CN110636024B - 一种基于索引调制的5g波形系统同步方法 - Google Patents

Abstract

本发明公开了一种基于索引调制的5G波形系统同步方法，将基于索引调制的滤波器正交频分复用系统系统的发送端并行数据分为索引比特数据和星座调制数据，在接收端进行子带匹配滤波处理、去循环前缀、傅里叶变换之后，检测激活子载波位置，估计出索引比特，并解调出星座符号信息；建立基于伪随机序列与Zadoff‑Chu序列的训练序列，基于导频的数据辅助型方法进行定时与频偏估计；完成定时估计，进行小数倍频偏估计，利用激活子载波与静默子载波的功率差异进行整数倍频偏估计，根据定时估计信息确定接收端傅里叶变换起始窗口，并根据估计频偏值确定接收端解调载波频率，完成系统同步。本发明在不降低传输效率的前提下，有效降低频偏对系统性能的影响。

Description

一种基于索引调制的5G波形系统同步方法

技术领域

本发明属于5G移动通信技术领域，具体涉及一种基于索引调制的5G波形系统同步方法。

背景技术

正交频分复用(OFDM，Orthogonal Frequency Division Multiplex-ing)技术凭借其实现简单、抗多径衰落能力强、抗码间干扰能力强等诸多优点，在4G长期演进(LTE，Long Term Evolution)系统中得到广泛应用，但其参数配置固定的特点限制了它在下一代移动通信系统中的应用。在5G万物互联时代，为了更大化地利用现有频谱资源，需要引入更加灵活参数配置的波形以满足增强型移动带宽、超高可靠低延时通信以及机器类通信三大业务场景。

现有定时与频偏估计同步方法均只考虑如何有效的完成定时与频偏估计，未考虑如何能有效降低频偏对系统性能的影响。对于经典OFDM定时同步方法，如SC方法、Minn方法、Park方法，虽然定时度量函数曲线逐步得到改进，但仍未从根本上消除影响定时估计精度的副峰；其次，SC方法、Jian方法等在进行频偏估计时均未考虑滤波器问题，其估计性能在OFDM系统中不断改善，将上述方法直接应用于基于索引调制的滤波器正交频分复用(F-OFDM-IM，Filtered Orthogonal Frequency Division Multiplexing Based on IndexModulation)系统，其估计性能仍然不理想。这是由于在F-OFDM-IM系统中，由于滤波器的存在，使得训练序列的自相关性降低，此时若仅采用一个OFDM符号的自相关性进行估计，必然会造成估计性能的大幅降低，且一个OFDM训练符号无法同时兼顾定时与频偏的精确估计；现有Liang方法是基于滤波器正交频分复用(F-OFDM，Filtered Orthogonal FrequencyDivision Multiplexing)系统提出，该方法训练符号由三个OFDM符号产生，虽然可以获得较好的定时精度，但其造成的频谱资源浪费不容忽略，且其小数倍频偏估计范围较小，无法完成小数倍频偏的完整估计，从而对后续整数倍频偏估计产生影响。最后，上述方法均只在高斯白噪声信道下才具有较好的性能，而在多径信道下，未考虑多径效应引起的符号间干扰问题，导致估计性能大幅下降。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于索引调制的5G波形系统同步方法，首先在滤波器频分复用技术(F-OFDM)的基础上提出基于索引调制的滤波器频分复用(F-OFDM-IM)技术，利用索引调制的思想及优点，在不影响传输效率的前提下，降低了频偏对系统性能的影响，然后，对F-OFDM-IM系统完成定时频偏估计，进一步降低定时偏移与频率偏移对系统的影响，提高系统性能。

本发明采用以下技术方案：

一种基于索引调制的5G波形系统同步方法，包括以下步骤：

S1、将基于索引调制的滤波器正交频分复用F-OFDM-IM系统的发送端并行数据分为索引比特数据和星座比特数据，星座比特数据经调制后映射到索引比特数据选取的激活子载波上，得到子载波映射数据，将子载波映射数据进行逆傅里叶变换、加循环前缀和子带滤波后完成发送；在接收端依次进行子带匹配滤波处理、去循环前缀、傅里叶变换操作之后，检测激活子载波位置，估计出索引比特，并解调出星座符号信息；

