一种基于两级同步头序列的OFDM信号时域同步方法

摘要

本发明涉及光通信领域，具体是涉及一种基于对称与非对称混合序列的光OFDM信号时域同步方法。本发明将原有传统的OFDM信号时域同步方法分为两级:第一级“粗”同步，利用同步头T

说明书

技术领域

 本发明涉及光通信领域，具体是涉及一种基于对称与非对称混合序列的光OFDM信号时域同步方法。

背景技术

随着多媒体技术的迅猛发展，人们对信息的需求量不断增加。为满足日益增长的容量需求，超100bit/s甚至1Tb/s下一代的光传送网关键技术的研究正在全世界如火如荼的开展。为了提升现有波分复用系统的容量，高谱效率调制格式和单信道高速率被认为是有效的解决方案，然而由于电子器件带宽限制，例如数模转换器的带宽和采样率限制，单纯通过提升单光载波波特率结合高阶调制格式，其信道速率提升有限。为了突破电子器件带宽的限制，实现更高速率的单信道传输速率，利用多光载波复用的方式，将低速调制的光载波在频域上并行复，用来提升信道光传输速率的方法，被认为是T比特级传输首选方案。

光OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）与单载波光传输有明显的不同。单载波光传输信号在物理层一般不存在帧结构，原则上可以以任意时间为观察起始点，不需要在特定的观察窗口对信号进行解调。而OFDM信号存在帧的概念，每个OFDM帧结构都由N个OFDM符号和相应的保护间隔组成。因此，确定对OFDM帧结构观察窗口的起始位置非常重要。不恰当的起始位置会导致较大的符号间串扰（ISI）和载波间串扰（ICI）。

目前最为流行的OFDM窗口同步方法是Schmidl和Cox提出的对称同步头方法。假设A_N为长度为N的双极性伪随机序列，在这种方法中，需要连续发送两个相同的随机序列作为同步头，即P={A_N,A_N}。以这个同步头长度的1/2（即N）为基准，将接收到的数据进行相关程度校验前后相关度校验，最终得到最大相关值所在的点即为最佳定时点。这种同步头结构的优点是可以通过递归型运算来降低实时DSP的复杂度，硬件的开销较小，同步速度较快。但是其缺点是相关度变化曲线中在最佳起始点的所在的区域附近是一个平坦的变化曲线，无法精确找到最佳起始点具体位置。

为了减小寻找最佳起始点的不确定性和降低时间同步的误差，Minn提出了一种改进型的同步头结构。假设A_N为长度为N的双极性伪随机序列，在两个连续且相同的伪随机序列A_L之后，又给出了连续两个与A_N序列极性相反的伪随机序列-A_N，整体结构为P={A_N, A_N, -A_N，-A_N}。以这个同步头长度的1/4（即N）为基准，将接收到的数据进行相关程度校验前后相关度校验，最终得到最大相关值所在的点即为最佳定时点。这种同步头结构的可得到比Schmidl方法更好的定时精度，但是仍然无法得到准确的定时点，在真正的起始点附近一个较小的范围内，相关性校验值的变化率依然较小，同时还会存在另一个相关校验值较大的“次峰”点。

为了进一步改善同步头的定时精度，Park等人于2010年提出了一种基于对称型同步头序列的定时方法。假设B_2N-1为长度为2N-1的双极性对称伪随机序列。其排列方式为B_2N-1={S₁，S₂，S₃，……. S_N-2, S_N-1, S_N, S_N-1, S_N-2, …… , S₃, S₂, S₁ }。Park 提出的方法就是以B_2N-1为同步头，以预计的时间起始点作为对称轴进行轴对称的相关性校验计算。这种方法，可以获得较大的定时精度，其相关性校验值在正确的起始点位置有一个很大的尖峰，因此可以较为准确的获得正确的起始点位置。然而这种方法的缺点也很明显，由于不能采用递归型运算来进行相关度校验值的计算，只要每更换一次假设的最佳起始点计算位置，同步头中所有点的相关性校验值就要全部更新一次。尤其是在实时应用的系统中，由于无法确定同步头所在的大概位置，从第一个随机的采样点开始，每改变一次假设的起始点位置，都要进行一次相关性校验值计算。这样会占用大量的软、硬件资源，从而大大延长找到正确起始点位置的时间。此外，这种方式也会造成一个“次峰”，影响最佳起始点的判断。

