0 引言
1 OFDM中的符號定時同步算法
對於定時同步算法的研究,總體上可以分為兩類:第一類是依靠OFDM固有的結構,如利用OFDM符號周期性前綴CP的方法,這通常被稱作循環前綴同步方法;第二類是利用OFDM中插入導頻或者訓練符號的方法。在兩類同步方法中,第一類方法中最具代表性的是Beek提出的最大似然估計法,其優點是不需要額外的開銷,可以提高通信的效率,但其缺點是估計的時間較長,而且對頻偏和噪聲比較敏感;第二類方法中最具代表性的是Schmidl和Cox提出的利用PN序列相關性的SCA算法,這一種算法受頻偏的影響較小,而且估計的時間相對比較短,非常適合用於突發通信系統。
2 適合802.16d的定時同步算法
IEEE 802.16d定義了一組特殊的訓練符號,以用於同步和信道估計。這組特殊的訓練符號包括短訓練序列和長訓練序列兩部分,其中短訓練序列包括4個重複的64點數據加上循環前綴(CP);長訓練序列包括兩個重複的128點數據加上循環前綴。在發射端,若干OFDM符號再加上短訓練序列和長訓練序列,所構成的幀頭經過發送濾波器和A/D轉換,再通過上變頻後,即可發送到信道中。而在接收端,則利用幀頭的訓練序列來進行同步。為了使定時同步不受頻偏的影響,同時可以在較短時間內完成,本文採用SCA算法。該算法又可細分為延時自相關算法和本地序列互相關算法兩類。
2.1 延時自相關法
通常選用短訓練序列來進行定時同步。假設接收到的基帶數字序列為rn,n是該序列的序號,然後將接收序列經過兩個滑動窗口R和P,其中R是接收信號和接收信號延時的互相關係數,P是互相關係數窗口期間接收信號的能量,此窗口的值可用於判決的歸一化,它和接收功率的絕對值是獨立的,其公式如下:
式中,N為窗口長度,N=64,即短訓練序列的周期,d在窗內滑動時,可同時計算M(n)的值。當沒有包含前導字結構的信號出現時,得到的M(n)值通常非常小(遠小於1),而當有前導字結構的信號出現時,相應的M(n)值迅速升高,並將出現一個臺階,對應的峰值接近於1。由於M(n)值升高需要一個時間範圍,因此該算法並不能精確定時,只適合粗略的檢測幀是否到達。圖1所示的虛線即表示信號出現時M(n)曲線的變化情況。