[发明专利]基于CAZAC序列的低复杂度抗频偏同步方法

说明书

本发明公开了一种多载波OFDM系统中基于CAZAC序列的低复杂度抗频偏同步方法，主要解决现有算法同步性能差及复杂度高的问题，其实现方案为：在发送端构造基于CAZAC序列的训练序列；在接收端构造定时度量函数，搜索其最大值，完成定时同步；利用定时同步的结果，首先估计粗略的小数倍频率偏移，然后估计精细的小数倍频率偏移，最后估计整数倍频率偏移，完成频率同步。本发明提高了OFDM系统同步性能，简化了定时度量函数，降低了计算复杂度，可用于突发传输或连续传输的无线通信场景。

技术领域

本发明属于通信技术领域，特别涉及一种面向多载波OFDM系统同步方法，可用于突发传输或连续传输的无线通信场景。

背景技术

正交频分复用OFDM作为一种多载波调制方式，具有频谱效率高、抗频率选择性衰落和易调制解调等优点，已被广泛应用于多个无线通信场景中，例如长期演进LTE、数字视频广播DVB、无线局域网WLAN等等。虽然OFDM有上述优点，但是同样其信号调制机制也使得OFDM信号在传输过程中存在着一些劣势，例如对由多普勒频移或振荡器的不稳定性所引起的定时偏差和频率偏移非常敏感，一旦产生同步误差，会破坏子载波间的正交性，引入子载波间干扰ICI和符号间干扰ISI，导致OFDM信号解调失败，所以OFDM系统对同步的要求很高，近年来很多同步算法被提出，用来联合或单独估计定时偏移和频率偏移。

在OFDM系统中，按是否需要数据辅助进行分类，其同步方法大致可分为两类：非数据辅助的盲估计算法和数据辅助的估计算法。其中，

非数据辅助的盲估计算法一般用于连续系统中，主要是利用OFDM系统自身的结构特性进行同步，其代表算法是基于循环前缀的最大似然ML估计算法，这种算法不需要额外设计同步序列，节省了系统带宽，提高了带宽利用率，但同步性能比数据辅助算法差。

数据辅助的估计算法一般用于突发系统中，主要是利用一些随机序列，通过捕获定时度量函数的峰值完成定时同步，进而完成频率同步。随机序列主要是由PN序列或CAZAC序列等一些自相关、互相关性能良好的序列构成。其中基于PN序列进行同步的代表性算法有：SC在其发表的论文“Robust Frequency and Timing Synchronization for OFDM”(IEEE Transactions on Communications,1997,45:1613-1621)中提出利用两个相同的序列进行定时同步的方案，但由于循环前缀的存在，其定时度量存在平顶效应；Minn发表的论文“On Timing Offset Estimation for OFDM Systems”(IEEE Communications Letters,2000,4:242-244)在SC算法的基础上进行了改进，利用四部分序列进行定时同步，该方法虽然消除了平顶效应，但仍存在较高旁瓣；Park在其发表的论文“A Novel TimingEstimation Method for OFDM Systems”(IEEE Communications Letters,2003,7:53-55)中设计了一种具有共轭对称性质的训练序列结构，其与SC算法和Minn算法比较，该算法在正确的起始点位置存在一个较大的峰值，提高了定时度量的准确性，但仍存在较小的旁瓣；Yang在其发表的论文“An Efficient Symbol Timing Scheme for OFDM Systems UsingOptimal Correlation-Based Circular-Shifted Preamble”(IEEE WirelessCommunications Letters,2019)中提出了一种基于最优相关的循环移位前导序列CSP的粗符号定时算法，该算法在多径衰落信道下具有良好的性能，但其计算复杂度较高。

这些算法出现的峰值平顶效应或存在的较大旁瓣，对定时同步有一定的影响，并且在采用PN序列进行符号定时同步时，会存在高峰均比的问题，而CAZAC序列良好的相关特性和低峰均比特性正好可以解决这些问题，因此利用CAZAC序列进行同步在OFDM系统中得到了广泛应用。