发明内容

针对上述OFDM时域同步方法的不足，本发明提出了一种基于两级同步头的OFDM时域同步方法，将原有传统的OFDM信号时域同步方法分为两级:第一级“粗”同步，利用同步头T_N中前一半数据与后一半数据的相关性，使用递归算法快速找到OFDM信号最佳起始点的可能范围；第二级“细”同步，利用同步头T_N中存在前后对称数据结构的特点，计算出OFDM信号最佳起始点的精确位置。本方法具有硬件开销小、运算速度快以及起始点定位精确等特点。

本发明的技术方案是：一种基于两级同步头序列的OFDM信号时域同步方法，其特征在于：发送端发送带同步头帧的步骤，其同步头为T_N为 {[A_α，B_2β ],[ A_α，B_2β]}，其中A_α为双极性伪随机序列；B_2β为双极性对称型伪随机序列，α与β均为大于0的任意整数，N=2α+4β；接收端利用同步头T_N中前一半数据与后一半数据的相关性，计算OFDM信号最佳起始点范围的步骤；接收端利用同步头T_N中存在前后对称数据结构的特点，计算出OFDM信号最佳起始点精确位置的步骤。

如上所述的信号时域同步方法，其特征在于：所述的最佳起始点范围的计算公式如下：

                                                 

之后依次计算M₁(d₂) 、M₁(d₃)、M₁(d₄)、 …… 直至M₁(d_H2)，找出所有计算值中最大值的点，就可以得到最佳起始点的大概位置； 其中H2为接收端每次接收数据点数量H减去一个完整的OFDM帧数据点数量再加上一个OFDM帧的同步头的数据点数量， H是一个完整的OFDM帧数据点数量的2倍。如上所述的信号时域同步方法，其特征在于：所述的最佳起始点精确位置d_n1的公式为：

之后依次计算d_n1~d_n2范围内所有点的相关性校验值，比较找出相关性校验值最大的点就是OFDM信号最佳起始点。

本发明的有益效果是：本发明的第一级同步虽然无法精确定位出最佳起始点位置，但是硬件开销小、定位速度快。可以在最快时间内排除掉绝大部分非最佳起始点位置。剩余可能的最佳起始点位置带入第二级同步继续计算，虽然第二级同步运算不能使用递归算法，硬件开销大速度较慢，但由于第一级的同步运算已经大大缩小了可能最佳起始点的范围，而且该算法可以精确的定位出OFDM信号的最佳起始点位置。因此综合起来看，本专利提出的OFDM信号新型同步方法无论在硬件开销、运算速度还是在定位精度上，相比于传统的OFDM时域同步方法都有一定的优势。

 

附图说明

图1 为OFDM信号的帧结构示意图；

图2 为本专利中所写的两级同步头序列结构及第一级相关性关系示意图；

图3 为本专利中所写的两级同步头序列结构及第二级相关性关系示意图；

图4为具体实施方案中得到的各数据点对应其第一级和第二级相关性校验值。

 

具体实施方式

下面结合附图及具体实施例对本发明作进一步的详细描述。

首先，本专利设计了一种同步头（即为同步头T_N= [A_α，B_2β ],[ A_α，B_2β]）：既包含可快速定位最佳起始点范围的两个连续且相同的伪随机序列，即两个[A_α，B_2β]；又包含可以精确定位最佳起始点位置的对称结构伪随机序列，即两个[B_2β]。其结构如下：

假设一个长度为α的双极性（即序列由1与-1组成）伪随机序列

A_α={a₁,a₂,a₃,……,a_α-2,a_α-1,a_α}；另一个长度为2β的双极性对称型伪随机序列B_2β={b₁,b₂,b₃,……,b_β-2,b_β-1,b_β,b_β,b_β-1,b_β-2,……, b₃,b₂,b₁}。α与β均为大于0的任意整数。同步头T_N={[A_α，B_2β ],[A_α，B_2β]},长度N=2α+4β，真正的OFDM信号最佳起始点就是同步头的第一个数据点。

将寻找OFDM信号时域最佳起始点的过程分为两级：第一级在接收到的OFDM信号中采下可完整包含一个OFDM帧的数据（OFDM帧结构如图1所示），假设包含的数据点数量为H，H是一个完整的OFDM帧所包含数据点数量的2倍。并找到数据起始点d₁（其采样值定义为r(d₁)，r(d₁+k)定义为d₁点之后第k个数据点的采样值）， 开始计算该点的第一级相关性校验值M₁(d₁)。观察同步头T_N的第一级相关性关系（如图2所示），可得到计算公式如下：

  