S2、建立基于伪随机序列与Zadoff-Chu序列的训练序列，基于导频的数据辅助型方法进行定时与频偏估计；

S3、根据步骤S2设计的训练符号结构，完成定时估计，定义定时度量函数；

S4、选取两个OFDM-IM符号的循环前缀联合进行小数倍频偏估计，对接收信号进行小数倍频偏补偿，利用激活子载波与静默子载波的功率差异进行整数倍频偏估计，根据定时估计信息确定接收端傅里叶变换起始窗口，并根据估计频偏值确定接收端解调载波频率，完成系统同步。

具体的，步骤S1中，索引比特数据负责选择激活的子载波位置，星座比特数据负责进行星座调制，并将其放在激活子载波上来完成后续逆傅里叶变换、添加循环前缀、子带滤波操作。

具体的，步骤S2中，训练序列基于伪随机序列与Zadoff-Chu序列的建立具体为：

S201、产生相应比特数量长度的伪随机序列用来选择激活子载波，伪随机序列的长度根据激活子载波所需比特数确定，然后产生相应长度的Zadoff-Chu序列，将其放在相应激活子载波上进行发送，Zadoff-Chu序列的长度根据激活子载波数量确定；

S202、利用产生的伪随机序列选择激活子载波，然后将产生的Zadoff-Chu序列分别调制在激活子载波上进行逆傅里叶变换操作，所得到的时域符号则为第一个训练符号；

S203、第二个训练符号由第一个训练符号进行共轭对称操作得到，分别对一、二训练符号进行加循环前缀操作得到两个OFDM-IM符号，连接后得到最终的训练符号。

具体的，步骤S3中，定时度量函数Q(δ)定义为：

其中，N表示逆傅里叶变换长度，N_g表示循环前缀长度，δ为长度为N的采样区间中第一个采样值对应的采样时间值，r(k)为接收信号，P(δ)为每对样值的相关求和，R(δ)为接收训练符号的能量，用以对P(d)进行归一化。

具体的，步骤S4中，选取两个OFDM-IM符号的循环前缀联合进行小数倍频偏估计具体为：

S4011、将两个OFDM-IM训练符号的循环前缀与相应的后半段复制部分数据分为3个小序列，其中1、3部分序列长度为总循环前缀长度的1/4，第2部分序列长度为总循环前缀长度的1/2；

