CN104022996A - 一种基于信道估计的ofdm***定时同步方法 - Google Patents

Abstract

本发明公开了一种基于信道估计的OFDM***定时同步方法，属于通信技术领域，主要解决***在多径衰落信道第一径不是最强径时存在定时错误，以及现有精同步算法漏检概率大的问题，该方法在粗同步定位到能量最强径基础上，精同步利用最小二乘算法求出信道冲激响应，基于其循环右移特性通过滑动窗口内能量变化判断各径所在位置，并采用最小值或自适应门限法检测出第一径，该方法可降低精确符号同步的漏检概率，有效提高***的定时性能。

Description

一种基于信道估计的OFDM***定时同步方法

技术领域

本发明涉及到OFDM***定时同步技术，特别是涉及一种基于信道估计的OFDM***定时同步方法，属于通信技术领域。

背景技术

OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用技术)以其频谱利用率高，抗多径衰落能力强等特点在高速无线传输***中得到广泛应用。定时同步是OFDM***的关键问题之一，目前已有大量研究。

现有技术中，人们大多通过改进训练符号结构，利用相关特性，解决定时度量的峰值平台现象，同时消除副峰值影响，使定时更准确。但其粗同步算法均是基于能量检测，在多径衰落信道中，可同步在最强径上，若第一径不是最强径，则会使DFT窗相对滞后，从而引入符号间干扰，一些文献通过精同步算法定位到第一径，从而解决上述问题。

文献[1]：Kishore CN,Reddy V.A technique for dominant path delay estimationin an OFDM system and its application to frame synchronization in OFDM mode ofWMAN[J].EURASIP Journal on Wireless Communications and Networking,2006,2006(2):18-18.公开了一种OFDM***定时同步算法，它在细同步过程中充分分析了信道冲激响应应当满足循环右移特性，并阐述了如何利用最小二乘法(LeastSquare,LS算法)进行信道估计，获取信道冲激响应函数，但它是利用滑动窗口计算冲激响应能量和，并利用其最大值来确定第一径的位置，但其存在峰值平台，误检概率较高。

文献[2]：Yang F,Zhang X.Robust Time-Domain FineSymbol Synchronizationfor OFDM-Based Packet Transmission Using CAZAC Preamble[C].MILCOMMilitary Communications Conferen-ce,2013:436-440.也公开了的一种OFDM***定时同步算法，后续文中我们简称为“Yang方法”，它采用具有横幅零自相关特性的CAZAC序列，消除副峰值，且使阈值范围可调，但当第一径衰落严重低于阈值时，无法实现准确检测。

发明内容

针对上述缺陷，本发明提出了一种基于信道估计的OFDM***定时同步方法，该方法在粗同步定位导最强径的基础上，利用LS算法获得信道冲激响应，再对其设置能量求和滑动窗口，并采用基于窗口的能量变化值实现对第一径的准确定位，从而完成符号定时同步。

为了达到上述目的，本发明所采用的具体技术方案如下：

一种基于信道估计的OFDM***定时同步方法，其关键在于按照以下步骤进行：

步骤S1，利用粗同步算法获取粗同步定时点d_c；

步骤S2，利用最小二乘法进行信道估计，得到信道冲击响应函数

步骤S3，按照公式 $X\left(d\right)=\underset{l=0}{\overset{{N_g}^{\′-1}}{\mathrm{\Σ}}}{\left|\hat{h}(d+l)\mathrm{mod}A\right|}^2{{A-N}_g}^{\′}\≤d\≤A$ 计算第d个收端数据开始的滑动窗口冲激响应能量和，其中N_g'为滑动窗口的长度，A为偶数子载波的个数；

