CN101552764B - 基于ofdm的通信的时间同步系统和方法 - Google Patents

Abstract

本发明披露了用于正交频分复用(OFDM)通信时间同步的系统和方法。披露了一种基于循环前缀(CP)相关性的时间同步方法，用于检测OFDM通信的先前路径(如第一接收路径)。本系统和方法在OFDM系统里进行双峰值检测，以便可靠地检测在接收OFDM符号里的一个先前路径(如第一接收)用于时间同步。在双峰值检测方法里，第一峰值检测用来检测具有最大功率的路径，而第二峰值检测用来检测一个期望的先前(如第一接收)路径。一个补偿线性曲线被用来便于进行第二峰值检测。

Description

基于OFDM的通信的时间同步系统和方法

交叉引用到相关申请

本发明涉及以下未决的和转让的美国专利申请：美国专利申请11/694,616，标题为“OFDM/OFDMA Channel Estimation(OFDM/OFDMA信道估计)”，2007年3月30日申请；和美国专利申请11/694,647，标题为“OFDM/OFDMA Timing Synchronization Using Non-Consecutive PilotSubcarrier Assignment(使用非连续导频子载波分配的OFDM/OFDMA时间同步)”，2007年3月30日申请，在此其披露通过引用结合到本文。

技术领域

以下描述通常涉及在无线通信基站之间确定时间同步，特别涉及在正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)和/或正交频分多址(Orthogonal Frequency Division Multiply Access，OFDMA)系统里进行双峰值(Double Peak Value)检测，以便可靠地检测接收到的OFDM符号里的第一接收路径用于时间同步。

发明背景

正交频分复用(OFDM)是一种数字调制方法，其中信号被分拆到不同频率的几个窄带信道上。在某些方面，OFDM类似于传统的频分复用(FDM)。不同之处在于信号被调制和被解调的方式。通常，在信道和包括数据流的符号中间优先最小化干扰或串音，而优化单个信道相对并不太重要。

OFDM通信应用广泛，包括在欧洲的数字音频广播服务、数字电视、无线局域网，并被看作是一种获得优于传统电话线的高速数字数据传输的方法。OFDM系统已被广泛应用于高速数字通信系统里，如VHDSL和ADSL，因为OFDM系统通过在发射机上插入一个循环前缀(CP)作为数据率开销而将码间干扰(ISI)信道转变成非ISI信道。因此，OFDM是一种广泛应用于无线和其它类型通信的技术。

在OFDM里，使用Fourier变换方法用于调制和解调，数据是在多个等距离间隔的载波频率上平行传输。通过在符号之间插入一个保护周期或保护间隔，被称为一个循环前缀(CP)，OFDM子载波上的数据可以被正交地接收，没有载波间干扰(ICI)，没有码间干扰(ISI)。减少ICI和ISI能够缓解延迟扩展的影响，使OFDM更好地适合无线多路信道。此外，对无线信道，OFDM可以与译码一起使用，从而容易利用频率分集(frequency diversity)并对抗瑞利(Rayleigh)衰退以提高可靠的信息传输。

OFDM系统，包括正交频分多址(OFDMA)系统，将一个可用带宽分割成多个正交频率子载波。不同的子载波子集可被分配用于通信，如在特定站点之间的通信。分配给有关通信的特定子载波和子载波数目可以是基于如下考虑，即由无线链路提供的带宽或吞吐量、减轻或避免干扰等。在一个OFDMA系统里，多个站点(如用户站)可以同时提供具有公共访问点(如基站)或其它站点的通信链路，通过同时分配不同子集的子载波用于多个站点链路。

在OFDM和OFDMA通信里，一个信号被分割成多个子信号，然后在不同子载波上被同时传输。接着，这些分开的子信号被一个接收站点重新组合而形成初始信号以便进一步处理。

通过一个设定协议，通常可以通信访问各个站点，如可能要求访问、资源分配、授权和注册。在OFDM和OFDMA系统里，普遍使用一个测距过程作为部分访问协议。在一个典型的测距过程里，一个期望访问网络资源的用户站点在一个预指定集合的子载波上发射一个测距码。即用户站点在多个子载波上发射一个测距码，这多个子载波形成测距子信道。测距码可以是一个随机或半随机码(如码分多址(CDMA)芯片码)。基站从接收信号中提取出测距码，并估计相应的时间延迟。该时间延迟被基站用来进行有关分配给用户站点通信的下行链路和上行链路资源使用的传输时间延迟估计。

在现有技术里OFDM通信是众所周知的。在此提供一个简单的讨论，但在此提供的OFDM描述不是意在限制本发明的范围或应用。一个OFDM符号有2M+1个复正弦曲线，其被复调制值{X(j)}调制，其中j是子载波标记。长度为N个样点、时间标记为k的输出OFDM符号由N-点复调制序列表示： $x\left(k\right)=\frac{1}{N}\underset{j=-M}{\overset{M}{\mathrm{\Σ}}}X\left(j\right)e^{j2\mathrm{\πkj}/N},$ k＝0，1，2，...，N-1；N≥2M+1。使用一个逆DFT，可以有效地实施此过程。单个正弦曲线在符号的有用间隔上是相互正交的。对一个样点间隔T_s，子载波的间隔是1/(N·T_s)，符号的有用周期是T_u＝N·T_s。

为了减轻码间干扰(ISI)，在每个符号前插入一个Ng个样点的循环前缀(CP)或保护间隔。通常选择的保护间隔T_g＝N_g·T_s超过最大期望多路径延迟。保护间隔取符号尾部最后Ng个样点的复制，可以利用DFT的周期性特征。从而，发射符号有N_s＝N+N_g个样点。

在多路径信道的情形下，假设有P+1个路径，标记为[0，1，...，P]。第p个路径的路径波幅标记为α_p，而第p个路径的路径延迟标记为θ_p。系统频率偏移标记为ε。接收信号r(k)可以写成： $r\left(k\right)=\mathrm{\Σ}{\mathrm{\α}}_{p}s\left(k{-\mathrm{\θ}}_p\right)e^{j2\mathrm{\π\ϵ}(k-{\mathrm{\θ}}_p)/N}+n\left(k\right),$ 其中s(k)是发射信号，n(k)是外加的白噪声。

采用了CP，结果是在ISI方面OFDM具有极好的鲁棒性(superb robustness)。为获得足够的性能，期望一个无ISI符号出现在FFT过程里，从而时间估计成为OFDM通信中一个重要的需要考虑的事项。因此，众所周知，OFDM系统在发射机和接收机之间要求严格的时间和频率同步。为避免ISI，接收机应该调整其符号时间，使得符号变换出现在符号之间的循环前缀内。在一个多路径信道，CP包含在所有信号路径下的符号变换。而且，作为一个多载波系统，OFDM接收机和发射机必须是精确地频率同步以避免ICI。

已经有一些方法用于OFDM时间和频率同步。在现有技术里已经有许多时间同步算法，其大多数都是利用CP的相关特性。例如，在以下参考文件里提出了各种时间同步算法，在此其披露通过引用结合到本文：1)J.-J.van de Beek，M.Sandell，and P.O.Borjesson，“ML estimation oftime and frequency offset in OFDM systems，”IEEE Transactions on SignalProcessing，vol.45，no.7，pp.1800-1805，1997；2)C.Williams，M.A.Beach，and S.McLaughlin，“Robust OFDM timingsynchronisation，”Electronics Letters，vol.41，no.13，pp.751-752，2005；3)T.M.Schmidl and D.C.Cox，“Robust frequency and timingsynchronization for OFDM，”IEEE Transactions on Communications，vol.45，no.12，pp.1613-1621，1997；4)D.Landstrom，S.K.Wilson，J.-J.van de Beek，P.Odling，and P.O.Borjesson，“Symbol time offset estimation in coherent OFDM systems，”IEEETransactions on Communications，vol.50，no.4，pp.545-549，2002；5)H.Minn，V.K.Bhargava，and K.B.Letaief，“A robust timing andfrequency synchronization for OFDM systems，”IEEE Transactions on WirelessCommunications，vol.2，no.4，pp.822-839，2003；6)M.-H.Hsieh and C.-H.Wei，“A low-complexity frame synchronizationand frequency offset compensation scheme for OFDM systems over fadingchannels，”IEEE Transactions on Vehicular Technology，vol.48，no.5，pp.1596-1609，1999；7)B.Yang，K.B.Letaief，R.S.Cheng，and Z.Cao，“Timing recovery forOFDM transmission，”IEEE Journal on Selected Areas in Communications，vol.18，no.11，pp.2278-2291，2000；8)K.Takahashi and T.Saba，“A novel symbol synchronization algorithmwith reduced influence of ISI for OFDM systems，”in Proceedings of the IEEEGlobal Telecommunications Conference(GLOBECOM’01)，vol.1，pp.524-528，San Antonio，Texas，USA，November 2001；9)P.Liu，B.-B.Li，Z.-Y.Lu，and F.-K.Gong，“A novel symbolsynchronization scheme for OFDM，”in Proceedings of the InternationalConference on Communications，Circuits and Systems，vol.1，pp.247-251，Hong Kong，May 2005；10)D.Lee and K.Cheun，“Coarse symbol synchronization algorithms forOFDM systems in multipath channels，”IEEE Communications Letters，vol.6，no.10，pp.446-448，2002；11)A.Palin，J.Pikkarainen，and J.Rinne，“Improved symbolsynchronization method in OFDM system in channels with large delayspreads，”in Proceedings of the 1^st International Symposium on CommunicationSystems and Digital Signal Processing(CSDSP’98)，pp.309-312，Sheffield，UK，April 1998；12)Y.-L Huang，C.-R.Sheu，and C.-C.Huang，“Joint synchronization inEureka 147 DAB system based on abrupt phase change detection，”IEEEJournal on Selected Areas in Communications，vol.17，no.10，pp.1770-1780，1999；13)A.Palin and J.Rinne，“Enhanced symbol synchronization method forOFDM system in SFN channels，”in Proceedings of IEEE GlobalTelecommunications Conference(GLOBECOM’98)，vol.5，pp.2788-2793，Sydney，Australia，November 1998；14)S.H.Son and J.T.Kim，“A robust coarse symbol timingsynchronization for OFDM systems in multi-path fading channel，”inProceedings of the IEEE International Symposium on Consumer Electronics2008(ISCE 2008)，pp.1-3，Vilamoura，April 2008(ISBN：978-1-4244-2422-1)；and15)C.Williams，S.McLaughlin，and M.A.Beach，“Robust OFDM timingsynchronisation in multipath channels，”EURASIP Journal on WirelessCommunications and Networking，vol.2008，Article ID 675048，12 pages，2008(revised February 19，2008，accepted April 21，2008).

