專利名稱：一種ofdm系統(tǒng)中聯(lián)合時間同步和頻偏估計方法
技術領域：
本發(fā)明涉及OFDM(正交頻分復用)通信系統(tǒng)的頻偏估計方法，特別涉及一種OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法。
背景技術：
正交頻分復用(OFDM)技術是一種高速數(shù)據(jù)傳輸技術，其將高速數(shù)據(jù)流分解到若干個低速數(shù)據(jù)流，各個低速數(shù)據(jù)流在若干個正交的子載波上并行傳輸，同時使用循環(huán)前綴(CP)，因而能夠有效的克服由頻率選擇性衰落所帶來的碼間串擾(ISI)，且具有高的頻譜效率。OFDM技術是第四代移動通信系統(tǒng)的核心技術，已被很多工業(yè)標準所采用。
時間同步和載波頻偏估計是影響OFDM系統(tǒng)性能的一個關鍵因素。時間同步是指接收機需要確定每個OFDM幀或符號塊的起始位置，以便進行去CP和反傅立葉變換(IFFT)操作。而由于發(fā)射機和接收機的晶振的頻率差異所造成的載波頻偏，將破壞子載波之間的正交性，從而產(chǎn)生嚴重的子載波間干擾(ICI)，降低系統(tǒng)的性能。因此，在OFDM符號的解調之前，必須進行符號同步和載波頻偏的估計和補償。
J.van de Beek，M.Sandell，and P.O.Borjesson等人在IEEE Transactions onSignal Processing，vol.45，pp.1800-1805，July 1997上發(fā)表的“ML estimationof time and frequency offset in OFDM systems”(對比文獻一)提出了一種利用循環(huán)前綴的聯(lián)合時間同步和頻偏估計方法(也可稱為最大似然方法)，該方法無須利用訓練序列，是一種盲聯(lián)合估計的方法。然而該方法只能用于高斯白噪聲信道中，而對于OFDM系統(tǒng)所應用的頻率選擇性多徑信道，該方法效果較差。
Tureli U.，Liu H，Zoltowski M D.等人在IEEE Trans.on Communication，48(9)1459～1461，2000.上發(fā)表“OFDM blind carrier offset estimationESPRIT”(對比文獻二)，提出了一種新的利用虛擬子載波的盲頻偏估計方法。該方法是基于子空間的方法，能夠給出頻偏的閉式解析解，且其估計性能具有超分辨的特性。但是該方法只能估計頻偏而不能用于時間同步，而且需要對一個N維(N為OFDM符號子載波總數(shù))協(xié)方差矩陣進行奇異值分解，計算量大，且在頻率選擇性信道下存在不確定性問題。
申請?zhí)枮?00410009868.4的中國發(fā)明專利(對比文獻三)公開了一種正交頻分復用系統(tǒng)中聯(lián)合時間同步和頻偏估計方法及裝置，但是該發(fā)明是基于訓練符號的，由于訓練符號的插入降低了系統(tǒng)的頻譜效率。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有的OFDM系統(tǒng)的聯(lián)合估計方法所存在的各自缺陷，提出了一種OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，該方法是一種基于自適應的盲聯(lián)合估計方法，無須利用訓練序列，只需利用OFDM符號塊中沒有被信道污染的循環(huán)前綴(CP)。該方法計算量小，硬件實現(xiàn)簡單，不但能適用于高斯白噪聲信道，并且也能適用于頻率選擇性多徑信道的場合。
