基于OFDM系統(tǒng)同步算法的研究

《基于OFDM系統(tǒng)同步算法的研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、哈爾濱下程大學碩十學位論文摘要正交頻分復用(OFDM)是一種多載波調(diào)制技術。由于具有很高的頻譜利用率、很強的抗多徑延遲能力，它已經(jīng)廣泛的應用在數(shù)字音頻廣播、數(shù)字電視以及無線局域等無線高速數(shù)據(jù)傳輸系統(tǒng)中，并將會成為第四代移動通信的關鍵技術之一。OFDM系統(tǒng)對同步誤差非常敏感，特別是對頻率偏差。當存在同步誤差時，子載之間的正交性遭到破壞，從而引起嚴重的子載波間干擾，使系統(tǒng)性能大大下降。因而性能良好的同步方法對于OFDM系統(tǒng)是至關重要的。本文首先回顧了OFDM技術的發(fā)展歷程，介紹OFDM技術的優(yōu)缺點和OFDM系統(tǒng)關鍵技術。在講述了無線信道的傳播特性后，從理論上分析了定時偏差和頻率偏差對OFD

2、M系統(tǒng)的影響。其次重點研究基于訓練序列和循環(huán)前綴的同步算法。其中，最大似然(ML)算法利用了OFDM信號中循環(huán)前綴的相關性進行同步估計；Schmidl&Cox、Minn和Park算法是通過加入具有特殊結構的訓練序列實現(xiàn)同步估計。最后對基于循環(huán)前綴和導頻的聯(lián)合算法進行了分析。傳統(tǒng)的基于導頻和循環(huán)前綴的算法雖對頻偏估計很有效，但計算復雜度較高。本文在傳統(tǒng)算法的基礎上提出了一種改進的基于導頻和循環(huán)前綴的頻率同步算法。主要是犧牲了同步估計的準確性來換取計算復雜度的降低。該算法通過簡化最大似然函數(shù)，有效的提高了運算速度，克服了頻偏估計計算復雜度高的缺點。在算法的復雜性和準確性之間獲取一個平衡點。

3、分析和仿真表明：改進算法在高信噪比下性能更接近于聯(lián)合算法。關鍵詞：同步；正交頻分復用(OFDM)；循環(huán)前綴；導頻；最大似然準則哈爾濱=r程人學碩士學位論文ABSTRACTOrthogonalfrequency-divisionmultiplexingisatechnologyofmulti．cardermodulation．OFDMhasbeenwidelyappliedinhighdatatransmissionwirelesssystems，suchasdigitalvideobroadcast(DVB)，digitaltelevision(DTV)，wirelesslocalal

4、eanetwork(WLAN)，duetoitshighfrequencyutilizationefficiencyanditsrobustnesstomultipathdelayspread．OFDMwillplayakeyroleintheforthgenerationofmobilecommunication．OFDMsystemsalemuchsensitivetosynchronizationerrors，especiallyfrequencyoffset．Thesynchronizationerrorsdestroytheorthogonalitybetweensub．ca

5、rriesofsystem，whichleadtointerferebetweensub-carriesanddegradethesystemperformance．SoitisimportanttohaveagoodsynchronizationalgorithmforOFDMsystem．ThepapergivesabriefsurveyofthedevelopmentofOFDMtechnologyandintroducesthedisadvantageandadvantageofOFDMtechnologyandthekeytechnologyofOFDMsystem．Afte

6、rpresentingthecharacteristicsofthewirelesschannel，thispaperanalyzestheimpactoftimingerrorandfrequencyoffsetonOFDMsystemintheory．Thenthepaperstudiesthesynchronizationalgorithms，particularlythesynchronizationalgorithmsusingtrainingsymbolandsynchronizationalgorithmsbasedoncyclicprefix．Thereinto，the

7、relativityofcyclicprefixisusedforsynchronizationestimationinMLmethod；trainingsequencewithspeciallstructureisusedforsynchronizationestimationinSchmidl&Cox、MinnandParkmethod．Moreover,thispaperdetailedlyanalyzesajointsynchroniz