但是，在上述参考文件里提出的方法在多路径信道的广泛范围内提供准确时间和频率估计的能力是有限的，以下将进行描述。

如上所述，在OFDM系统里时间同步异常重要。对这种时间同步，应该在OFDM系统的接收端需要一个时间窗口，以便获得正确的时间域样点而用于FFT运算。因此，时间同步过程被用来获得FFT运算所需的时间窗口。

如上所述，在现有技术里已知有各种执行时间同步的技术。某些已知系统是基于多个不同的导频同步信号，利用导频协助同步方法。例如，一种时间同步的已知方法是基于前同步码(preamble)。例如，在802.11，有一个专用前同步码，其被称为一个“训练序列”，被用来执行时间同步。还有其它系统不使用这种前同步码用于时间同步。现有技术里熟知的所谓“盲”算法通常不使用任何导频训练信号，而通常利用OFDM CP的相关性用于时间同步。虽然盲算法通常不浪费带宽在同步导频上，但是获得的同步准确性通常不如使用导频协助方法获得的同步准确性。在某些连续传输系统里，如DVB-T，没有专用前同步码，但有一些嵌入信号被用来执行时间同步。例如，这种可被用来执行时间同步的嵌入信号是循环前缀(CP)，其是OFDM信号边界尾部的复制。

图1显示了一个接收的OFDM符号的典型示意图，以描述基于CP相关性的方法里使用嵌入CP来执行时间同步。各种数学变量在图1中有描述，其也将在随后进行讨论。如在此使用的，r(k)是指在时间k上接收到的接收OFDM信号；N_g是指CP的(时间)长度；N是指OFDM主体的(时间)长度；Ns是指完整的OFDM符号(其包括CP和OFDM主体)；以及m^*是指一个完整OFDM符号的起始样点(通常一旦知道m^*，可使用[m^*+Ng:m^*+Ng+N-1]来执行FFT运算)。因此，图1所示的条，标记为r(k)，表示接收的OFDM符号，而那些前面的圆点和后面的圆点，表示其它OFDM符号，会在其他时间接收。

如图1所示，CP表示OFDM符号边界。通常OFDM符号的CP与OFDM主体的结尾部分完全相同。在基于CP相关性的时间同步技术里，就是使用一个算法来计算两个窗口之间的相关性。所以，系统持续接收信号，而相关性技术持续计算CP相关性。当信号被接收时，其被缓冲。接着，CP相关性技术计算CP和OFDM主体结尾部分之间的相关性，其通常位于缓冲器的开头和缓冲器的结尾，并刚好相距一个符号。由于CP和OFDM主体的结尾部分是相同的，相关性计算理论上应该产生一个峰值功率，其将被峰值检测器检测到。因此，CP相关性方法是一种用来确定用于FFT运算的时间窗口样点的技术。

图2还描述了一个执行传统CP相关性方法的例子。如图所述，在接收信号r(k)上执行的CP相关函数cor(m)计算了在两个长度为N_g的滑动窗口之间的相关性，这两个窗口相隔有N个延迟。在接收信号r(k)上执行的CP相关函数(cor(m))的输出显示为图2的输出201。相关函数的输出201在时域上是一个宽为2*N_g的三角形形状。即在时间2*N_g内，相关性输出信号201的功率值逐渐上升直到其峰值(在时间点m^*)，然后逐渐下降，从而形成图2所示的三角形形状，时间轴形成三角形底边，输出信号201的上升边缘形成三角形第二边，输出信号201的下降边缘形成三角形第三边。如图2所示，由于CP和OFDM主体尾部之间的复制特性，相关性输出201在OFDM符号边界逼近其最大值(峰值)。如图2所示，每个OFDM符号周期就重复一次相关性输出201的峰值。

通常而言，在OFDM信号里经常存在不止一个接收路径。即OFDM系统经常有一个多路径传输。所以，多路径地被接收，为了能够正确地解码OFDM信号，期望能检测到第一接收路径。先前的测距过程仅仅依赖于有关接收测距信号的峰值检测。但是，峰值通常不对应第一路径(即第一路径经常不是最强路径)。基于接收的测距信号而不是第一路径而建立时间延迟会导致不正确的时间，也可导致不期望的信号特征，如码间干扰(ISI)。即如果时间是由检测到的最大三角形功率信号确定，且第一路径不是最强路径，下一个符号的部分循环前缀将被包含在当前符号的FFT窗口里。因此，由于错误时间将产生ISI。所以，仅仅基于峰值检测的传统测距信号时间延迟确定不是最优的。

如图3所述，在多路径传播环境里，可以以不同延迟接收多个信号副本。例如，图3的典型多路径传播环境里以不同延迟接收信号301-303。图3还描述了通常期望执行第一路径的时间同步(如时间同步304所述)以避免ISI。例如，典型的第二路径的时间同步305就会导致ISI，由图3所述例子里的第一路径引起的。所以，图3显示了通常期望获得第一路径以避免ISI。

图4描述了传统CP相关性技术的一个典型应用，其被应用到一个如图3的多路径传播环境。峰值检测仅能够检测具有最大功率的路径，而不是检测第一路径。当传统CP相关性函数(如以上图2所讨论的)被应用到图4内的接收到的多路径信号401时，相关性函数输出402产生一个峰值403，其并不对应接收信号401的第一路径。多路径信号401被多路接收，在此例子里其包括路径410、411和412。在接收多路径信号401内，首先第一接收第一路径410，其次第二开始第二路径411，并第三开始第三路径412。如以下所述，将传统CP相关性函数应用到图4的接收多路径信号401会导致检测到一个峰值403，其并不对应接收信号401的第一路径410。

在多路径环境里的CP相关性函数是多个三角形的叠加，每一个三角形对应接收信号401里的一个路径。例如，第一个三角形相关性成分404对应接收信号401里的第一路径410，其中第一个三角形成分404有峰值407，其符合接收信号401里第一路径410的边界。第二个三角形相关性成分405对应接收信号401里的第二路径411，其中第二个三角形成分405有峰值408，其符合接收信号401里第二路径411的边界。第三个三角形相关性成分406对应接收信号401里的第三路径412，其中第三个三角形成分406有峰值409，其符合接收信号401里第三路径412的边界。这不同的三角形成分404、405和406都贡献给相关性输出402。通常三角形成分404-406被加总而产生合成的相关性输出402，其被峰值检测器检测到。同样，起作用的三角形成分404-406被有效地嵌入到合成的相关性输出402内。尽管在图4单独描述了三角形成分404-406，应该理解，这些成分通常不会被单独获知(或检测)，相反，而是作为分摊成分仅仅被嵌入到相关性输出402内。因此，在图4所述的例子里，峰值检测器检测到峰值403，在此例子里其符合第二路径411的边界，而不是第一路径410。

所以，问题变成如何在多路径环境里准确地检测第一接收路径(如路径410)。换言之，期望能检测到对应第一路径410的三角形贡献404的峰值407。

如上所述，当最强的多路径成分相对第一到达路径发生延迟时，在多路径环境里使用传统CP相关性方法以进行OFDM时间同步是不够强健的。一种尝试用来检测第一接收路径的技术如图5A-5D所述。参考C.Williams，S.McLaughlin，and M.A.Beach，“Robust OFDM timingsynchronisation in multipath channels(在多路径信道里的强健的OFDM时间同步)”EURASIP Journal on Wireless Communications and Networking，vol.2008，Article ID 675048，12页，2008。在图5A-5D内所述的技术被称为“最大斜率”检测方法。

