【OFDM：四】OFDM系统同步问题

…呀嘿…

已于 2024-03-25 17:44:33 修改

阅读量1k

点赞数 2

文章标签： matlab

于 2023-08-14 09:44:49 首次发布

本文链接：https://blog.csdn.net/qq_58869016/article/details/132269214

版权

一、题目

OFDM系统的同步问题

二、仿真要求

以下题目二选一：

（一）、OFDM系统的CFO估计技术

要求一：OFDM系统的数据传输

①传输的数据随机产生；

②调制方式采用16QAM；

要求二：要求对BER的性能仿真

①设计仿真方案，比较两个CFO的性能（基于CP与基于训练符号 Moose），并画出不同SNR下的两种估计技术的均方差（MSE）性能。

②设计仿真方案，接收信号受到CFO的影响，对比不同SNR下采用CP的CFO技术进行补偿与不进行补偿的BER性能。

（二）、OFDM系统的STO估计技术

要求一：OFDM系统的数据传输

①传输的数据随机产生；

②调制方式采用16QAM；

要求二：要求对BER的性能仿真

①设计仿真方案，比较两个时域估计STO的性能（最大化相关与最小化差值），并画出不同STO值对应的采样点与幅度关系图。

②设计仿真方案，接收信号受到STO的影响，对比不同SNR下采用基于CP的滑动窗STO技术进行补偿与不进行补偿的BER性能。

三、仿真方案详细设计

本次选题为题二——OFDM系统的STO估计技术。

（一）、STO的定义及影响

在OFDM系统中，需要考虑4种同步，分别是符号定时同步、样值频率同步、样值定时同步、载波同步。接收机正常工作之前，OFDM系统至少需要完成两类同步问题，一是时域同步，时域同步要求OFDM系统确定符号边界，并且提取最佳的采样时钟，从而减小载波干扰和码间干扰造成的影响；二是频域同步，频域同步要求系统估计和校正接收信号的载波偏移。

令δ和ε分别表示归一化的符号定时偏差（STO）和载波频率偏差（CFO），当存在大小为δ的STO和大小为ε的CFO时，基带接收信号可以表示为

其中的k+ε是关于频率的，n+δ是关于符号位置的一项。

如果出现符号定时偏差STO，假设实际的δ=3，此时令n=1，若δ=0，得到的应为y[1]，但由于实际的δ=3，此时得到的为y[4]，但此时接收机会认为得到的y[4]为y[1]。

（二）、STO的估计技术

为了保证OFDM系统的性能，接收机必须利用同步技术来估计STO，即准确地估计出OFDM符号的起始点和结束点。

在OFDM系统中STO不仅能引起相位失真（通过均衡器补偿），还能引起ISI（无法修正），因此为了保证OFDM系统的性能，在接受机必须利用同步技术来估计STO，以便能够准确估计出OFDM符号的起始点。

1、时域STO估计技术

（1）基于CP的STO估计技术

考虑CP的长度为TG（NG个采样）、有效长度为Tsub（Nsub个采样）的OFDM符号，在时域中，通常使用CP或训练符号估计STO。

CP是OFDM符号中的一部分数据的副本。如下图所示B、B’分别表示CP的NG个采样点和OFDM有效数据中的NG个采样点，两者完全相同且相隔Nsub个采样。考虑两个滑动窗w1和为w2，其间隔为Nsub个采样，通过滑动w1和w2，可以搜索两个窗内采样之间的相似度。当OFDM符号的CP落在w1窗内时，两个窗内的NG个采样块之间的相似度达到最大值（差值达最小值），利用最值点可以识别STO。