S4012、分别选取两个训练符号的循环前缀与相应的后半段复制部分数据的第2部分做小数倍频偏估计，确定两个OFDM-IM符号的估计值ε₁和ε₂；

S4013、对步骤S4012估计的两个值求平均得到最终估计值

为：

其中，频偏估计范围为[-π,π)/2π＝[-0.5,0.5)。

进一步的，步骤S4011中，训练符号时域接收信号的循环前缀部分表达式为：

r_CP(n)＝s(n)e^j2πnε/N

其中，n＝0，1,...,N_g-1；

相应的OFDM符号复制部分表达式为：

r_copy(n)＝s(n)e^{j2π(n+N)ε/N}

其中，s(n)为发送端时域训练符号的后N_g部分数据。

进一步的，步骤S4012中，第一个OFDM-IM符号得到的估计值ε₁：

第二个OFDM-IM符号得到的估计值ε₂：

具体的，步骤S4中，整数倍频偏估计过程具体为：

S4021、对时域接收信号进行小数倍频偏补偿，得到时域数据；

S4022、对时域数据w_l(n)进行整数倍频偏估计补偿

去循环前缀，再进行FFT得到的频域信号W_l(k)，得到代价函数；

S4023、通过带入估计的整数倍相对频偏，找到使代价函数最大的

即为最终估计的整数倍相对频偏，得到总的频偏

为

其中，

为代价函数。

进一步的，步骤S4021中，时域数据如下：

进一步的，步骤S4022中，频域信号W_l(k)为：

其中，k＝0,1,...,N-1；

计算激活子载波的功率和即可得到代价函数为：

其中，

代表激活子载波位置序号。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种基于索引调制的5G波形系统同步方法，首先提出基于索引调制的滤波器频分复用系统，该系统是在滤波器频分复用技术基础上经过优化改进形成的，它仍然是以滤波器频分复用系统为基本框架，只是对每个子带的子载波分别进行索引调制，在不降低系统容量的前提下，尽可能的减少激活子载波数量，其激活子载波的稀疏性使得系统在对抗频偏的过程中具有特殊的优势。即在相同频偏的情况下，相较于未加索引调制系统，频偏对加入索引调制的系统产生的载波间干扰(ICI，Inter Carrier Interference)更小，系统误码率更低。但上述方式仅仅能降低频偏对系统性能的影响，无法从根本上消除频偏。因此本发明继续完成时频同步，以使系统性能达到最优。

进一步的，通过子载波的索引信息发送部分数据，相比于索引调制的滤波器频分复用系统，其仅激活部分子载波用于携带数据，而激活子载波的索引同时携带数据信息，使得系统在不降低系统容量的前提下，尽可能的减少激活子载波数量，其激活子载波的稀疏性使得系统在对抗频偏的过程中具有特殊的优势。

进一步的，较好的自相关性是选择同步训练序列的前提。传统同步算法通常采用伪随机序列作为基序列，而4G LTE中则采用了Zadoff-Chu序列作为基序列。伪随机序列具有良好的相关性，而Zadoff-Chu序列更是具有恒包络以及理想的周期自相关与周期互相关特性。选择这两种序列生成训练序列完成定时频偏估计具有较好的性能。

进一步的，定时在于正确地确定每个子带OFDM-IM符号的起始位置，若估计不准确，傅里叶变换窗将不能和OFDM-IM符号完全对齐，接收信号的幅度和相位值就会发生畸变，可能导致符号间干扰(ISI，Inter System Interference)的产生，影响系统性能。

进一步的，小数倍频偏会影响子载波正交性，从而导致载波间干扰。本发明在时域基于循环前缀做小数倍频偏估计。并对传统的基于循环前缀的估计算法作以改进，改进算法不仅在高斯信道下具有良好估计性能，更是在多径信道下具有相较于传统算法突出的优势。

进一步的，整数倍频偏只是使频域接收信号发生循环移位，不会影响子载波正交性，从而不产生ICI。但整数倍频偏的存在，仍然会导致系统误码率增加。本发明利用激活子载波与静默子载波的功率差异则可以完成整数倍频偏估计。该方法能够完成整个符号范围内的频偏估计，且具有较低复杂度。

综上所述，本发明在不降低传输效率的前提下，有效降低频偏对系统性能的影响。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为F-OFDM下行链路框图；

图2为F-OFDM-IM下行链路框图；

图3为F-OFDM-IM系统索引调制映射框图；

图4为训练序列时域结构；

图5为改进的循环前缀方法结构框图；

图6为整数倍频偏ε_I＝3的符号变化对比图；

图7为F-OFDM系统与F-OFDM-IM系统在瑞丽信道下的误码率曲线对比图；

图8为高斯信道下本发明提出方法与经典方法的定时度量函数曲线对比图，其中，(a)为OFDM系统下的Park算法；(b)为OFDM-IM系统下的Park算法；(c)为OFDM系统下的Jian算法；(d)为OFDM-IM系统下的Jian算法；(e)为OFDM系统下的本发明方法；(f)为OFDM-IM系统下的本发明方法；

图9为多径信道下不同方法小数倍频偏估计均方误差曲线对比图，其中，(a)为各种方法在相对频偏小于0.25时的估计性能对比曲线，(b)为各种方法在相对频偏大于0.25时的估计性能对比曲线；

图10为多径信道下本发明整数倍频偏估计均方误差曲线与相应的小数倍频偏估计均方误差曲线图。

具体实施方式

本发明一种基于索引调制的5G波形系统同步方法，即基于索引调制的F-OFDM系统，包括以下步骤：

S1、基于索引调制的F-OFDM系统，将发送端并行数据分为索引比特数据和星座调制数据，在接收端完成子带匹配滤波处理、去循环前缀(CP，Cyclic Prefix)、傅里叶变换(FFT，Fast Fourier Transform)操作之后，进行信号检测，估计出索引比特，并解调出星座符号信息；