最大斜率检测方法按以下原理运行，相关性曲线的斜率在第一路径之前上升，在第一路径之后开始下降。因此，被检测到具有最大斜率的相关性曲线的分段末端即是第一路径的峰值，如图5A和5B所述。例如，图5A显示了一个例子，其中有两个相关性“三角形”成分501和502，它们分别对应包含在一个接收信号里的第一接收路径和第二接收路径(如以上图4例子里所述的路径410和411)。图5A显示了一个例子，其中第一路径的相关性“三角形”成分501的峰值505的功率大于第二路径的相关性“三角形”成分502的峰值。合成的CP相关性输出有一个曲线，其有一个具有第一斜率的第一分段503A和一个具有不同斜率的分段503B。第一分段503A的斜率上升，则分段503B在点504斜率开始下降。在图5A可以看到，在点504CP相关性输出曲线的斜率开始下降，点504对应第一路径的相关性“三角形”成分501的峰值505。因此，通过使用最大斜率检测方法来检测点504，可以检测到接收信号上第一路径的相关性“三角形”成分501的峰值505。

图5B显示了另一个例子，其中有两个相关性“三角形”成分521和522，它们分别对应包含在接收信号里的第一路径和第二路径(如在以上图4例子里所述的路径410和411)。图5B显示了一个例子，其中第一路径的相关性“三角形”成分521的峰值525的功率小于第二路径的相关性“三角形”成分522的峰值。合成的CP相关性输出有一个曲线，其有一个具有第一斜率的分段523A和一个具有不同斜率的分段523B。第一分段523A的斜率上升，而分段523B在点524的斜率下降。在图5B可以看到，在点524CP相关性输出曲线下降，点524对应第一路径的相关性“三角形”成分521的峰值525。因此，通过使用最大斜率检测方法来检测点524，可以检测到接收信号第一路径的相关性“三角形”成分521的峰值525。

但是，由于实际相关性曲线的噪声特征，确定最大斜率异常困难。例如，图5C描述了一个CP相关性曲线530的例子，其可以是一个真实系统里实际应用里产生的。如在图5C例子里的扩大部分530A所示，由于在系统里出现的噪声，最大斜率方法可能导致在错误点531上错误检测到第一路径。即由于噪声，在CP相关性输出里观察到的最大斜率可能并不是第一路径的第一个三角形输出的峰值。特别是如果在时间窗口上评估的相关性斜率很小，则噪声可能会极大地影响斜率的确定。所以，图5C描述了如果相关性曲线530的梯度是在非常小的窗口上被确定，那么很可能是在一些随机点上检测到最大斜率，如图5C所示的点531。由于对噪声敏感，最大斜率方法需要使用许多过滤技术。结果，很难实施最大斜率方法，和/或其结果并不如期望的那样可靠。例如，图5D显示了用来执行最大斜率同步方法的复杂结构540的模块图，如在以上列出的C.Williams etal.“Robust OFDM timing synchronisation in multipath channels(在多路径信道上的强健OFDM时间同步)”所述。

发明概述

综上所述，本申请的发明人已经认识到，期望有一种改进的基于CP相关性的时间同步方法，其比传统方法更加强健和/或更加简单。本申请的发明人也认识到，期望有一种系统和方法在接收到的OFDM通信上检测一个先前路径(如第一接收路径)，其比以上所述方法如上述最大斜率方法更加强健和/或更加简单。

本发明通常涉及一种用于OFDM通信时间同步的系统和方法。披露的系统和方法用来在OFDM系统里进行双峰值检测，以便可靠地检测在接收OFDM符号里的一个先前(如第一接收)路径用于时间同步。

如在此所述，披露的一种新的基于CP相关性的时间同步方法用来进行OFDM通信的先前路径(如第一接收路径)检测。在某些实施例里，采用了一种双峰值检测方法。在双峰值检测方法里，第一峰值检测用来检测具有最大功率的路径，然后第二峰值检测用来检测一个期望的先前(如第一接收)路径。使用一个补偿线性曲线来促进第二峰值检测。基于在第一峰值检测上获得的信息，设计这个补偿线性曲线。例如，可以使用的在第一峰值检测里获得的信息包括峰值、峰值的时间位置、和在峰值位置之后半个CP长度上的相关值。在某些实施例里，使用一个增量因子(boost factor)来表示偏差。

因此，本发明实施例提供新的系统和方法，以在基于OFDM的系统(OFDM系统和OFDMA系统)里可靠地执行时间同步。依照本发明的实施例，提供了一种新的技术来准确地检测在接收到的多路径OFDM符号里的第一路径。通常，依照某些实施例，生成一个补偿曲线，以去除随后接收到的路径的影响，进而产生一个相关性输出，其能够可靠地检测第一接收路径。从而，使用OFDM符号在检测到的第一路径上的时间确定，能够准确地执行时间同步。

在此，一个实施例是指双峰值检测方法。在双峰值检测方法里，首先对一个接收到的OFDM信号执行传统的峰值检测方法，以获得第一时间基准点m^*，如以上图2所述。如以上图4所述，这种传统的峰值检测不可能准确地检测第一接收路径，特别是当随后接收到的路径很强大时。因此，在双峰值检测方法里，生成一个补偿曲线。补偿曲线能够有效地抵消与由m^*检测到的路径相关联的三角形相关性成分的上升边的影响(或相关性输出的成分)。补偿曲线对应与间隔[m^*-N_g:m^*]内检测路径关联的三角形相关性成分的上升边，然后执行第二峰值检测，以获得第二时间基准点m^**。在此将进一步描述，以获得第二时间基准点m^**准确地检测到第一接收路径。

如此进一步描述的，在某些实施例里，此方法由一个通用算法执行，该算法能够应用于各种不同情形并能够准确地检测在每个情形里的第一路径。例如，通用算法可以被用来准确地检测：1)仅有单个路径的接收符号里的一个路径；2)有两个路径的接收符号里的第一路径，这两个路径有[0:N_g]之间的任意延迟，并且与第一路径(p1)关联的峰值功率大于与第二路径(p2)关联的峰值功率(换言之，第一路径比第二路径强)；3)有两个路径的接收符号里的第一路径，其中与与第一路径(p1)关联的峰值功率小于与第二路径(p2)关联的峰值功率(换言之，第二路径比第一路径强)，并且这两个路径在时间上间隔一个[0:N_g/2]之间的任意延迟；和4)有两个路径的接收符号里的第一路径，其中与与第一路径(p1)关联的峰值功率小于与第二路径(p2)关联的峰值功率(换言之，第二路径比第一路径强)，并且这两个路径在时间上间隔一个[N_g/2:N_g]之间的任意延迟。在某些实施例里，使用一个增量因子来协助通用算法可靠地检测在所有以上情形下的第一路径。

因此，在某些实施例里，双峰值检测方法可以在一个通用算法里执行，该算法可以被应用在OFDM通信系统里可能碰到的任何各种不同情形下进行准确的时间同步。因此，不需要有关被处理的OFDM符号的先验知识，如接收OFDM信号是否包括一个单路径或多个路径。此外，双峰值检测方法相比最大斜率方法，对噪声不敏感，所以，在实际应用时比最大斜率方法更加强健和/或应用更简单和低廉。

前述已经相当广泛地阐述了本发明的特征和技术优势，以便可以更好地理解以下本发明的详细描述。本发明的其它特征和优势将在随后进行描述，其构成本发明的权利要求。本领域技术人员应该认识到，披露的概念和具体实施例可以被容易地加以利用，并作为一个基础用来修改或设计其它构造以便执行本发明的相同目的。本领域技术人员也应该认识到，这种等同构造没有脱离在附加权利要求里阐述的本发明的精神和范围。本发明的新颖性特征，无论是其构造还是操作方法，与其它目的和优势一起，从以下结合附图的描述，将被更好地理解。但是，应该深刻地认识到，提供的每个特征仅是用作描述用途，而不是意在作为限制本发明的定义。

