CN103023853B - 联合训练序列互相关信息的正交频分复用接收帧同步方法 - Google Patents

Abstract

本发明公开了一种联合训练序列互相关信息的正交频分复用OFDM接收帧同步方法，适用于一切在数据帧前加训练序列的OFDM系统，具体包括：1）发送端帧结构设计；2）接收端采用延迟互相关算法同步进行互相关计算和能量计算，得到定时测度的结果；3）选取能量窗口的能量阈值和定时测度阈值，进行同步时刻判决。本方法通过多个分段相关值累加，以及归一化，减少了运算量；解决了峰值平台和多个高旁峰值问题，提高了同步的精确度；通过接收序列的分段互相关消除了信道的影响，可以对抗较大的频偏；归一化后扩大了接收数据的动态范围，定时判决时阈值的选取和同步检测可以简单准确的实现；同时其适应性增强，在多种信道下均能正确的完成帧同步。

Description

联合训练序列互相关信息的正交频分复用接收帧同步方法

技术领域

本发明属于无线通信技术领域，具体为一种联合训练序列互相关信息的正交频分复用接收帧同步方法。

背景技术

正交频分复用技术具有频谱利用率高、数据传输速率快和抗多径衰落能力强等优点。但是，其对定时偏移和载波频率偏移也很敏感。为了保证子载波的正交性，接收端对同步的要求相当高。由定时错误引进的符号间干扰ISI和频率偏移带来的载波间干扰ICI会导致OFDM系统性能急剧下降，所以OFDM帧同步检测问题关系到数据传输的正确性和可靠性。目前的OFDM系统的帧同步算法大多采用T.Schmidl&D.Cox算法和H.Minn算法及改进算法，但在具体应用时会有以下一些不足。

首先，T.Schmidl&D.Cox算法是基于[A,A]训练符号结构查找前后两个部分自相关峰值的定时算法，其定时测度函数在正确定时点附近有一个平台，被称为定时测度平台，这个平台导致帧起始的模糊，增大了估计器的方差。

其次，H.Minn等提出了一种改进的基于[A,A，-A,-A]训练符号结构的定时算法，这个方法的最大优点是在定时时刻定时测度表现为一个单点的峰值。尽管H.Minn算法的定时测度中，在正确时刻能产生一个尖锐的峰值，但是在错误时刻也很容易出现较大的多个尖峰，对判决门限的选取带来困难，尤其子载波数目小的突发系统中，往往错误时刻的峰值还超过正确时刻的峰值，导致估计错误。

另外，多数同步算法对频率偏移比较敏感，频偏增大时往往定时错误，且在计算定时测度时用于相关计算和能量计算的数据偏多，增大了计算量，影响了系统的实时性。

发明内容

技术问题：本发明提供了一种计算数据少、实时性强，消除了以往定时算法定时测度峰值平台和多个高旁峰值的问题，提高了同步的精确度，在较低信噪比SNR和高斯信道、瑞利信道、莱斯信道下均能正确的完成帧同步检测，具有更强应用适应性的联合训练序列互相关信息的正交频分复用接收帧同步方法。

技术方案：本发明的联合训练序列互相关信息的正交频分复用接收帧同步方法，包括帧结构设计步骤、帧同步检测步骤和同步时刻判决步骤三个部分，具体内容如下：

1）帧结构设计：

发送端在每个数据帧前部加入由4个参考符号组成的训练序列，它包括32点循环前缀CP和4个64点短训练序列，第一个短训练序列由伪噪声序列调制后形成的64点数据经逆傅里叶变换处理后得到，用A表示，第二个短训练序列为第一个短训练序列的重复，第三、四个短训练序列为第一个短训练序列的负值，分别表示为A、-A、-A；

2）接收端采用延迟互相关算法同步进行互相关计算和能量计算，分别得到互相关计算结果P(d)和能量窗口的能量结果R(d)，从而得到定时测度的结果为 $M\left(d\right)=7*\frac{{\left|P\left(d\right)\right|}^2}{{\left|R\left(d\right)\right|}^2};$

所述互相关计算是选取64点长度的相关窗口，对当前接收序列的第一个64点样值的共轭和延迟64点（D64）的64点样值进行相关运算，对延迟128点（D128）的64点样值的共轭和延迟192点（D192）的64点样值进行相关运算，对第一个64点样值的共轭和延迟128点（D128）的64点样值进行相关运算，然后对三个运算结果进行累加：

