[发明专利]基于混沌映射和粒子群优化算法的OFDM符号同步方法

摘要

本发明公开了一种基于混沌映射和粒子群优化算法的OFDM符号同步方法，包括全局搜索方案和局部搜索方案的设计与实现，其中，全局搜索方案的设计与实现包括利用PSO算法获得OFDM符号同步参数粗估计值的步骤，局部搜索方案的设计与实现包括利用混沌映射获得OFDM符号同步参数精估计值的步骤。本发明能有效地弥补基于PSO算法的OFDM符号定时与频偏联合估计方法容易陷入局部极值点的不足，提高了OFDM符号同步参数的估计精度，同时减少了算法的迭代次数，缩短了OFDM符号的同步时间，是实现分组突发无线传输系统OFDM符号快速精确同步的一种有效方法。

主权项

一种基于混沌映射和粒子群优化算法的OFDM符号同步方法，其特征在于：该方法包括以下步骤：A1、根据OFDM符号同步和PSO算法要求，构造用于基于混沌映射和PSO算法的OFDM符号同步的2维粒子，设粒子群的第i个粒子为xi，该粒子是一个二维变量，包括OFDM符号同步的定时估计值xi1和频率偏移估计值xi2；A2、按照OFDM符号同步要求，构造用于基于混沌映射和PSO算法迭代更新的2维粒子移动速度矢量vi，该2维矢量的分量包括用于OFDM符号同步算法的定时估计的移动速度值vi1和频偏估计的移动速度值vi2；A3、设计用于基于混沌映射和PSO算法的OFDM符号同步的适应性函数；发送端的训练序列采用CAZAC序列设计，接收端将已知的训练序列与接收到的训练序列的互相关运算作为OFDM符号同步的适应性函数；单个粒子的历史最佳位置为同步算法迭代过程中使适应性函数的适应值达到最大时所处位置，群体的历史最佳位置为整个粒子群中使适应性函数的适应值达到最大时所处位置，上述粒子个体和群体的历史最佳位置都是二维数值，每个最佳位置由OFDM符号定时的最优估计值和频偏的最优估计值组成；A4、执行基于混沌映射和PSO的OFDM符号同步算法的全局搜索程序，更新粒子个体和群体的最佳位置，并利用PSO算法的基本公式更新粒子的移动速度和位置；并计算更新后每个粒子位置所对应的适应值，比较每个粒子的更新后和历史最佳位置的适应值大小，以及每个粒子更新后的适应值和群体当前全局最佳位置适应值大小，选取适应值达到最大时的位置分别更新粒子个体的最佳位置及群体的最佳位置；A5、对于步骤A4得到的群体中粒子最佳位置，利用logistic混沌映射函数，将混沌区间[0，1]映射到OFDM符号同步的定时和频偏估计值的取值区间，执行基于混沌映射和PSO算法的OFDM符号同步的局部搜索程序，并再次更新粒子群体的最佳位置；A6、基于混沌映射和PSO算法的OFDM符号同步算法经过k次迭代后，检查迭代终止条件：达到了最大迭代次数或者获得了足够好的适应值，或者最优解 停滞不再变化，若上述条件满足，则终止迭代；从粒子群历史最优位置的2维变量中，得到所需要的OFDM符号同步的定时位置和频偏值，进行相应的补偿后，达到OFDM符号完全同步。