附图说明

为便于更全面地理解本发明，现参照以下结合附图的描述，其中：

图1显示一个接收到的OFDM符号的典型描述，其保护间隔内填满了循环前缀(CP)；

图2进一步描述在图1典型OFDM符号上执行传统CP-相关性方法的一个例子；

图3描述一个典型多路径传播，显示通常期望基于第一接收路径执行时间同步以避免ISI；

图4描述传统CP相关性技术被应用到如图3所述的一个多路径传播环境的典型应用；

图5A-5D显示一种典型技术，其已经被提议用来尝试检测图5A-5D所述的第一接收路径；

图6A-6C显示可能在OFDM通信里碰到的在第一接收路径和随后接收路径之间各种关系的曲线图；

图7显示本发明一个实施例的双峰值检测方法的典型运算过程；

图8显示一个具有单路径的OFDM通信的CP相关性示例的曲线图；

图9显示一个具有两个路径的OFDM通信的CP相关性示例的曲线图，两个路径有[0:N_g]之间的任意延迟，而且p1＞p2；

图10A显示一个具有两个路径的OFDM通信的CP相关性示例的曲线图；p1＜p2以及两个路径有[0:N_g/2]之间的任意路径延迟；

图10B显示一个具有两个路径的OFDM通信的CP相关性示例的曲线图；p1＜p2以及两个路径有[N_g/2:N_g]之间任意路径延迟；

图11显示一个补偿曲线示例的曲线图，其中补偿曲线被用来确定第二相关性曲线，其中第二相关性曲线的峰值被用来检测图8典型情形下的第一接收路径；

图12显示一个被用来确定第二相关性曲线的补偿曲线示例的曲线图，其中第二相关性曲线的峰值被用来检测图9典型情形下的第一接收路径；

图13显示一个被用来确定第二相关性曲线的补偿曲线示例的曲线图，其中第二相关性曲线的峰值被用来检测图10A典型情形下的第一接收路径；

图14显示一个被用来确定第二相关性曲线的补偿曲线示例的曲线图，其中第二相关性曲线的峰值被用来检测图10B典型情形下的第一接收路径；

图15显示一个典型通用算法的运算过程，其可以被应用来准确地检测在图8-10B任何典型情形下的第一接收路径；和

图16显示一种实施本发明一个实施例的双峰值检测方法的典型系统的模块图。

发明详述

如上所述，时间同步在基于OFDM的系统如OFDM和OFDMA系统里异常重要。已被应用于OFDM时间同步的传统CP相关性方法在多路径环境里不够强健，特别是当最强多路径分量相对第一到达路径有延迟时。因此，期望能够更强健地检测到第一到达路径。

如上所述，最近有提议使用最大斜率检测方法来检测接收到的多路径OFDM符号里的第一到达路径，参考以上列出的C.Williams et al.“Robust OFDM timing synchronization in multipath channels(在多路径信道里的强健OFDM时间同步)”。但是，由于实际应用(如在真实世界系统里)里相关性曲线的噪声特征，确定最大斜率是异常困难的，由于噪声的出现会降低此技术的可靠性，和/或在执行时需要复杂的过滤技术。结果，实施最大斜率方法异常困难和昂贵，和/或其结果可能并不如期望的那样可靠。

本发明实施例提供新的系统和方法，在基于OFDM系统如OFDM和OFDMA系统里可靠地执行时间同步。依照本发明的实施例，提供一种新方法来准确地检测接收到的多路径OFDM符号里的第一路径。通常，依照某些实施例，产生一个补偿曲线来去除随后接收路径的影响，以便能够产生一个能可靠地检测第一接收路径的相关性输出。这样，在检测第一路径里使用OFDM符号的时间确定，能够准确地执行时间同步。

在此一个实施例被称为双峰值检测方法。在双峰值检测方法里，首先对一个接收到的OFDM信号执行传统峰值检测方法，以获得第一时间基准点m^*，如以上图2所讨论的。如以上图4所述，这种传统峰值检测方法不能准确地检测到第一接收路径，特别是当一个随后接收路径更强大时。因此，在双峰值检测方法里，会产生一个补偿曲线。补偿曲线能够有效地抵消与m^*监测到的路径关联的三角形相关性成分的上升边的影响(或相关性输出成分)。补偿曲线与在时间间隔[m^*-N_g:m^*]里检测的路径关联的三角形相关性成分的上升边对应。从时间间隔[m^*-N_g:m^*]内的相关性输出里减去产生的补偿曲线，接着执行第二峰值检测以获得第二时间基准点m^**。如在此所述，第二时间基准点m^**准确地检测到第一接收路径。

如在此所述，在某些实施例里，此过程被实施在一个通用算法里，其能够被应用到各种不同情况里而准确地检测到每个情况下的第一路径。例如，可以应用通用算法来准确地检测：1)仅有一个路径的接收符号里的一个路径；2)有两个路径的接收符号里的第一路径，其中两个路径有[0:N_g]之间的任意延迟，并且与第一路径(p1)关联的峰值功率大于与第二路径(p2)关联的峰值功率(换言之，第一路径比第二路径更强大)；3)有两个路径的接收符号里的第一路径，其中与第一路径(p1)关联的峰值功率小于与第二路径(p2)关联的峰值功率(换言之，第二路径比第一路径更强大)，并且两个路径在时间上相隔一个[0:N_g/2]之间的任意延迟；和4)有两个路径的接收符号里的第一路径，其中与第一路径(p1)关联的峰值功率小于与第二路径(p2)关联的峰值功率(换言之，第二路径比第一路径更强大)，并且两个路径在时间上相隔一个[N_g/2:N_g]之间的任意延迟。在某些实施例里，采用一个增量因子(boost factor)来协助通用算法可靠地检测在上述所有情形下的第一路径。

因此，在某些实施例里，双峰值检测方法可以被实施在一个通用算法内，其可以被应用在基于OFDM的通信系统里出现的任何各种不同情形下的准确时间同步。因此，并不需要被处理的OFDM符号的先验知识，如接收的OFDM信号是否包含单路径或多个路径。此外，与最大斜率方法相比，双峰值检测方法对噪声不太敏感，因此在实际应用里比最大斜率方法更强健和/或实施时更简单以及更便宜。

在一些情形下，在接收到的多路径OFDM符号里的第一路径在时间上相当靠近更强大的随后的接收路径，从而峰值检测方法仍然可以十分有效地来检测第一路径。在大多数情形下，当出现以下因素时，峰值检测方法的结果还可以接受和满意：1)先前路径的功率足够小，使得可以忽略ISI，和/或2)多路径信道的延迟扩展相对较小(与CP长度相比)，使得先前路径是在下一步优化时间同步的搜索范围内。在任一情况下，路径实际上可被看作一个群集，其对应如图6A-6B所示的一个半三角形相关函数。如图6A的例子所示，当第一接收路径的功率足够小以至可以忽略时，那么这个路径可被看作噪声。如图6B所示，当第一路径有不可忽略的功率但在时间上足够逼近更大功率的随后接收路径时，那么这些路径可被看作一个单路径。因此，无论在图6A和6B反映的哪个情况下，对某些环境，如果期望的话，可以使用CP相关性的峰值检测方法。因此，图6A和6B的相关性曲线601和602的峰值检测分别可以用于某些实施例进行时间同步。

但是，在某些情况下并不是如此，如在单频率网络(SFN)里，其中有成组的可比较的功率和相当大的延迟扩展。在这些实施例里，就需要准确地检测第一路径(或群集)。在如图6C所述的情况下，其中第一路径有不可忽略的功率，并与具有最大功率的随后接收路径之间有足够大的间隔距离，则有必要检测第一路径。图6C描述一个情况下的例子，其中第一接收路径的功率是不可忽略的，且与具有最大功率的随后接收路径之间足够地间隔开(一些不可忽略的延迟量)。在此情况下，就期望有一种技术能够准确地检测到第一接收路径，因为合成的相关性曲线603的峰值检测不能检测到第一接收路径。但是，在实际应用里(如在真实世界系统里)特定的基于OFDM的通信是否落在图6A或6B的情况下是不可检测的，因此就期望有一种技术，其能够在图6A-6C所述的任何情况下提供一个准确的结果。

本发明的某些实施例提供一种技术用来去除发生在第一接收路径之后的路径影响。在此，这种技术的一个实施例被称为双峰值检测方法。这种双峰值检测方法的一个典型运算过程如图7所示。在图7所述的例子里，一个有多个路径的多路径信号被接收(如为便于描述考虑有两个路径)。如图7的曲线图701所示，第一三角形CP相关性成分71对应第一接收路径，而第二三角形CP相关性成分72对应第二接收路径。在这个考虑的例子里，第二三角形CP相关性成分72的峰值75比第一三角形CP相关性成分71的峰值74更大。但是，第一峰值74有不可忽略的功率，而且峰值74和75之间的延迟相对较大。因此，图7所述的例子就属于上述图6的典型情况范围内，其中检测第一接收路径以便进行适当时间同步(如避免ISI)变得更加重要。

依照双峰值检测方法，首先进行普通的峰值检测(如以上图2-4所述)，其中计算CP相关性曲线73的峰值以确定m^*，如典型曲线图701所示。如以上图4所示，第一峰值检测检测到具有最大功率的路径，其可能不是第一接收路径。实际上，在图7所述的例子里，CP相关性曲线73的峰值m^*对应与第二接收路径而不是第一接收路径关联的相关性成分的峰值75，如曲线图701所示。

然后，依照双峰值检测方法，产生一个补偿线性曲线，对应间隔[m^*-N_g:m^*]内检测到的路径的三角形相关性成分的上升边。如图7的典型曲线图702所示，为路径72的三角形相关性成分的上升边72A，产生一个补偿线性曲线，路径72是间隔[m^*-N_g:m^*]内在第一峰值检测步骤(如曲线701所示)上检测到的。

接着，依照双峰值检测方法，在[m^*-N_g:m^*]间隔里的相关性输出73减去产生的补偿曲线，在间隔[m^*-N_g:m^*]上执行第二峰值检测而获得m^**。如图7的典型曲线图703所示，第二峰值m^**对应与第一路径关联的相关性成分71的峰值74。因此，尽管普通峰值检测的m^*检测到图7所述示例的第二路径，在双峰值检测方法里执行的第二步骤则产生双峰值检测的m^**，如期望的其检测到第一路径。

