CN111277535B

CN111277535B - 一种分频分时高精度ofdm同步方法和系统

Info

Publication number: CN111277535B
Application number: CN202010182268.7A
Authority: CN
Inventors: 薛顺瑞
Original assignee: Chengdu Xide Electronic Information Technology Co ltd
Current assignee: Chengdu Xide Electronic Information Technology Co ltd
Priority date: 2020-03-16
Filing date: 2020-03-16
Publication date: 2022-10-25
Anticipated expiration: 2040-03-16
Also published as: CN111277535A

Abstract

本发明公开了一种分频分时高精度OFDM同步方法和系统，该方法利用频域拷贝法构造多个低带宽、数据频域不重叠的序列，在保证高增益的同步性能下解决低带宽下相关峰的平台效益；利用分时发送不同频率成分的前导序列，接收端粗同步利用分时序列的相似性，精同步利用序列的相关性，由粗到精的处理技术相结合，在粗同步之后进行精同步时，避开精同步对阀值的需求，只需要在固定长度的相关峰结果中搜索最大值，成功解决次高峰对相关峰的影响；具有同步精度高、效果好的优点。

Description

一种分频分时高精度OFDM同步方法和系统

技术领域

本发明涉及OFDM同步技术，特别涉及一种分频分时高精度OFDM同步方法和系统。

背景技术

在OFDM通信系统中，同步系统的性能决定着通信系统是否能够正常工作，是最为关键的技术。在OFDM系统中，发射端和接收端分别有IFFT和FFT运算单元，因此需要完成数字信号的解调运算，首先的确定FFT和IFFT运算窗口，由于OFDM接收端并不清楚数据信号准确的起始位置，并且在无线信道的多径和噪声的干扰下，也会导致接收端无法准确的找到IFFT和FFT的运算窗，若同步符号的位置落在循环前缀以外，便会导致符号间干扰(ISI)，从而严重影响通信性能，因此同步技术在OFDM系统中最为关键。

目前基于前导序列的同步算法中在每帧数据的前段添加已知的前导序列，利用已知前导序列与本地模板序列进行的互相关操作完成定时同步，以及利用自身序列的相似性，完成频率估计，即完成频率同步。但是，目前现有的同步技术中当已知前导序列较长时，难以找到相关性较好的前导序列，导致其相关结果中存在相关峰值平台效应，从而定时同步精度不高；若为了解决长序列的相关结果平台效应而设计前导序列，会在主峰附近产生次高峰，在低信噪比情况下基于门限法可能造成定时错误。其次为了提高同步的性能，采用调整前导序列的带宽低于数据段带宽，有助于提升同步性能，但是低带宽下前导序列，在数据采样率下每个符号存在多个采样点，因此存在低信噪比情况下同步精度不高的影响。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种分频分时高精度OFDM同步方法和系统，利用频域拷贝方法构造多个不同频点的序列，在保证高增益的同步性能下解决低带宽下相关峰的平台效益；利用分时发送不同频率成分的前导序列，接收端粗同步利用分时序列的相似性，精同步利用序列的相关性，由粗到精的处理技术相结合，在粗同步之后进行精同步时，避开精同步对阀值的需求，只需要在固定长度的相关峰结果中搜索最大值，成功解决次高峰对相关峰的影响。

为了实现上述发明目的，本发明提供了以下技术方案：

一种分频分时高精度OFDM同步方法，包括：

步骤1：采用分时分频的方法利用P序列构造前导序列时域数据及本地模板频域序列数据，发射所述前导序列时域数据；

步骤2：接收所述前导序列时域数据，并将其复制为三路时域数据，分别为第一序列时域数据、第二序列时域数据和第三序列时域数据；

步骤3：对所述第一序列时域数据、第二序列时域数据进行预处理，利用预处理后的第一序列时域数据和所述第二序列时域数据进行粗同步运算，设置门限，计算粗同步相关峰最大值的位置；