通过搜索使得w1和w2两个滑动窗之内的差值达到最小时，从而估计出STO，最小化差值法公式如下：

但是当接收系统中存在CFO时，其性能会下降，为了处理CFO，通过最小化w1和w2中差值的平方来估计STO，其公式如下：

利用w1和w2为中两个采样块之间的相关性也可估计STO，即最大化相似性，其公式如下：

（2）基于训练符号的STO估计技术

通过发射训练符号，可以在接受机实现符号同步。与基于CP的方法相比，基于训练符号的方法不受多径影响，但是会降低传输效率。在估计的过程中可以采用两个相同的OFDM训练符号，也可使用具有不同重复周期结构的单个OFDM训练符号。以基于具有重复结构的单个OFDM符号为例，重复周期为Tsub/2时，如下图所示。通过在子载波之间插零，在时域可以产生不同的重复样式。一旦发射机在OFDM符号的两个块上发送重复的训练符号，接收机通过最大化两个滑动窗内采样块之间的相似性，就可以找到STO。通过计算重复的训练信号的相关函数，得到两个采样块之间的相似性。

当重复周期为Tsub/2时，如上图所示，A、B、D部分与接收信号的C部分不同，当滑动窗在C部分时，滑动窗内的采样块相似性达到最大，差异性达到最小。与基于CP的STO估计技术一样，基于训练符列的STO估计有两种。一是通过最小化两滑动窗内采样块之差的平方得到，即

另一种是通过最大化似然函数得到，即

当训练符号的重复周期为Tsub/4时，如图所示，训练符号重复了四次，在第三次和第四次中训练符号取反，通过最大化两滑动窗之间的最大似然函数即可得到STO。

2、频域STO估计技术

接收信号会因为STO产生相位旋转，相位旋转与子载波的频率成比例，所以可以用频域接收信号中相邻子载波的相位差来估计STO

例如，对于所有的k，都有

因此可以估计STO

整体流程图

该部分的STO估计是基于CP进行估计的，最小化差值函数STO_by_difference基于CP通过最小化滑动窗w1和w2中差值的平方来估计STO的。最大化相关性函数STO_by_correlation利用w1和w2为中两个采样块之间的相关性估计STO。

四、仿真结果及结论

从上图可知最大化相关性和最小化差值两种方法在时域中估计STO性能，其中第一、二、四的图中最大化相关性能性能优最小化差值的，但是两个差距不大，其中最大化相关性的结果几乎正确结果重叠。

上图为接收信号受到nSTO=-3的延时下进行最大化相似性补偿、最小化差值补偿以及不补偿情况下的BER性能曲线。从上图可以看出进行补偿后的BER性能优于未进行补偿的BER性能，相同信噪比下进行补偿后的误码率小于未进行补偿的误码率，且进行最大化相关性补偿和进行最小化差值的BER曲线重叠，说明最大化相关性和最小化差值估计STO的准确性相近。

五、代码

1、比较两个时域估计STO的性能主函数

%STO_estimation
clear all;clc;
nSTOs=[-3 -3 2 2];%延后位置
M=16; %16QAM调制
Nfft=64; %子载波数
max_iter=100;%迭代次数
Ng=Nfft/4;  %保护间隔长度
Nofdm=Nfft+Ng;  %ofdm符号长度
com_delay=Nofdm/2; %滑动窗口的起始位置=40
Nsym=3;%一个帧中有3个OFDM符号
for i=1:length(nSTOs)
    nSTO=nSTOs(i);
    x=[];%初始化OFDM符号
    for m=1:Nsym % transmit ofdm signal
        X=randi([0,15],1,Nfft); % 随机产生比特流
        Xmod=qammod(X,M); % 16QAM调制
        xt=ifft(Xmod);
       % 加保护间隔 
        x_g=[xt(Nfft-Ng+1:Nfft),xt];
        x=[x x_g];
    end
    y=x;%无信道影响
y_STO=add_STO(y,nSTO); %加时间误差
    Mag_cor=0;Mag_dif=0;
    for j=1:max_iter
    y_aw=awgn(y_STO,40,'measured');%高斯白白噪声l
    %symbol timing acquisition
    [ST0_cor, mag_cor]=STO_by_correlation(y_aw,Nfft,Ng,com_delay);%最大化相关
    [ST0_dif,mag_dif]=STO_by_difference(y_aw,Nfft,Ng,com_delay);%最小化差值
    Mag_cor=Mag_cor+mag_cor;Mag_dif=Mag_dif+mag_dif;
    end % end of for loop of iter
   [Mag_corr_max,ind_max]=max(Mag_cor);
    nc=ind_max-1-com_delay;
    [Mag_dif_min,ind_min]=min(Mag_dif);
    nd=ind_min-1-com_delay%估值
    nn=-com_delay+[0:length(Mag_cor)-1];
    subplot(2,2,i);
    plot(nn,Mag_cor,'b:',nn,Mag_dif,'r'),hold on
    xlabel('Sample'),ylabel('Magnitude');
    legend('基于相关的','基于最小差值的')
    stem(nc,Mag_cor(nc+com_delay+1),'b')
    stem(nd,Mag_dif(nd+com_delay+1),'r');
    stem(nSTO,Mag_dif(nSTO+com_delay+1),'k.')
end

