一种OFDM系统载波频率同步的改进方法

载波频率同步是OFDM系统的关键技术.对Schmid方法进行了改进,提出了利用PN序列迭代的载波频率同步方法,即将频偏估计分成粗估计和精估计两个步骤,在复杂度相同的情况下提高了频偏估计的精度和范围.     

一种用于OFDM系统的高性能频偏估计方法

提出一种应用于高速移动环境下系统频偏估计的方法,使用相关性能优异的Zadoff-Chu序列作为训练序列,将其在一个符号周期内重复4次,利用这种帧结构进行两次频偏估计,实现系统的频率粗、精同步.该方法不仅具有频偏估计范围大和估计精度高的双重优点,而且所有频偏估计过程均在FFT之前完成,加快了系统同步的时间,降低了系统同步复杂度.AWGN信道和Rayleigh衰落信道下的仿真结果验证了新算法的有效性.     

一种改进的MIMO-OFDM系统频偏估计方法

针对传统的2个训练符号的载波频偏估计算法提出一种改进算法,并设计出一种新的频偏估计器对多入多出正交频分复用(MIMO-OFDM)系统的不同信道的整数频偏和小数频偏进行估计.该算法仅利用单个训练符号来进行频偏估计,其训练符号采用正交性良好的Walsh序列来设计,用以区分不同的信道;利用同一训练符号内相邻的偶数子载波上数据的差分关系完成整数频偏估计.仿真结果表明,新的频偏估计器可以获得较好的载波频偏估计性能.     

基于PN序列的OFDM频偏估计与时问同步探讨

在正交频分复用(OFDM)系统中，时间及频率的偏移对系统的性能有很大影响。针对时变多径的移动通信信道，提出了基于PN序列的时域同步与频偏估计方法。在时域上，引入两段相同的PN序列作导频，通过与接收端本地PN序列相关，捕获到粗同步位置实现帧同步；利用滑动窗和最小均。方差方法实现符号同步；由接收到的时域PN序列进行相关，得到频偏的粗调整量，由累积保护间隔相关方法得到细频偏量。通过仿真，给出了本方案的估计精度及适用范围，证明了它是一种实用可行方案。     

基于m序列的OFDM二阶时频同步算法

针对SC方法的定时平台和Minn方法出现多个峰值的不足,设计了一种基于m序列具有四重重复反对称的结构。提出一种基于本训练序列的OFDM二阶时频同步算法:粗同步和精同步。在粗同步时,利用训练序列的特殊结构,采用延时相关确定粗同步的定时位置,在此位置的前后小范围内利用m序列及其循环移位序列与接收数据进行差分相关算法,完成精同步定时。继而利用训练序列的延时相关求得小数频偏估计。仿真结果显示,在多径衰落信道下,与已有算法比较,所提出的二阶算法定时准确,频偏估计性能良好,尤其在信噪比较低时采用该算法能实现更准确的同步。     

一种基于相位参考符号的载波频偏估计方法

为解决正交频分复用(OFDM)系统中由多普勒频移和本地晶振偏移造成的载波频偏,提出了基于相位参考符号的频偏估计方法.这一方法把频偏分为粗、细频偏两部分分别加以计算.针对通用OFDM系统,用随机序列进行验证;结合一个OFDM实例——数字音频广播(DAB)系统,利用实际广播信号进行测试.与其他算法比较表明,在运算精度基本不变的情况下,运算复杂度得到了明显降低.相关模块已经在DAB接收机中得到实现,具有较好的应用价值.     

DMB-TH标准中的一种帧同步与频偏估计算法

针对我国新一代数字电视地面广播传输标准,提出了一种新的帧同步及频偏估计算法.利用发送序列中的PN导频序列,通过接收信号自相关的方法实现帧同步,克服现有算法对频率偏移过于敏感的缺点;在频偏估计中,通过对PN序列进行FFT变换,在频域利用频偏的移位响应实现频偏的精确估计,具有较好的抗多径特性和鲁棒性,弥补现有D-Spaced算法初次捕获误差动态范围过大的不足.算法仿真证明了该方法的有效性.     

一种改进的用于TDS-OFDM系统的频率同步算法

本文提出了一种改进的用于采用交替伪随机(PN)序列的TDS-OFDM系统的频率同步算法.改进算法理论支持来源于传统算法中延长频偏估计的相关延迟长度能够极大地改善频偏估计精度,并利用TDS-OFDM系统中两个相邻的PN序列之间存在的最小相同符号以达到延长相关延迟长度的目的.相比于传统的频偏估计,改进后的频率同步算法能够将归一化后的频偏估计方差从10-8降至到10-12.同时改进后的同步算法通过对传统算法的推导理论进行简化,实现只需得到接收信号就可完成频偏误差估计,这比起传统算法需要接收信号与本地产生的PN序列相关后才能得到频率误差估计,改进后的算法会显得更有效率.     

