基于ML的OFDM优化同步算法.pdf

《基于ML的OFDM优化同步算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、CommunicationandNetwork基于ML的OFDM优化同步算法陈能，陈颖，邓强(西南电子技术研究所，四川成都610036)摘要：OFDM作为下一代通信系统的关键技术，亟需解决其同步问题。在ML算法的基础上，提出了基于多符号的ML同步算法。在加性高斯白噪声条件下进行了仿真，结果表明改进的同步算法性能比ML算法要好很多。其中，基于连续符号的定时估计方法l在信噪比超过2dB时准确率几乎可达100％，基于重复发送符号的定时估计方法2在较低信噪比条件下性能比方法1更好。信噪比为一8dB左右时，3种优化的频偏估计方法的估计误差均在1％以内，明显好于ML频偏估计算法，证明了改进算法

2、的优越性。关键词：正交频分复用；最大似然估计；定时估计；频偏估计中图分类号：TN2文献标识码：A文章编号：0258—7998(2014)03—0097—04OptimizedsynchronizationalgorithmofOFDMbasedonMLChenNeng，ChenYing，DengQiang(SouthwestChinaInstitutionofElectronicTechnology，Chengdu610036，China)Abstract：Asthekeytechnologyofthenextgenerationcommunicationsystem，OFDMha

3、stosolvetheproblemsofsynchro—nization．BasedontheMLalgorithmtheory，amulti-symbolMLalgorithmisproposed．UndertheconditionwithAWGN，thesimu—lationresultsexplaintheoptimizedalgorithmcanreachmuchbetterperformance．WhentheSNRisbiggerthan2dBthefirsttim—ingsynchronizationmethodbasedoncontinuoussymbolscan

4、completelyestimatetherightstartingtimeofsymbols．WhentheSNRissmall，theperformanceofthesecondmethodbasedonrepeatedsymbolsisbetterthanthefirstone．WhentheSNRreachesaround一8dBthefrequencyoffsetdeviationsofthethreeoptimizedfrequencyestimationmethodsarelessthan1％．ThesuperiorityisobviousWhichdemonstra

5、testheproposedalgorithmisexcellent．Keywords：OFDM：MLestimation；timesynchronizationestimation；frequencysynchronizationestimation早在20世纪60年代，OFDM(OrthogonalFrequency多符号的ML算法利用了多个传输符号和干扰项的统DivisionMultiplexing)技术以其高频谱效率、抗多径干扰计特性，能优化算法中数据的相关性，减小判决误差。等优势，就已经被应用到多种高频军事通信系统中，其中1同步误差对系统的影响包括美国的ANDEFr、KI

6、NEPLEX以及KNTHRYN等【”。1．1同步误差分析直到70年代，人们提出了采用IDFT／DVr来实现多载波OFDM系统的同步偏差主要包括：发射机与接收机的调制／解调，简化了系统结构，才使得OFDM更趋于实晶振频率偏差造成的收发失配和移动通信中的多普勒用化。频移的影响；接收端对发送的数据符号的到达时刻的不OFDM的主要问题是对同步误差非常敏感，尤其是确定性；发送端D／A模块与接收端A／D模块的采样频定时误差和频偏误差，在载波数较多的情况下甚至微小率不完全一致而存在偏差。综合可得OFDM系统中的同的同步误差都可能引起严重的码间干扰和符号间干扰，步要求主要有3种：造成信号幅值的衰减

7、和相位旋转，从而极大地降低系统载波同步：对应发送端调制模块，接收端解调模块，通信性能。要求实现两模块载频一致；本文采用了多符号的ML算法，提出了2种定时估符号同步：对应IDFT、DFT模块，要求接收端准确判计方法和与之相应的3种频偏估计方法。从理论上讲，断符号起始位置进行DFT运算；《电子技术应用》2014年第4O卷第3期97CommunicationandNetwork精度高。定时估计方法1在信噪比达到2dB左右时定时—E-ML算法I：估计准确率几乎为100％。这几