图7的上述双峰值检测方法是相当强健的。双峰值检测方法相比图5A-5D的上述最大斜率检测方法，对噪声不太敏感，从而对各种实际应用更具吸引力。

通常，相关性函数基本上碰到三种情形：情形1：单路径；情形2：双路径，两个路径有[0:N_g]之间的任意延迟，且p1＞p2；和情形3：双路径，两个路径p1＜p2，其还进一步分成两个子情形：子情形A：两个路径有[0:N_g/2]之间的任意路径延迟；和子情形B：两个路径有[N_g/2:N_g]之间的任意路径延迟。每个上述情形和子情形将在以下考虑。图8显示一个描述情形1示例的曲线图，即单路径情形。图9显示一个描述情形2示例的曲线图，即具有[0:N_g]之间任意延迟的多路径，且p1＞p2。图10A显示一个描述情形3示例的曲线图，即子情形A。图10B显示一个描述情形3示例的曲线图，即子情形B。这些附图将在以下进行讨论。

应该注意到，在实际系统里，多路径情况通常相当复杂。在一个特定系统里，可能任何数目的路径，具有任何可能的延迟扩展和功率分配。但是，在此所述的某些实施例里，假设这些复杂的实际多路径情况可被分类并被近似为三种情形(情形1、情形2、多达两个单路径的情形3，用于分析)。例如，如图6的示例所述，在此提出的算法实施例里，图6A和6B中的实际多路径情况实际上可被分类为情形1(单路径)。结果，假设在某些实施例里，在系统里有至多两组多路径，且每组在算法里可被看作一个单路径(因为每组的相关性曲线都非常类似于这个三角形，只要一组内的路径足够相互靠近)。

在一个真实系统里，可能很少出现这样的情况，其中假设的两个单路径模型不太适合。例如，在一些情况下可能存在，三组多路径具有大约相等的功率和足够大的延迟扩展。但是，提议的实施例解决方案足够强健，理由如下，第一，假设的两个单路径模型不太适合的情况很少发生。此外，这些情况可被检测而作为在提议算法里的三种情形之一，并以相应的方式被处理而给出第一路径检测。即使在这些情况下不能提供准确的第一路径，但也能使实际的第一路径在以下精密搜索模块的搜索范围内。计算机模拟仿真可被用来测试所提议算法在这些较少情况下的性能表现。

以下(参照图8-14)分析各种不同的典型情形和子情形，以描述在不同情形下如何计算图7双峰值检测方法步骤2的补偿曲线。然后，依照一个实施例，该方法被总结到一个通用公式内，其可以被普遍应用在所有情形下以便在任何各种不同的情形/子情形里准确检测第一接收路径(用于进行时间同步)。即依照某些实施例导出一个通用公式，其可被普遍应用在可能碰到的所有不同情形和子情形。

实时地可能不知道在基于OFDM的系统(如OFDM系统)的接收端上已经接收了多少路径。因此，在任何特定环境里也不知道会碰到哪一种上述情形/子情形。从而在第一种情形下(情形1)，假设仅接收到一个路径。此情形的例子在图8的图形里进行描述。在图8里，显示有p_a和p_b，其为功率a和功率b。从以下等式可以导出p_a和p_b值：p_a＝cor(m^*)和 $p_b=\mathrm{cor}(m^{*}+\frac{N_g}{2}).$ 在此例子里，P_a是CP相关性输出三角形801的峰值。P_b是在时间m^*(在此时间上出现P_a)之后N_g/2上的(输出三角形801的)相关值。应该记得N_g是CP长度，结果，N_g等于单个相关性“三角形”输出的一侧。例如，作为峰值检测(检测p_a)的结果，获得了峰值和相应时间m^*(在此时间上出现峰值)。一旦确定了时间m^*的值，该算法观察到在对应m^*之后N_g/2的时间上的相关值，其产生p_b。在此例子里，p_a-2p_b＝0。

在情形2，假设有两个路径，这两个路径有[0:N_g]之间的任意延迟，并且p1＞p2，其中p1是与第一路径关联的相关性三角形成分的峰值，而p2是与第二路径关联的相关性三角形成分的峰值。此情形的例子是在图9的图形里进行描述。在图9的例子里，有两个CP相关性三角形成分，901和902，其分别与一个接收信号的第一路径和第二路径关联。p1是相关性成分901的峰值，而p2是相关性成分902的峰值，如图9的图形所示。在此例子里，第二路径的峰值小于第一路径，即p1＞p2。同样如图9的图形所示，两个路径之间的延迟d是在[0:N_g]之间。即0＜d＜N_g。合成的CP相关性输出，其由成分901和902合成，如相关性曲线903所示。如以上图8所述的情形1，再次对相关性曲线903计算p_a和p_b。不同于以上图8所述的情形1，在图9的情形2里，p_a-2p_b＜0。同样在图9的图形里显示有点p_x和p_y，其将在以下进行讨论。

在情形3，还是假设有两个路径，但在此例子里，p1＜p2。即与第二路径关联的相关性成分的峰值大于与第一路径关联的相关性成分的峰值。基于在两个路径之间的延迟，情形3还被分成两个子情形。第一子情形，子情形A，即两个路径有一个在[0:N_g/2]之间的任意路径延迟。此情形3的例子，子情形A是在图10A的图形里进行描述。在图10A的例子里，有两个CP相关性三角形成分，1001和1002，其分别与一个接收信号的第一路径和第二路径关联。p1是相关性成分1001的峰值，而p2是相关性成分1002的峰值，如图10A的图形所示。在此例子里，第二路径的峰值大于第一路径，即p1＜p2。同样如图10A的图形所示，两个路径之间的延迟d是在[0:N_g/2]之间，即0＜d＜N_g/2。合成的CP相关性输出，其由成分1001和1002合成，显示为相关性曲线1003。如以上图8-9所述的情形1和2，再次对相关性曲线1003计算p_a和p_b。在图10A的例子里，p_a-2p_b＞0。同样图10A的图形显示有点p_s，p_x和p_y，其将在以下进行描述。

情形3的第二子情形，子情形B，其中两个路径有一个在[N_g/2:N_g]之间的任意路径延迟。此情形3的例子，子情形B是在图10B的图形里进行描述。在图10B的例子里，有两个CP相关性三角形成分，1011和1012，其分别与一个接收信号的第一路径和第二路径关联。p1是相关性成分1011的峰值，而p2是相关性成分1012的峰值，如图10B的图形所示。在此例子里，第二路径的峰值大于第一路径，即p1＜p2。同样如图10B的图形所示，在两个路径之间的延迟d是在[N_g/2:N_g]之间，即N_g＞d＞N_g/2。合成的CP相关性输出，其由成分1011和1012合成，显示为相关性曲线1013。如以上图8-9所述的情形1和2，再次对相关性曲线1013计算p_a和p_b。在图10A的例子里，p_a-2p_b＞0。同样在图10B的图形里显示有点p_s，p_x和p_y，其将在以下进行描述。

以上所述，可以根据p_a-2p_b＝0识别情形1的出现(图8)。即当p_a-2p_b＝0时，能够确定碰到情形1。可以根据p_a-2p_b＜0识别情形2(图9)。即当p_a-2p_b＜0时，能够确定碰到情形2。可以根据p_a-2p_b＞0识别情形3(图10A和10B)。即当p_a-2p_b＞0时，能够确定碰到情形3。

图11和12分别显示情形1(如以上图8所示)和情形2(如以上图9所示)的例子。图11再次显示了一个描述图8的CP相关性输出三角形801的图形。如以上图8所示，再次显示有p_a和p_b。在应用图7的双峰值方法时，第一峰值检测检测的路径(在图7的步骤1上检测到m^*)对应第一接收路径(其是图8和11例子里的唯一一个路径)。理论上，不需要第二峰值检测，但可以加入第二峰值检测而产生一个通用算法，如果在情形误判的情况下，其也能提供正确结果，例如当在给定环境里不能确认是否仅有单个路径时(从而属于图8和11的情形1的情况里)。

依照某些实施例，设计一个补偿曲线(如图7的典型双峰值检测方法的步骤2里计算的)，使得由第二峰值检测而检测的路径与情形1的典型情况保持相同。即实施补偿曲线，使得当计算第二峰值检测时，再次准确地检测第一和唯一路径，正如图8和11的情形1情况所检测的第一峰值。在某些实施例里，使用增量因子γ用于偏差。在图11所述的例子里，γ等于1/8。在一个给定环境里，可以通过模拟仿真确定最优增量因子γ。通常，γ是一个相对较小的值，比如说大约在1/4和1/32之间，但在某些环境里可以有更大的增量因子数值。P_s是指在时间点m^*之前N_g时间量的时间点上的相关值，即P_s＝cor(m^*-N_g)。理论上讲，在情形1里P_s应该是0。实际上，由于噪声，P_s是一个0附近的很小的值。P_s是在此典型实施例提议算法里补偿曲线的一个终点。在此算法里，坐标点[x＝m^*-N_g，y＝0]用作为线性补偿曲线的一个末端，而不是通用解决方案的[x＝m^*-N_g，y＝P_s]，在此将进一步讨论。应该理解P有两级含义。第一个是物理点本身。例如，P_a可以是指在时间标记(m^*)上相关性曲线上的点。同时，P_a也表示物理点的相关值。

