CN102256347B - 灵活子载波ofdm系统的同步方法及装置 - Google Patents

Abstract

本发明公开了一种灵活子载波OFDM系统的同步方法，涉及无线通信传输技术领域，包括以下步骤：发送端根据业务需要选定的有效子载波集上调制已知序列生成训练序列帧，调制有效数据生成时域信号帧；S2：发送端将所述训练序列帧与所述时域信号帧组成发射信号，并通过天线或耦合器等发射；S3：接收端对接收信号和本地训练序列进行降采样；S4：接收端利用降采样信号进行定时估计；S5：接收端进行载波频率偏移估计。本发明实现了精确的定时估计，且方法的复杂度较低。

Description

灵活子载波OFDM系统的同步方法及装置

技术领域

本发明涉及无线通信传输技术领域，特别涉及一种灵活子载波OFDM系统的同步方法及装置。

背景技术

正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术是多载波调制方法中的一种，其主要思想是：将高速的串行数据流分成若干组低速的并行数据流，调制在各个子信道上传输，使每个子信道上的信号带宽都小于信道的相干带宽，能够有效地降低频率选择性衰落的影响。随着无线通信的发展，支持多业务传输的无线传输系统得到了广泛的关注。灵活子载波OFDM技术通过在有效子载波集Ω上调制子载波，在其它子信道上调制虚拟子载波，可以灵活改变系统的中心频率和带宽，给信号的灵活传输提供了一种解决方案。

相对于单载波系统，OFDM技术对同步偏差更加敏感，因此要求在接收端进行更加精确的同步。造成接收端和发送端存在同步偏差的原因主要有三个：第一个是对OFDM数据块进行快速傅里叶变换(Fast Fourier Transformation，FFT)运算的窗口位置存在偏差；第二个是接收端和发送端载波时钟晶振不完全匹配和多普勒平移造成的载波频率偏差和载波相位偏差；第三个是接收端和发送端采样时钟晶振不完全匹配造成的采样频率偏差和相位偏差。同步偏差会破坏OFDM子载波之间的正交性，造成符号间串扰(ISI)和子载波间干扰(ICI)。

到目前为止已经有了一些OFDM同步方法。文献[T.M.Schmidl，and D.C.Cox，“Robust frequency and timing synchronization forOFDM，”IEEE Trans.Commun，vol.45，pp.1613-1621，Dec.1997]提出一种滑动自相关的方法，复杂度较低，但是定时估计在低信噪比和多径环境下存在较大的方差，文献(Jun.Wang，Zhi-Xing.Yang，Meng.Han，and Chang-Yong.Pan，“A Combined Code Acquisition and SymbolTiming Recovery Method for TDS-OFDM，”IEEE Trans.Broadcast.，vol.49，no.3，Sept.2003.)利用接收信号和本地序列做滑动互相关，可以进行精确的定时估计，可是复杂度比较高。因此需要一种精度高、复杂比较低的同步方法。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何实现一种精确的定时估计，并且实现复杂度较低的OFDM系统的同步方法。

(二)技术方案

为解决上述技术问题，本发明提供了一种灵活子载波OFDM系统的同步方法，包括以下步骤：

S1：发送端在有效子载波集上调制已知序列生成训练序列帧，调制有效数据生成时域信号帧；

S2：发送端将所述训练序列帧与所述时域信号帧组成发射信号，并通过天线或耦合器发射；

S3：接收端对接收信号和本地训练序列进行降采样；

S4：接收端利用降采样信号进行定时估计；

S5：接收端进行载波频率偏移估计。

其中，在步骤S1中，生成时域信号帧的方式为：在所述有效子载波集上调制有效数据，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到时域信号帧。

其中，在步骤S1中，生成训练序列帧的方式为：在有效子载波集上调制已知序列，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到训练序列帧。

其中，在步骤S2中，所述训练序列帧与所述时域信号帧组成发射信号的方式为：突发方式组帧或连续方式组帧。

其中，在步骤S3中，进行降采样时降采样因子为小于最大降采样因子的任意整数，其中最大降采样因子等于子载波总数和所述有效子载波集大小的比值。

其中，在步骤S4中，利用降采样后的接收信号和降采样后的本地训练序列进行滑动互相关，相关峰的位置指示估计的最佳起始点的位置。

其中，在步骤S4中，滑动互相关的实现方式为：时域实现或通过FFT辅助实现。

其中，在步骤S5中，利用降采样信号的相邻两个相关峰进行载波频率偏移估计，或利用降采样之前的相邻两个训练序列帧之间的自相关特性进行载波频率偏移估计。

本发明还提供给了一种灵活子载波OFDM系统的同步装置，包括发送端和接收端，所述发送端包括：

信号生成单元，用于在有效子载波集上调制有效数据，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到时域信号帧；

