一种低比特量化的OFDM同步方法研究与实现_李林涛.pdf
《一种低比特量化的OFDM同步方法研究与实现_李林涛.pdf》由会员分享,可在线阅读,更多相关《一种低比特量化的OFDM同步方法研究与实现_李林涛.pdf(8页珍藏版)》请在咨信网上搜索。
1、一种低比特量化的 OFDM 同步方法研究与实现李林涛1,韩悦2,常争1,杨梅3(1.北京科技大学 计算机与通信工程学院,北京100083;2.北京理工大学 网络空间安全学院,北京100081;3.北京服装学院 文理学院,北京100029)摘 要:为了实现低复杂度高性能的正交频分复用(OFDM)符号同步,本文提出了一种基于 2 bit 非均匀量化的低复杂度同步方法.采用幅值映射的方法,将接收信号和本地序列用 1 bit 符号位和 1 bit 幅度位进行表示,从而将同步过程中的相关运算转化为简单的比特异或和加法运算.同时,针对 2 bit 量化过程中的量化门限和映射幅度选择问题,提出了一种最优量化
2、门限及映射幅度仿真搜索算法.通过仿真对所提同步方法在 AWGN 和 EPA 多径信道条件下的同步性能进行了验证,仿真结果表明所提方法在 2 bit 量化条件下可获得逼近传统 3 bit 量化的同步性能.通过对同步模块的 FPGA 实现,验证了所提方法具有较低的实现复杂度.关键词:正交频分复用(OFDM);符号同步;低复杂度;非均匀量化中图分类号:TN929.5 文献标志码:A 文章编号:1001-0645(2023)05-0526-08DOI:10.15918/j.tbit1001-0645.2022.130Research and Implementation on OFDM Synchro
3、nization Methodwith Low-Bits QuantizationLI Lintao1,HAN Yue2,CHANG Zheng1,YANG Mei3(1.School of Computer and Communication Engineering,University of Science and Technology Beijing,Beijing 100083,China;2.School of Cyberspace Science and Technology,Beijing Institute of Technology,Beijing 100081,China;
4、3.School of Arts and Sciences,Beijing Institute of Fashion Technology,Beijing 100029,China)Abstract:In order to realize accurate OFDM symbol synchronization with low complexity,a resource efficientsynchronization method was proposed based on 2 bit non-uniform quantization.Firstly,mapping the receive
5、dsignal and the local training sequence to 2 bit message represented by a sign bit and a magnitude bit,the correla-tion operation was implemented consequently with XOR operation and addition operation.And then,the optimalquantization threshold and magnitude value searching method were presented via
6、simulation.Some simulationexperiments were carried out to validate the synchronization capability of the proposed method in the AdditiveWhite Gaussian Noise(AWGN)and EPA multi-path channel conditions respectively.The experimental resultsshow that the proposed synchronization method in 2-bit quantiza
7、tion can achieve almost the same performancewith tradition 3-bit quantization.Finally,a synchronization module was implemented in FPGA,showing a lowerimplementation complexity of the proposed method than tradition methods.Key words:orthogonal frequency division multiplexing(OFDM);synchronization;low
