MIMO OFDM系统同步技术的研究

来源 :成都信息工程学院 成都信息工程大学 | 被引量 : 0次 | 上传用户:yangmingli1213
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着3G标准的制定,下一代移动通信系统(4G)的研究也日益受到人们的关注。OFDM(Orthogonal Frequency Division Multiplexing) 正交频分复用技术将高速串行数据流分割为低速的并行子数据流各自调制到互相正交的子载波上,以其高效的频谱利用率和抗多径干扰的能力,业已成为4G中采用的关键调制技术。但是OFDM系统由于子载波之间必须保持严格的正交性,所以对定时偏差和载波偏差非常敏感。本课题的任务主要是研究OFDM及MIMO(Multiple-Input Multiple-Output) OFDM系统的定时和载波同步技术。 本文首先简要介绍了MIMO 和OFDM系统的基本原理,详细分析和仿真了一些典型模块。然后,讨论了单天线OFDM的同步技术和一些典型的同步算法,在分析的基础上提出了一种改进的OFDM频率偏移估计算法。改进的算法与文献[3]的算法在估计的均方误差方面相比较,在相同的信号噪声功率比的情况下,改进的算法比文献[3]的算法性能提高了一个数量级。同时,将Schmidl[2]的同步思想用于IEEE 802.16 OFDM[1]系统中,分析了该算法在上述系统中的适用性。通过MATLAB仿真表明Schmidl同步算法在IEEE802.16 OFDM系统中的同步性能良好。最后,讨论了多天线OFDM(MIMO-OFDM)系统的同步技术和两种经典的同步算法即Mody算法[23]和Zelst算法[24]。由于Mody算法是采用相互正交的多相码序列作为不同发射天线的同步训练序列,而实际当中要产生这种正交多相码序列是很困难的,因此这就限制了Mody算法的使用。Zelst算法是采用时域相互正交的码序列作为发射端不同天线的同步训练序列,也就是说,这些不同的发射天线的同步训练序列是在不同的时间段上发送。由于Zelst算法的同步训练序列使用了与发射天线数目相同数量的时间段,因此就降低了整个系统的频带利用率。为了解决上述问题,本文提出了一种由两个相同的长训练PN 序列和两个相同的短训练PN序列组成的前导训练符号的帧结构。这种帧结构能很好的进行定时同步和频率偏移估计。MATLAB仿真表明,与理想同步情况的误比特率性能相同。
其他文献
声纹识别技术,即说话人识别技术,以其独特的方便性、经济性和准确性等优点受到广泛瞩目,并日益成为人们日常生活和工作中重要且普及的安全验证方式之一,有着广阔的市场应用前景。
网络应用爆发式增长,网络流量急速膨胀,大量涌现的新型应用比传统应用具有更复杂的结构和流量模式基于流量识别技术,能够细粒度的管理和优化网络,引起了广泛的关注其中,基于流量特
通用移动通信系统 UMTS(Universal Mobile Telecommunications System)作为3GPP 制定的一个完整的第三代移动通信技术标准,并不仅限于无线接入网络(Radio Access Network,RAN),
图像配准是数字图像处理领域一个非常重要的分支,它解决同一场景在不同时间、不同角度由相同或者不同的光学设备得到的存在相对旋转、平移及缩放的两幅或者多幅图像的配准问
3D电视节目的舒适性制作技术是当前3D电视应用的基础性工作,因摄像机间几何位置偏差而导致的垂直视差对于3D电视的舒适性有着重要的影响,通过极线校正处理可以去除因几何失真而
随着网络技术的发展和 IPv6 技术商用进程的不断进展,越来越多的设备接入到网络中来。这些网络设备往往由许多相对独立的可管理模块组成,并要求实现灵活扩展,以满足特定的应用。
近年来,数字电视的发展非常迅猛,就国内来说,北京奥运会将采用高清数字电视进行转播,全国的各个地区和城市也都陆续得用数字电视取代了模拟电视,或者正在筹划着用数字取代模
分布式遗传算法 (Distributed Genetic Algorithms,DGAs)不但继承了传统遗传算法的优点,更具备了分布并行的特色。遗传进化过程中各台计算机虽然相互独立,但又可通过网络交换遗