OFDM技术概论【文献综述】

《OFDM技术概论【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、毕业设计文献综述通信工程OFDM技术概论摘要：本论文简单介绍了OFDM系统的发展历程，还介绍了OFDM系统的基本原理以及OFDM技术的优势所在，最后展望了今后OFDM技术的发展前景。在简单介绍OFDM原理的同时，还介绍了OFDM实现的关键技术。主要包括了OFDM系统保护间隔、同步技术、信道估计技术、信道编码和交织技术以及降低峰值平均功率比技术。关键词：OFDM技术，同步技术，PAPR，原理，应用1.引言OFDM，全称为OrthogonalFrequencyDivisionMultiplexing，中文名称为正交频分复用

2、技术。实际上，OFDM是多载波调制MCM(Multi-CarrierModulation)的一种。其主要思想是：采用频分复用技术将传输信道分成若干个正交子信道。同时，将高速的串行数据通过串并转换转换成低速的并行子数据流。再将并行的子数据流分别调制到各个子信道上进行传输[1]。并且通过相关技术在接收机部分分开正交信号，这样可以削弱信道间的干扰ICI。由于子信道的信号带宽比传输信道的信号带宽要小。因此，可以把每一个子信道都认为是平坦性衰落的信道。由于每个子信道的带宽小于传输信道的带宽，所以信道均衡会相对比较简单。2.OFD

3、M技术发展历史20世纪60年代，就已经有人提出了频分复用的概念FDM(Frequency-DivisionMultiplex)。20世纪70年代，韦斯坦(Weistein)和艾伯特(Ebert)等人应用快速傅里叶方法FFT(FastFourierTransformation)技术研制了一个完整的多载波传输系统，即正交频分复用技术-OFDM(OrthogonalFrequencyDivisionMultiplexing)[2]。OFDM中各个子载波之间相互正交--这种“正交”表示的是载波频率间精确的数学关系--所以采用F

4、FT来实现这种调制方式[3]。快速傅里叶变换技术解决了如何产生多个互相正交的子载波的问题，快速傅里叶逆变换技术解决了如何从子载波中恢复出原信号的问题。这两种技术的发展解决了多载波传输系统发送和接收的难题。应用快速傅里叶变换可以使得多载波传输系统的大大降低其复杂度。由此，OFDM技术走向现实成为了可能。但是OFDM系统仍然有着其他大量复杂的信号处理过程，而缺乏数字处理功能强大的元器件直接使得OFDM技术从理论迈向实践的脚步放缓了[4]。在20世纪80年代，得益于多载波调制MCM(Multi-CarrierModulati

5、on)的进步，FFT技术不再是制约OFDM技术的难题。其它的难题也随着技术的发展得到了有效的解决。OFDM技术从此走上了通信舞台[5]。2.OFDM原理在OFDM工作中，用户的信息首先要经过串并的转换，转变为多个低速率的数据码流，这样可以降低每个子载波的码元速率，增大码元的符号周期，同时由于每个子载波的正交性，大大提高了频谱的利用率。通过编码后，调制为射频信号。在调制这环节上，传统的调制技术在同一个时刻只能用一种频率进行数据的传送，而OFDM则可以在正交的频率上同时发送多路信号，即并行的传送多路信号，这样OFDM能够充

6、分地利用信道的带宽。OFDM不用带通滤波器来分隔子载波，而是通过快速傅立叶变换(FFT)来选用那些正交的波形。OFDM的接收机是通过FFT实现的一组解调器。将不同载波搬移至零频，然后在一个码元周期内进行积分运算，其他载波信号由于与所积分的信号正交，因此不会影响信息的提取[6]。OFDM的传输速率与子载波的数量也有关。OFDM适用于多用户的高灵活度、高利用率的通信系统。实际的接收系统中主要有以下几个模块组成：(1)载波解调；(2)定时和频率同步；(3)去循环前缀；(4)串并变换；(5)快速傅里叶变换(FFT)；(6)并串

7、变换；(7)信道估计；(8)信号逆映射；(9)去交织；(10)信道解码[7]。图1OFDM原理框图3.OFDM的关键技术3.1保护间隔(循环前缀)在无线衰落信道中，由于多径的影响，引起码间串扰(ISI)，导致传输性能下降。为了避免ISI，应使码元的周期大于多径效应引起的时延扩展。OFDM系统中，降低码元速率可以降低ISI的影响，同时可以在每个OFDM符号之间加入保护间隔，进一步消除ISI。目前，比较有效的方式是插入循环扩展，长度由信道的时延扩展决定。同时循环扩展还有一个更重要的作用-实现系统同步。3.2同步技术OFDM

8、系统中涉及的同步主要有码元同步、载波同步和采样频率同步。同步分为几个过程：粗定时同步-粗频偏校正-精频率校正-精定时校正。同步是OFDM技术中的一个难点，很多人针对循环扩展和特殊的训练序列以及导频信号提出了很多OFDM同步算法。其中比较常见的有ESPRIT同步算法和ML估计算法。ESPRIT算法精度高，但计算复杂，计算量大；ML算