2、最小化差值补偿、最大化相似性补偿和未补偿主函数

clear all;
clc;
nSTO=-3;%延时
M=16;%?调制参数16QAM
Nfft=64;%子载波个数
EbN0=[10:15];%信噪比
max_iter=100;%迭代次数
Ng=Nfft/4;%?保护间隔长度，循环前缀长度
Nofdm=Nfft+Ng;%符号持续时间，一个OFDM符号的总长
com_delay=Nofdm/2;%?滑动窗口的起始位置40
Nsym=3;%一帧有三个OFDM符号
 
for k=1:1:length(EbN0)
       Neb1=0;%?初始化错误码元个数
       Neb2=0;
       Neb3=0;
       x=[];%初始化OFDM符号
       X1=[];
    for m=1:Nsym % transmit ofdm signal
        X=randi([0,15],1,Nfft); % 随机产生比特流
        X1=[X1,X];
        Xmod=qammod(X,M); % 16QAM调制
        xt=ifft(Xmod);
       % 加保护间隔 
        x_g=[xt(Nfft-Ng+1:Nfft),xt];
        x=[x x_g];
    end
y=x;%无信道影响
y_STO=add_STO(y,nSTO); %加时间误差
Mag_dif=0;Mag_cor=0;
 
%%%%%%%%%%%% 信道 %%%%%%%%%%%%         
 for j=1:max_iter
    y_aw=awgn(y_STO,EbN0(k),'measured');%高斯白白噪声l
    %symbol timing acquisition
     [ST0_cor, mag_cor]=STO_by_correlation(y_aw,Nfft,Ng,com_delay);%最大化相关
    [ST0_dif,mag_dif]=STO_by_difference(y_aw,Nfft,Ng,com_delay);%最小化差值
    Mag_dif=Mag_dif+mag_dif;
    Mag_cor=Mag_cor+mag_cor;
    end % 迭代结束
   [Mag_dif_min,ind_min]=min(Mag_dif);
    nd=ind_min-1-com_delay;%估值
    [Mag_corr_max,ind_max]=max(Mag_cor);
    nc=ind_max-1-com_delay;
%%%%%%%%%%%%%%%%%%%%%%%% 最小化差值进行补偿的 %%%%%%%%%%%%%%%%%%%%%%%%
kk1=1:Nfft;
kk2=1:Nofdm+nd-1;
for j=1:Nsym
if j==1
   y1=y_aw(kk2);%判断是否是第一帧
   y2=y1(Ng+nd:end);%去cp
   kk3=kk2(end)+1:kk2(end)+Nofdm;
else
y1=y_aw(kk3);
y2=y1(Ng+1:end);
kk3=kk3+Nofdm;
end %if判断结束
    y1_b=fft(y2);
    Y_mode1(kk1)=y1_b;
    kk1=kk1+Nfft;
end %OFDM符号数判断结束
 
%%%%%%%%%%%%%%%%%%%%%%%% 最大化相似性进行补偿的 %%%%%%%%%%%%%%%%%%%%%%%%
kk6=1:Nfft;
kk7=1:Nofdm+nd-1;
for j=1:Nsym
if j==1
   y1=y_aw(kk7);%判断是否是第一帧
   y2=y1(Ng+nd:end);%去cp
   kk3=kk7(end)+1:kk7(end)+Nofdm;
else
y1=y_aw(kk3);
y2=y1(Ng+1:end);
kk3=kk3+Nofdm;
end %if判断结束
    y1_b=fft(y2);
    Y_mode3(kk6)=y1_b;
    kk6=kk6+Nfft;
end %OFDM符号数判断结束
 