步骤4：根据所述粗同步相关峰最大值的位置从所述第三序列时域数据取出固定长度的数据构造第四序列时域数据；

步骤5：对所述第四序列时域数据进行分时傅里叶变换，得到不同频域下的子序列频域数据；

步骤6：剔除步骤5得到的不同频域下的子序列频域数据中的零频点数据，并按照频点数据的顺序排列形成第五序列频域数据；

步骤7：对所述第五序列频域数据与所述本地模板频域序列数据进行精同步处理，得到精同步序列相关峰，根据所述精同步相关峰的最大值得到定时同步的位置。

优选的，所述步骤1具体包括：

步骤101：利用P序列的频域数据构造四个低带宽频域序列，且所述四个低带宽频域序列相互之间的非零频点数据无重叠；

步骤102：求取与四个低带宽频域序列对应的时域序列，将求得的时域序列按时间先后顺序进行排列得到所述前导序列时域数据，并发送所述前导序列时域数据；

步骤103：将所述四个低带宽频域序列按频点顺序排列，得到一列序列频域数据，剔除所得序列频域数据中的零数据频点，得到所述本地模板频域序列数据。

优选的，所述步骤3包括：

步骤301：对所述第一序列时域数据、第二序列时域数据进行预处理；

步骤302：对预处理后的第一序列时域数据和所述第二序列时域数据依次进行差分运算处理、变频处理、归一化处理、滑动平均运算处理和求莫运算处理；

步骤303：在求莫运算处理后的数据中进行搜索，当大于所设置的门限值，计数2n个数，构造所述粗同步相关峰，并求得所述粗同步相关峰最大值的位置。

优选的，所述预处理包括：对所述第一序列时域数据进行延时处理，对所述第二序列时域数据进行共轭处理；

或者是对所述第一序列时域数据进行共轭处理，对所述第二序列时域数据进行延时处理。

优选的，以步骤3所得的粗同步相关峰最大值的位置为序列中心，从所述第三序列时域数据取出2n个数据构造第四序列时域数据。

优选的，所述分时傅里叶变换包括：将所述第四序列时域数据按频点数据顺序分为四个子序列时域数据，分别对所得四个子序列时域数据进行傅里叶变换处理，以得到不同频域下的子序列频域数据。

优选的，所述精同步处理包括：对所述第五序列频域数据与所述本地模板频域序列数据依次进行复数乘法运算处理、傅里叶逆变换处理、求莫运算处理，得到精同步序列相关峰。

在本发明进一步的实施例中，还提供一种分频分时高精度OFDM同步系统，包括：

数据构造模块，用于采用分时分频的方法利用P序列构造前导序列时域数据及本地模板频域序列数据；

发射端，用于发射所述前导序列时域数据至接收端；

接收端，用于接收所述前导序列时域数据，复制得到第一序列时域数据、第二序列时域数据和第三序列时域数据；对所述第一序列时域数据、第二序列时域数据进行预处理，利用预处理后的第一序列时域数据和所述第二序列时域数据进行粗同步运算，设置门限，计算粗同步相关峰最大值的位置；根据所述粗同步相关峰最大值的位置从所述第三序列时域数据取出固定长度的数据构造第四序列时域数据；对所述第四序列时域数据进行分时傅里叶变换，得到不同频域下的子序列频域数据；剔除所述不同频域下的子序列频域数据中的零频点数据，并按照频点数据的顺序排列形成第五序列频域数据；从所述数据构造模块提取所述本地模板频域序列数据与所述第五序列频域数据进行精同步处理，得到精同步序列相关峰，根据所述精同步相关峰的最大值得到定时同步的位置。

与现有技术相比，本发明的有益效果：本发明所提供的分频分时OFDM同步方法，利用频域拷贝法构造多个低带宽、数据频域不重叠的序列，在保证高增益的同步性能下解决低带宽下相关峰的平台效益；利用分时发送不同频率成分的前导序列，接收端粗同步利用分时序列的相似性，精同步利用序列的相关性，由粗到精的处理技术相结合，在粗同步之后进行精同步时，避开对阀值的需求，只需要在固定长度的相关峰结果中搜索最大值，成功解决次高峰对相关峰的影响；有效克服了现有基于前导序列的同步算法存在的平台效应、次高峰对相关峰的存在影响的问题，精度高、同步效果好。

附图说明：

图1为本发明示例性实施例的一种分频分时高精度OFDM同步方法。

图2为本发明示例性实施例的四个低带宽频域子序列数据结构图。

图3为本发明示例性实施例的分时发送的前导序列时域数据结构图。

图4为本发明示例性实施例的粗同步相关峰示意图。

图5为本发明示例性实施例的精同步相关峰示意图。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例1

图1示出了本发明示例性实施例的一种分频分时高精度OFDM同步方法，包括：

步骤6：剔除所述不同频域下的子序列频域数据中的零频点数据，并按照频点数据的顺序排列形成第五序列频域数据；

具体的，前导序列中最小单元序列为P序列，这里我们采用包括为1到128频点的P序列，其频域数据如表1所示，表中数据为频域的数据值。其中频点携带数据的正频点(数据1)为2～51频点称之为P_right，负频点(数据-1)为79～128频点称之为P_left。