训练序列生成单元，用于在有效子载波集上调制优选的已知序列，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到训练序列帧；

组帧单元，用于将训练序列和待传输信号依次组帧；

所述接收端包括：

降采样单元：用于将本地训练序列和接收序列分别进行降采样；

滑动互相关单元：用于将降采样后的接收信号和降采样后的本地训练序列进行滑动互相关；

定时估计单元：用于通过搜索滑动互相关单元相关峰的位置估计接收信号最佳起始点的位置；

载波频率偏移估计单元：用于根据定时估计单元得到的相邻的两个相关峰，或未降采样的相邻的两个训练序列的自相关进行载波频率偏移估计。

(三)有益效果

本发明通过对接收信号和本地训练序列进行降采样，以及FFT辅助实现滑动互相关的方法，实现了精确的定时估计和载波频率偏移估计，并且相对传统算法具有较低的实现复杂度。

附图说明

图1为本发明实施例的一种灵活子载波OFDM系统的同步方法流程图；

图2为采用灵活子载波分配方式的OFDM块频域数据结构；

图3为依照本发明一种传输信号的突发方式帧结构示意图；

图4为依照本发明一种传输信号的连续方式帧结构示意图；

图5为依照本发明一种装置的发送端结构示意图；

图6为依照本发明一种装置的接收端结构示意图；

图7为依照本发明一种实施方式下采样之前及下采样之后的接收信号的频谱图；

图8为依照本发明一种实施方式下采样之前及下采样之后的接收信号的频谱图；

图9为FFT辅助实现互相关示意图；

图10为本发明提出的方法在突发帧结构方式下定时估计的误检概率和漏检概率曲线；

图11为本发明提出的方法在突发帧结构方式下定时估计的均方误差曲线；

图12为本发明提出方法在突发帧结构方式下载波频率偏移估计的归一化均方误差曲线；

图13为本发明提出方法在连续帧结构方式下的载波频率偏移估计的归一化均方误差曲线。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图1所示，本发明的灵活子载波OFDM系统的同步方法包括：

步骤S101，时域信号帧的生成方式为：只在有效子载波集上调制有效数据(有效数据即为要发送的数据)，在其他子载波上调制虚拟子载波，然后对频域数据(即：有效数据)进行傅里叶反变换，得到发送的时域信号s(n)，其中，有效子载波集是用户根据业务的不同需要自行选定的子载波集，

$s\left(n\right)=\frac{1}{\sqrt{N}}\underset{k\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}{S}_k\exp (j2\mathrm{\&pi;kn}/N),0\&le;n<N$

N表示OFDM子载波的总数，k表示子载波集编号，S_k表示调制在有效子载波集Ω上的频域发送符号。可以通过调整有效子载波集Ω的大小K(K＝N/M₀)来改变OFDM系统的有效带宽，其中M₀是一个任意正数。在发送的时域信号s(n)前加上相应保护间隔，得到时域信号帧。

生成训练序列帧的方式为：只在有效子载波集上调制优选的已知序列，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到训练序列帧。优选的已知序列选取的原则是：对其进行傅里叶反变换后得到的时域训练序列具有良好的自相关特性。训练序列c(n)具有如下特征：c(n)的频谱C(e^jω)在带宽内具有恒定的包络：

$C\left(e^{\mathrm{j\&omega;}}\right)=\left\{\begin{array}{cc}1& \left|\mathrm{\&omega;}\right|\&le;{\mathrm{\&omega;}}_0\\ 0& \mathrm{others}\end{array}\right.$

其中ω₀＝π/M₀是OFDM系统的带宽。

如图2所示为采用灵活子载波分配方式的OFDM块频域数据结构。其中，N为总的子载波数，K为有效子载波集Ω的大小。

步骤S102，将训练序列和时域信号帧进行组帧，组成发射信号，组帧的方式可以为如图3所示的突发帧结构方式，或如图4所示的连续帧结构方式。并将发射信号通过天线或耦合器发射。

