适用于802.11a系统的半盲式智能同步方法及装置

摘要

一种能够降低传输包错误概率、提高有效信噪比与信息传输速率以及减少带宽浪费，适用于IEEE802.11a系统的半盲式智能同步方法及装置。装置包括发送端和接收端两部分：发送端包括导频信息模块、训练序列模块、循环前缀模块；接收端包括盲同步估计模块。该装置的特征是在接收端设置频率相位检测模块，用于估计系统中传输数据的频率和相位偏移值；在发送端加入补偿模块，对接收端估计出的频率和相位的偏差进行补偿。

说明书

技术领域

本发明涉及OFDM系统的同步算法，是一种基于盲同步和非盲同步算法思想的半盲式智能同步算法。该算法适用于IEEE802.11a系统，属于无线通信WLANs技术领域。

背景技术

IEEE802.11a系统采用的是OFDM多载波调制技术，与传统的单载波系统相比，OFDM系统对同步误差非常敏感，要实现一个基于OFDM的通信系统，必须确保系统的精确同步，因此，同步技术是802.11a系统中的一个非常重要的关键技术。

下一代无线移动通信系统要求能够提供高速宽带的多媒体业务，但在高速移动的通信系统中，多径传播导致符号间干扰(ISI)是普遍存在的问题。正交频分复用(OFDM)具有抗多径干扰能力强、频谱利用率高等特点，因此非常适合于高速无线通信系统。近年来，0FDM技术已被广泛地应用于通用交换电话网(GSTN)、蜂窝无线电话(Cellular radio)、数字地面广播电视(DVB-T)、地面综合服务数字传输(ISDB-T)、不对称数字用户线系统(ADSL)、高性能无线局域网(HYPERLAN/2)、IEEE802.11a等标准中。

近年来，国内外有很多学者致力于研究OFDM系统的同步算法，也有很多论文具体介绍同步算法。对于OFDM的同步，国内外学者从各个侧重点提出了很多算法，大致上可以分为两大类：非盲同步算法和盲同步算法。非盲同步算法即为先验知识符号的同步方法，大致分为有训练序列、导频信息和循环前缀几种形式。

非盲同步算法即为基于先验知识序列进行的同步，传输准确率高，但是缺点很明显，估计所需符号较长、估计精度和频偏估计范围较小。若要使系统的符号同步精确可靠，就必须增加非盲同步的长度或者对大量的连续OFDM符号做相关。所以这种算法的副作用是有效信噪比会降低，同时系统不能适用于突发、信息间隔短的通信情况。因此，此方法不适用于基于分组的突发数据传输系统。

盲同步算法不需要浪费任何带宽，但对系统的时间同步性能要求较高，同步估计准确度有限。所以，盲同步算法比非盲同步算法的性能要差。

传统的802.11a的同步是利用先验知识的符号来进行的，但是不管是使用循环前缀、导频信息还是训练序列，都势必会造成一定的带宽浪费。而且如果系统要求的同步性能很高的话，这些先验的知识符号也会进行相应的增加，必将会造成更多的浪费情况，所以这种方法是以牺牲有效信噪比来达到同步目的的。

发明内容

针对上述方法中存在的缺点，本发明考虑能同时减少带宽浪费和提高同步性能的需要，将盲同步算法和非盲同步算法结合起来，提出一种适用于802.11a系统的半盲式智能同步方法及装置。

本发明解决其技术问题所采用的技术方案是：

适用于802.11a系统的半盲式智能同步方法，在发送端OFDM成帧时，加入导频信息和训练序列，补零后经过IFFT运算后加入循环前缀，接收端对接收信号进行解调，其特征是还包括下列步骤：

(1)在接收端解调时加入相关检测算法，对接收到的信号进行相关检测，对其相位和符号进行同步估计预测，并输出用来表示相位和符号的偏移值；

(2)在发送端进行延时和相位的补偿。

接收端相关检测时间估计公式为： $>>->>1>>2>\pi >>>arg>>(>>\Sigma >>m>=>0>>>LN>->1>>>>>|>>x>>m>+>1>\; >|>>2>>exp>>(>->j>2>\pi m>/>N>)>>)>>,>$>其中，L为每帧符号数，N为每个符号的采样值；接收端相关检测相位估计公式为： $>>>1>M>>arg>\{>>\Sigma >>k>=>1>>L>>>>(>x>>(>k>)>>)>>M>>\}>.>$>

适用于802.11a系统的半盲式智能同步方法的装置，包括发送端和接收端，发送端包括导频信息模块、训练序列模块、循环前缀模块；接收端包括盲同步估计模块。其特征是在接收端设置频率相位检测模块，用于预测系统中传输数据的频率和相位偏移值；在发送端加入补偿模块，对接收端测量出的频率和相位的偏差进行补偿，如图1所示的相位/频率补偿模块。

所述的导频信息模块遵循最大似然(ML)估计原理，采用导频和保护间隔联合进行同步。

所述的训练序列模块，基于训练序列的同步算法是在时域上将已知信息加入待发的OFDM符号，通常置于OFDM符号前或者由多个OFDM符号构成的帧的前部。

所述的循环前缀模块，循环前缀中的数据是一个OFDM符号后端数据的复制，是为了消除多径所造成的符号间干扰(ISI)，在保护间隔内填入的信号为循环前缀(CP)。

本发明的效果是：适用于802.11a系统的半盲式智能同步方法，将非盲同步和盲同步的各自优点结合起来，能在不浪费过多带宽资源的前提下，更好地实现OFDM的同步，系统的同步预测准确度提高，带宽浪费减少。