表1

如图2所示首先通过分时分频法构造前导序列时域数据，包括：利用P序列的频域数据构造P1，P2，P3以及P4频域序列(每个序列包括二分之n个频点)，如图3所示，P1，P2，P3，P4序列具有低带宽(低带宽是指每个序列占用的频点数的比例不高，不足百分之五十，一般低于于1/4)，并且它们之间的有效数据频点(即非零数据频点)不重叠。接着对P1，P2，P3以及P4频域序列，分别经过傅里叶反变换(IFFT)如公式1，得到与频域数据对应的时域数据P1_T，P2_T，P3_T，P4_T；

将这个四个时域序列按照时间先后顺序进行排列组合，按照时间先后排列这4种序列，即为前导序列时域数据(如图3所示)，并发射该前导序列时域数据。同时利用P1，P2，P3以及P4频域序列构造本地模板频域序列数据：将所述四个低带宽频域序列按频点顺序排列，并剔其中的零数据频点(零频点所在位置的数据)，即可得到本地模板频域序列数据。即本地模板数据的构造为[P1 P2P3 P4]的序列去除0频点的序列为本地模板序列数据(缓存于接收端)。

接着，前导序列时域数据STF经过天线发射之后，接收天线接收后将数据复制为3路(第一序列时域数据、第二序列时域数据和第三序列时域数据)，分别做延时、共轭和缓存的处理。利用延时路时域数据与共轭路时域数据进行粗同步，包括：将两路数据做差分运算，得到数据rd_dif_fc；将rd_dif_fc数据进行下变频，得到rd_dif；对数据rd_dif进行幅度归一化，得到rd_dif_sign，其中幅度归一化如公式2：

rd_dif_sign(n)＝e^{i*angle(rd_dif(n))} ⁿ＝(1,2,…,L)…公式2；

对数据rd_dif_sign进行滑动平均运算rd_cic，得到dif_pow，如公式3所示，

其中h的系数为1；最后对数据dif_pow进行求莫运算，得到dif_pow_abs。此时进入粗同步搜索状态，只要发现有大于粗同步门限则进入粗同步最大值位置的计算状态，即在dif_pow_abs大于门限时，则进入粗同步相关峰最大值位置的计算搜索，搜索范围2n个点，以找出粗同步峰值的最大值位置。以粗同步最大值的位置为中心，从缓存路时域数据中取出用于精同步的第四序列时域数据fin_data：以最大值位置为中心向前取n个数据，向后取n个数据。将fin_data按照点的顺序分为4份，分别为fin_data1，fin_data2，fin_data3，fin_data4。对分组后的fin_data1，fin_data2，fin_data3，fin_data4分别求傅里叶变换(FFT)，如公式4，得到fin_fft1，fin_fft2，fin_fft3，fin_fft4。

接着分别剔除fin_fft1，fin_fft2，fin_fft3，fin_fft4中的无数据频点，按照频点的顺序排列，形成第五序列频域数据fin_fft数据。将第五序列频域数据fin_fft与本地模板频域数据P_mb进行复数乘法运算，得到peak_fft。对peak_fft进行傅里叶逆变换(IFFT)如公式1，得到用于精同步的时域数据peak_d。对peak_d进行求莫运算，得到peak_d_abs。找出peak_d_abs最大值的位置，最终得到定时同步的位置，如图5所示，取出的2n个点数据，峰值附近存在次峰，但是由于后续步骤寻找最大值，避免阀值，从而有效的解决次高峰对相关峰的影响。

