第一章 OFDM chirp信号生成

第一章 OFDM chirp信号生成

---

---

前言

之前学习MIMO SAR的时候，使用正负调频信号来做仿真，发现如果将多个通道组合起来进行方位压缩，在方位向上有没有办法消除的模糊，所以想换一种正交的信号。OFDM chirp信号说不定可以解决问题。

一、OFDM信号

假设有N个输入的信号$S[p](p=1,2,...,N)$，被N个独立子载波求和调制，调制信号为：
$$s(t)=\sum _{p=1}^{N}S[p]\cdot \exp (j2\pi f_{p}t)\cdot \text{rect}\left(\frac{t}{T_p}\right)$$
其中$T_p$是脉冲持续时间，$rect$是矩形窗，$f_p$是子载波频率，调制的过程如图所示：

其中每一个子载波都需要满足正交条件
$${\int }_{-\infty }^{\infty }\exp \left(j2\pi f_{i}t\right)\cdot \exp \left(-j2\pi f_{p}t\right)dt={\delta }_{lp}$$
其中
$${\delta }_{lp}=\{\begin{array}{ll}1& \text{if }l=p,\\ 0& \text{if }l\ne p.\end{array}$$
将$s(t)$做傅里叶变换容易得到
F { s ( t ) } = ∫ − T p / 2 T p / 2 s ( t ) ⋅ exp ⁡ ( − j 2 π f p t ) d t = T p 2 ∑ p = 1 N [ S [ p ] ∗ s i n c ( ( f − f p ) T p ] \begin{aligned} \mathcal{F}\{s(t)\}& =\int_{-T_p/2}^{T_p/2}s(t)\cdot\exp\left(-j2\pi f_pt\right)\mathrm{d}t \\ &=\frac{T_p}2\sum_{p=1}^N\left[S[p]*\mathrm{sinc}((f-f_p)T_p\right] \end{aligned} F{s(t)}​=∫−Tp​/2Tp​/2​s(t)⋅exp(−j2πfp​t)dt=2Tp​​p=1∑N​[S[p]∗sinc((f−fp​)Tp​]​
可以看出OFDM信号频谱是N个sinc函数的叠加，如下图

可以将这种调制解调过程和傅里叶变换联系起来。事实上，只需要满足$\Delta f=1/T_p=1/(N{T}_s)$，调制解调过程等价于DFT和IDFT过程。

---

二、OFDM chirp信号

采用up-chirp信号来生成对应的OFDM信号。

1.频域生成

chirp信号的频域表达式为：
$$S(f)=\exp \left(-j\frac{\pi f^2}{K_r}\right)$$
在实际应用中，用N个复数序列表示$S$:
$$S=[S(f_0),S(f_1),...,S(f_N)]$$
生成的OFDM信号是由N个正交子载波调制的输入序列之和：
$$s(t)=\sum _{p=0}^{N-1}\underset{\mathrm{data}}{\underbrace{S(f_p)}}\underset{\text{orthogonal subcarriers}}{\underbrace{\exp (j2\pi \cdot (p\cdot \Delta f)\cdot t)}}$$
用离散信号表达式来表示为：
$$s\left[n\right]=\sum _{p=0}^{N-1}S\left[p\right]\cdot \exp \left(j\frac{2\pi }{N}pn\right)$$
其中$t=n{T}_s,\Delta f=1/T_p=1/(N{T}_s)$。
发射波形设计
目标是设计两个波形$s_1(t)$和$s_2(t)$，使其具有正交性，且有线性调频信号的性质。采用的波形如下：
$$S_1[p]=\{\begin{array}{ll}{S}_o[p]=\exp \left(-j\pi \frac{(p\cdot \Delta f{)}^2}{K_r}\right)& \text{if }\frac{p}{2}\text{is integer}\\ 0& \text{otherwise}\end{array}$$
$$S_2[p]=\{\begin{array}{ll}{S}_e[p]=\exp \left(-j\pi \frac{((p-1)\cdot \Delta f{)}^2}{K_r}\right)& \text{if }\frac{p+1}{2}\text{is integer}\\ 0& \text{otherwise}\end{array}$$
其中$p=0,1,2,...,2N-1$，$\Delta f=1/(2N{T}_s)=1/(2T_p)$，如下图：
可以看出S1是将S的偶数位置补零，S2是将S的奇数位置补零，相当于S2是将S1平移得到的结果，再将S1和S2做逆傅里叶变换可以得到时域信号波形。matlab代码如下

clear
close all

%% ****************** 参数设置 *************************
N = 1024;                               % chirp signal 点数
bandwidth = 100e6;                      % 信号带宽
delta_f = bandwidth/2/N;
d_tau =  1/bandwidth;
f_tau = (0 : N-1)* bandwidth / N;
Kr = bandwidth/(N*d_tau);
Sp = exp(-1j*pi*f_tau.^2/Kr);					
plot(1:N,real(ifft(Sp)));