$P\left(d\right)=\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+m)r(d+m+\frac{N}{4})+\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+m+\frac{N}{2})r(d+m+\frac{3N}{4})$

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

其中，这里d表示窗口中第一个抽样的时间系数；r为接收序列；N=256；

能量窗口的能量结果按照下式计算得到：

$R\left(d\right)=4*\left[\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}\right|r{(d+m+\frac{N}{4})|}^2+\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{\left|r(d+m+\frac{3N}{4})\right|}^2]$

3）选取能量窗口的能量阈值和定时测度阈值，然后对步骤2）得到的定时测度的结果进行同步时刻判决，如果搜索到超过能量阈值和定时测度阈值的峰值点，则将该峰值点作为帧检测同步时刻，否则进入下一抽样时刻，继续进行步骤2）。

本发明的步骤2）中，下一抽样时刻点的互相关计算结果按下式进行简化运算：

$P(d+1)=P\left(d\right)+r^{*}(d+\frac{N}{4})r(d+\frac{N}{2})-r^{*}\left(d\right)r(d+\frac{N}{4})+r^{*}(d+\frac{3N}{4})r(d+N)$

$-r^{*}(d+\frac{N}{2})r(d+\frac{3N}{4})-r^{*}(d+\frac{N}{4})r(d+\frac{3N}{4})+r^{*}\left(d\right)r(d+\frac{N}{2})$

本发明的步骤2）中，下一抽样时刻点的能量窗口的能量结果通过下式进行简化运算：

$R(d+1)=R\left(d\right)+4*[{\left|r(d+\frac{N}{2})\right|}^2+{\left|r(d+\frac{N}{4})\right|}^2+{|r(d+N)|}^2-{\left|r(d+\frac{3N}{4})\right|}^2]$

本发明的步骤3）中的同步时刻判决采用五点比较法判决得到，具体流程为：当能量结果R(d)和定时测度结果M(d)都超过设定阈值时，保存最新5个定时测度值，当中间点的定时测度值为这五点中的最大值时，就认为该点为同步时刻点。

有益效果：本发明与现有技术相比，具有以下优点：

发送端在数据帧前部加入一定结构的训练序列，接收端进行分段延迟互相关计算时，另外计算部分接收序列的能量，得到新算法的定时测度，该方法减少了参加计算的数据，同时通过迭代运算也可简化运算量，使其耗时减小，增强了实时性；同时采用相关累积的方法，对多个分段相关值进行累加，解决了其他同步算法出现的峰值平台和多个高旁峰值问题，提高了同步的精确度；另外在较大频偏和较低SNR下，均有尖锐的峰值出现，因此具有更强的适应性；并通过输出序列的互相关消除了信道的影响，在多种信道下均能正确的完成帧同步检测；同时也扩大了适应接收数据的动态范围，能够实现适应信号的变化范围达到18dB，定时判决时阈值的选取和同步检测可以简单准确的实现，可大大节省在平台上测试时间。

附图说明

图1是本发明方法中每个OFDM传输帧结构图；

图2是本发明方法中OFDM系统同步采用的分段延迟互相关算法方框图；

图3是本发明方法在不同信噪比下的定时测度仿真图；

图4是在不同多径信道下H.minn算法和本发明方法的定时测度仿真图；

图5为本发明方法的流程图。

具体实施方式

本发明的联合训练序列互相关信息的正交频分复用接收帧同步方法，包括帧结构设计步骤、帧同步检测步骤和同步时刻判决步骤三个部分，具体内容如下：

1）帧结构设计：

发送端在每个数据帧前部加入由4个参考符号组成的训练序列，它包括32点循环前缀和4个64点短训练序列，第一个短训练序列由伪噪声序列调制后形成的64点数据经逆傅里叶变换处理后得到，用A表示，第二个短训练序列为第一个短训练序列的重复，第三、四个短训练序列为第一个短训练序列的负值，分别表示为A、-A、-A；

2）接收端采用延迟互相关算法同步进行互相关计算和能量计算，分别得到互相关计算结果P(d)和能量窗口的能量结果R(d)，从而得到定时测度的结果为 $M\left(d\right)=7*\frac{{\left|P\left(d\right)\right|}^2}{{\left|R\left(d\right)\right|}^2};$

所述互相关计算是选取64点长度的相关窗口，对当前接收序列的第一个64点样值的共轭和延迟64点的64点样值进行相关运算，对延迟128点的64点样值的共轭和延迟192点的64点样值进行相关运算，对第一个64点样值的共轭和延迟128点的64点样值进行相关运算，然后对三个运算结果进行累加：