在本发明进一步的实施例中，还提供一种分频分时高精度OFDM同步系统，包括发射端和接收端，能够执行如图1所示的分频分时高精度OFDM同步方法。

实施例2

进一步的，我们以包含2048个频点的前导序列为例进行同步，首先构造4个OFDM符号的前导子序列，并在接收端对该前导序列进行物理帧同步运算，具体为：

步骤S1、P1频域序列为512个频点，其中2～51个频点给入P_right数据，463～512频点给入P_left数据，其余频点给0；P2频域序列为512个频点，其中52～101个频点给入P_right数据，413～462频点给入P_left数据，其余频点给0；P3频域序列为512个频点，其中102～151个频点给入P_right数据，363～412频点给入P_left数据，其余频点给0；P4频域序列为512个频点，其中152～201个频点给入P_right数据，313～362频点给入P_left数据，其余频点给0；本地模板数据P_mb为[P1 P2 P3 P4]，如图2所示，给出前导序列P1，P2，P3，P4序列图和P_mb的数据结构，其中图中zeros(1,n)表示1行n个0的数据。P1、P2、P3和P4这4种序列因其非零数据频点占比低，为低带宽频域数据，因此具有发送功率集中的优点，有助于提高同步增益。

步骤S2、P1，P2，P3以及P4频域序列，分别经过傅里叶反变换(IFFT)如公式1，得到与频域数据对应的时域数据P1_T，P2_T，P3_T，P4_T；

步骤S3、前导序列STF中按照时间先后顺序由P1_T，P2_T，P3_T，P4_T序列构成，如图3所示，STF总共点数为2048个点数，STF序列为[P1_T，P2_T，P3_T，P4_T]。

步骤S4、前导序列STF经过天线发射之后，接收天线接收后数据为rd，对rd分为3路，第一路进行延时512个采样点得到rd_1dly，第二路进行共轭运算得到rd_conj，第三路进行缓存得到rd_buf。

步骤S5、延时后的数据rd_1dly与共轭数据rd_conj进行复数乘法运算，得到数据rd_dif_fc。

步骤S6、rd_dif_fc与exp(-1i*0.25*pi*n)进行复数运算，其中n为1,2，…,L(rd_dif_fc的长度)，得到rd_dif。

步骤S7、对数据rd_dif进行幅度归一化，得到rd_dif_sign，其中幅度归一化如公式2；

步骤S8、对数据rd_dif_sign进行滑动平均运算rd_cic，得到dif_pow，如公式3所示；

步骤S9、对数据dif_pow进行求莫运算，得到dif_pow_abs；

步骤S10、dif_pow_abs大于门限时，则开始计数2048，如图4示出了本发明示例性实施例的粗同步相关峰，找出2048个点中最大值的位置，最后折算到rd_buf数据中STF序列的中心位置。

步骤S11、以估算出的STF序列中心位置，向前取出1024个数据，向后也取出1024个数据，总共2048个数据fin_data。

步骤S12、fin_data按照点的顺序分为4份，每份为512个点，分别为fin_data1，fin_data2，fin_data3，fin_data4。

步骤S13、fin_data1，fin_data2，fin_data3，fin_data4分别求傅里叶变换(FFT)，如公式4，得到fin_fft1，fin_fft2，fin_fft3，fin_fft4。

步骤S14、fin_fft1，fin_fft2，fin_fft3，fin_fft4分别剔除无数据频点，按照频点的顺序排列，形成fin_fft数据。步骤14中的得到的fin_fft数据，其多个不同频点的序列分布在不同的时间，利用低带宽序列的功率集中性，又通过频域合成高带宽序列解决相关峰的平台效应问题。

步骤S15、fin_fft与模板数据P_mb进行复数乘法运算，得到peak_fft。

步骤S16、peak_fft进行傅里叶反变换(IFFT)如公式1，得到peak_d。

步骤S17、peak_d进行求莫运算，得到peak_d_abs；

步骤S18、如图5所示，在peak_d_abs所得精同步相关峰中找出最大值的位置，最终得到定时同步的位置。其中，精同步计算过程中无门限设计，只需要搜索出固定长度匹配峰结果的最大值，有效解决次高峰对相关峰的影响。

本发明所采用的分频分时高精度OFDM同步方法，首先通过分频的方法构造前导序列中关键低带宽数据P1、P2、P3和P4序列，并且这4种序列因其非零数据频点占比低，为低带宽频域数据，因此具有发送功率集中的优点，有助于提高同步增益；并且分时对四种序列进行傅里叶逆变换，分频分时构造前导序列时域数据；接着在接收端将前导序列时域数据拷贝为三路数据，利用第一、第二路数据做粗同步，设置门限，找到粗同步最大值位置，以此构造用于精同步的时域数据，将时域数据进行分组，再傅里叶变换将其转换为频域数据，能够得到多个不同频点的序列分布在不同的时间，既利用低带宽序列的功率集中性，又通过频域合成高带宽序列解决相关峰的平台效应问题。最后在精同步计算过程中避开对阈值的需求，只需要搜索出固定长度匹配峰结果的最大值，解决次高峰对相关峰的影响。

