[发明专利]自相关与互相关结合的多段重复序列OFDM同步算法有效

专利信息
申请号: 201711118831.9 申请日: 2017-11-13
公开(公告)号: CN107835141B 公开(公告)日: 2020-09-22
发明(设计)人: 余华;洪成昌;季飞;陈芳炯 申请(专利权)人: 华南理工大学
主分类号: H04L27/26 分类号: H04L27/26
代理公司: 广州新诺专利商标事务所有限公司 44100 代理人: 许英伟
地址: 510641 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 相关 互相 结合 重复 序列 ofdm 同步 算法
【权利要求书】:

1.自相关与互相关结合的多段重复序列OFDM同步算法,包括以下步骤:

步骤1、对发送的多段重复导言结构进行分段处理,构造各阶乘积矩阵;将长为N+G的发送序列s=[s[0],s[1],...,s[N+G-1]]划分为Q段长度为D+G的相互重叠的子向量vp,vp=[sp,0,sp,1,...,sp,D+G-1],sp,m=s[p×D+m],m=0,1,...,D+G-1,p=0,1,…,Q-1,其中前后两个子向量vp和vp+1有G个元素的重叠;

利用子向量vp的各阶乘积项构造矩阵,对于发送序列,各子向量vp,p=0,1,...,Q-1,完全相同,以子向量v0为例,由v0内任意两个不同元素构成的乘积项可以按阶数分类并表示为如下(D+G-1)×(D+G-1)的矩阵C0

步骤2、对接收序列进行分段处理,构造各阶乘积矩阵,在粗同步的基础上,系统已经进行了突发帧的检测与初始粗同步,记n0为粗同步定时点,定时细同步在该粗同步定时点前后选择一定范围作为搜索范围,设为[n0-L1,n0+L2];

将从第n点开始长为N+G的接收序列r[n]=[r[n],r[n+1],...,r[n+N+G-1]],n∈[n0-L1,n0+L2]划分为Q段长度为D+G的相互重叠的子向量up,其中前后两个子向量up和up+1有G个元素的重叠,由up内任意两个不同元素构成的乘积项可以按阶数分类并表示为如下(D+G-1)×(D+G-1)的矩阵Rp,p=0,1,...,Q-1:

步骤3、在粗同步后的搜索范围内利用矩阵Cp和Rp构造互相关度量指标P1[n];

步骤4、在粗同步后的搜索范围内利用接收序列的多段重复结构构造自相关定时度量指标P2[n];

步骤5、结合互相关和自相关的度量指标确定新定时度量指标,在粗同步范围内寻找新定时度量指标的最大值确定最终的细同步点

步骤6、在细同步的基础上估计频率偏差值,频率偏差的估值为:

其中,Q为重复导言结构总的段数,H是可调因子,其范围为:1≤H≤Q-1,表示取复数x的相角。

2.根据权利要求1所述的自相关与互相关结合的多段重复序列OFDM同步算法,其特征在于:导言由Q段长度为D的重复结构组成,在已有导言结构前拓展了长度为G的循环前缀。

3.根据权利要求2所述的自相关与互相关结合的多段重复序列OFDM同步算法,其特征在于:在步骤1,2中对发送和接收序列构造各阶乘积矩阵时,对序列进行分段后利用每一段子向量的各阶乘积项构造矩阵。

4.根据权利要求3所述的自相关与互相关结合的多段重复序列OFDM同步算法,其特征在于:在步骤1、2中对发送和接收序列构建各阶乘积矩阵时,考虑了导言的G个循环前缀符号,每一段子向量中包含了循环前缀携带的信息量。

5.根据权利要求4所述的自相关与互相关结合的多段重复序列OFDM同步算法,其特征在于:在步骤3中所使用的相关度量指标P1[n]将本地各阶乘积矩阵Cp与接收端各阶乘积矩阵Rp做互相关运算。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711118831.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top