正交频分复用 (Orthogonal Frequency Division Multiplexing OFDM) 是第四代 (the4th Generation,4G) 移动通信的核心技术,它的最大优点是对抗频率选择性衰落,同时又提高了频谱利用率。它不仅仅可以增加系统容量,更重要的是它能更好地满足多媒体通信要求,将包括语音、数据、影像等大量信息的多媒体业务通过宽频信道高品质地传送出去。 但是OFDM技术对频率偏移和相位噪声很敏感,所以同步是OFDM系统中的关键问题。缺乏必要的同步机制,各子频道的正交性就会受到破坏,从而引入子载波间干扰ICI(Intemal Channel Interference)。OFDM系统基本上有三类同步方式:符号定时同步、载波同步、采样钟同步。 本论文主要研究符号定时同步和载波同步。基于最大似然(Maximum Likelihood,ML)估计算法,提出两种改进的算法,一种从广度上考虑(即拓宽的ML算法),一种从深度上考虑(即迭代ML算法);根据PN(pseudo-noise,伪噪声)序列的自相关性,再提出一种算法。最后用MATLAB进行算法仿真实现,比较得出算法的优越性。重点研究前两种算法。 拓宽的ML算法既考虑了时偏参数0≤θ≤L-1的范围,又考虑了N≤θ≤N+L-1的范围,它能全面反映随机观测矢量在整个时偏参量范围内的特性;而ML算法则只涉及了时偏参数0≤θ≤L-1的范围。前者可以消除后者的不足。 迭代ML算法从迭代的角度对ML算法作了分析,它使ML算法在执行步骤上有了简化,从而加快了程序的执行速度,缩短了程序运行时间。 在AWGN和瑞利衰落两种信道模型下,用MATLAB软件对新算法进行了仿真实现。由仿真结果可以看出,拓宽的ML算法使ML算法在应用范围上有了扩展,迭代ML算法减化了ML算法的执行时间。