CN101494634A - 基于Schmidl＆Cox同步的改进方法 - Google Patents

Abstract

本发明公开了无线通信系统设计技术领域中的一种基于Schmidl&Cox同步的改进方法。技术方案是，首先将Schmidl&Cox同步的第一个训练序列分成绝对值相同的四个部分，并且后两部分为前两部分的取反运算，并利用这个结构进行接收端同步；然后，修改滑动窗口，即用整个训练序列符号的能量求能量函数，并且利用该训练序列符号的循环前缀来设定一个滑动运算窗口对序列进行归一化。本发明通过对Schmidl&Cox同步的改进，克服了Schmidl&Cox同步方法在符号定时同步估计中不准确的缺陷，提高了通过寻找最高点来估计符号同步偏移值时的精确度，从而进一步增强了OFDM系统的可靠性和可用性。

Description

基于Schmidl＆Cox同步的改进方法

技术领域

本发明属于无线通信系统设计技术领域，尤其涉及一种基于Schmidl&Cox同步的改进方法。

背景技术

随着人们对通信宽带化、个人化和移动化的需求越来越高，OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)技术在各个无线通信领域中都得到了广泛的应用。OFDM系统对同步误差十分敏感，当存在同步误差时会引起严重的载波间干扰和符号间干扰，使系统性能明显下降。所以，在无线衰落信道下的同步是宽带无线通信系统中需要解决的重要问题。

Schmidl&Cox同步方法对符号定时同步进行估计时相关值的最高峰存在一个平台，在寻找最高点来估计符号同步的偏移值时存在很大的误差。所以，需要对Schmidl&Cox同步进行改进，使其同步性能得到改善。虽然符号定时估计点处于循环前缀中未遭受多径干扰破坏的区间时，不会引起符号间干扰ISI(Inter-Symbol Interference，码间干扰)，但定时点的变化，会增加OFDM系统对时延扩展的敏感程度，而且当FFT窗口超过符号边界时，则会引起严重的ISI，所以定时估计对OFDM系统来说也十分重要。

发明内容

本发明的目的在于，在频率选择性衰落信道下的OFDM系统模型中，针对Schmidl&Cox同步方法在符号定时同步估计中不准确的缺陷，提出一种基于Schmidl&Cox同步的改进方法，从而进一步提高系统可靠性和可用性。

本发明的技术方案是，一种基于Schmidl&Cox同步的改进方法，其特征是所述改进方法包括改造训练序列符号的结构和修改滑动窗口两个顺序执行的步骤，其中：

所述改造训练序列符号的结构是将第一个训练序列分成绝对值相同的四个部分，并且后两部分为前两部分的取反运算，并利用这个结构进行接收端同步；

所述修改滑动窗口是用整个训练序列符号的能量求能量函数，并且利用该训练序列符号的循环前缀来设定一个滑动运算窗口对序列进行归一化。

所述用整个训练序列符号的能量求能量函数，其公式为：

$R_3\left(d\right)=\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|r(d+2\·\frac{N}{4}\·k+m+\frac{N}{4})\right|}^2,$

其中，N为子载波个数，r(k)为接收信号。

本发明的效果在于，通过对Schmidl&Cox同步方法的改进，使得在频率选择性衰落信道下的OFDM系统模型中，对符号定时同步进行估计时相关值的最高峰变成尖锐的峰值，从而在寻找最高点来估计符号同步的偏移值时，减小了误差，提高了估计的精确度。

附图说明

图1是适用本发明的OFDM系统的收发框图。

图2是原始Schmidl&Cox同步训练序列符号结构设计图。

图3是本发明改进Schmidl&Cox同步训练序列符号结构设计图。

图4是原始Schmidl&Cox同步在AWGN信道下(SNR＝10)符号时间同步仿真示意图。

图5是原始Schmidl&Cox同步的改进方法1在AWGN信道下(SNR＝10)符号时间同步仿真示意图。

图6是原始Schmidl&Cox同步的改进方法2在AWGN信道下(SNR＝10)符号时间同步仿真示意图。

图7是本发明在不同信噪比下各方法定时同步估计偏移值比较图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

首先要建立包括符号定时同步、载波频率同步和信道冲激响应的OFDM系统模型。图1是适用本发明的OFDM系统的收发框图。本发明应用于此系统中。在发送端进行数据的成帧过程，由前导信息和数据信息构成，然后进行QAM的调制、IFFT变换、插入循环前缀后，进行并串变换，通过对生成的OFDM时域数据流信号进行两倍的上采样，将基带信号转换为中频信号，发送出去。在接收端，首先就是要进行同步和信道估计的工作，进行FFT变换后根据估计的参数，解调出QAM符号，估计出误码率。