$P\left(d\right)=\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+m)r(d+m+\frac{N}{4})+\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+m+\frac{N}{2})r(d+m+\frac{3N}{4})$

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

其中，这里d表示窗口中第一个抽样的时间系数；r为接收序列；N=256；

计算能量窗口的能量结果的方法为：

$R\left(d\right)=4*[\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{\left|r(d+m+\frac{N}{4})\right|}^2+\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{\left|r(d+m+\frac{3N}{4})\right|}^2]$

3）选取能量窗口的能量阈值和定时测度阈值，然后对步骤2）得到的定时测度的结果进行同步时刻判决，如果搜索到超过能量阈值和定时测度阈值的峰值点，则将该峰值点作为帧检测同步时刻，否则进入下一抽样时刻，继续进行步骤2）。

步骤2）中，下一抽样时刻点的互相关计算结果按下式进行简化运算：

$P(d+1)=P\left(d\right)+r^{*}(d+\frac{N}{4})r(d+\frac{N}{2})-r^{*}\left(d\right)r(d+\frac{N}{4})+r^{*}(d+\frac{3N}{4})r(d+N)$

$-r^{*}(d+\frac{N}{2})r(d+\frac{3N}{4})-r^{*}(d+\frac{N}{4})r(d+\frac{3N}{4})+r^{*}\left(d\right)r(d+\frac{N}{2})$

步骤2）中，下一抽样时刻点的能量窗口的能量结果通过下式进行简化运算：

$R(d+1)=R\left(d\right)+4*[{\left|r(d+\frac{N}{2})\right|}^2-{\left|r(d+\frac{N}{4})\right|}^2+{\left|r(d+N)\right|}^2-{\left|r(d+\frac{3N}{4})\right|}^2]$

步骤3）中的同步时刻判决采用五点比较法判决得到，具体流程为：当能量结果R(d)和定时测度结果M(d)都超过设定阈值时，保存最新5个定时测度值，当中间点的定时测度值为这五点中的最大值时，就认为该点为同步时刻点。

步骤3）中在正确时刻出现一个较大的峰值，在同步时刻到来之前的峰值都非常小，可以在给定一个阈值之后，能够实现适应信号的变化范围达到18dB，减小对后续的AGC控制要求。

作为本发明的一种优选方案，定时测度的计算及同步时刻判决，可以选用硬件芯片，如现场可编程门阵列（FPGA）、数字信号处理芯片（DSP）、嵌入式微处理器（MCU）实现等。

作为本发明的另一种优选方案，定时测度的计算及同步时刻判决，可以基于计算机的软件实现。

下面结合附图说明帧同步方法的一个实施例，如图1、图2所示，包括发送端的帧结构设计步骤、接收端的帧同步检测步骤和同步时刻判决步骤：

帧结构的设计：

在每个传输帧里，第一个符号为用于定时同步的训练符号，该符号长度为256，由四个长度为64的参考符号组成，可表示为[A，A，-A，-A]，其中A由伪噪声序列PN序列调制后形成的64点数据经逆傅里叶变换IFFT处理后得到。

帧同步检测算法：

利用前导训练符号的周期性和互相关性，可以采用分段延迟互相关归一化算法获得帧检测最佳定时和符号起始时刻。

在分段延迟互相关算法中，考虑到延迟互相关部分中接收序列的第一个64点样值和D64的64点样值除了有子载波的频率频移引起的相位漂移外是相同的，同理，D128的64个点样值和D192的64点样值，第一个64点样值和D128的64点样值的取负除了相位漂移外也是相同的，在接收端，用前面部分抽样的共轭乘以后面部分相应的抽样，信道的影响就可以消除。

其中相关窗口对分段接收样值的多个相关值累计求和，表达式：

$P\left(d\right)=\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+m)r(d+m+\frac{N}{4})+\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{r}^{*}(d+m+\frac{N}{2})r(d+m+\frac{3N}{4})$

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

上式可通过下式进行迭代运算：

$P(d+1)=P\left(d\right)+r^{*}(d+\frac{N}{4})r(d+\frac{N}{2})-r^{*}\left(d\right)r(d+\frac{N}{4})+r^{*}(d+\frac{3N}{4})r(d+N)$

$-r^{*}(d+\frac{N}{2})r(d+\frac{3N}{4})-r^{*}(d+\frac{N}{4})r(d+\frac{3N}{4})+r^{*}\left(d\right)r(d+\frac{N}{2})$

