F-OFDM仿真系统设计与时频同步算法

针对新一代5G波形的F-OFDM技术开展了研究,通过把一个宽带分为若干个子带,对每个子带进行滤波处理以实现更好的通信效能。基于Simulink平台进行了F-OFDM仿真系统的搭建,重点对F-OFDM符号同步方法和频偏估计方法进行了研究与仿真分析。实验结果表明,基于Chu序列相比采用PN序列可以获得更好的同步效果,基于导频的Classen频偏估计算法相比基于CP的CFO估计算法和基于训练序列的Moose估计方法可以获得更好的频偏估计效果。     

OFDM系统中同步算法的FPGA 实现

给出了一种用于 OFDM 系统中可同时完成帧起始位置估计和载波频偏估计／补偿的同步算法及其 FPGA 实现方法。采用量化的方法对该不需要额外同步序列的估计算法进行了改进,提高了载波频偏的估计精度,并在数字域进行了频偏校正。在硬件实现上,利用 CORDIC 算法能够有效计算三角函数的特点,把频偏估计和频偏校正过程中的反正切运算和角度旋转操作转化成加法和移位操作,实现了计算精度、运算速度和硬件资源利用三方面性能的兼顾。     

OFDM技术及其应用

首先对OFDM的发展以及应用做了简要的介绍,然后讨论了当前OFDM研究过程中的两个关键技术问题,最后展望了OFDM的未来发展。     

FBMC系统改进序列算法的定时同步技术

为提高滤波器组多载波（Filter Bank Multicarrier,FBMC）系统在低信噪比下的定时同步准确率和抗频偏性能,基于FBMC系统与正交频分复用（Orthogonal Frequency Division Multiple,OFDM）系统的相似性,对OFDM系统定时同步中的Park测度函数进行改进并引入到FBMC系统中。利用共轭对称结构能够提高定时精度和加权处理能够更好地抵抗频偏影响的特点设计同步序列,进行共轭对称和加权处理。仿真结果表明,基于改进序列的Park算法相较共轭对称序列的TR1算法,其信噪比提前3 dB达到了100%定时准确率,实现了低信噪比下的高精度定时同步,且具有更强的抗频偏性能;相较原Park算法,相同信噪比下,改进序列的Park算法的频偏均方差（Mean Square Error,MSE)也小于原Park算法的频偏MSE,抗频偏性能表现更优。     

HFDL信号的检测与参数提取方法

高频数据链(High-Frequency Data Link,HFDL)信号是短波通信中的一种重要信号,研究短波环境下HFDL信号的快速检测、参数提取技术,对信号侦察与接收具有重要意义。针对HFDL的协议特征,使用滑动相关方法进行检测,FFT方法进行频偏粗估,CZT方法进行频偏精确测量,并根据协议特征对前导序列中的信号参数进行提取,采用实际侦收信号进行试验,验证了方法的正确性和可行性。     

波分系统SDH承载分组业务的故障处理

大容量数据业务直接承载在波分系统上的应用中,出现了一些故障处理较为的棘手问题,通过一个波分系统POS(SDH承载分组)业务的故障处理案例,力求探索此类问题的处理思路和解决方案.     

基于载波间干扰自抵消的OFDM频率同步

载波间干扰自抵消(ICISC)方案在频率域引入了冗余信息,提高了OFDM系统对频偏的稳健性.基于最大似然原理,针对ICISC方案提出了两种OFDM最大似然同步新算法.分析了算法的估计范围、方差性能以及Cramer-Rao下界.两种方法具有估计频偏范围大、估计精度高以及实现简单等优点,计算机仿真结果表明了方法的优越性.     

相位估计和最大似然判决相结合提高π/4DQPSK译码性能的研究

提出了一种在带有频偏的高斯白噪声信道中改善π/4 DQPSK误码性能的方法,该方法联合使用相位估计和最大似然判决,并具有易于实现的特点.仿真结果表明:该算法使得在误比特率为10-3时信噪比有约1dB的性能改善.     

SOQPSK-TG信号的EM半盲载波频偏估计

针对成形偏移四相相移键控-TG(Shaped Offset Quadrature Phase Shift Keying-Telemetry Group version, SOQPSK-TG)信号在训练序列长度受限时频偏估计精度较低的问题,利用双二进制分解(Doubinary Decomposition, DBD)原理提出基于期望最大化(Expectation Maximization, EM)的SOQPSK半盲载波频偏(Carrier Frequency Offset, CFO)估计算法。为了确保EM算法收敛到预期性能范围,使用基于非线性四次方码元定时估计算法的非数据辅助频偏估计方法优化了EM算法初始点选择。仿真实验结果表明,该算法相比于使用训练序列进行数据辅助估计的方法,在不增加辅助数据数量的前提下能够进一步提升CFO估计的精度,并在较高信噪比下拥有接近序列总长度所对应的克拉美罗界(Cramér-Rao Bound, CRB)的优秀性能。     

基于ML和ESPRIT方法的OFDMA上行链路频偏估计算法

由于载波频偏会给正交频分多址接入OFDMA系统带来子载波之间干扰,从而造成多用户之间的干扰,导致系统性能下降。该文提出一种基于ESPRIT和ML方法联合估计的频偏估计算法。该算法首先使用ESPRIT方法估计出多个可能的频偏构成的子集,然后使用最大似然估计方法在这个有限子集合中搜索出估计的频偏。该算法解决了使用似然估计进行多维搜索的问题,大大降低了算法的复杂度,同时解决了多个频偏估计的问题。