為達到以上目的，本發(fā)明是采取如下技術方案予以實現(xiàn)的一種OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，包括下述步驟步驟1設初始權值W(0)＝1，確定步長μ(0～1)，選擇平滑系數(shù)M，其為整數(shù)；選擇收斂閾值α為0.5～1；步驟2利用觀測窗中接收信號數(shù)據(jù)yn＝[yn，yn+N]T，其中上角標“T”表示矩陣轉置，采用如下的迭代公式進行自適應權值更新W(n+1)=W(n)-μ1||yn||2(yn*+Wyn+N*)yn+N]]>W(n+1)=W(n+1)|W(n+1)|---(10)]]>ω(n+1)＝[1，W(n+1)]T其中‖yn‖2為求向量yn的二范數(shù)，“*”表示取共軛；步驟3利用更新的權值計算歸一化輸出能量J(n)J(n)=|ω(n)Hyn|2||yn||2]]>
步驟4將歸一化輸出能量與閾值α比較步驟4.1當J(n)＜α，且J(n-1)＜α時，認為當前觀測窗位于非訓練段，此時不能進行頻偏估計，此時進行步驟5；步驟4.2當J(n)＞α時，且J(n-1)＜α時，可以認為觀測窗剛剛進入收斂段，此時當前的權值可以用來估計頻偏φ^n=∠WnN;]]>步驟4.3當J(n)＞α，且J(n-1)＞α時，可以認為當前窗仍在收斂段，當前的權值也可以用來估計頻偏φ^n=∠WnN;]]>步驟4.4當J(n)＜α，且J(n-1)＞α時，也即出現(xiàn)了輸出能量的下降沿，即上一個時刻觀測窗仍在收斂段，而此刻已經(jīng)進入非訓練段，由于收斂段的最后一個采樣點就是CP段和其對應數(shù)據(jù)段的最后一個采樣點，也就是說此刻觀測窗中的采樣點就是一個OFDM符號塊數(shù)據(jù)段的起始采樣點，這樣就實現(xiàn)了符號時間同步；步驟5令n＝n+1，回到步驟2，進行下一個迭代循環(huán)。
上述方案中，所述步驟1中的收斂閾值α的選擇與信噪比有關，當信噪比分別在5～9dB，10～14dB，和＞15dB時，收斂閾值α分別取0.75，0.85，0.95。
所述步驟2中的迭代公式的推導過程如下首先求自相關矩陣的最大特征值及對應的特征向量，可轉化為求Rayleigh(瑞利)商問題。即有下式maxωJ(ω)=maxω(E{|ωHy|2||y||2})=maxωωHRωωHω=λmax]]>若Rω＝λmaxω其中y＝[yn，yn+N]T，即間隔為N的兩個采樣點組成的向量，ω為權值，其具有形式[1，ejN]，令W＝ejN，則隨機梯度為
▿J(ω)=1||y||2∂|(1W*)ynyn+N|2/∂W*]]>=1||y||2(yn*+Wyn+N*)yn+N]]>得迭代公式為W(n+1)=W(n)-μ1||yn||2(yn*+Wyn+N*)yn+N]]>W(n+1)=W(n+1)|W(n+1)|]]>ω(n+1)＝[1，W(n+1)]T該步驟2還可以同時或任一采取下述兩種yn的處理方法a.對一組觀測窗中數(shù)據(jù)，采用正反向兩次迭代以加快收斂速度，即依次使用yn＝[yn，yn+N]T和yn＝[yn+N，yn]H來更新權值，其中上角標“H”表示取共軛轉置；b.上述自適應過程采用得是隨機梯度，實際系統(tǒng)中可采用一定統(tǒng)計意義下的梯度，即利用屬于多個不同OFDM符號塊的訓練段進行平均，當采用M組數(shù)據(jù)，即用yn=ynyn+(N+G)...yn+(M-1)(N+G)yn+Nyn+(N+G)+N...yn+(M-1)(N+G)+N]]>更新權值。其中，M為“平滑系數(shù)”。
所述步驟4.2、4.3中，當收斂段大于一個采樣長度時，可以多次估計頻偏，然后求平均。
采用本發(fā)明方法所得到聯(lián)合時間同步和頻偏估計性能，無論在高斯白噪聲信道或是頻率選擇性多徑信道的場合，比現(xiàn)有技術方法的性能更優(yōu)越，即使信道階數(shù)相對循環(huán)前綴長度已經(jīng)很大時，本發(fā)明方法的估計性能仍明顯優(yōu)于最大似然方法。


圖1為本發(fā)明在OFDM系統(tǒng)中的自適應聯(lián)合時間同步和頻偏估計方法的步驟流程圖。