步骤S4，按照公式e(d)＝X(d+1)-X(d)计算相邻滑动窗口冲激响应能量和的差值e(d)；

步骤S5，根据e(d)第一次负峰值所在的位置确定定时偏差

步骤S6，按照计算得到***定时同步点的位置d_s。

作为一种实现方式，步骤S5中利用最小值法确定定时偏差首先确定1≤d≤A范围内e(d)最小的点为d'，然后按照计算定时偏差。

作为另一种实现方式，步骤S5中利用自适应门限法确定定时偏差

首先，按照确定e(d)的判别门限，其中δ为预设常数；

接着，将e(d)与-Threshold进行判决比较，找到第一个负峰值所在的位置，设为Path1；

最后，按照计算定时偏差。

具体而言，所述预设常数δ＝2。

作为优选，步骤S1中所述的粗同步算法按照以下方式进行：

步骤S1-1：按照计算第d个收端数据的定时度量值，其中：

$R\left(d\right)=\underset{i=0}{\overset{A-1}{\mathrm{\Σ}}}{\left|r(d+i+A)\right|}^2;P\left(d\right)=\underset{i=0}{\overset{A-1}{\mathrm{\Σ}}}{\left[r(d+i)c\left(i\right)\right]}^{*}\left[r(d+i+A)c\left(i\right)\right],$ r(d)为第d个收端数据；c(i)为从循环前缀开始的第i个发端数据；

步骤S1-2：将定时度量值最大的位置平移N_g得到粗同步定时点d_c，N_g为循环前缀的长度。

结合具体的应用场景，***采用的DFT变换点数N＝256，循环前缀N_g＝64，偶数子载波的个数A＝N/2＝128，滑动窗口长度N_g'＝N_g+1＝65。

本发明的显著效果是：

本发明针对第一径不是最强径的情况下，提出一种基于信道估计的定时同步方法，在粗同步定到最强径基础上，细同步首先依据LS算法求出信道冲激响应，再基于其循环右移特性通过滑动窗口内能量变化采用最小值或自适应门限法准确定位出第一径。最小值法提高了检测概率，但仍存在较大的漏检。而针对不同信道的自适应门限法能准确定位到第一径，本方法可降低符号同步的漏检概率，提高***的定时性能。

附图说明

图1为本发明的方法步骤图；

图2为不同情况下OFDM***的信道幅值特性图；

图3为滑动窗口内的能量值及相邻值之间的变化情况；

图4为滑动窗口内的能量变化图；

图5为SUI1信道下，各种算法的漏检概率对比分析图；

图6为SUI2信道下，各种算法的漏检概率对比分析图；

图7为SUI1信道下，各种算法的MSE结果对比分析图；

图8为SUI2信道下，各种算法的MSE结果对比分析图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

如图1所示，一种基于信道估计的OFDM***定时同步方法，按照以下步骤进行：

步骤S1，利用粗同步算法获取粗同步定时点d_c；

先通过Schmidl算法构造两段重复序列，设C(2k)为频域偶数子载波上的PN序列，C(2k+1)＝0，其中0≤k≤A-1，则发送端的训练序列(不包含CP)可以表示为 $c\left(n\right)=\frac{1}{\sqrt{N}}\underset{k=0}{\overset{A-1}{\mathrm{\Σ}}}C\left(2k\right)e^{j2\mathrm{\πkn}/A},0\≤n\≤N-1,$ 粗同步的具体步骤包括：

步骤S1-1：按照计算第d个收端数据的定时度量值，其中：

$R\left(d\right)=\underset{i=0}{\overset{A-1}{\mathrm{\Σ}}}{\left|r(d+i+A)\right|}^2;P\left(d\right)=\underset{i=0}{\overset{A-1}{\mathrm{\Σ}}}{\left[r(d+i)c\left(i\right)\right]}^{*}\left[r(d+i+A)c\left(i\right)\right],$ r(d)为第d个收端数据；c(i)为从循环前缀开始的第i个发端数据；

步骤S1-2：将定时度量值最大的位置平移N_g得到粗同步定时点d_c，N_g为循环前缀的长度，在多径衰落信道下，粗同步定时点d_c即为能量最大径的延时。

步骤S2，利用最小二乘法进行信道估计，得到信道冲击响应函数

由于前导序列为两端重复结构，故其具有循环右移特性，基于此特性，可利用循环左移滑动窗口内能量变化通过最小值法或自适应门限法来找出第一径所在位置，具体过程可以参考背景技术中的文献[1]。

为了验证上述特性，图2给出了应用到SUI信道中的计算机仿真结果。其中第一径为最强径和第二径为最强径分别表示了粗同步不存在定时偏差和存在定时偏差τ的情况下，对应的信道幅值。

由图2可知，当粗同步存在定时偏差时，即第二径为最强径，信道的第一径幅值则会相应地循环右移τ，从而满足循环右移特性。

步骤S3，针对信道的冲激响应窗口，设置一个从后半部分开始的循环左移滑动窗口求其能量和。当第一径为最强径时，随着滑动窗口的移动，滑动窗口内的能量依次增加第1径、第2径……最后一径。当第i(i>＝2)径为能量最强径时，信道的冲激响应各径发生了循环右移，则相应依次增加第i径……最后一径，再逐渐减少第1径、第2径，一直到第i-1径。则可以按照公式：

