[发明专利]一种基于本地序列互相关检测的OFDM系统抗干扰信号检测与同步方法

权利要求书

1.一种基于本地序列互相关检测的OFDM系统抗干扰信号检测与同步方法，利用接收信号与本地序列的互相关值的峰值作为信号检测与系统同步的判定依据，与接收信号的延时自相关相比，接收信号与本地序列的互相关值受信噪比、干扰信号的影响小，其特征在于，采用接收信号与本地序列互相关值的低复杂度计算方法，具体内容如下：

采用接收信号与本地序列互相关的方式来解决OFDM系统的同步问题，该方法需要考虑以下三个问题：

(1)、低信噪比条件下的符号定时同步与频偏估计精度；

(2)、既能估计整数倍子载波频偏，也能估计小数倍子载波频偏；

(3)、实现的计算复杂度适中，

为了解决上述三个问题，采用训练序列结构，该训练序列结构包含2段重复结构的短训练序列、2段重复结构的长训练序列，其中短训练序列和长训练序列均为具有互相关特性的伪随机序列，所谓互相关性是指：

根据互相关值的定义，接收信号与本地序列之间的互相关值根据式(5)进行计算

R ( m ) = Σ n = 0 M - 1 y o f f s e t ( n + m ) x L o c a l * ( n ) - - - ( 5 ) ]]>

其中，M表示本地序列的长度，显而易见，当接收信号中出现与本地序列相同或者存在一定相差的信号时，其互相关值的幅值会出现尖锐的相关峰值，而由于训练序列具有良好的互相关性，互相关值在其余位置则趋近于0，由于训练序列中存在相邻的2段重复序列，因此，与本地序列的互相关值会出现两个连续的峰值，检测这些峰值即实现符号定时同步，并且符号定时同步具有很高的稳定度和准确度，

另一方面，根据训练序列的重复结构，接收信号与本地序列的互相关值的绝对值会出现相距为序列长度的两个连续峰值，并且在不考虑噪声影响的条件下，它们之间满足式(6)所示关系

RΔ(M+m)＝RΔ(m)ej2πεK/N (6)

其中，RΔ(m)表示接收信号与本地序列互相关曲线的峰值，根据式(6)，得到归一化频偏ε的估计值为

ϵ ^ = N M 2 π ∠ ( R Δ ( K + m ) c o n j ( R Δ ( m ) ) ) - - - ( 7 ) ]]>

其中，conj(.)表示共轭运算，∠表示取值位于(0,2π]之间的相位运算，

归一化频偏ε的估计范围与训练序列的长度M有关，对于某一特定M值，当归一化频偏ε超过某一范围时，其相关值的相位会出现模糊的现象，因此，得到以下结论：M越大，归一化频偏ε的估计范围越小，估计精度越高，反之，M越小，归一化频偏ε的估计范围越大，但估计精度越差；

考虑到在同步的初始阶段CFO会很大，所以需要能够对大范围的CFO进行估计的技术，因此，在实际系统中采用训练序列结构，先利用短训练序列实现CFO的粗估计并进行补偿，在此基础上，再利用长训练序列实现CFO的精估计与补偿，

最后，考虑算法的实现复杂度问题，这里重点考虑突发OFDM系统，该系统需要对每一帧信号进行捕获和同步处理，因此，需要一直计算接收信号与本地序列的互相关值，并检测互相关值的某些特征实现信号的捕获，接收信号与本地序列互相关值根据式(8)进行计算

R ( m ) = Σ n = 0 ∞ y o f f s e t ( n + m ) x L o c a l * ( n ) = y o f f s e t ( n ) ⊗ x L o c a l ( - n ) - - - ( 8 ) ]]>

其中，表示本地序列的共轭，发现，严格计算无限长接收信号与本地序列之间的互相关是一个滑动互相关，滑动互相关的计算需要很大的实现复杂度，通过分析，接收信号与本地序列的互相关等效为卷积过程。

2.根据权利要求1所述的一种基于本地序列互相关检测的OFDM系统抗干扰信号检测与同步方法，其特征在于，所述为解决式(8)实现占用乘法器资源多的问题，采用快速傅立叶变换来实现式(8)的计算，基本原理为快速傅立叶变换实现循环卷积过程，因此，线性卷积利用重叠保留法低复杂度实现，具体过程为：

在接收信号的数据头部添加前一帧尾部的M-1个数据，第一帧添加的是M-1个0，然后将每帧的数据进行分段，每段数据长度为P+M-1，且连续的两段数据有M-1个数据是重叠的，其中P的选取原则是，尽量使P+M-1为2的整数次幂以方便进行IFFT变换；

以第一帧数据为例，对上述分段后的数据进行P+M-1点的FFT变换，并与本地序列的频域响应相乘，并再通过IFFT变回时域即可得到接收信号与本地序列相关的信号

R k ( m ) = y k ( n ) ⊗ x L o c a l ( - n ) = I F F T [ F F T ( y k ( k ) ) Θ FFT * ( x L o c a l ( n ) ) ] - - - ( 9 ) ]]>

其中，k表示分段后的第k段数据，⊙表示点乘，滤波器的频域响应FFT*(xLocal(n))在一次滤波操作中是不变的，只需计算一次，或者离线计算并存储下来即可，由于频域乘法等效于时域循环卷积，因此根据式(9)计算得到的Rk(m)相当于yk(n)和xLocal(n)的时域循环卷积结果，Rk(m)的前M-1个数据中包含了yk-1(n)的后M-1个数据成分，其余部分则是线性卷积的结果，因此，丢掉每段Rk(m)的前M-1个数据，并按照先后顺序将数据进行拼接，得到等效的线性卷积的结果。