OFDM系统中基于dmrs导频的时间跟踪、频率跟踪算法

在OFDM系统中,为了估计出信号传输遇到的时间偏移和频率偏移,可以采用导频进行估计。

发射端模型假设

我们假设如下模型:
一个时隙有14个ofdm符号,每个符号有1024个子载波。
其中792个子载波是数据子载波,232个子载波是空载波。
其中OFDM3和OFDM13的792个子载波中含有dmrs导频符号(频域)。

图中所示分别为ofdm3和ofdm13的频域帧结构,阴影部分为dmrs导频,其他地方为空。ofdm3和ofdm13的导频结构正交,导频间隔4个子载波,在792个有效子载波中共有198个导频符号。

X 4 k + 1 , 3 表示 o f d m 3 中导频位置为第 4 k + 1 个子载波, k = 0 − 197 X_{4k+1,3}表示ofdm3中导频位置为第4k+1个子载波,k=0 - 197 X4k+1,3表示ofdm3中导频位置为第4k+1个子载波,k=0197 X 4 k + 3 , 13 表示 o f d m 13 中导频位置为第 4 k + 3 个子载波, k = 0 − 197 X_{4k+3,13}表示ofdm13中导频位置为第4k+3个子载波,k=0 - 197 X4k+3,13表示ofdm13中导频位置为第4k+3个子载波,k=0197

构建发射端模型为:
x n , M = 1 N ∑ k = − 512 511 X k , M e j 2 π n k N , n = 1 − 1024 x_{n,M} = \frac{1}{N} \sum_{k=-512}^{511} X_{k,M} e^{j\frac{2\pi nk}{N}} , n=1-1024 xn,M=N1k=512511Xk,MejN2πnk,n=11024

x n , M x_{n,M} xn,M为时域第M个ofdm符号的第n个码片, X k , M X_{k,M} Xk,M为频域第M个ofdm符号的第k个子载波符号。
经过信道传输后,引入时延 τ \tau τ和频偏 f d f_d fd

接收端模型假设

则接收端接收模型可表示为:
y n , M = h ⨂ x n − τ , M e j 2 π f d t M + w n , M y_{n,M}= h\bigotimes x_{n-\tau,M} e ^{j2\pi f_d t_M} + w_{n,M} yn,M=hxnτ,Mej2πfdtM+wn,M
其中, t M t_M tM表示接收到ofdm M的时间,不妨假设 t 3 = 0 t_3=0 t3=0 t 13 = △ t t_{13}=\bigtriangleup t t13=t w n , M w_{n,M} wn,M表示噪声。
假设信道是时域上不变,频域上变化的。即对于同一个子载波,不同时间的信道响应是相同的。但是同一时间,不同子载波的信道响应不相同。
将上式转换为频域表达式可得
Y k , 3 = H k X k , 3 e − j 2 π k N τ + W k , 3 Y_{k,3}=H_{k} X_{k,3} e^{-j \frac{2\pi k}{N} \tau} +W_{k,3} Yk,3=HkXk,3ejN2πkτ+Wk,3
Y k , 13 = H k X k , 13 e − j 2 π k N τ e j 2 π f d △ t + W k , 13 Y_{k,13}=H_{k} X_{k,13} e^{-j \frac{2\pi k}{N} \tau} e^{j 2\pi f_d \bigtriangleup t}+W_{k,13} Yk,13=HkXk,13ejN2πkτej2πfdt+Wk,13

观察第一个表达式我们可以得知,时延 τ \tau τ产生的相偏影响对于同一个ofdm符号的不同子载波是不同的,但是与时间无关,也就是对每个ofdm符号的影响是相同的。

观察第二个表达式我们可以得知,频偏 f d f_d fd对ofdm系统产生的相偏影响与时间t有关,和子载波k无关。也就是对于不同ofdm符号的影响是不同的,但是对于同一个ofdm符号的不同子载波是相同的

我们的目的就是估计出时延 τ \tau τ和频偏 f d f_d fd

时延估计(时间跟踪)