索引比特数据负责选择激活的子载波位置，星座比特数据负责进行星座调制，并将其放在激活子载波上来完成后续逆傅里叶变换(IFFT，Inverse Fast FourierTransform)、添加循环前缀、子带滤波等操作。

信号检测包括检测激活子载波位置，从而估计出索引比特，并在此基础上解调出星座符号信息。以子带1为例，考虑一个具有N个子载波，并将N个子载波分为G块，每块包含K＝N/G个子载波的子带系统。

对于每块的K个子载波，选择激活其中的k个子载波，共有

种可能情况，则该系统需要索引比特数为

若星座符号调制采用M-QAM形式，则星座调制需要比特数为b₂＝G*k*log₂M，故该子带系统一个符号可传输b＝b₁+b₂比特。

需要指出的是，不同子带可以选择不同的子载波分配方式，即根据子带参数配置情况灵活选择激活子载波个数，星座调制阶数，在不影响系统误码率的前提下发送更多比特，进一步提升频谱效率。这里以子带1共有4个有效子载波，将其分为2块，每块2个子载波，选择激活1个子载波，子带2共有8个子载波，将其分为4块，每块2个子载波，选择激活1个子载波为例，给出索引调制映射框图如图3所示。

请参阅图1和图2，F-OFDM-IM系统不同之处在于每个子带对串并转换之后的数据进行了索引调制。

S2、基于导频的数据辅助型方法进行定时与频偏估计；

建立基于伪随机(PN，Pseudo-noise)序列与Zadoff-Chu序列的训练序列，然后利用训练序列完成定时与频偏估计。伪随机序列具有良好的相关性，而Zadoff-Chu序列更是具有恒包络以及理想的周期自相关与周期互相关特性。基于以上特性，训练序列基于伪随机序列与Zadoff-Chu序列，该序列产生过程如下：

S201、由于新提出系统是基于索引调制的F-OFDM，索引调制将发送比特分为索引比特与星座调制比特，其中索引比特数据负责选择激活的子载波位置，星座比特数据负责进行星座调制，并将其放在激活子载波上来完成后续操作。

所以训练序列产生过程也应该遵循该原则。首先产生相应比特数量长度的伪随机序列用来选择激活子载波，然后产生相应长度的Zadoff-Chu序列将其放在相应激活子载波上进行发送。以有效子载波数据为48，将其分为24块，每块2个子载波，选择激活1个子载波为例，则需产生长度为24的伪随机序列与长度为24的Zadoff-Chu序列；

S202、利用产生的伪随机序列选择激活子载波，然后将产生的Zadoff-Chu序列分别调制在激活子载波上进行逆傅里叶变换操作。所得到的时域符号则为第一个训练符号；

伪随机序列是一个伪随机序列，由此产生的激活子载波位置具有随机性。这样做克服了在传统空子载波法中，受信道频域响应零点影响所导致的频偏估计错误。

S203、第二个训练符号由第一个训练符号进行共轭对称操作得到。分别对一、二训练符号进行加循环前缀操作得到两个OFDM-IM符号，连接后得到最终的训练符号。时域训练符号结构如图4所示，图中abcd无实际意义，仅为了说明训练符号前后数据关系。

S3、根据步骤S2设计的训练符号结构，完成定时估计，定义定时度量函数；

定时度量函数定义为：

其中，

其中，N表示逆傅里叶变换长度，N_g表示循环前缀长度，δ为长度为N的采样区间中第一个采样值对应的采样时间值，r(k)为接收信号，P(δ)为每对样值的相关求和，R(δ)为接收训练符号的能量，用以对P(d)进行归一化。

从图4的结构可知，只有定时在正确位置时，即图中d处，Q(δ)有N个共轭对称乘积对相加，此时Q(δ)值最大；而在其他位置处，共轭对称乘积对的个数均为0，Q(δ)值相对较小或几乎为0。通过搜索Q(δ)最大值，即可找到相应的正确定时位置，从而获取正确定时信息。