%%%%%%%%%%%%% 无补偿的 %%%%%%%%%%%%%%%%%%%%%%%%
kk4=1:Nfft;
kk5=1:Nofdm;
for i=1:Nsym
y2=y_aw(kk5);
y2_1=y2(Ng+1:end);
y2_b=fft(y2_1);
Y_mode2(kk4)=y2_b;
kk5=kk5+Nofdm;
kk4=kk4+Nfft;
end
 
X_r1=qamdemod(Y_mode1,M);%?解调，逆映射
X_r2=qamdemod(Y_mode2,M);
X_r3=qamdemod(Y_mode3,M);
Neb1=Neb1+sum(sum(de2bi(X_r1,4)~=de2bi(X1,4)));%错误的比特数
Neb2=Neb2+sum(sum(de2bi(X_r2,4)~=de2bi(X1,4)));
Neb3=Neb3+sum(sum(de2bi(X_r3,4)~=de2bi(X1,4)));
Ber1(k)=Neb1/(4*Nfft*max_iter*Nsym);%误码率
Ber2(k)=Neb2/(4*Nfft*max_iter*Nsym);
Ber3(k)=Neb3/(4*Nfft*max_iter*Nsym);
 
end %信噪比循环结束
semilogy(EbN0,Ber1,'-*',EbN0,Ber2,'-*r',EbN0,Ber3,'-+');
legend('最小化差值补偿','未补偿','最大化相似性补偿');
xlabel('EbN0[dB]'),ylabel('Ber');

3、加入符号偏差

function y_STO=add_STO(y,nSTO)
      % 加入延迟
      % y: received signal
      % nSTO: number of samples corresponding to STO
    if nSTO<=0
       y_STO=[y(-nSTO+1:end),zeros(1,-nSTO)]; %提前
    else
        y_STO=[zeros(1,nSTO),y(1:end-nSTO)];%延迟
   end

4、最大化相似性函数

function [STO_est,Mag]=STO_by_correlation( y,Nfft,Ng, com_delay)
Nofdm=Nfft+Ng; %OFDM symbol length
  if nargin <4, com_delay=Nofdm/2;end
 nn=0:Ng-1;
 yy=y(nn+com_delay)*y(nn+com_delay+Nfft)'; % correlation
  maximum=abs(yy);
  for n=1:Nofdm
       n1=n-1;yy1=y(n1+com_delay)*y(n1+com_delay+Nfft)';
       yy2=y(n1+com_delay+Ng)*y(n1+com_delay+Nfft+Ng)';
      yy=yy-yy1+yy2;
      Mag(n)=abs(yy);
     if Mag(n)>maximum
         maximum=Mag(n); 
         STO_est=com_delay+n1-Nofdm;
     end
end

5、最小化差值函数

function [STO_est,Mag]=STO_by_difference(y, Nfft, Ng, com_delay)
Nofdm=Nfft+Ng; minimum=100; STO_est=0;
if nargin <4, com_delay=Nofdm/2;end
for n=1:Nofdm
     n1=n-1;
     nn=n1+com_delay+[0:Ng-1]; 
tmp0=abs(y(nn))-abs(y(nn+Nfft));
     Mag(n)=tmp0*tmp0'; %差值平方
    if Mag(n)< minimum
     minimum=Mag(n);
    STO_est=com_delay+n1-Nofdm;
  end
end

…呀嘿…

关注

2
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
【OFDM：四】OFDM系统同步问题

在OFDM系统中，需要考虑4种同步，分别是符号定时同步、样值频率同步、样值定时同步、载波同步。接收机正常工作之前，OFDM系统至少需要完成两类同步问题，一是时域同步，时域同步要求OFDM系统确定符号边界，并且提取最佳的采样时钟，从而减小载波干扰和码间干扰造成的影响；二是频域同步，频域同步要求系统估计和校正接收信号的载波偏移。令δ和ε分别表示归一化的符号定时偏差（STO）和载波频率偏差（CFO），当存在大小为δ的STO和大小为ε的CFO时，基带接收信号可以表示为。
复制链接

扫一扫