如图11的典型图形所示，补偿曲线1101被确定。在此例子里，一个增量因子γ被用来确定补偿曲线1101。在所述例子里，三角形801的上升边从点p_s延伸到点p_a。但是，如图所述，补偿曲线1101不是等同地对应三角形801的上升边，而是从点p_s延伸到点p_f。在此例子里，p_f＝(1-γ)p_a。因此，相关性输出801减去补偿曲线1101而产生第二相关性输出曲线1102。从而，可以在产生的第二相关性输出曲线1102上第二次执行峰值检测方法，以检测峰值1103。因为峰值1103是第二次峰值检测的结果，其可被称为“双峰值”1103。第二相关性输出曲线1102的双峰值1103再次准确地在时间m^*上检测第一和唯一路径，如图11例子里检测的值p_a。

如以上图8所述，能够使用p_a和p_b识别情形1。例如，在情形1，p_a刚好是p_b的两倍。所以在p_a-2p_b＝0的情况下，能够确定出现情形1，因此无论是传统单峰值检测方法(用来检测在峰值p_a上的m^*)还是图11所讨论的上述双峰值检测方法(用来检测在第二峰值1103上的m^*)都可以被采用。

用于情形2(图9)的双峰值检测方法的一个例子是在图12内描述。而且，可以基于p_a-2p_b＜0识别情形2。图12还显示了与第一接收路径关联的相关性成分901、与第二接收路径关联的相关性成分902、和图9合成的CP相关性输出903。如以上图9所述，再次了显示p_a和p_b。在应用图7的双峰值方法时，由第一峰值检测(在图7的步骤1内检测m^*)检测到的路径对应第一接收路径。即由于在情形2下p1＞p2，CP相关性输出903的峰值p_a在时间点m^*上检测到第一接收路径。因此，在此例子里，理论上不需要第二峰值检测，但可以加入第二峰值检测，而产生一个通用算法，如果在出现情形误判时也能提供正确的结果。

依照某些实施例，设计一个补偿曲线(如在图7的典型双峰值间检测方法的步骤2上计算出的)，使得由第二峰值检测而检测的路径与情形2的典型情况保持相同。即施行补偿曲线，使得在计算第二峰值检测时，再次准确地检测第一接收路径，恰如在图12的情形2的所述情况里准确检测出的第一峰值p_a。如以上图11所述，在某些实施例里，使用一个增量因子γ来表示偏差。在图12的所述例子里，γ等于1/8，但也可能是一些其它值。而且，通过诸如模拟仿真可以确定在特定环境里的最优增量因子γ。

如图12的典型图形所示，补偿曲线1201被确定。在此例子里，一个增量因子γ被用来确定补偿曲线1201。在所述例子里，由相关性曲线903的峰值p_a检测到的相关性成分901的上升边从点p_s延伸到点p1。但是，如图所述，补偿曲线1201不是等同地对应检测到的三角形成分901的上升边，相反是从点p_s延伸到点p_f。在此例子里，p_f＝(1-γ)p_a。因此，从检测到的三角形成分901的上升边减去补偿曲线1201而产生第二相关性输出曲线1202。所以，可以在产生的第二相关性输出曲线1202上第二次执行峰值检测方法以检测峰值1203。由于峰值1203是第二次峰值检测的结果，其可以被称为“双峰值”1203。第二相关性输出曲线1202的双峰值1203再次在时间m^*上准确地检测第一接收路径，恰如在图12例子里检测到的值p_a。

如以上图9所述，可以使用p_a和p_b.识别情形1。例如，在p_a-2p_b＜0的情况下，可以确定出现情形2。因此，无论是传统单峰值检测方法(用来检测在峰值p_a上的m^*)还是图12讨论的上述双峰值检测方法(用来检测在第二峰值1203上的m^*)都可以被采用。

如图12的图形所示，p_x，p_y是第二路径的相关性曲线上的两个点。在此例子里，确定这些点来协助导出P_a，P_b，P_s等之间的关系。对P₁和P₂也是如此。例如，P_a＝P₁+P_x，而P_b＝P1/2+P_y，因为P_x＜2P_y，P_a＜2P_b。

关于图12内所述用来计算y的典型公式，其是线性补偿曲线的数学表示式。线性曲线的起始点是坐标[x＝m^*-N_g，y＝0]，而线性曲线的终点是坐标[x＝m^*，y＝P_f]，使得线性曲线的梯度是P_f/N_g，而且曲线本身可表示为y＝P_f/N(x-(m^*-N_g))。

应该注意到，在Y轴上线性曲线的偏移不会影响第二峰值检测的结果。所以，任何线性曲线y＝P_f/N(x-(m^*-N_g))+delta，其中delta是任何合适的数值，都可以被用作补偿曲线。在上述实施例的典型算法里，可以选择delta以便能够简单表示线性曲线公式。

在图11和12的例子里，p_s被看作是数值0。因此，在典型实施例里，当p_a-2p_b≤0时，p_s被看作是数值0。这样可以简化情形1和2的一些计算。

应用到情形3、子情形A(图10A)的双峰值检测方法的一个例子将在图13内描述。而且，可以基于p_a-2p_b＞0识别情形3。如图10A所示，图13再次显示了与第一接收路径关联的相关性成分1001、与第二接收路径关联的相关性成分1001和合成的CP相关性输出1003的图形。如以上图10A所示，再次显示了p_a和p_b。在应用图7的双峰值方法时，由第一峰值检测(在图7的步骤1上检测m^*)检测的路径对应第二接收路径。即由于在情形3里p1＜p2，CP相关性输出1003的峰值p_a检测在时间点m^*上的第二接收路径，而不是检测第一接收路径。

接着，产生补偿曲线(如在图7的典型双峰值检测方法的步骤2上计算出的)，如以上图11和12所述，在某些实施例里，使用一个增量因子γ来表示偏差。在图13的所述例子里，γ等于1/8，但也可以是一些其它值。再次，通过诸如模拟仿真可以确定在一个给定环境里的最优增量因子γ。

如图13的典型图形所示，补偿曲线1301被确定。在此例子里，描述了一个理想的补偿曲线1300。理想补偿曲线1300等同地对应与p_a检测到的路径(如在此例子里是第二接收路径)相关联的三角形成分1002的上升边。因此，理想补偿曲线1300将从在m^*之前N_g的时间点上的p_x值处绘制到时间点m^*上的p_a。应该注意到，p_a＝p2+p_x。

由于补偿曲线1301是一个线性曲线，所以它可以通过曲线上的两个点确定。在第一峰值检测之后，补偿曲线的终点被认为是峰值点P_a，并仍然期望能找到补偿线性曲线的起始点。如上所述，起始点的x坐标可被计算为m^*-N_g，所以要确定线性曲线起始点的y坐标。如图13所示，P_a＝P₂+P_x。因此，如果计算出P_x的数值，就可以绘制线性曲线1300，其梯度为P₂/N_g，也正好是第二路径的相关性曲线的上升边的梯度。但是，不能仅从已知的P_a，P_b，和P_s数值计算P_x。所以，依照一个实施例，一些已知数值取代P_x被用来绘制补偿曲线。例如，P_s是在时间m^*-N_g上的相关性值，小于但类似于p_x。所以，在一个实施例里，P_s点被用作补偿曲线的起始点。考虑到P_s和P_x之间的差异，终点可以从P_a被调整到P_f，其同样是一个很小的值。

此外，理论上能够导出P_s＝P_a-2P_b，但是，实际上存在少量差异。在情形3A里，同样使用P_s或(P_a-2P_b)的数值来绘制补偿曲线。在一个实施例里，使用(P_a-2P_b)以便与情形3B相容，这将在以下进行讨论。所以，在此例子里，如图13所示， $y=\frac{\mathrm{Pf}-(\mathrm{Pa}-2\mathrm{Pb})}{\mathrm{Ng}}(x-m^{*}+\mathrm{Ng})+(\mathrm{Pa}-2\mathrm{Pb}).$

因此，检测到的三角形成分1002的上升边减去补偿曲线1301产生第二相关性输出曲线1302。所以，可以在产生的第二相关性输出曲线1302上第二次执行峰值检测方法以检测峰值1303。由于峰值1303是第二峰值检测的结果，其可以被称为“双峰值”1303。第二相关性输出曲线1302的双峰值1303正确地检测到第一接收路径，因为其与第一接收路径关联的成分1001的峰值p1时间对齐。如上所述，在图13所述的情形3的子情形A的数学实施与在情形1和情形2(在图11和12内)实施的上述双峰值检测方法兼容。

应用到(图10B的)情形3、子情形B的双峰值检测方法的一个例子是在图14内描述。如图10B所示，图14再次显示了与第一接收路径关联的相关性成分1011、与第二接收路径关联的相关性成分1012和合成的CP相关性输出1013的图形。如以上图10B所述，再次显示有p_a和p_b。当应用图7的双峰值方法时，由第一峰值检测而检测的路径(在图7步骤1里检测m^*)对应第二接收路径。即由于在情形3里p1＜p2，CP相关性输出1013的峰值p_a检测在时间点m^*上的第二接收路径，而不是检测第一接收路径。

