L-DACS1系统的OFDM时频同步技术研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:jiayunhe
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
随着航空通信数据传输业务的日益增长,现有的通信系统将无法满足未来高速率、高宽带的要求,因此EUROCONTROL提出了L-DACS1,并将其作为未来航空通信的备选方案。L-DACS1系统采用OFDM技术,其频谱利用率较高,抗多径性能较好,因此被广泛关注。然而,基于OFDM技术的通信系统对符号定时偏差和频偏非常敏感,这些偏差可能会引入符号之间干扰和子载波之间干扰,从而导致系统的整体性能急剧下降。加上L-DACS1系统机载站点与地面站点之间相对速度较快,产生的多普勒频移较大,信道及干扰等较为复杂,因此,研究可靠的符号定时算法和频率同步算法实现准确的时频同步,有较为重要的学术意义及实用意义。本文主要包含以下几部分内容:1、介绍了民航通信发展,对无线信道和L-DACS1系统做了简要介绍。接着通过理论推导和计算机仿真相结合的方式,详细分析了符号定时偏差、频率偏差和采样偏差对系统产生的影响,并给出了相关的仿真图,以进一步说明准确的符号定时和频率同步对L-DACS1系统的重要性。2、对OFDM系统的几种符号定时算法进行了研究,通过理论分析与计算机仿真相结合的方式,分析了各种算法的优缺点及应用场景等。接着针对L-DACS1系统同步序列的特殊结构和同步场景,提出了一种基于SC算法的改进算法。通过对原算法滑动窗和归一化函数进行改进,解决了原有算法的定时模糊性问题,使得定时精度更高,能适用于L-DACS1系统的符号定时同步,并通过理论分析与仿真相结合的方式进行了验证。3、对一些基于时域和基于频域的频率同步算法进行了研究,通过理论分析和计算机仿真,研究对比了各算法的频偏估计范围、估计精度。在此基础上,结合L-DACS1系统的同步序列结构,找出了一种能够较好地适用于L-DACS1系统频率同步的方法。4、提出了一套适用于L-DACS1系统的时频同步方案。首先,采用改进的SC算法来实现粗符号定时同步,接着实现小数部分频率偏移同步,然后实现整数倍频率偏移同步,最后通过本地相关法实现符号定时的细同步。通过理论分析和MATLAB仿真,验证了该同步方案的同步性能基本达到系统的要求,能够适用于L-DACS1系统的时频同步。
其他文献
多址干扰的存在是影响CDMA系统性能和容量的重要因素,多用户检测技术是克服多址干扰的有效途径。复杂度低、性能优良的多用户检测算法是目前国内外研究多用户检测技术的主要
深空通信是指地面站与离开地球轨道的深空探测器之间的通信,是深空探测任务的重要保障。由于通信距离远,信号衰减严重,接收信号的信噪比很低,为了保证通信的可靠性,Turbo码、
光谱分辨率的提高是光学遥感不断发展的趋势。高光谱分辨率(简称为高光谱)遥感技术是过去二十年中人类在对地观测方面所取得的重大技术突破之一,是当前遥感的前沿技术。由于高光谱所特有的高光谱分辨率的性质,其潜在的可应用性受到人们的广泛关注。高光谱图像分类的研究是高光谱遥感应用的主要内容之一。人工神经网络模型是近年来发展起来的综合数据分类方法之一。神经网络高光谱模式分类方法有以下优点:1)不要求同类地物在特
人脸识别系统以其方便、非侵入的特点受到军事、商业、安全、信息等应用领域的青睐。经过30多年的发展,自动人脸识别技术取得了长足的进步。但是,由于人脸的外观总是处于不断的
短波通信一直是世界各国中、远程通信的主要手段,广泛应用于政府、军事、外交、气象、商业等部门,在军事领域远程指挥通信具有不可替代的作用。短波接入网突破传统短波点对点
随着航空航天技术的发展,卫星遥感图像在环境监测、防灾减灾及国防军事等领域发挥了巨大的作用。但由于各种因素的影响,初始的卫星遥感图像存在多种形式的几何变形。为了有效地利用卫星遥感图像,首要的任务就是建立起像素坐标与其对应地面坐标之间精确的几何关系,即精确定位。非合作卫星遥感图像,由于其经纬度信息的丢失,无法获知地物准确的坐标位置,大大降低了图像的实际应用价值。本文以非合作卫星遥感图像为研究对象,主要
本文系统阐述了机载PD雷达信号处理的基本理论,从线性调频信号的脉冲压缩入手,分析了脉冲多普勒雷达中经典的利用多普勒滤波器组抑制杂波实现运动目标检测的方法,同时分析了
当今全球信息化的飞速发展,使得身份的高效识别和准确认证受到广泛关注。人脸识别,生物特征识别的一个重要分支,凭借得天独厚的优势,极高的学术价值,已成为国内外研究学者关
本文在分析了目前国内外温度传感器技术和网络通信技术的基础上,采用无线传感器网络技术,设计了基于网络的温度传感器系统。 课题研究了无线传感器网络的相关内容,提出了分层
基于物联网的消防通道车辆检测系统的主要目的是为了有效避免由于消防通道被车辆堵塞而导致重大火灾事故的发生。该系统利用物联网将传感器和人工智能处理相结合的方式,并采