S4、完成定时估计后需进行频偏估计，频偏估计分为小数倍频偏估计与整数倍频偏估计，根据定时估计信息确定接收端傅里叶变换起始窗口，并根据估计频偏值确定接收端解调载波频率，完成解调，即完成系统同步。

S401、首先进行小数倍频偏估计，基于循环前缀的传统频偏估计方法在高斯信道下具有较好的估计性能，但在多径信道下，由于多径传播产生的ISI的影响，使其估计性能大幅下降。而对于F-OFDM-IM系统，子带滤波操作会产生时延，从而使相邻符号间产生ISI，进一步降低了传统方法的估计性能。为了减小ISI对频偏估计精度的影响，选取循环前缀中受ISI影响较小的一部分进行估计，为了进一步提高估计精度，本发明选取两个OFDM-IM符号的循环前缀联合进行小数倍频偏估计，步骤如下：

S4011、将两个OFDM-IM训练符号的循环前缀与相应的后半段复制部分数据分为3个小序列，其中1、3部分序列长度为总循环前缀长度的1/4，第2部分序列长度为总循环前缀长度的1/2。改进的循环前缀方法结构框图如图5所示。

其中，训练符号时域接收信号的循环前缀部分表达式为：

r_CP(n)＝s(n)e^j2πnε/N (3)

其中，n＝0，1,...,N_g-1；

相应的OFDM符号复制部分表达式为：

r_copy(n)＝s(n)e^{j2π(n+N)ε/N} (4)

其中，N_g表示循环前缀长度，N表示逆傅里叶变换点数，s(n)为发送端时域训练符号的后N_g部分数据。

S4012、分别选取两个训练符号的循环前缀与相应的后半段复制部分数据的第2部分用来做小数倍频偏估计；

第一个OFDM-IM符号得到的估计值：

第二个OFDM-IM符号得到的估计值：

S4013、对步骤S4012估计的两个值求平均得到最终估计值。

由于该方法与传统循环前缀方法一样，均采用tan^-1()计算arg()，arg()表示求复向量的角度，而tan^-1的范围为[-π,π)。所以该方法的频偏估计范围为[-π,π)/2π＝[-0.5,0.5)。当小数倍频偏绝对值大于0.5时，其估计值会发生偏差，但并不影响最终估计结果。

理想情况下，实际相对频偏与基于改进方法的估计相对频偏和Liang方法估计相对频偏对比如表1所示：

表1

从表1可看出，在估计理想的情况下，当相对频偏在[-0.75,-0.25]或[0.25,0.75]区间时，Liang方法将无法获取正确的估计值，而本发明方法不但能完成相对频偏在(-0.5,0.5)区间的正确估计，而且当相对频偏在[-1,-0.5]或[0.5,1]时，其频偏估计值与实际值存在一定关系，使得在完成小数倍频偏并进行补偿之后，相当于添加一个ε_I＝1的整数倍频偏，在后续完成整数倍频偏估计后即可获得理想估计效果。

S402、估计完小数倍频偏之后，首先需要对接收信号进行小数倍频偏补偿，补偿完成的数据可以认为仅存在整数倍频偏。此时，需要进行整数倍频偏估计。由傅里叶变换的性质可知，整数倍频偏的影响只是对频域数据进行了循环移位。图6给出了整数倍频偏ε_I＝3的OFDM-IM符号变化对比图。

由于频域训练序列采用索引调制方式产生，所以仅激活部分子载波发送数据，而其余子载波静默，即子载波上发送功率为0，且激活子载波位置已知。因此，利用激活子载波与静默子载波的功率差异则可以完成整数倍频偏估计。当系统存在整数倍频偏时，原本激活子载波位置可能变为未激活子载波，其功率为0，而未激活子载波位置可能变为激活子载波，其功率为相邻子载波上调制符号发送信号功率。只有不存在频偏时，原本已知的激活子载波上信号功率和最大。

