4.4.3 符号同步（一）

4.4.3 符号同步（一）  

进行分组检测后，载波同步后，数据还只是一个粗略的分组，并没有准确的定时分组，这就需要符号同步来完成。

简单点说就是一堆数据流，我们需要解除CP（循环前缀），分离出每一个OFDM符号。可以提前看看仿真图：

 

 

DataIn是一个连续的数据流，DataOut就是将其中每一个OFDM符号分离出来，方便后面进行FFT处理。

 

---

 

符号同步的原理

在IEEE 802.11a 协议设计的前导结构，对发射机和接收机都是已知的。所以接收机可以将载波同步模块输出数据和本地已知的短训练符号做互相关运算，从而精准的确定短训练符号的结束点或者说长训练符号的起始点。

 

为什么符号同步找到短训练结束点就能分离每一个OFDM符号了？

因为OFDM的调制数据都是有规律的（如下图 2-6），当你知道了某一点的确定位置（比如长训练符号的起始点），那么你用计数的方式就能分离每一个OFDM符号了。当然你得先清楚，一个OFDM的组成，64bit有效数据 + 16bit的循环前缀CP = 80bit。

 

 

那么如何进行互相关运算？

就是求下图中公式的值！

 

 

当|C|有峰值出现时，表示这个时刻点为一个短训练符号的结束。利用这一特性，即可找到OFDM分组中所有短训练符号的结束点。

当|C|出现最后一个峰值的时，这一时刻为短训练符号的结束点（找到一个准确的位置）。

 

---

 

算法分析和简化

1. 一般寻找峰值的方法，通常采用搜寻最大值的方法，这对于硬件的实现来说需要比较复杂的逻辑电路（实现较为复杂）。因此，我们采用制定门限值的方法来代替，门限值可以根据仿真结果来设定。                                                                          

2. 短训练符号的长度为16个采样点，每个采样点都是复数类型，这样的16个复数乘法器所实现的匹配滤波，会占用FPGA宝贵的乘法器资源，且运算速度也变慢。因此，采用持续累加短训练符号的方法来降低高斯白噪声的影响，并将接收到的信号量化为（+1，-1），这样硬件电路实现时可以省去所有的乘法器。

    

---

 

符号同步偏移的影响

由于多径效应的影响，可能造成符号定时点的估计值并非理想值，而是在其附近，如下图：

 

一共有三种情况：

• 符号定时点估计值在理想值之前（C）；

• 理想符号定时（B）；

• 符号定时点估计值在理想值之后（A）。

 

当符号定时估算值在实际值之后时，DFT窗口的开始出现在当前符号取样值之后，而最后的样值取到下一个符号的CP。这就意味着前一符号的DFT窗口将会包含后一符号CP的取样值，将会产生严重的ISI。另外，子载波的正交性需要循环卷积的特性将不复存在，也会产生载波间的干扰。

由此分析，符号定时早于实际值影响不大，而迟于实际值将产生严重的性能损失。因此，一般把符号定时估计值往前移几个取样点，移多少个取样值达到最佳取决于OFDM系统参数以及符号定时算法的性能。

IEEE 802.11a系统的经验值是 4~6 个取样。

符号估计值前移将减小OFDM系统的多径容限，相当于缩短了有效的CP值。

 

---

 

符号同步的硬件实现结构

    主要分为三个部分：量化、匹配滤波、符号输出。如下图是结构框图：

运算流程：

1. 首先通过量化把接收到的信号量化为（-1，+1）；

2. 量化后的数据在匹配滤波模块中进行与本地短训练符号的相关计算、相关值累加、幅值计算以及峰值寻找，确定短训练符号的结束位置，其中峰值寻找的门限值可以仿真得到；

3. 然后在符号输出模块中，去除循环前缀，输出长训练符号和数据符号（到此短训练符号的任务就完成了～）。

 

RTL视图：