圖2為根據(jù)本發(fā)明實施例1得到的自適應聯(lián)合估計輸出值過程圖。其中，圖2(1)為自適應過程輸出的頻偏估計的值；圖2(2)為自適應過程中歸一化輸出能量的值。
圖3為根據(jù)本發(fā)明實施例2得到的時間同步估計在不同平滑系數(shù)下隨信噪比變化的性能以及和現(xiàn)有技術的對比圖；圖4為根據(jù)本發(fā)明實施例2得到的頻偏估計在不同平滑系數(shù)下隨信噪比變化的性能以及和現(xiàn)有技術的對比圖；圖5為根據(jù)本發(fā)明實施例3得到的時間同步估計在不同信噪比下隨信道階數(shù)變化的性能以及與現(xiàn)有技術的對比圖；圖6為根據(jù)本發(fā)明實施例3得到的頻偏估計在不同信噪比下隨信道階數(shù)變化的性能以及與現(xiàn)有技術的對比圖；圖7為根據(jù)本發(fā)明實施例4得到的頻偏估計在不同信噪比下的性能與現(xiàn)有技術的對比圖。
具體實施例方式
以下對本發(fā)明作進一步的詳細描述。
在OFDM系統(tǒng)中，進行頻偏估計的原理如下考慮數(shù)據(jù)子載波數(shù)為N的OFDM系統(tǒng)，假設循環(huán)前綴(CP)的長度為G(N＞G)，那么在接收機端接收到的第k個OFDM符號的時域表示為yk＝EWHskej(k-1)φ(N+G)+nk(1)其中E＝diag(1，ejφ，…ej(N-1)φ)，diag(·)為以(·)為對角元素的對角陣，φ＝2πΔf/Nf0為歸一化頻偏，Δf為載波頻偏，f0為子載波間隔。矩陣W為N×N的傅立葉反變換矩陣。假設多徑信道的長度為Lc，記為h＝[h1，h2，…h(huán)Lc]。為了保證徹底消除ISI，有G＞Lc，那么矩陣H＝diag(H0，H1，…，HN-1)，Hi=Σl=0Lc-1hlexp(-i2πl/N),]]>i＝0，…N-1。sk＝[sk，0，sk，1，…，sk，N-1]T為發(fā)射的頻域符號。nk為加性高斯噪聲。
本發(fā)明能夠同時聯(lián)合時間同步頻偏估計，是基于如下條件的單獨頻偏估計方法，假設在時間同步已經(jīng)完成并且已知信道長度的情況下，先給出本發(fā)明的一種頻偏估計的方法，然后在此基礎之上，再給出未知信道長度下的時間同步和頻偏估計的聯(lián)合估計。
首先，不考慮循環(huán)前綴，在接收機端，接收到的第k個OFDM符號塊的第n點采樣yk，n可以表示為yk,n=ejφnΣq=0N-1s~k,qej2πqn/N]]>=q=pL+iejφnΣi=0L-1Σp=0P-1s~k,pL+iej2π(pL+i)n/N]]>=Σi=0L-1ejn(φ+2πiN)Σp=0P-1s~k,pL+iej2πnpP---(2)]]>=Σi=0L-1[Zk,ni]]]>其中S~k,q=HqSk,qej(k-1)φ(N+G),]]>Zk,ni=ein(φ+2πiN)Σp=0P-1s~k,pL+iej2πnpP.]]>同理，可得該符號塊n+tP時刻的數(shù)據(jù)采樣點的表示yk,n+tP=Σi=0L-1ejtP(2πiN+φ)[ejn(φ+2πiN)Σp=0P-1s~k,pL+iej2πnpP]---(3)]]>=Σi=0L-1ejtP(2πiN+φ)[Zk,ni]]]>根據(jù)(2)(3)兩式，對于滿足N＝P×L的任意整數(shù)P和L，第k個OFDM符號塊間隔為P點的兩點采樣之間有特定的關系，這樣將接收到的每個OFDM符號塊可排成如下矩陣形式 其中
θ(i)=(2πiL+Pφ)---(5)]]>如考慮循環(huán)前綴CP，由于加CP操作就是將當前OFDM數(shù)據(jù)塊尾部的G點復制到前端，所以CP段仍可以寫成上式(2)的形式。OFDM系統(tǒng)為了徹底消除符號間串擾，必須保證CP長度大于信道長度，即G＞Lc，這樣OFDM符號塊通過信道，仍然有個Nc＝G-Lc+1CP樣點沒有被ISI污染?？紤]沒有被污染的CP樣點，記[yk，-Nc，…，yk，-2，yk，-1]為Nc個未被ISI污染的CP采樣點，當不考慮噪聲時，有y-k=e-jφN[yk,N-Nc,···,yk,N-2,yk,N-1]]]> 結合式(4)、(6)兩式，有 =AZk]]>可見，矩陣A為(L+1)×L維的范得蒙陣，可用各種子空間方法得到θ(i)，i＝0，1，…，L-1的估計，從而得到頻偏的估計 。以上給出的是在假設時間同步已經(jīng)精確完成且接收機已知信道長度時的頻偏估計方法。
