。     

OFDM系统的训练符号同步改进算法

OFDM系统的训练符号定时同步算法是一种传统的定时算法。它需要较大的采样数据,才能获得相对较好的性能,这样却延缓了OFDM系统的定时捕获时间,应用场合有一定的限制。针对训练符号算法的缺点提出了改进算法,它克服了训练符号算法需要大的采样数据的缺点,在小数目的采样数据时能够取得较好的性能,缩短定时捕获的时间。最后,通过计算机仿真可以看到改进算法的性能在不同信噪比条件下都要好于传统的定时算法。     

一种基于训练序列的OFDM定时同步改进算法

针对定时同步和频率同步与载波间干扰和符号间干扰密切相关的问题,提出了一种基于训练序列的OFDM定时同步改进算法。新算法在Schmidl和Cox提出的定时同步方法基础上,同时利用训练序列的时域重复结构及其循环前缀的特点通过滑动相关来完成定时同步。理论分析和仿真结果表明,新算法与SC算法相比大大提高了定时同步的精度,有效地解决了SC算法因峰值平台造成定时同步模糊性的问题。     

一种改进的基于训练序列的OFDM符号同步算法

同步问题是正交频分复用应用中的关键技术。研究了基于训练序列的schmidl＆Cox（sc）算法，针对SC算法误差大的缺点，通过增加计算点数和平滑最大值处理方法来进行算法改进。通过MATLAB进行仿真分析，改进的算法虽然计算量有所增加，但有效减少符号定时的波动，在低信噪比情况下定时同步性能有明显改善。     

OFDM系统中一种高效的符号定时估计算法

本文提出了一种新的适合于OFDM系统的符号定时估计算法。该算法利用经过特殊处理的前后两段信息序列的内在相关性进行准确的符号定时估计。理论分析和仿真表明,该算法能在大频偏低信噪比的条件下完成定时捕获的任务,并且无需专门的训练符号,从而大大提高了系统传输的效率。     

基于PN训练序列的OFDM符号定时新算法

针对传统的基于训练序列的OFDM符号定时同步算法的缺陷,提出一种新的基于PN训练序列的符号定时算法。该算法通过重新设计训练序列,并加入PN序列,有效地克服了传统算法的缺陷。仿真结果表明,该算法在AWGN信道下能准确的实现符号定时,并且在多径信道下也具有较好的性能。     

一种新的OFDM系统定时同步算法

利用二值映射实序列的IFFT特性,提出一种OFDM系统定时同步的新算法——BPSK Mapping(BM)定时同步算法。仿真结果表明,新算法具有类似冲激响应的定时度量曲线,与Schmidl和Minn算法相比,不仅降低了系统定时同步实现的复杂度,还提高了定时精度。     

一种改进的基于训练序列的OFDM符号同步算法

同步问题是正交频分复用（OFDM）应用中的关键技术。文章研究了基于训练序列的Schmidl＆Cox算法（简称SC算法），并针对SC算法误差大的缺点，采用了增加计算点数和平滑最大值处理方法来进行算法的改进。通过MATLAB进行的仿真分析表明，改进后的算法虽然计算量有所增加。但有效减少了符号定时的波动。在低信噪比情况下定时同步性能有明显改善。     

一种基于训练序列的改进的OFDM同步算法

文章在研究S&C算法和Park算法的基础上,提出一种基于训练序列的改进的正交频分复用(OFDM)同步算法.改进后的算法只使用一个训练符号,并通过对训练符号在时域乘以差分序列来消除定时同步中的峰值平台问题,通过对接收端和发射端的训练符号在频域的自相关性来估计载波整数倍频偏.改进后的算法在定时同步和载波频偏的纠正上较S&C算法有了较大的提高.     