$X\left(d\right)=\underset{l=0}{\overset{{N_g}^{\′-1}}{\mathrm{\Σ}}}{\left|\hat{h}(d+l)\mathrm{mod}A\right|}^2{{A-N}_g}^{\′}\≤d\≤A$ 计算第d个收端数据开始的滑动窗口冲激响应能量和，其中N_g'为滑动窗口的长度，A为偶数子载波的个数；

步骤S4，为更加明显地观测上升沿和下降沿，即确定各径所在位置，按照公式e(d)＝X(d+1)-X(d)计算相邻滑动窗口冲激响应能量和的差值e(d)；

由上述分析可知，第一径所在位置即为滑动窗口内能量变化e(d)的第一个负峰值。

因此，步骤S5，根据e(d)第一次负峰值所在的位置确定定时偏差

最后，步骤S6，按照计算得到***定时同步点的位置d_s。

作为方法A：

步骤S5中利用最小值法确定定时偏差首先确定1≤d≤A范围内e(d)最小的点为d'，然后按照计算定时偏差。

为统一检测方法，均通过检测e(d)窗口内的最小值，当粗同步定时准确时，即第一径为最强径，在X(end)后加上X(end)*9/10(X(end)为滑动窗口内的最后一个值的数值)，人为产生一个下降沿。

将上述分析具体应用到SUI信道模型中，其中N_g′＝N_g+1，A＝128，N_g＝64，X(d)和e(d)的图形如图3所示，因SUI信道有三条径，故当第一径为最强径时，其存在三个上升沿和人为产生的下降沿。检测其最小值，即检测人为产生的负峰值(第一径循环右移后所在位置)，由式可知，此时而当第二径为最强径时，其存在两个上升沿和两个下降沿，第一个下降沿为粗同步存在定时偏差时，第一径循环右移后所在位置，第二个下降沿为人为产生的负峰值，找到其最小值也能正确检测到第一径延时所在位置，其与前面分析结果相符合。

作为方法B：

步骤S5中利用自适应门限法确定定时偏差

首先，按照确定e(d)的判别门限，其中δ为预设常数，实施过程中预设常数δ＝2，也可以根据***同步性能要求灵活设置，考虑到能量主要集中在各条路径，且各径的能量值远大与其它点，故采用对e(d)求平均的方法。所求平均值与除各径外的其它样点存在较大差值，且随着收端信号的能量变化而变化；

接着，将e(d)与-Threshold进行判决比较，找到第一个负峰值所在的位置，设为Path1；

最后，按照计算定时偏差。

方法A中的最小值法虽然提高了检测精度，但仍存在较大的漏检，因为其只修正了部分最强径不为第一径的情况。

如图4所示，当第二径为最强径时，第一个负峰值即为循环右移后第一径所在位置，此时第一径能量小于e(end)，通过最小值法则存在误检。同理，第三径为最强径时，第一个负峰值为循环右移后第一径所在位置，第二个负峰值为循环右移后第二径所在位置。此时第二径能量强于第一径能量，通过最小值同样存在误检。

而最佳定时是为了准确找到第一径所在位置，即e(d)的第一个负峰值。因此方法B采用设置阈值的方式来提高检测精度，通过与自适应门限进行比较判决，准确检测出第一径。

为了进一步理解本发明的技术效果，参照WiMAX标准，构造了第二部分所述的训练符号的结构，其中DFT点数N＝256，循环前缀N_g＝64，滑动窗口长度N_g'＝N_g+1＝65，偶数子载波个数A＝N/2＝128，***时钟为20MHz，本文通过定时均方误差MSE和漏检概率P_m，即未精确定时到理想同步点帧数与仿真总帧数之比，来测试各算法的性能。采用的信道模型为SUI1、SUI2，每次结果都是通过100000次的仿真平均得到的。

图5、图6为四种算法的漏检概率对比图。其中粗同步方法即为文中的粗同步算法，A方法为文中粗同步和细同步结合后，采用最小值法进行检测，B方法相对于A方法，最终检测时采用了自适应门限法。而Yang方法为背景技术中文献[2]提及的方法，用以作为对比。