上述頻偏估計方法與對比文獻二中的盲頻偏估計方法相比，其優(yōu)點是1)無需利用虛擬子載波，這樣所有子載波均可以用于數(shù)據(jù)發(fā)送，提高了頻譜利用率。2)利用了沒有利用所用的循環(huán)前綴，而是利用了沒被選擇性信道造成的碼間串擾污染的循環(huán)前綴(CP)，使得本方法在選擇性信道下的性能比現(xiàn)有方法更穩(wěn)健。3)接收機端構造了新的自相關矩陣，降低了其維數(shù)從而大大降低特征分解的計算量，從原來的o(N3)降為本發(fā)明中的o(L3)，其中L為N的1/P。4)不存在現(xiàn)有方法中的不確定性問題。
但在實際系統(tǒng)中，信道的長度較難精確已知，且一般時間同步還沒有完成。因此，本發(fā)明另辟蹊徑，在上述頻偏估計方法基礎上，提出了一種實用的聯(lián)合時間同步和頻偏估計方法，其具體推導如下由(2)(3)式可知(7)式對任意滿足N＝P×L的整數(shù)P和L均成立，考慮L＝1，P＝N的特殊情況，此時(7)式可以化簡為Y-k=yk,-1yk+1,-1···yk+M-1,-1yk,N-1yk+1,N-1···yk+M-1,N-1---(8)]]>得到其自相關矩陣的估計為R-=1MY-kYk-H,]]>其中上角標“H”表示取共軛轉置，其是一個維數(shù)為2×2的矩陣。此時其信號子空間和噪聲子空間都是一維的。這樣，在L＝1的特殊情況下，可以通過自適應的方法來同時進行符號時間同步和頻偏估計。
本發(fā)明基于自適應的聯(lián)合估計方法，根據(jù)軛爾密特矩陣R的最大特征值和其對應的特征向量的問題等價于最大Rayleigh商，可以得到下面的式子maxωJ(ω)=maxω(E{|ωHy|2||y||2})=maxωωHRωωHω=λmax]]>若Rω＝λmaxω其中y＝[yn，yn+N]T，其中上角標“T”表示矩陣轉置，即為間隔為N的兩個采樣點組成的向量，ω為權值，其具有形式[1，ejN]。這樣，求自相關矩陣的最大特征值及對應的特征向量的問題就轉化成了最大化濾波器的歸一化輸出能量問題。下面給出最大化Rayleigh商maxωωHRωωHω]]>的自適應方法。
令W＝ejN，則隨機梯度為
▿J(ω)=1||y||2∂|(1W*)ynyn+N|2/∂W*---(9)]]>=1||y||2(yn*+Wyn+N*)yn+N]]>式中“*”表示取共軛。得迭代公式為W(n+1)=W(n)-μ1||yn||2(yn*+Wyn+N*)yn+N]]>W(n+1)W(n+1)|W(n+1)|---(10)]]>ω(n+1)＝[1，W(n+1)]T式(10)中的第二個式子是為了保證|W(n)|=|ejφ^N|=1,]]>μ是自適應步長。由于歸一化頻偏φ∈[-π，π]，權值的初值取為W(0)＝1。
應當指出的是，由于此時還沒有進行符號時間同步，所以接收機利用上式處理所有接收到的數(shù)據(jù)。當采樣點yn位于未污染的CP即yn∈{yk，-Nc，…，yk，-2，yk，-1}時，自適應的過程將使得權值W(n)→ejφN。在沒有噪聲的情況下，過程收斂后，必有濾波器的歸一化輸出能量J(n)=|ω(n)Hyn|2||yn||2=1;]]>而在有噪情況下，J(n)＞α時認為達到收斂，α為設定的閾值。此時有頻偏估計φ^=∠W^/N,]]> 為收斂以后的權值。而當yn不是某個未被信道污染的CP采樣時，權值更新并不能使其收斂，此時濾波器歸一化輸出能量J(n)＜＜α，這樣濾波器輸出能量的下降沿就是OFDM符號塊數(shù)據(jù)段的起始采樣點?？梢?，上述的處理過程能夠同時完成符號時間和頻偏估計。上述過程也可以看成兩個長度為1的觀測窗在接收采樣序列上滑動，并利用窗中的采樣數(shù)據(jù)進行權值更新。為了簡明起見，本發(fā)明將未被ISI污染的CP和對應的數(shù)據(jù)段稱為“訓練段”，當觀測窗在訓練段中滑動時，自適應過程將使得權值逐漸收斂，“訓練段”中能夠使的J(n)＞α的數(shù)據(jù)段稱為“收斂段”，收斂段中的權值都可以用來估計頻偏。除訓練段以外的數(shù)據(jù)段均稱為“非訓練段”。