在已知导频的情况下,我们只需要提取出导频位置的子载波进行如下计算(*表示共轭):
Y 4 k + 1 , 3 X 4 k + 1 , 3 ∗ = ∣ X 4 k + 1 , 3 ∣ 2 H 4 k + 1 e − j 2 π ( 4 k + 1 ) N τ + W 4 k + 1 , 3 Y_{4k+1,3}X_{4k+1,3}^* = |X_{4k+1,3}|^2 H_{4k+1} e^{-j \frac{2\pi (4k+1)}{N} \tau}+W_{4k+1,3} Y4k+1,3X4k+1,3=X4k+1,32H4k+1ejN2π(4k+1)τ+W4k+1,3
Y 4 k + 3 , 13 X 4 k + 3 , 13 ∗ = ∣ X 4 k + 3 , 13 ∣ 2 H 4 k + 3 e − j 2 π ( 4 k + 3 ) N τ e j 2 π f d △ t + W 4 k + 3 , 3 Y_{4k+3,13}X_{4k+3,13}^* = |X_{4k+3,13}|^2 H_{4k+3} e^{-j \frac{2\pi (4k+3)}{N} \tau}e^{j 2\pi f_d \bigtriangleup t}+W_{4k+3,3} Y4k+3,13X4k+3,13=X4k+3,132H4k+3ejN2π(4k+3)τej2πfdt+W4k+3,3
考虑到ofdm3和ofdm13的导频是正交的,他们所对应的子载波不同,他们不能直接共轭相乘,因此需要做如下步骤假设:

可以将上式化简为

Y k 1 , 3 X k 1 , 3 ∗ = ∣ X k 1 , 3 ∣ 2 H k 1 e − j 2 π k 1 N τ + W k 1 , 3 Y_{k_1,3}X_{k_1,3}^* = |X_{k_1,3}|^2 H_{k_1} e^{-j \frac{2\pi k_1}{N} \tau}+W_{k_1,3} Yk1,3Xk1,3=Xk1,32Hk1ejN2πk1τ+Wk1,3 Y k 3 , 3 X k 3 , 3 ∗ = ∣ X k 3 , 3 ∣ 2 H k 3 e − j 2 π k 3 N τ + W k 3 , 3 Y_{k_3,3}X_{k_3,3}^* = |X_{k_3,3}|^2 H_{k_3} e^{-j \frac{2\pi k_3}{N} \tau}+W_{k_3,3} Yk3,3Xk3,3=Xk3,32Hk3ejN2πk3τ+Wk3,3 Y k 2 , 13 X k 2 , 13 ∗ = ∣ X k 2 , 13 ∣ 2 H k 2 e − j 2 π k 2 N τ e j 2 π f d △ t + W k 2 , 3 Y_{k_2,13}X_{k_2,13}^* = |X_{k_2,13}|^2 H_{k_2} e^{-j \frac{2\pi k_2}{N} \tau}e^{j 2\pi f_d \bigtriangleup t}+W_{k_2,3} Yk2,13Xk2,13=Xk2,132Hk2ejN2πk2τej2πfdt+Wk2,3 Y k 4 , 13 X k 4 , 13 ∗ = ∣ X k 4 , 13 ∣ 2 H k 4 e − j 2 π k 4 N τ e j 2 π f d △ t + W k 4 , 3 Y_{k_4,13}X_{k_4,13}^* = |X_{k_4,13}|^2 H_{k_4} e^{-j \frac{2\pi k_4}{N} \tau}e^{j 2\pi f_d \bigtriangleup t}+W_{k_4,3} Yk4,13Xk4,13=Xk4,132Hk4ejN2πk4τej2πfdt+Wk4,3

接下来我们令:

   ( Y k 1 , 3 X k 1 , 3 ∗ ) ( Y k 3 , 3 X k 3 , 3 ∗ ) ∗ = ( ∣ X k 1 , 3 ∣ 2 H k 1 e − j 2 π k 1 N τ + W k 1 , 3 ) ( ∣ X k 3 , 3 ∣ 2 H k 3 e − j 2 π k 3 N τ + W k 3 , 3 ) ∗    = ∣ X k 1 , 3 ∣ 2 ∣ X k 3 , 3 ∣ 2 H k 1 H k 3 ∗ e − j 2 π k 1 N τ e j 2 π k 3 N τ + W 3    假设信道平坦,我们可以得到 H k 1 = H k 3 ,此处 W 3 指代所有的噪声项   = ∣ X k 1 , 3 ∣ 2 ∣ X k 3 , 3 ∣ 2 ∣ H k 1 ∣ 2 e j 2 π ( k 3 − k 1 ) N τ + W 3    \begin{aligned}   (Y_{k_1,3}X_{k_1,3}^*)(Y_{k_3,3}X_{k_3,3}^*)^* &= (|X_{k_1,3}|^2 H_{k_1} e^{-j \frac{2\pi k_1}{N} \tau}+W_{k_1,3})(|X_{k_3,3}|^2 H_{k_3} e^{-j \frac{2\pi k_3}{N} \tau}+W_{k_3,3})^*   \\&=|X_{k_1,3}|^2|X_{k_3,3}|^2H_{k_1}H_{k_3}^*e^{-j \frac{2\pi k_1}{N} \tau}e^{j \frac{2\pi k_3}{N} \tau} +W_{3}   \\&假设信道平坦,我们可以得到H_{k_1}=H_{k_3},此处W_{3}指代所有的噪声项   \\&=|X_{k_1,3}|^2|X_{k_3,3}|^2|H_{k_1}|^2e^{j \frac{2\pi (k_3 - k_1)}{N} \tau}+W_{3}   \end{aligned}   (Yk1,3Xk1,3)(Yk3,3Xk3,3)=(Xk1,32Hk1ejN2πk1τ+Wk1,3)(Xk3,32Hk3ejN2πk3τ+Wk3,3)  =Xk1,32Xk3,32Hk1Hk3ejN2πk1τejN2πk3τ+W3  假设信道平坦,我们可以得到Hk1=Hk3,此处W3指代所有的噪声项  =Xk1,32Xk3,32Hk12ejN2π(k3k1)τ+W3  
 对99*2组导频进行累加,因为噪声W是白噪声,累加之后趋于0,可以忽略。
 累加之后再开平方可得
  N p 2 ∣ X k 1 , 3 ∣ ∣ X k 3 , 3 ∣ ∣ H k 1 ∣ e j 2 π ( k 3 − k 1 ) 2 N τ = N p 2 ∣ X k 1 , 3 ∣ ∣ X k 3 , 3 ∣ ∣ H k 1 ∣ e j 2 π ( k 2 − k 1 ) N τ \frac{N_p}{2}|X_{k_1,3}||X_{k_3,3}||H_{k_1}|e^{j \frac{2\pi (k_3 - k_1)}{2N} \tau}=\frac{N_p}{2}|X_{k_1,3}||X_{k_3,3}||H_{k_1}|e^{j \frac{2\pi (k_2 - k_1)}{N} \tau} 2NpXk1,3∣∣Xk3,3∣∣Hk1ej2N2π(k3k1)τ=2NpXk1,3∣∣Xk3,3∣∣Hk1ejN2π(k2k1)τ
 对于该结果,我们求其角度值可得
  θ = 2 π ( k 2 − k 1 ) N τ \theta = \frac{2\pi (k_2 - k_1)}{N}\tau θ=N2π(k2k1)τ
 根据帧结构我们可知 k 2 − k 1 = 2 k_2 - k_1=2 k2k1=2 N = 1024 N=1024 N=1024,带入即可求得时延 τ = θ N 2 π ( k 2 − k 1 ) \tau=\frac{\theta N}{2 \pi (k_2 - k_1)} τ=2π(k2k1)θN
 注意,由于 θ \theta θ的范围在 − π , π -\pi,\pi π,π之间,因此,可以估算出的时延 τ \tau τ是有一个范围的。

频偏估计(频率跟踪)

在已经求得时延 τ \tau τ的基础上,我们进一步求频偏 f d f_d fd
接下来我们令:

   ( Y k 2 , 13 X k 2 , 13 ∗ ) ( Y k 1 , 3 X k 1 , 3 ∗ ) ∗ = ( ∣ X k 2 , 13 ∣ 2 H k 2 e − j 2 π k 2 N τ e j 2 π f d △ t + W k 2 , 13 ) ( ∣ X k 1 , 3 ∣ 2 H k 1 e − j 2 π k 1 N τ + W k 1 , 3 ) ∗    = ∣ X k 2 , 13 ∣ 2 ∣ X k 1 , 3 ∣ 2 H k 2 H k 1 ∗ e − j 2 π k 2 N τ e j 2 π k 1 N τ e j 2 π f d △ t + W    假设信道平坦,我们可以得到 H k 1 = H k 2 ,此处 W 指代所有的噪声项   = ∣ X k 2 , 13 ∣ 2 ∣ X k 1 , 3 ∣ 2 ∣ H k 2 ∣ 2 e j 2 π ( k 1 − k 2 ) N τ e j 2 π f d △ t + W    \begin{aligned}   (Y_{k_2,13}X_{k_2,13}^*)(Y_{k_1,3}X_{k_1,3}^*)^* &= (|X_{k_2,13}|^2 H_{k_2} e^{-j \frac{2\pi k_2}{N} \tau}e^{j 2\pi f_d \bigtriangleup t}+W_{k_2,13})(|X_{k_1,3}|^2 H_{k_1} e^{-j \frac{2\pi k_1}{N} \tau}+W_{k_1,3})^*   \\&=|X_{k_2,13}|^2|X_{k_1,3}|^2H_{k_2}H_{k_1}^*e^{-j \frac{2\pi k_2}{N} \tau}e^{j \frac{2\pi k_1}{N} \tau} e^{j 2\pi f_d \bigtriangleup t} +W   \\&假设信道平坦,我们可以得到H_{k_1}=H_{k_2},此处W指代所有的噪声项   \\&=|X_{k_2,13}|^2|X_{k_1,3}|^2|H_{k_2}|^2e^{j \frac{2\pi (k_1-k_2) }{N} \tau} e^{j 2\pi f_d \bigtriangleup t} +W   \end{aligned}   (Yk2,13Xk2,13)(Yk1,3Xk1,3)=(Xk2,132Hk2ejN2πk2τej2πfdt+Wk2,13)(Xk1,32Hk1ejN2πk1τ+Wk1,3)  =Xk2,132Xk1,32Hk2Hk1ejN2πk2τejN2πk1τej2πfdt+W  假设信道平坦,我们可以得到Hk1=Hk2,此处W指代所有的噪声项  =Xk2,132Xk1,32Hk22ejN2π(k1k2)τej2πfdt+W  
  累加可得
   N p 2 ∣ X k 2 , 13 ∣ 2 ∣ X k 1 , 3 ∣ 2 ∣ H k 2 ∣ 2 e j 2 π ( k 1 − k 2 ) N τ e j 2 π f d △ t \frac{N_p}{2}|X_{k_2,13}|^2|X_{k_1,3}|^2|H_{k_2}|^2e^{j \frac{2\pi (k_1-k_2) }{N} \tau} e^{j 2\pi f_d \bigtriangleup t} 2NpXk2,132Xk1,32Hk22ejN2π(k1k2)τej2πfdt
  我们在求时延 τ \tau τ的时候就已经计算得到 N p 2 ∣ X k 1 , 3 ∣ ∣ X k 3 , 3 ∣ ∣ H k 1 ∣ e j 2 π ( k 2 − k 1 ) N τ \frac{N_p}{2}|X_{k_1,3}||X_{k_3,3}||H_{k_1}|e^{j \frac{2\pi (k_2 - k_1)}{N} \tau} 2NpXk1,3∣∣Xk3,3∣∣Hk1ejN2π(k2k1)τ,二者相乘可得
   N p 2 4 ∣ X k 2 , 13 ∣ 2 ∣ X k 1 , 3 ∣ 2 ∣ H k 2 ∣ 2 ∣ X k 1 , 3 ∣ ∣ X k 3 , 3 ∣ ∣ H k 1 ∣ e j 2 π ( k 1 − k 2 + k 2 − k 1 ) N τ e j 2 π f d △ t = M e j 2 π f d △ t \frac{N_p^2}{4}|X_{k_2,13}|^2|X_{k_1,3}|^2|H_{k_2}|^2|X_{k_1,3}||X_{k_3,3}||H_{k_1}|e^{j \frac{2\pi (k_1-k_2+k_2-k_1) }{N} \tau} e^{j 2\pi f_d \bigtriangleup t} = M e^{j 2\pi f_d \bigtriangleup t} 4Np2Xk2,132Xk1,32Hk22Xk1,3∣∣Xk3,3∣∣Hk1ejN2π(k1k2+k2k1)τej2πfdt=Mej2πfdt
  对该结果求角度可得
   θ ‘ = 2 π f d △ t {\theta}^` = 2\pi f_d \bigtriangleup t θ=2πfdt
   △ t \bigtriangleup t t为ofdm3和ofdm13的时间间隔,带入即可轻松求得频偏 f d = θ ‘ 2 π △ t f_d = \frac{{\theta}^` }{2\pi \bigtriangleup t} fd=2πtθ
  注意,由于 θ ‘ {\theta}^` θ的范围在 − π , π -\pi,\pi π,π之间,因此,可以估算出的频偏 f d f_d fd是有一个范围的。

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
OFDM系统频率偏移是指信号在传输过程由于各种因素而导致的频率偏离正确值的现象。频率偏移会引起符号插入错误和相邻子载波之间的干扰,因此需要进行处理以保证数据的准确传输。 OFDM系统常用的频率偏移处理方法有以下几种: 1. 预留导频子载波:OFDM系统在正常数据的子载波之间插入一些已知的导频信号,这些导频信号的频率是已经预先设定好的。接收端通过检测导频信号的频率偏移,可以估计整个OFDM信号的频率偏移值,并进行补偿。 2. 周期性导频插入:在OFDM数据帧的开始和结束位置,周期性插入已知的导频信号。接收端可以通过这些导频信号来估计信道的相关参数,进而计算出频率偏移的值,并进行补偿。 3. 幅度与相位校准:接收端对接收到的OFDM信号进行校准,通过比较参考信号与接收信号的幅度和相位差异,估计频率偏移值并进行补偿。 4. 时域插值法:通过对接收信号进行时域插值,可以减小频率偏移的影响。时域插值法可以保证子载波之间的相互正交,从而降低频率偏移引起的跨载波干扰。 5. 连续相位校正:通过在连续帧之间的连续导频信号估计频率偏移,并在下一帧进行补偿,以保持系统的相干性。 通过上述的频率偏移处理方法,可以有效地减小频率偏移对OFDM系统的影响,提高数据传输的可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值