之后依次计算M₁(d₂) 、M₁(d₃)、M₁(d₄)、 …… 直至M₁(d_H2)，其中H2为接收端每次接收数据点数量H减去一个完整的OFDM帧数据点数量再加上一个OFDM帧的同步头的数据点数量。找出所有计算值中最大值的点，就可以得到最佳起始点的大概位置。观察相关性校验值的公式我们可以看到，公式中的分母项与分子项在d点每次移动一位后，只有与移动的那个点相关的项发生改变，而其它项都保持不变。只有第一次计算时需要算出所有项的值，之后每次计算时只要去掉一个将要移除的项，再计算一个将要加入的项，将其它未变化的项保留就可以了。因此可以使用递归算法来降低运算时的硬件开销和消耗时间。

在之前的背景介绍中我们已经讨论过，第一级找到的最佳起始点并不精确，仅仅是一个范围。因此要在第二级同步中，精确找到最佳起始点。

首先假设第一级同步中得到的OFDM信号最佳起始点范围为的d_n1~d_n2(1<n1<n2<H)。从d_n1点开始计算第二级相关校验值M₂（d_n1），观察同步头T_N的第二级相关性关系（如图3所示），得到第二级相关性校验值公式如下：

之后依次计算d_n1~d_n2范围内所有点的相关性校验值。观察公式我们可以看到，公式中的分母项与分子项在d点每次移动一位后，所有的加成项都会发生改变，因此无法使用递归算法。在每次移动假定起始点后，需要将所有的加成项全部计算一遍。计算出相关性校验值最大的点就是OFDM信号最佳起始点。

以下列举一个具体实例：

设有一个OFDM信号收发系统，发送端OFDM信号同步头设计如下：在公式T_N= [A_α，B_2β ],[ A_α，B_2β]中取α=100，β=50，则N=2α+4β=400，即长度为100个数据点的双极性（即序列由1与-1组成）伪随机序列A₁₀₀={a₁,a₂,a₃,……,a₉₈,a₉₉,a₁₀₀}；另一个长度为100个数据点的双极性对称型伪随机序列B₁₀₀={b₁,b₂,b₃,……,b₄₈,b₄₉,b₅₀,b₅₀,b₄₉,b₄₈,……, b₃,b₂,b₁}，共同组成OFDM信号同步头T₄₀₀={[A₁₀₀，B₁₀₀ ],[A₁₀₀，B₁₀₀]},同步头的长度为400个数据点。真正的OFDM信号最佳起始点就是OFDM同步头T₄₀₀的第一个数据点a₁。

设OFDM信号一个完整帧的长度为2000数据点。OFDM     系统接收端每次接收4000个数据点，因此必然包含一个完整的OFDM数据帧。设接收到4000个数据点依次为[d₁,d₂,d₃, ……, d₃₉₉₈,d₃₉₉₉,d₄₀₀₀]，而这个完整的OFDM数据帧的同步头起始点必然在d₁至d₂₄₀₀之间，这是因为，一个完整的OFDM帧包含2000个数据点，而点d₂₄₀₀之后的1600个数据点已经不可能包含一个完整的OFDM帧了。设r(d₁)是d₁点的数据值，r(d₁+k) 是接收到的数据序列中d₁点之后第k点（即d_1+k点）的数据值。

利用OFDM同步头T₄₀₀前200个数据点与后200个数据点完全相同的特性，计算从d₁到d₂₄₀₀的第一级相关性校验值的结果:

……………

通过上面的公式并利用递归算法得到的从d₁到d₂₄₀₀中各点对应的相关性校验值示意图如图4。从图中可以看出，从d₁₀₈₄到d₁₃₂₃这240个数据点的相关性校验值是2400个点中最大的且变化很小。将这240个点代入第二级同步头运算。

    第二级同步运算，利用OFDM同步头T₄₀₀中前后两个B₁₀₀项前后对称的特性，计算从点d₁₀₈₄到点d₁₃₂₃的第一级相关性校验值的结果:

……………

通过上面的公式计算，得到从点d₁₀₈₄到点d₁₃₂₃对应的第二级相关性校验值示意图如图4所示。从图中我们可以看到相关性校验值有一个很高的峰值出现在点d₁₂₀₈处，因此点d₁₂₀₈就是OFDM信号帧的最佳起始点。到这里，OFDM信号的时域同步就完成了。

本领域的技术人员可以对本发明实施例进行各种修改和变型，倘若这些修改和变型在本发明权利要求及其等同技术的范围之内，则这些修改和变型也在本发明的保护范围之内。

说明书中未详细描述的内容为本领域技术人员公知的现有技术。