接着，产生补偿曲线(如在图7的典型双峰值检测方法的步骤2上计算出的)。如以上图11和12所示，在某些实施例里，使用一个增量因子γ来描述偏差。在图14的所述例子里，γ等于1/8，但也可以是一些其它值。再次，诸如通过模拟仿真可以确定在给定环境下的最优增量因子γ。

如图14的典型图形所示，补偿曲线1401被确定。在此例子里，p_x等于p_a-2p_b。所以，在情形3的子情形B上，补偿曲线1401被绘制成为一条从时间点m^*-N_g上的值p_a-2p_b到时间点m^*上的值p_f的直线，恰如图13的上述情形的子情形A。在图14例子里所示的情形3的子情形B里，使用p_a-2p_b产生理想的补偿曲线1401。但是，在上述图13的情形3的子情形A里，其产生一个近似的补偿曲线1301，而不是理想的补偿曲线1300。这是情形3的两个子情形A和B之间的差异，并且也是使用增量因子γ的原因。即增量因子γ是一些用来补偿子情形A的近似补偿曲线1301的数值。在(图14的)情形3的子情形B里，实际上不需要增量因子γ。但也可以实施在此例子里，以使检测第一接收路径的算法普遍适用(或兼容)两种子情形A和B。在实际应用里，在给定情况下可能不知道是否碰到情形3的子情形A或情形3的子情形B，因此要使检测第一接收路径的算法普遍适用(或兼容)两种子情形A和B，以便确保不管碰到哪一种子情形都能准确地检测到第一接收路径。

因此，在此例子里，补偿曲线1401从时间点m^*-N_g上的值p_a-2p_b延伸到在时间点m^*上的值p_f。再者，p_f＝(1-γ)p_a。所以，检测到的三角形成分1012的上升边减去补偿曲线1401而产生第二相关性输出曲线1402。所以，可以在产生的第二相关性输出曲线1402上第二次执行峰值检测方法以检测峰值1403。由于峰值403是此第二峰值检测的结果，其可以被称为“双峰值”1403。第二相关性输出曲线1402的双峰值1403正确地检测第一接收路径，因为其与第一接收路径关联的成分1011的峰值p1时间对齐。如上所述，图14所述情形3的子情形B的数学实施与情形1和情形2(在图11和12内)实施的上述双峰值检测方法兼容，并且与实施到(图13的)情形3的子情形A的数学兼容。

尽管为便于讨论在以上图7-14的许多例子里描述了两个路径，但在某些实施例里，在这种多路径情况里可能出现任何数目的路径(两个或多个)，上述双峰值检测方法可被容易地调配用来检测上述在这种多路径OFDM通信里的一个先前(如第一接收)路径。

在某些实施例里，基于p_a-2p_b＞0可以检测上述情形3，且上述双峰值检测方法可被应用到这种检测情形3。在某些实施例里，单峰值检测方法可被应用到情形1和2(如当p_a-2p_b≤0)。在其它实施例里，双峰值检测方法可被应用到所有情形1-3。即，典型双峰值检测方法涉及的数学兼容于所有情形1-3，在某些实施例里，可以使用一个通用算法来检测接收到的OFDM通信里的一个先前(如第一接收)路径。

图15显示一个典型通用算法的运算过程，其可以被用来准确地检测上述任何情形1-3下的第一接收路径。在运算模块1501，计算第一峰值检测以确定m^*。如图所示，在此例子里，m^*＝arg max{cor(x)}。因此，m^*等于相关性函数最大值。在运算模块1501，确定p_a和p_b。在此例子里，p_a＝cor(m^*)(即p_a等于在时间点m^*上的相关性函数的值)，而 $p_b=\mathrm{cor}(m^{*}+\frac{N_g}{2})$ (即p_b等于在时间点m^*之后N_g/2上相关性函数的值)。

在典型通用算法的运算模块1502上，p_a和p_b被用来确定补偿曲线。以下数学公式被应用在此例子里以便计算补偿曲线： $f_{\mathrm{cp}}\left(x\right)=\frac{(1-\mathrm{\γ})p_a-\max \{0,(p_a-2p_b)\}}{N_g}(x-m^{*}+N_g)$ x∈[m^*-N_g:m^*]在运算模块1502里的上述数学公式可以被应用到任何上述情形1-3。在运算模块1502的以上数学公式里，有一个0和p_a-2p_b的比较。如果p_a-2p_b小于或者等于0，意味着将碰到情形1或情形2，在这个情况下，补偿曲线从时间点m^*-N_g上的0值处被绘制到时间点m^*上的值p_f。再者，在此例子里，p_f是(1-γ)p_a。当p_a-2p_b大于0时，意味着碰到情形3，在这个情况下，补偿曲线从时间点m^*-N_g上的值p_a-2p_b被绘制到时间点m^*上的值p_f。因此，应用在运算模块1502里的数学公式可以产生一个对所有三个情形都适合的补偿曲线。

接着，在运算模块1503，进行第二峰值检测以检测时间点m^**。第二峰值检测是在从第一相关性曲线减去模块1502上确定的补偿曲线而产生的相关性曲线上进行。因此，在图15的例子里，以下数学算法被应用在运算模块1503：m^**＝arg max{cor(x)-f(x)}x∈[m^*-N_g:m^*]

模拟仿真结果已经验证在任何上述情形1-3里检测第一接收路径的上述双峰值方法是强健的和准确的。在获得的测试结果里，对单蜂巢配置的所有情况，一次性失败概率小于1％。在一个SFN网络里，对短回音路径，检测到的一次性失败概率大约是5-7％，而对长回音路径(路径延迟大于CP)，检测到的一次性失败概率大约是15％。因此，上述双峰值检测方法的一次性失败率小于被提议用来检测OFDM通信里先前路径的传统方法。

图16是显示一个实施双峰值检测方法实施例的典型系统1600的模块图。如在基于OFDM的接收机里共同采用的，系统1600包括一个模数转换器(ADC)1601，其接收基于OFDM的通信并将其转换成一个数字信号。如在某些基于OFDM的接收机里共同采用的，系统1600还包括一个用来缓冲时域样点(N+N_g)的缓冲器1602、用来执行CP去除和FFT等的处理逻辑1603、以及一个用来产生相关性曲线(基于CP相关性)的自相关器1604。例如，自相关器1604产生如在图7曲线701里所述的典型相关性曲线73。

同样，包括一个缓冲器1605，被用来缓冲由自相关器1604产生的相关性曲线。还包括一个峰值检测器1606，其运算以分析相关性曲线并确定其峰值(p_a)和相应时间点，在以上例子里其被称为m^*。还包括一个补偿曲线产生器1607，其运行以以上详述的方式产生一个补偿曲线(如图7曲线702上的补偿曲线72A)。如上所述，可以从自相关器1604产生的相关性曲线减去产生的补偿曲线而产生第二相关性曲线，其可以被存储到缓冲器1605，接着峰值检测器1606可以在第二相关性曲线上进行第二峰值检测，如以上详述，以便能够检测接收的OFDM通信里的先前路径(如第一接收路径)的时间点m^**。如图16所示，可以采用一个状态机1608来控制缓冲器1605、峰值检测器1606和补偿曲线产生器1607的操作，以便能够执行在此所述的双峰值检测方法。

作为双峰值检测方法的结果，确定时间信息(如与第一接收路径关联的时间点m^**)，使得处理逻辑1603能够为OFDM接收机依次去除适当CP，以读取OFDM符号主体的正确部分用来执行FFT。

缓冲器1602和1605可以是任何合适的数据存储媒介，用来存储数字数据，如随机存储器(RAM)、硬盘、光数据存储媒介、磁数据存储媒介等。处理逻辑1603和/或状态机1608可以包括一个中央处理单元(CPU)，其运行以读取和处理存储到缓冲器1602和1605的数据和软件代码指令(存储到计算机可读媒介、如存储器、硬盘、光数据存储媒介、磁数据存储媒介等)以便执行上述双峰值检测方法。

在此所述的许多元素，当通过计算机可执行指令被实施时，实际上是定义其运算的软件代码。例如，上述双峰值检测方法可以通过软件代码实施，以进行上述数学运算。可执行指令或软件代码可以从计算机可读媒介(如硬盘媒介、光媒介、EPROM、EEPROM、磁带式媒介、盒式磁带媒介、闪存、ROM、存储器棒等)获得。在某些实施例里，(如状态机1608的)CPU可以执行本发明实施例的各种逻辑指令。例如，CPU可以执行机器级指令，用来进行以上图15所述的典型运算过程的数学计算。