通过数学表达式完成整数倍频偏估计过程如下：

S4021、对时域接收信号进行小数倍频偏补偿，得到时域数据如下：

S4022、对时域数据w_l(n)进行整数倍频偏估计补偿

去循环前缀，再进行FFT得到的频域信号

其中，k＝0,1,...,N-1；

计算激活子载波的功率和得到代价函数为：

其中，

代表激活子载波位置序号。

S4023、通过不断带入估计的整数倍相对频偏，找到使代价函数最大的

即为最终估计的整数倍相对频偏为：

至此完成所有频偏估计，总的频偏为

要使发送端调制信号的载波与接收端解调所需的同步载波相等。而由于无线传播的信道影响，信道中多普勒频移的存在会使得接收端的信号载波频率不再是发送端所发送的频率。这时再用已知的发送端发送载波频率进行解调就会产生误差。而频偏估计的做的就是为了找到这个信号在经过无线信道后频率到底偏移了多少。然后用这个估计值对信号进行补偿后使其频率恢复到与原始发送端载波频率一致，方便完成后续解调。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

仿真条件设置及仿真结果分析

通过Matlab分别仿真验证了F-OFDM-IM系统误码率性能、改进方法定时频偏估计性能，其中包括：F-OFDM-IM系统与F-OFDM系统误码率对比曲线、改进方法定时度量函数曲线、改进方法小数倍与整数倍频率偏移均方误差曲线。该仿真基于两条子带完成，基本仿真参数如表2所示：

表2

图7为F-OFDM系统与F-OFDM-IM系统在瑞丽信道下的误码率曲线对比图，从图中可以看出，在频谱效率相同，尤其是低信噪比情况下，加入子载波索引后，F-OFDM-IM系统与F-OFDM相比，获得了约5dB的增益，这是由于F-OFDM-IM系统中只有部分子载波发送数据，频域数据的稀疏性减少了频偏对系统造成的影响，降低了载波间干扰对传输性能的影响。

图8为高斯信道下本发明方法与经典方法的定时度量函数曲线对比图，从图中可以看出，在OFDM系统中，相比于Park方法，Jian方法有效的消除了副峰对定时性能的影响，而本发明方法与Jian方法具有等价的定时估计性能。在F-OFDM-IM系统中，Jian方法定时度量曲线副峰变多，而本发明方法仍具有较优的性能，这正是由于滤波器的存在对于利用两个符号的相关性进行定时估计的影响要小于利用一个符号的相关性进行定时估计。因此，无论在OFDM系统还是F-OFDM-IM系统，本发明方法均能够较好的完成定时估计，为后续频偏估计提供了良好的基础。

图9为不同方法小数倍频偏估计均方误差曲线对比图，从图中可以看到当小数倍相对频偏小于0.25时，由于Liang方法利用整个符号进行频偏估计，在以增加复杂度为代价的情况下实现了估计性能最优。而当小数倍相对频偏大于0.25时，由于训练符号结构的特殊性，Liang方法估计性能急剧下降，而其余方法仍具有较优性能。但对于多径信道而言，本发明方法估计精度优于现有方法精度，其频偏估计均方误差更低，具有更优的估计性能。

图10为整数倍频偏估计均方误差曲线与相应的小数倍频偏估计均方误差曲线，对比图中曲线可看出，整数倍频偏估计均方误差曲线与小数倍频偏估计均方误差重合，即整数倍频偏估计无误差。说明本发明方法可以实现整数倍频偏无偏差估计，具有较好的估计性能。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (8)

1.一种基于索引调制的5G波形系统同步方法，其特征在于，包括以下步骤：

S1、将基于索引调制的滤波器正交频分复用F-OFDM-IM系统的发送端并行数据分为索引比特数据和星座比特数据，星座比特数据经调制后映射到索引比特数据选取的激活子载波上，得到子载波映射数据，将子载波映射数据进行逆傅里叶变换、加循环前缀和子带滤波后完成发送；在接收端依次进行子带匹配滤波处理、去循环前缀、傅里叶变换操作之后，检测激活子载波位置，估计出索引比特，并解调出星座符号信息；

S2、建立基于伪随机序列与Zadoff-Chu序列的训练序列，基于导频的数据辅助型方法进行定时与频偏估计；

S3、根据步骤S2设计的训练符号结构，完成定时估计，定义定时度量函数；

S4、选取两个OFDM-IM符号的循环前缀联合进行小数倍频偏估计，对接收信号进行小数倍频偏补偿，利用激活子载波与静默子载波的功率差异进行整数倍频偏估计，根据定时估计信息确定接收端傅里叶变换起始窗口，并根据估计频偏值确定接收端解调载波频率，完成系统同步，选取两个OFDM-IM符号的循环前缀联合进行小数倍频偏估计具体为：