在自適應更新過程中，可以采用下面兩個措施來提高性能a.對一組觀測窗中數(shù)據(jù)，采用正反向兩次迭代可以加快收斂速度。如依次使用yn＝[yn，yn+N]T和yn＝[yn+N，yn]H來自適應更新權值。
b.上述自適應過程的觀測窗長度為1，也就是使用隨機梯度。為了加快收斂速度，并且抑制噪聲，可采用一定統(tǒng)計意義下的梯度，即利用屬于多個不同OFDM符號塊的訓練段進行平均。若采用M組數(shù)據(jù)，有yn=ynyn+(N+G)···yn+(M-1)(N+G)yn+Nyn+(N+G)+N···yn+(M-1)(N+G)+N]]>其中，M為“平滑系數(shù)”。
為了詳細說明本發(fā)明的有效性和優(yōu)越性，以下結合附圖及在四種不同的條件下分別給出四個實施例予以進一步描述。在四個實施例中，下面的參數(shù)為四者共有使用的OFDM系統(tǒng)的子載波總數(shù)為N＝64，循環(huán)前綴CP長度為G＝16，頻偏的真值為φ=2πN×(-0.2),]]>每個OFDM符號塊中的數(shù)據(jù)子載波上發(fā)送的符號為獨立同分布的QPSK(四相位健控)符號。信噪比定義為SNR=10log10(σc2/σn2),]]>其中σc2為接收信號功率，σn2為高斯白噪聲方差。
實施例1在高斯白噪聲(AWGN)信道下，假設SNR＝15dB。
第一步，算法開始，選擇步長μ＝0.05，初值W(0)＝1，選擇平滑系數(shù)M＝10，收斂閾值α＝0.85。
第二步，在時刻n，將觀測窗中的接收數(shù)據(jù)寫成矩陣形式y(tǒng)n=ynyn+80···yn+9×80yn+64yn+144···yn+9×80+64.]]>利用yn更新權值，由于采用的平滑系數(shù)為M＝10，所以采用下式更新權值
W(n+1)=W(n)-0.05×1||yn||2(yn1+W(n)yn2)(yn2)H]]>W(n+1)=W(n+1)|W(n+1)|]]>ω(n+1)＝[1，W(n+1)]T其中yn1為yn的第一行向量，yn2為yn的第二行向量?！瑈n‖2為求矩陣yn的二范數(shù)。
第三步，由得到的新的ω(n)，計算歸一化輸出能量J(n)=|ω(n)Hyn|2||yn||2.]]>第四步，根據(jù)本次得到的J(n)和n-1時刻得到的J(n-1)和閾值α＝0.85的比較，并判斷當前狀態(tài)，是否可進行頻偏估計和符號時間同步。
第五步，令n＝n+1，回到第二步。
由于本實施例中采用平滑系數(shù)M＝10，故在n時刻用于更新權值的正向接收數(shù)據(jù)為yn=ynyn+80···yn+9×80yn+64yn+80+64···yn+9×80+64]]>反向接收數(shù)據(jù)為yn=yn+64*yn+80+64*···yn+9×80+64*yn*yn+80*···yn+9×80*]]>整個過程依次迭代進行，圖2示出了連續(xù)迭代經(jīng)過10個OFDM符號塊時，每次迭代的第二步和第三步的輸出值見圖2，圖2(1)為自適應過程輸出的頻偏估計的值；圖2(2)為自適應過程中歸一化輸出能量的值?？梢钥吹?，當歸一化能量輸出在不停的波動，當其大于閾值α＝0.85，頻偏的估計接近于真值-0.2，當歸一化能量輸出小于閾值α＝0.85，頻偏的估計是無效的，而當歸一化能量輸出從大于閾值到小于閾值存在一個很陡的下降沿，此時表示一個OFDM符號塊的循環(huán)前綴的結束，也就是時間同步的估計位置。