步骤S103，对本地训练序列和接收信号分别进行M倍降采样。

对本地训练序列进行M倍降采样，得到降采样后的序列：c^(M)(n)＝c(nM)

c^(M)(n)的频谱C^(M)(e^jω)可以表示为：

$C^{\left(M\right)}\left(e^{\mathrm{j\&omega;}}\right)=\underset{n=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{c}^{\left(M\right)}\left(n\right)e^{-\mathrm{j\&omega;n}}=\underset{n=0}{\overset{L-1}{\mathrm{\&Sigma;}}}c\left(\mathrm{nM}\right)e^{-\mathrm{j\&omega;n}}$

$=\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}c\left(n\right)\left(\frac{1}{M}\underset{l=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{e}^{j2\mathrm{\&pi;nl}/M}\right)e^{-\mathrm{j\&omega;n}/M}$

$=\frac{1}{M}\underset{l=0}{\overset{M-1}{\mathrm{\&Sigma;}}}C\left(e^{j(\mathrm{\&omega;}-2\mathrm{\&pi;l})/M}\right)$

其中L＝N/M是降采样后的训练序列的长度。相对于原信号降采样后的信号的频谱被展宽了，并且只要满足M≤M₀，降采样的信号就不会产生混叠。c^(M)(e^jw)在频段ω∈[-Mω₀Mω₀]内具有恒定包络，所以c^(M)(n)在时域具有良好的循环自相关特性。

$R_M\left(n\right)=\underset{n=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{c}^{\left(M\right)}\left(n\right)\&CenterDot;c^{\left(M\right)}\left({\left((n+l)\right)}_L\right)\&ap;\left\{\begin{array}{cc}\mathrm{L\&delta;}\left(n\right),& l=0\\ 0,& l\&NotEqual;0\end{array}\right.$

其中R_M(n)表示循环自相关函数，((·))_L为除L求余运算。

序列的循环自相关特性可以由品质因数来衡量：

$F=\frac{L{\left|R_M\left(0\right)\right|}^2}{\underset{n\&NotEqual;0}{\mathrm{\&Sigma;}}{\left|R_M\left(n\right)\right|}^2+{\mathrm{\&sigma;}}_w^2{L}^2}$

其中是加性高斯白噪声的方差。

对接收信号r(n)进行M倍降采样，得到：

r^(M)(n)＝r(nM)

步骤S104，利用降采样后的训练序列和接收信号做滑动互相关，得到定时估计结果z(n)。

$z\left(n\right)=\underset{d=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{r}^{\left(M\right)}(n+d){\left(c^{\left(M\right)}\left(d\right)\right)}^{*}$

${\hat{n}}^{\&prime;}=\underset{n}{\arg \max }\left(\right|z\left(n\right)\left|\right)$

其中^*表示复共轭运算，表示|z(n)|取最大值时对应的n值，因此，降采样之前的接收信号的最佳起始位置为：

$\hat{n}=M{\hat{n}}^{\&prime;}+q$

其中，q是一个[-M/2，M/2]范围内的随机整数。

步骤S105，利用步骤S104中得到的相邻的两个相关峰，进行载波频率偏移估计。

$T=z{\left({\hat{n}}^{\&prime;}\right)}^{*}z({\hat{n}}^{\&prime;}+L)$

${\hat{f}}_c=\frac{{f_s}^{\left(M\right)}}{2\mathrm{\&pi;L}}\arg \left(T\right)$

其中是降采样之后信号的采样频率，arg(·)表示求相角，T是中间变量，和为步骤S104中得到的相邻的两个相关峰，为载波频率偏移的估计值。

为了提高估计精度，也可以利用降采样之前的相邻两个训练序列帧之间的自相关特性进行载波频偏估计：

$P=\underset{d=0}{\overset{N-1}{\mathrm{\&Sigma;}}}r{(\hat{n}+d)}^{*}r(\hat{n}+d+N)$

${\hat{f}}_c=\frac{f_s}{2\mathrm{\&pi;N}}\arg \left(P\right)$

其中，和为降采样之前的相邻两个训练序列帧，f_s是降采样之前信号的采样频率。

本发明还提供了一种实现上述方法的灵活子载波OFDM系统的同步装置，该装置包括发送端以及接收端。其中，如图5所示，发送端包括：信号生成单元，用于生成待传输信号帧；训练序列生成单元，用于生成训练序列帧；组帧单元，用于将训练序列和待传输信号依次组帧。如图6所示，接收端包括：降采样单元，用于将本地训练序列和接收序列进行降采样；滑动互相关单元，用于将降采样后的接收信号和降采样后的本地训练序列进行滑动互相关；定时估计单元，用于进行定时偏移估计；载波频率偏移估计单元，用于进行载波频率偏移估计。