在本发明进一步的实施例中，还提供一种分频分时高精度OFDM同步系统，包括用于构造前导序列时域数据和本地模板频域序列数据的数据构造模块(供发射端和接收端提取并使用)、以及用于发射前导序列时域数据至接收端的发射端、以及用于接收发射端传输的前导序列时域数据并完成所述前导序列时域数据的同步计算的接收端。数据构造模块，用于采用分时分频的方法利用P序列构造前导序列时域数据及本地模板频域序列数据；发射端，用于发射所述前导序列时域数据至接收端；接收端，用于接收所述前导序列时域数据，复制得到第一序列时域数据、第二序列时域数据和第三序列时域数据；对所述第一序列时域数据、第二序列时域数据进行预处理，利用预处理后的第一序列时域数据和所述第二序列时域数据进行粗同步运算，设置门限，计算粗同步相关峰最大值的位置；根据所述粗同步相关峰最大值的位置从所述第三序列时域数据取出固定长度的数据构造第四序列时域数据；对所述第四序列时域数据进行分时傅里叶变换，得到不同频域下的子序列频域数据；剔除所述不同频域下的子序列频域数据中的零频点数据，并按照频点数据的顺序排列形成第五序列频域数据；从所述数据构造模块提取所述本地模板频域序列数据与所述第五序列频域数据进行精同步处理，得到精同步序列相关峰，根据所述精同步相关峰的最大值得到定时同步的位置。

Claims

1.一种分频分时高精度OFDM同步方法，包括：

步骤7：对所述第五序列频域数据与所述本地模板频域序列数据进行精同步处理，得到精同步序列相关峰，根据所述精同步序列相关峰的最大值得到定时同步的位置；

所述步骤1具体包括：

步骤103：将所述四个低带宽频域序列按频点顺序排列，得到一列序列频域数据，剔除所得序列频域数据中的零数据频点，得到所述本地模板频域序列数据；

其中，所述分时傅里叶变换包括：将所述第四序列时域数据按频点数据顺序分为四个子序列时域数据，分别对所得四个子序列时域数据进行傅里叶变换处理，以得到不同频域下的子序列频域数据。

2.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

3.根据权利要求2所述的方法，其特征在于，所述预处理包括：对所述第一序列时域数据进行延时处理，对所述第二序列时域数据进行共轭处理；

4.根据权利要求1所述的方法，其特征在于，以步骤3所得的粗同步相关峰最大值的位置为序列中心，从所述第三序列时域数据取出2n个数据构造第四序列时域数据。

5.根据权利要求1所述的方法，其特征在于，所述精同步处理包括：对所述第五序列频域数据与所述本地模板频域序列数据依次进行复数乘法运算处理、傅里叶逆变换处理、求莫运算处理，得到精同步序列相关峰。

6.一种分频分时高精度OFDM同步系统，包括：

数据构造模块，用于采用分时分频的方法利用P序列构造前导序列时域数据及本地模板频域序列数据；其中，所述采用分时分频的方法利用P序列构造前导序列时域数据及本地模板频域序列数据，具体包括：

发射端，用于发射所述前导序列时域数据至接收端；

接收端，用于接收所述前导序列时域数据，复制得到第一序列时域数据、第二序列时域数据和第三序列时域数据；对所述第一序列时域数据、第二序列时域数据进行预处理，利用预处理后的第一序列时域数据和所述第二序列时域数据进行粗同步运算，设置门限，计算粗同步相关峰最大值的位置；根据所述粗同步相关峰最大值的位置从所述第三序列时域数据取出固定长度的数据构造第四序列时域数据；对所述第四序列时域数据进行分时傅里叶变换，得到不同频域下的子序列频域数据；剔除所述不同频域下的子序列频域数据中的零频点数据，并按照频点数据的顺序排列形成第五序列频域数据；从所述数据构造模块提取所述本地模板频域序列数据与所述第五序列频域数据进行精同步处理，得到精同步序列相关峰，根据所述精同步序列相关峰的最大值得到定时同步的位置；其中，所述分时傅里叶变换包括：将所述第四序列时域数据按频点数据顺序分为四个子序列时域数据，分别对所得四个子序列时域数据进行傅里叶变换处理，以得到不同频域下的子序列频域数据。