OFDM系统的自适应符号同步算法

本文提出了一种在OFDM系统中基于导频符号的自适应符号同步新算法,它利用FFT的特性,采用频域同步方法,对符号定时进行估计。该算法计算量小,插入的导频数少,并且同步捕获速度、精度高低,可以灵活调节。仿真结果表明,该算法能简单而有效地获取符号同步,自适应性强。     

A Data-Aided Symbol Timing and Frequency Offset Estimation Algorithm for OFDM Systems

In this paper the problem of data-aided symbol timing and frequency offset estimation in OFDM systems is considered. A synchronization scheme based on a pilot symbol containing two identical parts obtained by transmitting BPSK data symbols on the even subcarriers and setting zero on the remaining subcarriers is proposed. In this case, if the number of subcarriers is sufficiently large, the pilot symbol can be modeled as a noncircular (NC) complex Gaussian random vector (CGRV). By exploiting the joint probability density function of NC-CGRVs, the joint maximum likelihood estimator for the parameters of interest is derived. Since its implementation complexity is high, a simpler synchronization scheme is obtained. Moreover, refined symbol timing and frequency offset estimators, that assure relevant performance in multipath channels, are proposed. T. Fusco was born in Naples, Italy, on March 22, 1977. She received the Dr. Eng. degree (summa cum laude) in electronic engineering from the Second University of Napoli in 2002. Since November 2002 she has been a Ph.D. student at the Department of Electronic and Telecommunication Engineering of the University of Napoli Federico II. Her current research and study interests lie in the area of statistical signal processing, with emphasis on parameter estimation problems in the context of OFDM communications. M. Tanda was born in Aversa, Italy, on July 15, 1963. He received the Dr. Eng. degree (summa cum laude) in electronic engineering in 1987 and the Ph.D. degree in electronic and computer engineering in 1992, both from the University of Napoli Federico II. Since 1995, he has been an Appointed Professor of Signal Theory an the University of Napoli Fe-de-ri-co II. Moreover, he has been an Appointed Professor of Electrical Communications (from 1996 until 1997) and Telecommunication Systems (from 1997) at the Second University of Napoli. He is currently Associate Professor of Signal Theory at the University of Napoli Federico II. His research activity is in the area of signal detection and estimation, multicarrier, and multiple access communication systems.     

基于训练序列的OFDM系统定时同步改进算法

本文从OFDM系统模型和同步技术作为切入点重点分析研究了基于训练序列的OFDM系统定时同步算法,针对基于SC算法构造的训练序列帧结构及所采用的定时估计算法会造成定时同步位置具有峰值平台、定位点模糊、定时同步不够精确的缺点,提出了一种基于SC算法的改进型训练序列帧结构及改进算法。该算法对SC算法中训练序列前后两部分的搬移重复结构进行改进,构造了前后两部分呈中心对称的训练序列帧结构。改进算法不再采用SC算法中训练序列的后半部分来定义能量函数,而是采用整个训练序列长度来定义能量函数,从而构建同步度量函数,找到最佳定时同步估计点并完成定时同步。理论分析和仿真结果表明,改进算法解决了SC算法定时同步估计位置模糊、定时同步不精确的问题,改进后的算法能够确保定时同步的精确性。      

一种改进的基于训练符号的OFDM同步算法

根据一个OFDM符号前面的循环前缀是该符号最后一段数据的复制这一特性,结合Schmidl算法中特殊结构的训练序列,得出了一种改进的利用循环前缀来实现符号与频偏联合估计算法。先利用循环前缀的特性做粗符合同步,之后再利用Schmidl算法中的训练序列前后两部分良好的自相关性,来做细符号同步。仿真结果表明,新算法能够实现精确的符号定时,而且在AWGN和多径信道中均能较容易实现精确的频偏估计。     

基于CMMB传输系统的粗符号定时同步算法

为了减少无线信道中存在的多径和频偏对中国移动多媒体广播(CMMB)系统传输信号同步的影响,结合CMMB标准协议规定的具体帧结构,分析了符号同步对系统的影响,讨论了传统最大似然(ML)算法的优缺点,并基于文献中的无数据辅助算法,提出了一种适合该系统并且复杂度较低的粗符号定时同步算法。仿真结果表明,在AWGN及多径信道环境下,新算法可以有效克服传统算法相关峰不明显的缺陷,其估计性能更好。