下面分别以降采样因子为8、6和4时，来进一步说明本发明。

实施例1

降采样因子为8，具体实施流程包括如下步骤：

步骤S101中，灵活子载波OFDM系统发送信号按如下方式生成：

$s\left(n\right)=\frac{1}{\sqrt{N}}\underset{k\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}{S}_k\exp (j2\mathrm{\&pi;kn}/N),0\&le;n\&le;N-1$

其中，子载波总数N＝1024，有效子载波个数K＝128，基带信号中心频率为0，因此，调制有效子载波集Ω＝{k，1≤k≤64或449≤k≤512}，其他子载波调制为虚拟子载波。在时域信号前加上长度为128循环前缀，生成时域信号帧。

训练序列帧按照与时域信号帧相同的方式生成，其中训练序列c(n)的频域调制数据C_k为一长度为128的伪随机序列。

步骤S102中，将训练序列帧和时域信号帧进行组帧，组帧方式为如图3所示的突发方式。

步骤S103中，将本地训练序列和接收信号分别进行8倍降采样，得到降采样后的本地训练序列和接收信号：

c⁽⁸⁾(n)＝c(8n)

r⁽⁸⁾(n)＝r(8n)

如图7所示为信号降采样之前与之后的频谱对比图，可以看出降采样之后信号的频谱被展宽了8倍，并且没有混叠发生。

步骤S104中，利用降采样后的序列c⁽⁸⁾(n)和r⁽⁸⁾(n)做滑动互相关处理，进行定时估计：

$z\left(n\right)=\underset{d=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{r}^{\left(8\right)}(n+d){\left(c^{\left(8\right)}\left(d\right)\right)}^{*}$

${\hat{n}}^{\&prime;}=\underset{n}{\arg \max }\left(\right|z\left(n\right)\left|\right)$

因此降采样之前接收信号的最佳起始位置为：

$\hat{n}=8{\hat{n}}^{\&prime;}+q$

其中q是[-4，4]范围内的随机整数。

步骤S105中，利用S104中得到的相邻的两个相关峰进行载波频率偏移估计：

$T=z{\left({\hat{n}}^{\&prime;}\right)}^{*}z({\hat{n}}^{\&prime;}+L)$

${\hat{f}}_c=\frac{{f_s}^{\left(8\right)}}{2\mathrm{\&pi;L}}\arg \left(T\right)$

L为降采样之后训练序列的长度，为8倍降采样后信号的采样频率。

实施例2

降采样因子为6，具体实施流程包括如下步骤：

步骤S101中，灵活子载波OFDM系统发送信号按如下方式生成：

$s\left(n\right)=\frac{1}{\sqrt{N}}\underset{k\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}{S}_k\exp (j2\mathrm{\&pi;kn}/N),0\&le;n\&le;N-1$

其中子载波总数N＝1024，有效子载波个数K＝128，基带信号中心频率为0，因此调制子载波集Ω＝{k，1≤k≤64或449≤k≤512}，其他子载波调制虚拟子载波。在时域信号前加上长度为128循环前缀，生成时域信号帧。

训练序列帧按照与时域信号帧相同的方式生成，其中训练序列帧c(n)的频域调制数据C_k为一长度为128的伪随机序列。

步骤S102中，将训练序列帧和待传输信号帧进行组帧，组帧方式为如图4所示的连续方式。

步骤S103中，将本地训练序列和接收信号分别进行6倍降采样，得到降采样后的本地训练序列和接收信号：

c⁽⁶⁾(n)＝c(6n)

r⁽⁶⁾(n)＝r(6n)

步骤S104中，利用降采样后的序列c⁽⁶⁾(n)和r⁽⁶⁾(n)做滑动互相关处理，进行定时估计：

$z\left(n\right)=\underset{d=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{r}^{\left(6\right)}(n+d){\left(c^{\left(6\right)}\left(d\right)\right)}^{*}$

${\hat{n}}^{\&prime;}=\underset{n}{\arg \max }\left(\right|z\left(n\right)\left|\right)$

因此降采样之前接收信号的最佳起始位置为：

$\hat{n}=6{\hat{n}}^{\&prime;}+q$

其中q是[-3，3]范围内的随机整数。

步骤S105中，进行载波频率偏移估计，利用未降采样信号，以提高载波频率偏移估计的精度：

$P=\underset{d=0}{\overset{N-1}{\mathrm{\&Sigma;}}}r{(\hat{n}+d)}^{*}r(\hat{n}+d+D)$

