论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是当前4G-LTE中的核心技术,由于OFDM技术是通过多个子载波并行传输数据,各子载波之间相互正交,这种相互正交的结构很容易被系统中的时间偏差破坏,OFDM系统对时间偏差的限制极其严格。定时同步估计性能影响着通信系统传输效率和信息传输的稳定性,良好的定时同步估计对通信系统有着极其重要的作用,是OFDM技术中最为关键的问题之一。利用前导进行定时同步估计是当前应用最为广泛的一类方法,而利用前导进行OFDM定时同步估计的算法有着几个不可忽略的缺点:(1)前导作为一种辅助序列,本身不携带有用信息且会占用通信系统的频率资源;(2)传统的利用前导进行定时同步估计的算法存在抗噪声能力不强、同步自相关峰不稳定等问题。压缩感知(Compressed Sensing,CS)理论是Donoho、Candes以及Tao等人首先提出的一套具有革命性意义的信息处理理论。该理论使信号采样和信号压缩两个步骤结合起来,可以让信号在更低的采样率下实现重构。压缩感知理论具有的采样率低、抗噪声能力强的特点,目前已经广泛地应用于改进无线通信系统中的信道估计方法。本文率先尝试将压缩感知理论与传统的基于前导的OFDM定时同步算法相结合,针对同步序列不稀疏这一问题提出一种基于同步序列相关特性的稀疏化方法,设计了一种基于序列对称性的同步度量函数,并基于这两种方法提出了基于压缩感知技术的定时同步算法(Timing Synchronization based on Compressed Sensing,CST)。本文在分析了传统算法的不足的同时给出了CST算法的系统模型及算法的具体实现步骤,在发送端,首先对同步序列进行稀疏化以满足压缩知技术应用的前提、然后对同步序列进行观测压缩以缩短同步序列的长度。在接收端,用重构算法对同步序列进行重构及用如上提出的新的同步度量函数进行定时同步估计等。本文通过大量的仿真实验将新提出的算法与传统的基于前导的OFDM定时同步算法进行比较,验证了CST算法的准确性和可靠性,仿真结果表明:本文提出的基于压缩感知的定时同步算法能有效地缩短前导的长度,节约了序列在信道中传输所占用的频谱资源,并增强了定时同步估计的鲁棒性。