實施例2此例在高斯白噪聲信道下(AWGN)，利用Monte Carlo仿真方法，給出本發(fā)明方案的估計性能隨信噪比(SNR)變化的仿真曲線，并與背景技術中提到的最大似然方法進行比較。此例中同樣選擇步長μ＝0.05，初值W(0)＝1，在信噪比為5～9dB，10～14dB，和＞15dB時，收斂閾值分別取0.75，0.85，0.95，其它步驟同實施例1。仿真采用10000次Monte Carlo實現(xiàn)，采用估計均方誤差作為性能指標，定義為MSE=N2QΣq=1Q(φ^q-φ2π)2,]]>其中Q＝10000。圖3為實施例2的時間同步估計的性能，圖4為其頻偏估計的性能。圖3和圖4還同時給出了采用不同的平滑系數(shù)M時的估計性能，可見無論是對時間同步估計還是對頻偏估計，增加M可以提高估計的性能。且采用本發(fā)明方法所得到聯(lián)合時間同步和頻偏估計性能大大優(yōu)于最大似然方法。
實施例3此例在頻率選擇性多徑信道下，選擇步長μ＝0.05，初值W(0)＝1，平滑系數(shù)取為M＝10，選擇信噪比為SNR＝10dB和SNR＝20dB，對應的收斂閾值分別設為α＝0.85和α＝0.9，其它步驟同實施例1。利用Monte Carlo仿真方法，給出本實施例的估計性能隨信道階數(shù)變化的仿真曲線，并與最大似然方法進行比較。信道模型采用階數(shù)為Lc的FIR濾波器，每個信道參數(shù)為獨立瑞利衰落，且信道的總能量歸一化。同樣仿真采用10000次Monte Carlo實現(xiàn)，采用估計均方誤差作為性能指標，定義為MSE=N2QΣq=1Q(φ^q-φ2π)2,]]>其中Q＝10000。圖5為該例的時間同步估計的性能，圖6為其頻偏估計的性能。從圖中可見無論是時間同步估計還是頻偏估計，在頻率選擇性多徑信道下，本發(fā)明方法比現(xiàn)有技術最大似然方法的性能更穩(wěn)健，即使信道階數(shù)相對循環(huán)前綴長度已經(jīng)很大時，本發(fā)明方法的估計性能大大優(yōu)于最大似然方法。
實施例4此例給出在接收機已知信道信道長度，且時間同步已經(jīng)完成的情況下，本發(fā)明中單獨估計頻偏的性能隨信噪比變化的曲線，并與現(xiàn)有技術對比文獻二比較。假設接收機已知信道的長度為Lc＝14，采用參數(shù)L＝4，現(xiàn)有技術中假設虛擬子載波數(shù)為16。兩者均采用M＝200個OFDM符號進行估計。仿真采用10000次Monte Carlo實現(xiàn)，采用估計均方誤差作為性能指標，定義為MSE=N2QΣq=1Q(φ^q2π)2,]]>其中Q＝10000。
利用(7)式，將k時刻接收到的OFDM符號排成下列矩陣Y-k=yk,-2yk,-1yk,14yk,15yk,30yk,31yk,46yk,47yk,62yk,63]]>采用連續(xù)的M＝200個OFDM符號，排成下列矩陣Yk=[Y-kY-k+1···Y-k+199]]]>求該矩陣的自相關矩陣，R=1200YkYkH.]]>對該自相關矩陣進行旋轉不變技術(ESPRIT)方法，即可得到頻偏估計。
圖7給出了利用上述步驟進行估計得到的頻偏估計性能隨信噪比的變化以及與現(xiàn)有技術(對比文獻二)的比較。
權利要求