${\hat{f}}_c=\frac{f_s}{2\mathrm{\&pi;D}}\arg \left(P\right)$

其中D是两个训练序列的间隔距离。

实施例3

降采样因子为4，具体实施流程包括如下步骤：

步骤S101中，灵活子载波OFDM系统发送信号按如下方式生成：

$s\left(n\right)=\frac{1}{\sqrt{N}}\underset{k\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}{S}_k\exp (j2\mathrm{\&pi;kn}/N),0\&le;n\&le;N-1$

其中采样频率f_s＝4M，子载波总数N＝1024，有效子载波个数K＝128，基带信号中心频率为0.125M，因此调制子载波集Ω＝{k|1≤k≤128}，其他子载波调制虚拟子载波。在时域信号前加上长度为128循环前缀，生成时域信号帧。

训练序列帧按照和时域信号帧相同的方式生成，其中训练序列帧c(n)的频域调制数据C_k为一长度为128的伪随机序列。

步骤S102中，将训练序列帧和待传输信号帧进行组帧，组帧方式为如图3所示的突发方式。

步骤S103中，将本地训练序列和接收信号分别进行4倍降采样，得到降采样后的本地训练序列和接收信号：

c⁽⁴⁾(n)＝c(4n)

r⁽⁴⁾(n)＝r(4n)

如图8所示为信号降采样之前与之后的频谱对比图，可以看出降采样之后信号的频谱被展宽了4倍，并且没有混叠发生。

步骤S104中，利用降采样后的序列c⁽⁴⁾(n)和r⁽⁴⁾(n)做滑动互相关处理，进行定时估计：

$z\left(n\right)=\underset{d=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{r}^{\left(4\right)}(n+d){\left(c^{\left(4\right)}\left(d\right)\right)}^{*}$

${\hat{n}}^{\&prime;}=\underset{n}{\arg \max }\left(\right|z\left(n\right)\left|\right)$

因此降采样之前接收信号的最佳起始位置为：

$\hat{n}=4{\hat{n}}^{\&prime;}+q$

其中q是[-2，2]范围内的随机整数。

为了降低实现复杂度，滑动互相关运算可以通过FFT辅助的方法实现：令

p(n)＝c⁽⁴⁾(L-n)^*

$r_i\left(n\right)=\left\{\begin{array}{cc}{r}^{\left(4\right)}\left(n\right)& \mathrm{iL}\&le;n\&le;(i+1)L-1\\ 0& \mathrm{others}\end{array}\right.$

$z\left(n\right)=\underset{i}{\mathrm{\&Sigma;}}{r}_i\left(n\right)\&CircleTimes;p\left(n\right)=\underset{i}{\mathrm{\&Sigma;}}{y}_i\left(n\right)$

其中表示线性卷积运算。在r_i(n)和p(n)后面分别补上L个零

${\left\{y_i\left(n\right)\right\}}_{n=0}^{2L-1}=\mathrm{IFFT}(\mathrm{FFT}\left({\left\{r_i\left(n\right)\right\}}_{n=0}^{2L-1}\right)\&CenterDot;\mathrm{FFT}\left({\left\{p\left(n\right)\right\}}_{n=0}^{2L-1}\right))$

${\left\{z\left(n\right)\right\}}_{n=\mathrm{iL}}^{(i+1)L-1}={\left\{y_{i-1}\left(n\right)\right\}}_{n=L}^{2L-1}+{\left\{y_i\left(n\right)\right\}}_{n=0}^{L-1}$

其中FFT()和IFFT()分别表示快速傅里叶变换和反变换，·表示逐元素乘法运算。如图9所示为FFT辅助实现互相关示意图，可以看出由y_i-1(n)和y_i(n)的重叠部分相加得到。

步骤S105中，利用S104中得到的相邻的两个相关峰进行载波频率偏移估计：

$T=z{\left({\hat{n}}^{\&prime;}\right)}^{*}z({\hat{n}}^{\&prime;}+L)$

${\hat{f}}_c=\frac{{f_s}^{\left(4\right)}}{2\mathrm{\&pi;L}}\arg \left(T\right)$

为4倍降采样后信号的采样频率。仿真：

针对灵活子载波OFDM系统，对本发明中提出的同步方法进行了计算机仿真，主要仿真参数如表1所示：

表1仿真参数

符号率	3MSPS
		子载波符号调制	BPSK
OFDM子载波数	1024
		有效子载波数	128
保护间隔长度	128

所采用的信道模型为信道延迟τ_i分别为0，4，8，....，64个采样点的16径的多径信道，各条径的增益为：

$h_i=\frac{\exp (-{\mathrm{\&tau;}}_i/60)}{\sqrt{\underset{k=1}{\overset{16}{\mathrm{\&Sigma;}}}\exp (-{\mathrm{\&tau;}}_k/30)}}$