Schmidl&Cox提出的同步方法是一种数据辅助方法，它通过在OFDM帧的前面发送两个码元长度的训练序列作为帧头，来进行符号同步和频偏估计。图2是原始Schmidl&Cox同步训练序列符号结构设计图，图2中，OFDM帧的帧头格式采用了两个训练序列符号，每个训练序列符号前面加有循环前缀。

第一个训练序列符号在时域上其有相同的两半，即x_n+N/2＝x_n。在频域上看，序号为偶数的子载波发送一个PN序列v₁，而序号为奇数的子载波不发送数据。这可以通过对v₁做N/2点IFFT变换得到时域上的N/2个样点，然后重复这N/2个样点来得到第一个训练序列符号。

第二个训练序列符号从频域上看在奇数序号的子载波上发送第一个PN序列v₁，在偶数序号的子载波上发送另外一个PN序列v₂，将这个频域训练序列符号进行N点IFFT运算就得到了第二个时域训练序列符号。

第一个训练序列用作符号定时估计以及频偏细估计，估计出小数部分频偏ε_fr；第一个和第二个训练序列结合起来可以进行频偏粗估计，估计出整数部分频偏ε_in。本发明对PN序列的选择基于以上两点考虑：易于实现；具有较低的峰平比，发送放大器对信号造成的畸变较小。

本发明由改造训练序列符号的结构和修改滑动窗口两个步骤组成。

1、改造训练序列符号的结构：

通过对训练序列符号的结构进行改造，以期达到改善方法同步性能的效果。图3是本发明改进Schmidl&Cox同步训练序列符号结构设计图。图3中，本发明同步头同样采用了两个训练序列符号，每个训练序号前面加有循环前缀。不同的是，第一个训练序列分成了绝对值相同的四个部分，并且后两部分为前两部分的取反运算。图中A表示的是N/4长度的序列，前半部分和后半部分相反会造成振幅突然变化的效果。

2、修改滑动窗口：

修改滑动窗口是对求符号同步相关运算时的滑动窗口进行修改，主要有两方面：一是在求能量函数时，用整个训练序列符号的能量代替Schmidl&Cox同步中前半序列的能量；二是利用该训练序列符号的循环前缀来设定一个滑动运算窗口对序列进行归一化。

首先在没有改变训练序列符号结构的情况下进行具体推导如下：

$P_2\left(d\right)=\underset{m=0}{\overset{N/2-1}{\mathrm{\Σ}}}{r}^{*}(d+m)r(d+m+\frac{N}{2})$

$R_2\left(d\right)=\frac{1}{2}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|r(d+m)\right|}^2$

$M_f\left(d\right)=\frac{{\left|P_2\left(d\right)\right|}^2}{{R_2}^2\left(d\right)}$

$M_2\left(d\right)=\frac{1}{L+1}\underset{k=-L}{\overset{0}{\mathrm{\Σ}}}{M}_f(d+k)$

相关函数P₂(d)是在N个样值长度的窗口内计算前半序列和后半序列的相关值，R₂(d)计算的是整个序列的能量，L为循环前缀的长度。

在采用改造训练序列符号的结构的情况下进行具体推到如下：

$P_3\left(d\right)=\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+2\·\frac{N}{4}\·k+m)r(d+2\·\frac{N}{4}\·k+m+\frac{N}{4})$

$R_3\left(d\right)=\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|r(d+2\·\frac{N}{4}\·k+m+\frac{N}{4})\right|}^2$

$M_3\left(d\right)=\frac{{\left|P_3\left(d\right)\right|}^2}{{R_3}^2\left(d\right)}$

$M_2\left(d\right)=\frac{1}{L+1}\underset{k=-L}{\overset{0}{\mathrm{\Σ}}}{M}_3(d+k)$

相关函数P₃(d)是在N个样值长度的窗口内计算前半序列和后半序列的相关值，R₃(d)计算的是整个序列的能量，L为循环前缀的长度。

假设子载波个数为N，循环前缀长度为L，接收信号为r(k)。采用原始Schmidl&Cox同步定时估计是通过寻找接收信号的相关函数M₁(d)的最大值位置来完成的。相关函数P₁(d)是在N个样值长度的窗口内计算前半序列和后半序列的相关值，R₁(d)计算的是前半序列的能量，用作对P₁(d)进行能量归一化。