S4011、将两个OFDM-IM训练符号的循环前缀与相应的后半段复制部分数据分为3个小序列，其中1、3部分序列长度为总循环前缀长度的1/4，第2部分序列长度为总循环前缀长度的1/2；

S4012、分别选取两个训练符号的循环前缀与相应的后半段复制部分数据的第2部分做小数倍频偏估计，确定两个OFDM-IM符号的估计值ε₁和ε₂；

S4013、对步骤S4012估计的两个值求平均得到最终估计值

为：

其中，频偏估计范围为[-π,π)/2π＝[-0.5,0.5)；

整数倍频偏估计过程具体为：

S4021、对时域接收信号进行小数倍频偏补偿，得到时域数据；

S4022、对时域数据w_l(n)进行整数倍频偏估计补偿

去循环前缀，再进行FFT得到的频域信号W_l(k)，得到代价函数；

S4023、通过带入估计的整数倍相对频偏，找到使代价函数最大的

即为最终估计的整数倍相对频偏，得到总的频偏

为

其中，

为代价函数。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，索引比特数据负责选择激活的子载波位置，星座比特数据负责进行星座调制，并将其放在激活子载波上来完成后续逆傅里叶变换、添加循环前缀、子带滤波操作。

3.根据权利要求1所述的方法，其特征在于，步骤S2中，训练序列基于伪随机序列与Zadoff-Chu序列的建立具体为：

S201、产生相应比特数量长度的伪随机序列用来选择激活子载波，伪随机序列的长度根据激活子载波所需比特数确定，然后产生相应长度的Zadoff-Chu序列，将其放在相应激活子载波上进行发送，Zadoff-Chu序列的长度根据激活子载波数量确定；

S202、利用产生的伪随机序列选择激活子载波，然后将产生的Zadoff-Chu序列分别调制在激活子载波上进行逆傅里叶变换操作，所得到的时域符号则为第一个训练符号；

S203、第二个训练符号由第一个训练符号进行共轭对称操作得到，分别对一、二训练符号进行加循环前缀操作得到两个OFDM-IM符号，连接后得到最终的训练符号。

4.根据权利要求1所述的方法，其特征在于，步骤S3中，定时度量函数Q(δ)定义为：

其中，N表示逆傅里叶变换长度，N_g表示循环前缀长度，δ为长度为N的采样区间中第一个采样值对应的采样时间值，r(k)为接收信号，P(δ)为每对样值的相关求和，R(δ)为接收训练符号的能量，用以对P(δ)进行归一化。

5.根据权利要求1所述的方法，其特征在于，步骤S4011中，训练符号时域接收信号的循环前缀部分表达式为：

r_CP(n)＝s(n)e^j2πnε/N

其中，n＝0，1,...,N_g-1；

相应的OFDM符号复制部分表达式为：

r_copy(n)＝s(n)e^{j2π(n+N)ε/N}

其中，s(n)为发送端时域训练符号的后N_g部分数据，ε为频偏，N为逆傅里叶变换长度，N_g为循环前缀长度。

6.根据权利要求1所述的方法，其特征在于，步骤S4012中，第一个OFDM-IM符号得到的估计值ε₁：

第二个OFDM-IM符号得到的估计值ε₂：

其中，N_g为循环前缀长度，r_cp ^*()为训练符号时域接收信号的循环前缀，r_copy()为相应的OFDM符号复制部分，N为逆傅里叶变换长度。

7.根据权利要求1所述的方法，其特征在于，步骤S4021中，时域数据如下：

其中，N为逆傅里叶变换长度。

8.根据权利要求1所述的方法，其特征在于，步骤S4022中，频域信号W_l(k)为：

其中，k＝0,1,...,N-1；

计算激活子载波的功率和即可得到代价函数为：

其中，

代表激活子载波位置序号，N为逆傅里叶变换长度，ε_I为整数倍频偏。

Images