由图5、图6可知，A方法，B方法和Yang方法在SUI1和SUI2信道下的漏检概率均比粗同步方法小。这一结果源于，在多径衰落信道中，粗同步算法估计的符号定时点是能量最大径的延时，而其它三种方法均采用了细同步算法来纠正偏离第一径延时的定时点。Yang方法与A方法性能相近，这两种算法将部分最强径不为第一径的定时点修正回到第一径，但仍存在漏检。B方法其门限的设置与信号和噪声的能量有关，故其检测概率会受信噪比的影响，低信噪比下，噪声能量较大，部分点受噪声影响而超过门限值，此时所取并非第一径，造成了漏检。因此在低信噪比的情况下，SUI1和SUI2的检测性能比A方法和Yang方法略差，但随着信噪比的提高，B方法比其它三种方法漏检概率都小，性能更好。

图5、图6中的漏检概率为未精确定时到理想同步点的帧数与仿真总帧数之比，但对OFDM***，同步点落在CP中时，只是相位有了恒定的偏移，可通过信道估计得以补偿。因此，本文进一步对比各算法在SUI1和SUI2信道下定时点的MSE结果，如图7、图8所示。

观察图7、图8可知，MSE曲线显示的下降趋势与漏检概率曲线一致，符合预期结果。由仿真结果可知，A方法提高了检测精度，因为其通过取窗口内的最小值将部分最强径不为第一径的定时点修正回到第一径。B方法门限设置更加合理，更加灵活，能够准确找出第一径位置，具有更高的检测精度。

最后需要说明的是，以上详细描述仅仅为本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (6)

1.一种基于信道估计的OFDM***定时同步方法，其特征在于按照以下步骤进行：

步骤S1，利用粗同步算法获取粗同步定时点d_c；

步骤S2，利用最小二乘法进行信道估计，得到信道冲击响应函数

步骤S3，按照公式 $X\left(d\right)=\underset{l=0}{\overset{{N_g}^{\′-1}}{\mathrm{\Σ}}}{\left|\hat{h}(d+l)\mathrm{mod}A\right|}^2{{A-N}_g}^{\′}\≤d\≤A$ 计算第d个收端数据开始的滑动窗口冲激响应能量和，其中N_g'为滑动窗口的长度，A为偶数子载波的个数；

步骤S4，按照公式e(d)＝X(d+1)-X(d)计算相邻滑动窗口冲激响应能量和的差值e(d)；

步骤S5，根据e(d)第一次负峰值所在的位置确定定时偏差

步骤S6，按照计算得到***定时同步点的位置d_s。

2.根据权利要求1所述的一种基于信道估计的OFDM***定时同步方法，其特征在于：步骤S5中利用最小值法确定定时偏差首先确定1≤d≤A范围内e(d)最小的点为d'，然后按照计算定时偏差。

3.根据权利要求1所述的一种基于信道估计的OFDM***定时同步方法，其特征在于：步骤S5中利用自适应门限法确定定时偏差

首先，按照确定e(d)的判别门限，其中δ为预设常数；

接着，将e(d)与-Threshold进行判决比较，找到第一个负峰值所在的位置，设为Path1；

最后，按照计算定时偏差。

4.根据权利要求3所述的一种基于信道估计的OFDM***定时同步方法，其特征在于：所述预设常数δ＝2。

5.根据权利要求1-4任意一项所述的一种基于信道估计的OFDM***定时同步方法，其特征在于，步骤S1中所述的粗同步算法按照以下方式进行：

步骤S1-1：按照计算第d个收端数据的定时度量值，其中：

$R\left(d\right)=\underset{i=0}{\overset{A-1}{\mathrm{\Σ}}}{\left|r(d+i+A)\right|}^2;P\left(d\right)=\underset{i=0}{\overset{A-1}{\mathrm{\Σ}}}{\left[r(d+i)c\left(i\right)\right]}^{*}\left[r(d+i+A)c\left(i\right)\right],$ r(d)为第d个收端数据；c(i)为从循环前缀开始的第i个发端数据；

步骤S1-2：将定时度量值最大的位置平移N_g得到粗同步定时点d_c，N_g为循环前缀的长度。

6.根据权利要求5所述的一种基于信道估计的OFDM***定时同步方法，其特征在于：***采用的DFT变换点数N＝256，循环前缀N_g＝64，偶数子载波的个数A＝N/2＝128，滑动窗口长度N_g'＝N_g+1＝65。