$P_1\left(d\right)=\underset{m=0}{\overset{N/2-1}{\mathrm{\Σ}}}{r}^{*}(d+m)r(d+m+\frac{N}{2})$

$R_1\left(d\right)=\underset{m=0}{\overset{N/2-1}{\mathrm{\Σ}}}{\left|r(d+m)\right|}^2$

$M_1\left(d\right)=\frac{{\left|P_1\left(d\right)\right|}^2}{{R_1}^2\left(d\right)}$

假设信道冲激响应在一个OFDM帧时间内不变，则经过AWGN信道后，后一部分的信号只是在前一部分对应信号基础上加上频率偏移引起的相位。当d等于训练序列1(如图2所示)的第一个样值时，P₁(d)取得最大值，M₁(d)也取得最大值，因此理想的定时点应该在训练序列1的第一个样值上。但是由于循环前缀的存在，且训练序列1前后两半时域结构的一致性，M₁(d)曲线会出现平台区。图4是原始Schmidl&Cox同步在AWGN信道下(SNR＝10)符号时间同步仿真示意图。图4中，在AWGN信道下，在信噪比为10的符号时间同步中，符号数300与400之间，可以看到波峰有明显的平台区。

对于不改变训练序列符号结构而只是进行修改滑动窗口，暂且称之为改进方法1。图5是原始Schmidl&Cox同步的改进方法1在AWGN信道下(SNR＝10)符号时间同步仿真示意图。与图4相比，改进方法1的峰值部分更加明显，没行出现很大的平台区域，估计精度相比Schmidl&Cox方法有较大程度的提高。

对于本发明的改进方法，也就是同时采用改造训练序列符号的结构和修改滑动窗口两个步骤，称为改进方法2。图6是原始Schmidl&Cox同步的改进方法2在AWGN信道下(SNR＝10)符号时间同步仿真示意图。与前两种方法相比，改进方法2的最高点为一个尖锐的峰值，既没有出现像Schmidl&Cox同步那样很大的平台区域，也没有出现像改进方法1那样的圆弧形峰顶。峰值的尖锐性可以提高此方法估计的精确度。

对原始Schmidl&Cox方法、改进方法1和改进方法2即本发明提供的改进方法，进行仿真的环境是：子载波个数N＝256，循环前缀长度L＝64，仿真的帧结构是前面加了一个OFDM符号长度的信息，后面才是接收端所需要的数据。正确的帧开始位置为传输的第二个符号，所以正确情况下的符号同步位置是在第二个传输符号去掉循环前缀的位置点，即N+L+L＝384点处。如果能正确估计出此位置即可确定正确的FFT窗口位置，进行精确地解调。

图7是本发明在不同信噪比下各方法定时同步估计偏移值比较图。图7中，仿真程序循环100次，三种同步仿真方法在不同信噪比下的符号定时同步估计偏移值，可见改进方法1和改进方法2都很接近于理想情况，即符号同步估计值几乎约等于理想值，能够精确地计算出FFT窗口位置。从三种方法同步估计的方差可以看出改进方法2比改进方法1的方差表现更好，估计精确度更高。经过仿真统计可知，改进方法2即本发明提供的改进方法的效果最为理想。

本发明通过对Schmidl&Cox同步的改进，在符号定时同步进行估计时，相关值的最高峰变成尖锐的峰值，这使得在寻找最高点来估计符号同步的偏移值时，减小了误差，提高了估计的精确度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (2)

1、一种基于Schmidl&Cox同步的改进方法，其特征是所述改进方法包括改造训练序列符号的结构和修改滑动窗口两个顺序执行的步骤，其中：

所述改造训练序列符号的结构是将第一个训练序列分成绝对值相同的四个部分，并且后两部分为前两部分的取反运算，并利用这个结构进行接收端同步；

所述修改滑动窗口是用整个训练序列符号的能量求能量函数，并且利用该训练序列符号的循环前缀来设定一个滑动运算窗口对序列进行归一化。

2、根据权利要求1所述的一种基于Schmidl&Cox同步的改进方法，其特征是所述用整个训练序列符号的能量求能量函数的公式为：

$R_3\left(d\right)=\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|r(d+2\·\frac{N}{4}\·k+m+\frac{N}{4})\right|}^2,$

其中，N为子载波个数，r(k)为接收信号。

Images