其中能量窗口对接收序列的能量定义为：

$R\left(d\right)=4*\left[\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}\right|r{(d+m+\frac{N}{4})|}^2+\underset{m=0}{\overset{N/4-1}{\mathrm{\Σ}}}{\left|r(d+m+\frac{3N}{4})\right|}^2]$

也可以通过迭代运算得到：

$R(d+1)=R\left(d\right)+4*[{\left|r(d+\frac{N}{2})\right|}^2-{\left|r(d+\frac{N}{4})\right|}^2+{\left|r(d+N)\right|}^2-{\left|r(d+\frac{3N}{4})\right|}^2]$

这样就对得到该算法定时测度的表达式即延迟互相关输出为：

$M\left(d\right)=7*\frac{{\left|P\left(d\right)\right|}^2}{{\left|R\left(d\right)\right|}^2}$

同步时刻判决：

在硬件芯片如DSP上编写代码实现时，即使接收数据动态范围很大，也能通过理论计算可简易的设定能量窗口能量阈值和定时测度阈值，当计算两者之值都超过设定阈值时通过五点比较判决法，即保存最新的均过阈值的五点定时测度值，比较五点大小，当中间那个点为五点的峰值时，就认为中间点对应的时刻，即为正确的同步时刻，即：

d_i＝arg|max|M(d)||

其定时测度如图3所示。

（1）从图3可以看出，由于噪声与训练序列具有较好的互相关性，加上同步算法是多个分段相关项的累加，受到的噪声干扰也相对较小，即使在信噪比很小的情况下，其正确定时时刻的峰值也明显高于其他值，因此其具有较高的定时精度。

（2）在不同信道条件下仿真。分别在高斯、瑞利、莱斯信道下，选取相同的多径数及多径时延分布，由图4可以看出，在不同的信道下，依然可以精确的完成同步，因此其具有较强的适应性。

Claims (4)

1.一种联合训练序列互相关信息的正交频分复用接收帧同步方法，该方法包括帧结构设计步骤、帧同步检测步骤和同步时刻判决步骤三个部分，其特征在于，具体内容如下： 

1)帧结构设计： 

发送端在每个数据帧前部加入由4个参考符号组成的训练序列，它包括32点循环前缀和4个64点短训练序列，第一个短训练序列由伪噪声序列调制后形成的64点数据经逆傅里叶变换处理后得到，用A表示，第二个短训练序列为第一个短训练序列的重复，第三、四个短训练序列为第一个短训练序列的负值，分别表示为A、-A、-A； 

2)接收端采用延迟互相关算法同步进行互相关计算和能量计算，分别得到互相关计算结果P(d)和能量窗口的能量结果R(d)，从而得到定时测度的结果为其中“*”表示乘法运算符； 

所述互相关计算是选取64点长度的相关窗口，对当前接收序列的第一个64点样值的共轭和延迟64点的64点样值进行相关运算，对延迟128点的64点样值的共轭和延迟192点的64点样值进行相关运算，对第一个64点样值的共轭和延迟128点的64点样值进行相关运算，然后对三个运算结果进行累加： 

其中，这里d表示窗口中第一个抽样的时间系数；m为取值范围为0到N/4-1的整数；r为接收序列；N＝256； 

所述能量窗口的能量结果按照下式计算得到： 

3)选取能量窗口的能量阈值和定时测度阈值，然后对所述步骤2)得到的定时测度的结果进行同步时刻判决，如果搜索到超过能量阈值和定时测度阈值的峰值点，则将该峰值点作为帧检测同步时刻输出，否则进入下一抽样时刻，继续进行步骤2)。 

2.根据权利要求1所述的联合训练序列互相关信息的正交频分复用接收帧同步方法，其特征在于，所述步骤2)中，下一抽样时刻点的互相关计算结果按下式进行简化运算： 

。

3.根据权利要求1所述的联合训练序列互相关信息的正交频分复用接收帧同步方法，其特征在于，所述步骤2)中，下一抽样时刻点的能量窗口的能量结果通过下式进行简化运算： 

。

4.根据权利要求1所述的联合训练序列互相关信息的正交频分复用接收帧同步方法，其特征在于，所述步骤3)中的同步时刻判决采用五点比较法判决得到，具体流程为：当能量结果R(d)和定时测度结果M(d)都超过设定阈值时，保存最新的5个定时测度值，当中间点的定时测度值为这五点中的最大值时，就认为该点为同步时刻点。