如图10所示为本发明提出的方法在突发帧结构方式下定时估计的误检概率和漏检概率曲线；可以看出本发明提出的方法相比传统的S-C算法具有更小的误检和漏检概率，因而具有更好的定时同步性能。如图11所示为本发明提出的方法在突发帧结构方式下定时估计的均方误差曲线；可以看出本发明提出的方法相对于传统的S-C算法，定时估计具有更小的均方误差，并且本发明提出的方法在降采样因子较小时一般具有更小的均方误差，但是也相应地增加了实现复杂度，因此需要技术人员根据实际系统的需要，权衡性能和复杂度，选择合适的降采样因子。如图12所示为本发明提出方法在突发帧结构方式下载波频率偏移估计的归一化均方误差曲线。图13为本发明提出方法在连续帧结构方式下的载波频率偏移估计的归一化均方误差曲线。由图12、13可以看出本发明提出的两种载波频率偏移估计方法都优于传统S-C算法，并且提出的基于降采样之前信号的载波频率偏移估计算法优于基于降采样之后信号的方法。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (7)

1.一种灵活子载波OFDM系统的同步方法，其特征在于，包括以下步骤：

S1：发送端在有效子载波集上调制已知序列生成训练序列帧，调制有效数据生成时域信号帧；

S2：发送端将所述训练序列帧与所述时域信号帧组成发射信号，并通过天线或耦合器等发射；

S3：接收端对接收信号和本地训练序列进行降采样；

S4：接收端利用降采样信号进行定时估计，具体利用降采样后的接收信号和降采样后的本地训练序列进行滑动互相关，相关峰的位置指示估计的最佳起始点的位置；

S5：接收端进行载波频率偏移估计；

其中，步骤S1中，有效子载波集的大小满足：K＝N/M₀，步骤S2中，降采样的倍数满足：M≤M₀，其中，K为有效子载波集的大小，N为OFDM子载波总数，M₀是一个任意正数，M为降采样的倍数；

其中，训练序列c(n)的频谱C(e^jω)在带宽内具有恒定的包络：

$C\left(e^{\mathrm{j\&omega;}}\right)=\left\{\begin{array}{cc}1& \left|\mathrm{\&omega;}\right|\&le;{\mathrm{\&omega;}}_0\\ 0& \mathrm{others}\end{array}\right.$

其中ω₀＝π/M₀是OFDM系统的带宽；

所述已知训练和所述本地训练序列均为所述c(n)。

2.如权利要求1所述的灵活子载波OFDM系统的同步方法，其特征在于，在步骤S1中，生成时域信号帧的方式为：在所述有效子载波集上调制有效数据，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到时域信号帧。

3.如权利要求1所述的灵活子载波OFDM系统的同步方法，其特征在于，在步骤S1中，生成训练序列帧的方式为：在有效子载波集上调制已知序列，在其他子载波上调制虚拟子载波，然后对频域数据进行傅里叶反变换，并加上相应保护间隔，得到训练序列帧。

4.如权利要求1所述的灵活子载波OFDM系统的同步方法，其特征在于，在步骤S2中，所述训练序列帧与所述时域信号帧组成发射信号的方式为：突发传输方式组帧或连续传输方式组帧。

5.如权利要求1所述的灵活子载波OFDM系统的同步方法，其特征在于，在步骤S3中，进行降采样时降采样因子为小于最大降采样因子的任意整数，其中最大降采样因子等于子载波总数和所述有效子载波集大小的比值。

6.如权利要求1所述的灵活子载波OFDM系统的同步方法，其特征在于，在步骤S4中，滑动互相关的实现方式为：时域实现或通过FFT辅助实现。

7.如权利要求1所述的灵活子载波OFDM系统的同步方法，其特征在于，在步骤S5中，利用降采样信号的相邻两个相关峰进行载波频率偏移估计，或利用降采样之前的相邻两个训练序列帧之间的自相关特性进行载波频率偏移估计。