一种直接序列扩频系统的大频偏二次捕获算法

研究多普勒频偏大于码元速率的扩频信号捕获问题和大频偏估计的模糊问题,提出了一种扩频系统的大频偏二次捕获算法,并提出了二次捕获概念.该算法采用时频并行搜索的大频偏估计完成频偏预估计和补偿,将准基带信号的频偏预估解扩值进行预处理后构造相邻频点,并依据该频点对输入信号进行二次捕获消除频偏粗估计的频点模糊,完成大频偏下的正确捕获输出原始数据信息.仿真和实测结果表明,该算法采用时频并行搜索的大频偏预估计、FFT细频偏估计与二次捕获相结合的方法可以有效缩短二次捕获的时间,满足大频偏下载波快速同步要求,提高了低信噪比通信环境下的捕获概率,算法实现简单、灵活,频偏估计精度高.     

一种QAM信号载波频偏估计算法

该文给出了一种QAM信号载波频偏估计算法。该算法先采用辅助数据和接收序列相乘后再进行相关运算提取出载波频偏信息，然后用相关序列的相位增量获得频偏估值，为了提高估值精度，对估值序列进行加权处理。该算法具有频偏估计范围大、估值准确度高的特点。计算机仿真表明频偏估计范围可达0．4符号率，估计精度接近克拉拉美劳界。     

TD-LTE系统中PSS频域快速同步算法

符号定时同步作为TD-LTE(Time Division-Long Term Evolution)系统重要的部分,应该具有很好的抗频偏性和高效性。本文在已有的PSS(Primary Synchronous Signal)定时同步算法的基础上,结合主同步信号自身的良好互相关性,给出了一种具有更低时间复杂度和高抗频偏性能的PSS定时同步算法。基于快速卷积与重叠相加法的频域快速同步方法,结合预频偏处理,进行符号定时同步与粗频偏的联合估计。理论分析表明,该方案减小了PSS定时同步的计算量,从而降低了算法的时间复杂度。仿真结果显示,该方案在很好的提高了同步算法的抗频偏性能。本文算法具有高效性、鲁棒性和可行性,能够满足LTE系统对同步性能的要求。     

一种快速正交频分复用频率跟踪算法

提出了一种快速的正交频分复用(OFDM)系统载波频率跟踪算法，该方法采用基于变步长的自适应滤波算法。经过频率粗同步后，以变步长的最小均方算法(VLMS)进行频率补偿。在算法的初始使用大的步长值加快算法的收敛速度，然后使用小的步长使残留的频率偏移最小。由于不需要训练序列，故该算法是盲的，没有频带效率损失。仿真结果表明，所提出方案能显著提高误码率性能，高精度的频率偏移估计几乎可以使频率偏移得到完全补偿，且算法的收敛速度比固定步长的算法快得多。     

MIMO-OFDM系统中一种基于训练序列的同步方案

通过采用一种特殊训练序列的设计,在MIMO—OFDM系统中实现了帧同步及小数倍频偏和整数倍频偏等参数的有效估计。并对帧同步算法在原有基础上提出了相应的改进,降低了误判。仿真表明,该同步方案在AWGN和Rayleigh信道中均能实现对同步参数的有效估计。整数倍频偏算法对子载波个数多的系统更具有优越性。     

正弦信号四参数的高精度估计算法

从正弦信号的任意间隔采样序列出发，结合频率的迭代法估计和幅度、相位以及直流偏移的最小二乘法估计，提出了估计正弦信号四个参数（幅度、频率、相位以及直流偏移）的新算法，即四参数估计法，并与直接快速傅立叶变换法和通用相位差法就估计精度进行了仿真比较。结果表明，四参数估计法不但精度较高、抗噪声能力较强，而且能对非等间隔采样信号进行参数估计。     

采用数据辅助的单通道同频混合信号参数估计方法

在非合作卫星通信中,针对具有固定帧长及帧同步序列的单通道同频混合信号的参数估计问题,提出了一种基于数据辅助的参数估计算法。该算法先对帧长及帧头起始位置进行估计,并提取帧同步数据构建辅助函数。在与混合信号做相关运算后去除干扰项,峰值搜索得到频率偏移的精确估计值;使用辅助函数简化混合信号,随后基于最大似然估计理论,实现对信号初相信息的提取。在算法研究的基础上,推导了单通道同频混合信号参数估计的修正克拉美罗界,为算法的性能分析提供了理论依据。仿真结果表明,当帧同步信号达到一定数量时,频率偏移估计方差达到10-7,初相估计方差达到10-3,性能接近MCRB理论界。     

一种新的MC-CDMA系统频偏估计算法

频偏估计是多载波扩频系统的关键技术之一，但仅靠循环前缀只能估计较小的频偏。在循环前缀的基础上，介绍了一种采用插入同步码的方法来完成多载波码分多址MC－CDMA系统大频偏估计的算法，导出了频偏检测器的结构，根据此结构进行了计算机仿真。仿真结果表明采用部分快速傅里叶快速（FFT）来完成大频偏的正确估计性能良好。     

一种基于相关序列的OFDM频偏估计算法

提出了一种改进的整数倍频偏估计算法,此算法基于已知频域前导序列及其共轭移位序列的Hadamard积构建一个具有良好自相关性能的相关序列,再利用相关运算估计频偏.利用蒙特卡洛仿真方法,分析了新算法的测度函数在高斯白噪声信道条件下的均值和方差分布特性.将新算法应用于IEEE 802.16d系统中进行仿真,结果表明,该算法能够克服大定时偏移带来的影响,在信噪比大于10 dB时具有精确的整数倍频偏检测概率,且算法复杂度没有明显提高.