图16的典型系统1600和/或上述双峰值检测方法的其它实施可以被应用在任何基于OFDM的通信接收机设备上，如802.11设备、数字电视设备等。

虽然已经详细说明了本发明及其优越性，但应理解，在不脱离所附权利要求定义的本发明的条件下可以做出各种改变，替换和变化。此外，本申请的范围不限定到此处说明书中描述的处理方法，机器，制造，物质构成，手段，方法和步骤等的特定实施例。从说明书可以容易理解，可以利用实质上执行了与这里说明的相应实施例相同功能或实现了相同结果的目前已有的或者将来会开发出的处理方法，机器，制造，物质构成，手段，方法和步骤。因此，所附的权利要求书旨在包括这些处理方法，机器，制造，物质构成，手段，方法或步骤。

Claims (18)

1.一种基于OFDM的通信的时间同步方法，包括：

在接收机上接收一个基于正交频分复用的OFDM通信；

计算循环前缀CP相关性以确定接收到的OFDM通信的第一相关性曲线；

在第一相关性曲线上执行第一峰值检测以确定时间点m^*，在此时间点m^*上峰值出现在第一相关性曲线上；

通过在接收到的OFDM通信上出现的一个路径，产生一个补偿曲线，对应第一相关性曲线的成分，所述路径在所述时间点m^*上有第一相关性曲线的峰值成分，其中第一时间点m^*是对应最大功率路径的时间点；

从所述第一相关性曲线减去所述补偿曲线，以产生第二相关性曲线；和

在第二相关性曲线上执行第二峰值检测以确定时间点m^**，在此时间点m^**上峰值出现在第二相关性曲线上，其中时间点m^**对应接收到的OFDM通信里出现的一个先前路径。

2.根据权利要求1所述的方法，其中接收到的OFDM通信包括一个多路径符号，且其中先前路径包括多路径符号里的第一接收路径。

3.根据权利要求1所述的方法，其中一个通用算法被用来确定多个不同情况下的补偿曲线。

4.根据权利要求3所述的方法，其中通用算法可用来准确检测以下任何情况：

a)仅有单个路径的接收到的OFDM符号里的一个路径；

b)有两个路径的接收到的OFDM符号里的第一路径，其中两个路径有[0，N_g]之间的任意延迟，并且与两个路径中的第一路径关联的峰值功率大于与两个路径中的第二路径关联的峰值功率，Ng是OFDM符号的一个循环前缀CP的长度；

c)有两个路径的接收到的OFDM符号里的第一路径，其中与两个路径中的第一路径关联的峰值功率小于与两个路径中的第二路径关联的峰值功率，且其中两个路径在时间上间隔一个[0，N_g/2]之间的任意延迟；和

d)有两个路径的接收到的OFDM符号里的第一路径，其中与两个路径中的第一路径关联的峰值功率小于与两个路径中的第二路径关联的峰值功率，且其中两个路径在时间上间隔一个[N_g/2，N_g]之间的任意延迟。

5.根据权利要求1所述的方法，其中补偿曲线计算如下：

$f_{\mathrm{cp}}\left(x\right)=\frac{(1-\mathrm{\γ})p_a-\max \{0,(p_a-2p_b)\}}{N_g}(x-m^{*}+N_g)$

x∈[m^*-N_g,m^*]

m^*＝argmax{cor(x)}，m^*是一个完整OFDM符号的一个起始样点，其是对应所述最大功率路径的时间点，

p_a＝cor(m^*)，是第一相关性曲线的峰值，

是距离时间点m^*有Ng/2远的第一相关性曲线值，

Ng是OFDM符号的一个循环前缀CP的长度,

γ是增量因子。

6.根据权利要求1所述的方法，还包括：

确定p_a-2p_b≤0是否成立；和

执行所述产生所述补偿曲线，使用所述补偿曲线来调整所述第一相关性曲线，并在当p_a-2p_b>0时执行所述第二峰值检测；

p_a＝cor(m^*)是第一相关性曲线的峰值，

是距离时间点m^*有Ng/2远的第一相关性曲线值，Ng是OFDM符号的一个循环前缀CP的长度。

7.根据权利要求1所述的方法，还包括：

检测过程以检测所述接收到的OFDM通信何时包括一个多路径符号，其有两个路径，其中第一路径的峰值小于第二路径。

8.根据权利要求7所述的方法，其中所述检测过程包括确定p_a-2p_b>0是否成立,p_a＝cor(m^*)是第一相关性曲线的峰值，

是距离时间点m^*有Ng/2远的第一相关性曲线值，Ng是OFDM符号的一个循环前缀CP的长度。

9.根据权利要求7所述的方法，还包括执行所述产生所述补偿曲线，使用所述补偿曲线来调整所述第一相关性曲线，当检测到所述接收到的OFDM通信包括一个多路径符号时执行所述第二峰值检测，其中多路径符号有两个路径，第一路径的峰值小于第二路径。

10.一种基于OFDM的通信的时间同步方法，包括：

在接收机上接收一个基于正交频分复用的OFDM通信；

执行第一峰值检测以检测在接收到的OFDM通信里出现的一个最大功率路径；和

执行第二峰值检测以检测在接收到的OFDM通信里出现的一个先前路径；

其中所述执行所述第一峰值检测包括：

计算循环前缀CP相关性以确定接收到的OFDM通信的第一相关性曲线；和

确定所述第一相关性曲线的一个峰值；

确定第一时间点m^*，对应所述第一相关性曲线的确定峰值，其中第一时间点m^*对应所述最大功率路径；

其中所述执行所述第二峰值检测包括：

产生一个补偿曲线；

从所述第一相关性曲线减去所述补偿曲线以产生第二相关性曲线；和

确定所述第二相关性曲线的一个峰值；

确定第二时间点m^**，对应所述第二相关性曲线的确定峰值，其中第二时间点m^**对应所述先前路径。

11.根据权利要求10所述的方法，其中接收到的OFDM通信包括一个多路径符号，其中先前路径是多路径符号里的第一接收路径。

12.根据权利要求10所述的方法，还包括：

确定p_a-2p_b≤0是否成立；和

仅当p_a-2p_b>0时执行所述第二峰值检测；

其中，p_a＝cor(m^*)，是第一相关性曲线的峰值，

是距离时间点m^*有Ng/2远的第一相关性曲线值，

Ng是OFDM符号的一个循环前缀CP的长度。

13.根据权利要求12所述的方法，其中当p_a-2p_b≤0时，由所述第一峰值检测检测的所述检测到的最大功率路径被确定为接收到的OFDM通信里出现的一个先前路径。

14.根据权利要求10所述的方法，其中所述第二峰值检测准确地检测以下任何情形：

a)仅有单个路径的接收到的OFDM符号里的一个路径；

b)有两个路径的接收到的OFDM符号里的第一路径，这两个路径有[0，N_g]之间的任意延迟，且与两个路径中的第一路径关联的峰值功率大于与两个路径中的第二路径关联的峰值功率，Ng是OFDM符号的一个循环前缀CP的长度；

c)有两个路径的接收到的OFDM符号里的第一路径，其中与两个路径中的第一路径关联的峰值功率小于与两个路径中的第二路径关联的峰值功率，且其中两个路径在时间上间隔一个[0，N_g/2]之间的任意延迟；和

d)有两个路径的接收到的OFDM符号里的第一路径，其中与两个路径中的第一路径关联的峰值功率小于与两个路径中的第二路径关联的峰值功率，且其中两个路径在时间上间隔一个[N_g/2，N_g]之间的任意延迟。

15.一种基于OFDM的通信的时间同步方法，包括：

在一个通信设备上接收一个基于正交频分复用的OFDM通信；

利用一个双峰值检测算法，通过通信设备处理接收到的OFDM通信，所述双峰值检测算法被设置以进行以下的计算：

a)计算m^*，

m^*＝argmax{cor(x)}，其中m^*是一个完整OFDM符号的一个起始样点，

计算p_a，p_a＝cor(m^*)，

计算p_b，

其中Ng是OFDM符号的一个循环前缀（CP）的长度；

b)计算补偿曲线

$f_{\mathrm{cp}}\left(x\right)=\frac{(1-\mathrm{\γ})p_a-\max \{0,(p_a-2p_b)\}}{N_g}(x-m^{*}+N_g)$

x∈[m^*-N_g,m^*]，其中γ是增量因子，和

c)计算m^**

m^**＝argmax{cor(x)-f(x)}

x∈[m^*-N_g,m^*]，其中m^**是对应接收到的OFDM通信里一个先前路径的时间点。

16.一个基于OFDM的通信的时间同步系统，包括

接口，用来接收一个基于正交频分复用的OFDM通信；

自相关器，用来执行循环前缀CP相关性以确定接收到的OFDM通信的第一相关性曲线；

峰值检测器，用来检测一个峰值；和

补偿曲线产生器，用来产生一个补偿曲线；

其中所述系统被设置以从所述第一相关性曲线减去所述补偿曲线以产生第二相关性曲线，并在第二相关性曲线上执行第二峰值检测以确定一个时间点，其对应接收到的OFDM通信里出现的一个先前路径。

17.根据权利要求16所述的系统，其中所述峰值检测器在第二相关性曲线上执行所述第二峰值检测。

18.根据权利要求16所述的系统，其中所述OFDM通信包括一个多路径OFDM符号，并且其中所述先前路径是多路径OFDM符号里的第一接收路径。

Images