S0f = zeros(1,2*N);
Sef = zeros(1,2*N);

for p = 1 : N
    S0f(2*p-1) = exp(-1j*pi*(2*(p-1)*delta_f).^2/Kr);
    S0f(2*p) = 0;
end

for p = 1 : N
    Sef(2*p-1) = 0;
    Sef(2*p) = exp(-1j*pi*(2*(p-1)*delta_f).^2/Kr);
end

根据Cooley-Tukey算法，DFT/IDFT可以通过对输入的奇偶分量分离变换实现，由于S1，S2中的偶数，奇数分量为0，可以分别对其进行傅里叶变换实现。
s 1 [ n ] = F − 1 { S o [ p ] } = ∑ p ˉ = 0 N − 1 S o [ p ˉ ] ⋅ exp ⁡ ( j 2 π N p ˉ n ) , \begin{aligned} s_{1}[n]& =\mathcal{F}^{-1}\{S_o[p]\} \\ &=\sum_{\bar{p}=0}^{N-1}S_o[\bar{p}]\cdot\exp\left(j\frac{2\pi}N\bar{p}n\right), \end{aligned} s1​[n]​=F−1{So​[p]}=pˉ​=0∑N−1​So​[pˉ​]⋅exp(jN2π​pˉ​n),​
s 2 [ n ] = F − 1 { S e [ p ] } = ∑ p ˉ = 0 N − 1 S e [ p ˉ ] ⋅ exp ⁡ ( j 2 π N p ˉ n ) ⋅ exp ⁡ ( j π N n ) \begin{aligned} s_{2}[n]& =\mathcal{F}^{-1}\{S_e[p]\} \\ &=\sum_{\bar{p}=0}^{N-1}S_{e}[\bar{p}]\cdot\exp\left(j\frac{2\pi}{N}\bar{p}n\right)\cdot\exp\left(j\frac{\pi}{N}n\right) \end{aligned} s2​[n]​=F−1{Se​[p]}=pˉ​=0∑N−1​Se​[pˉ​]⋅exp(jN2π​pˉ​n)⋅exp(jNπ​n)​
其中$\bar{p}=0,1,...,N-1$,$n=0,1,2,...,2N-1$。代码如下：

s1 = zeros(1,2*N);
S2 = zeros(1,2*N);

for  n = 1:2*N
    for p = 1 : N
        s1(n) = s1(n)+Sp(p)*exp(1j*2*pi/N*(p-1)*(n-1));
    end
end

for  n = 1:2*N
    for p = 1 : N
        s2(n) = s2(n)+Sp(p)*exp(1j*2*pi/N*(p-1)*(n-1))*exp(1j*pi*(n-1)/N);
    end
end

这两种方法生成的时域波形都是一样的，实部虚部分别为：
Kim[1]的论文里面说会有过冲现象，但是直接仿真的时候没有看到。

2.时域生成

由DFT的重复性质，可以直接使用时域来生成OFDM信号，表示为两个OFDM波形的偏移：
$$s_1=s_o[n]\cdot \text{rect}\left[\frac{n}{N}\right]+s_o[n-N]\cdot \text{rect}\left[\frac{n-N}{N}\right]$$
$$s_2=\left(s_e[n]\cdot \text{rect}\left[\frac{n}{N}\right]+s_e[n-N]\cdot \text{rect}\left[\frac{n-N}{N}\right]\right)\cdot \text{exp}\left(j\frac{\pi }{N}n\right).$$

tau = (0:N-1)*d_tau;
s = exp(1j*pi*Kr*tau.^2);
s1(1:N) = s;
s1(N+1:2*N) = s;
subplot(2,1,1)
plot(1:2*N,real(ifftshift(s1)));
for  n = 1:2*N
    s2(n) = s1(n)*exp(1j*pi*(n-1)/N);    
end
subplot(2,1,2)
plot(1:2*N,real(ifftshift(s2)));

如果这样生成的话，和频域生成图像会有不同
在时域生成中，考虑到相位的不连续性，有：
$$\pi K_r{t}^2{|}_{t=T_p}\stackrel{!}{=}\pi K_r(t-T_p{)}^2{|}_{t=T_p}.$$
带入$Kr=f_0/T_p,f_0=2N\Delta f,\Delta f=1/(2T_p)$可得：
$$N\stackrel{!}{=}\text{even integer.}$$

---

参考文献

[1] J. -H. Kim, “Multiple-Input Multiple-OutputSynthetic Aperture Radar for Multimodal Operation”, june 2012