1.一種OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，其特征是，包括下述步驟步驟1設初始權值W(0)＝1，確定步長μ為0～1，選擇平滑系數(shù)M，其為整數(shù)；選擇收斂閾值α為0.5～1；步驟2利用觀測窗中接收信號數(shù)據(jù)yn＝[yn，yn+N]T，其中上角標“T”表示矩陣轉置，采用如下的迭代公式進行自適應權值W(n)更新W(n+1)=W(n)-μ1||yn||2(yn*+Wyn+N*)yn+N]]>W(n+1)=W(n+1)|W(n+1)|]]>ω(n+1)＝[1，W(n+1)]T其中‖yn‖2為求向量yn的二范數(shù)，“*”表示取共軛；步驟3利用更新的權值計算歸一化輸出能量J(n)J(n)=|ω(n)Hyn|2||yn||2]]>步驟4將歸一化輸出能量與閾值α進行比較步驟4.1當J(n)＜α，且J(n-1)＜α時，認為當前觀測窗位于非訓練段，此時不能進行頻偏估計，到步驟5；步驟4.2當J(n)＞α時，且J(n-1)＜α時，則認為觀測窗剛剛進入收斂段，此時當前的權值用來估計頻偏φ^n=∠WnN;]]>步驟4.3當J(n)＞α，且J(n-1)＞α時，則認為觀測窗仍在收斂段，當前的權值也用來估計頻偏φ^n=∠WnN;]]>步驟4.4當J(n)＜α，且J(n-1)＞α時，即可實現(xiàn)符號時間同步；步驟5令n＝n+1，回到步驟2，進行下一個迭代循環(huán)。
2.根據(jù)權利要求1所述的OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，其特征是，所述步驟1中的收斂閾值α的選擇與信噪比有關，當信噪比分別在5～9dB，10～14dB，和＞15dB時，收斂閾值α分別取0.75，0.85，0.95。
3.根據(jù)權利要求1所述的OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，其特征是，所述步驟2中的迭代公式的推導過程如下首先求自相關矩陣的最大特征值及對應的特征向量，將其轉化為求Rayleigh商的問題，即有下式maxωJ(ω)=maxω(E{|ωHy|2||y||2})=maxωωHRωωHω=λmax]]>若Rω＝λmaxω其中y＝[yn，yn+N]T，即間隔為N的兩個采樣點組成的向量，ω為權值，其具有形式[1，ejN]，令W＝ejN，則隨機梯度為▿J(ω)=1||y||2∂|1W*ynyn+N|2/∂W*]]>=1||y||2(yn*+Wyn+N*)yn+N]]>即得到迭代公式W(n+1)=W(n)-μ1||yn||2(yn*+Wyn+N*)yn+N]]>W(n+1)=W(n+1)|W(n+1)|.]]>ω(n+1)＝[1，W(n+1)]T
4.根據(jù)權利要求1所述的OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，其特征是，所述步驟2在自適應更新過程中，同時或任一采取下述兩種yn的處理方法a.對一組觀測窗中數(shù)據(jù)，采用正反向兩次迭代以加快收斂速度，即依次使用yn＝[yn，yn+N]T和yn＝[yn+N，yn]H來更新權值，其中上角標“H”表示取共軛轉置；b.上述自適應過程采用的是隨機梯度，實際系統(tǒng)中可采用一定統(tǒng)計意義下的梯度，即利用屬于多個不同OFDM符號塊的訓練段進行平均，當采用M組數(shù)據(jù)，即用yn=ynyn+(N+G)···yn+(M-1)(N+G)yn+Nyn+(N+G)+N···yn+(M-1)(N+G)+N]]>更新權值，其中，M為“平滑系數(shù)”。
5.根據(jù)權利要求1所述的OFDM系統(tǒng)中聯(lián)合時間同步和頻偏估計方法，其特征是，所述步驟4.2、4.3中，當收斂段大于一個采樣長度時，可以多次估計頻偏，然后求平均。
全文摘要
本發(fā)明針對現(xiàn)有的OFDM系統(tǒng)的聯(lián)合估計方法所存在的不足，提出了一種基于自適應的盲聯(lián)合估計方法，該方法無須利用訓練序列，只需利用OFDM符號塊中沒有被信道污染的循環(huán)前綴(CP)。其主要算法步驟為利用觀測窗中接收信號數(shù)據(jù)y
文檔編號H04L7/00GK101022442SQ20071001724
公開日2007年8月22日 申請日期2007年1月16日 優(yōu)先權日2007年1月16日
發(fā)明者殷勤業(yè), 王慧明 申請人:西安交通大學