IEEE802.11a系统仿真的符号长度为64；调制方式为自适应调制，可以根据系统需要进行选择，有1/2BPSK、3/4BPSK、1/2QPSK、3/4QPSK、1/216-QAM、3/416-QAM、2/364-QAM、3/464-QAM八种调制方式可以选择；模拟的信道环境为多径和AWGN信道，同时假设最大多普勒频移为200Hz；接收端采用了均衡技术对接收到的信号进行均衡，解调方式也是和发送端相对应的，都由一个mode指示信号来控制；通过对最初输入的信号和最后输出的信号进行比较，可以得出系统的传输包错误概率、信噪比还有比特速率等参数。

本发明具有以下优点：(1)、综合考虑盲同步算法和非盲同步算法，将二者的优势结合起来。将非盲同步算法的先验知识符号长度减小，即可以减少带宽的浪费；(2)、在接收端加入相关检测的盲同步算法来进行同步，并在发送端进行补偿。提高了同步的预测能力，并有效弥补了先验知识符号减少带来的损失，减小了信噪比。本发明无论在带宽浪费还是信噪比等性能的表现上都具有一定的优势。

附图说明

下面结合附图和实施例对本发明作进一步详细说明。

图1是本发明半盲式智能同步算法的系统框图；

图2是本发明IEEE802.11a系统模型；

图3是本发明接收端盲同步相关检测算法框图。

具体实施方式

适用于802.11a系统的半盲式智能同步方法，在发送端OFDM成帧时，加入导频信息和训练序列，补零后经过IFFT运算后加入循环前缀，接收端对接收信号进行解调，其特征是还包括下列步骤：

(1)在接收端解调时加入相关检测算法，对接收到的信号进行相关检测，对其相位和符号进行同步估计预测，并输出用来表示相位和符号的偏移值；(2)在发送端进行延时和相位的补偿。接收端相关检测时间估计公式为： $>>->>1>>2>\pi >>>arg>>(>>\Sigma >>m>=>0>>>LN>->1>>>>>|>>x>>m>+>1>\; >|>>2>>exp>>(>->j>2>\pi m>/>N>)>>)>>,>$>其中，L为每帧符号数，N为每个符号的采样值；接收端相关检测相位估计公式为：

$>>>1>M>>arg>\{>>\Sigma >>k>=>1>>L>>>>(>x>>(>k>)>>)>>M>>\}>.>$>

图1中，本发明半盲式智能同步算法的系统框图，在发送端，在OFDM信号模块与导频信息模块和训练序列模块相连，加入导频信息和训练序列的OFDM信号经过IFFT调解后，加入循环前缀，经过相位/频率补偿后发送。在接收端，接收到的信号经过去循环前缀模块进行去循环前缀处理，然后经过FFT解调，解调后分别经去训练序列模块、均衡器、去导频信息模块、解调和检测同步干扰模块进行处理。

图2中，适用于802.11a系统的半盲式智能同步方法的装置，包括发送端和接收端，发送端包括导频信息模块、训练序列模块、循环前缀模块，在接收端设置频率相位检测模块(参见图3)，用于预测系统中传输数据的频率和相位偏移值；在发送端加入补偿模块，对接收端测量出的频率和相位的偏差进行补偿。导频信息模块遵循最大似然(ML)估计原理，采用导频和保护间隔联合进行同步，训练序列模块，基于训练序列的同步算法是在时域上将已知信息加入待发的OFDM符号，通常置于OFDM符号前或者由多个OFDM符号构成的帧的前部，循环前缀模块，循环前缀中的数据是一个OFDM符号后端数据的复制，是为了消除多径所造成的符号间干扰(ISI)，在保护间隔内填入的信号为循环前缀(CP)。

图3中，接收端盲同步相关检测算法，信号方波时钟恢复模块经过分离器后，输入到延时估计模块进行延时估计运算，方波频率恢复模块经过M-PSK相位恢复模块后，输入到相位估计模块进行相位估计运算，将运算结果发送到发送端进行延时和相位补偿。

本发明作为一种半盲式的智能同步算法，同时结合IEEE802.11a系统，能够对提出的半盲式同步方法进行测试。

首先，根据协议搭建出IEEE802.11a系统，最开始的系统并没有加入任何同步算法，所得参数如表1第1行所示。

然后，我们在输入端OFDM成帧的时候加入了导频信息和训练序列，并且加入了循环前缀，再次在该平台上进行仿真，得出的参数值参见表1第2行。可见加入了这些先验知识的序列后，系统的同步性能得到了一定的提高。

最后，在此平台上对提出的发明进行仿真，该发明将盲同步和非盲同步算法结合起来。对那些非盲同步序列进行参数修改，减小同步符号的长度，并使循环前缀的长度变短，这样就可以减小系统的带宽浪费。为了补偿非盲同步减小带来的损失，在接收端加入相关检测其同步并在发送端进行补偿，通过仿真得出参数值见表1。这些参数都表明了该发明所提出的半盲式智能同步方法较之之前的两种具有一定的优势。

             表1：各种同步算法仿真参数比较

  传输包错误概率(％)  信噪比(dB)  比特速率(Mb/s)  1  7.4098  22.0878  30.5813  2  6.7814  23.1509  31.2750  3  5.9181  24.4948  32.7263