8、 complexity;non-uni-form quantization 正交频分复用(orthogonal frequency division multi-plexing,OFDM)技术是一种特殊的多载波传输方案,其核心思想是在频域内将信道分成多个正交的子信道,每个子信道上使用一个子载波进行调制,各子载波并行传输.该技术具有频谱利用率高的优点,同时具有良好的抗多径、抗频率选择性衰落能力,因此被应用于 IEEE 802.11、LTE 等标准,并且在通信与计算相融合的 B5G/6G 等未来通信系统中也具有广泛的 收稿日期:2022 06 02基金项目:国防基础科研计划资助项目(JCKY202
9、1602B016)作者简介:李林涛(1985),男,讲师,工学博士,E-mail:.第 43 卷第 5 期北 京 理 工 大 学 学 报Vol.43No.52023 年 5 月Transactions of Beijing Institute of TechnologyMay 2023应用前景,极具研究价值1 3.与传统单载波系统相比,OFDM 系统对同步的要求更加严格,定时偏差会引入符号间干扰,引起较大的接收性能损失,因此符号同步是实现 OFDM 可靠解调的重要前提和基础4.O(N2)O(Nlog2N)目前,基于训练序列的同步方法具有速度快、性能优异等特点,在实际系统中得到了广泛采用.但是该
10、方法包含大量的复数乘法运算,同步算法的硬件实现存在复杂度高、资源消耗大等问题.因此,如何设计简化的同步算法和低复杂度的实现方法是一个研究热点.JIAN 等5设计了一种具有共轭对称特性的训练前导码,提出采用互为共轭的训练序列相关作为定时度量,将复数乘法次数减少了约 1/2,加法次数减少了约 1/3.BRIAN 等6提出了一种基于对称同步训练序列的定时度量方法,利用相邻训练序列的能量差值作为定时度量,避免了传统对称相关中基于采样点的乘积运算.但是由于需要计算每个采样点的幅度平方,仍需 2 次实数乘法运算.李雪琨等7提出了一种时频联合符号同步方案,通过变换域的方法把相关运算变换为频域的并行处理,将复
11、杂度由级降为级.上述几种方法在不同程度上降低了计算复杂度,但仍存在乘法运算,硬件实现复杂度依然较高.为了避免乘法运算,HAO等8提出将同步训练序列的元素值量化为逼近 2的整数次幂的定点数,把乘法运算转化为移位操作运算.但该方法仅考虑了复杂度的降低,没有充分考虑量化可能引起的性能损失情况.进一步地,文献 9 11 提出了基于 1 bit 量化的同步技术与实现方法,把互相关中的乘法运算转化成 1 bit 的加法运算,但是由于忽略了接收信号的幅度信息,同步性能存在较大损失.综上所述,目前的研究方法大多是从同步训练序列设计和定时度量函数优化两方面进行的,对于同步训练序列的量化方法、量化位宽等对同步性能
12、和复杂度影响研究相对较少.针对上述问题,本文提出一种基于 2 bit 量化的低复杂度同步方法.采用 1 bit 表示符号位、1 bit 幅度位的方法对接收信号和同步训练进行量化,基于 1bit 异或和 1 bit 加法运算即可实现传统算法中的乘法运算,大大降低相关计算的复杂度;同时以量化后同步序列的峰均比最大化作为准则,提出一种基于遍历搜索的最优量化门限和幅度映射值的确定方法.最后,利用仿真和 FPGA 实现的方法对所提算法的性能和实现复杂度进行了评估,验证了所提方法的有效性.1 OFDM 符号同步原理基于训练序列的定时同步的基本思路是,在有效数据载荷前插入一段已知的训练序列,利用训练序列良好
13、的相关特性,在接收端对接收信号和已知的训练序列进行相关运算后可以得到尖锐的相关峰12.通过相关峰与预设同步门限的比较,即可判断同步训练序列的准确位置.上述帧结构如图 1 所示.训练序列数据载荷SS*CP图 1 符号同步帧结构Fig.1 Symbol synchronization frame structure SSSN其中 CP 为循环前缀,由 OFDM 符号的尾部信号构成,可以避免由于时延扩展带来的符号间干扰和载波间干扰.为 ZC(Zadoff-Chu)序列构成的同步训练序列,表示 的共轭序列.ZC 序列是一种恒包络零自相关序列,由单位圆上的复数组成,对于给定的序列周期,可定义为pk(N,
14、u,q)=exp(j2uN(k22+qk),N为奇数exp(j2uN(k(k+1)2+qk),N为偶数(1)uNq式中:为一个与互质的数;为任意整数,一般取0.ZC 序列的时域波形如图 2(a)所示,可以看出 ZC序列是个恒定幅度的复数序列,但是其 I、Q 支路的幅度不是恒定的,因此不同的量化方式和量化位宽会带来不同程度的波形失真,进而影响同步性能.ZC 序列具有良好的相关特性,其归一化自相关如图 2(b)所示,可以看出 ZC 序列的自相关结果具有尖锐的相关峰,可以利用其良好的相关特性实现定时同步.i上述训练序列经信道传输,时刻 的接收信号可表示为yi=L1l=0 xilhl+wi(2)xiy
15、ihlLwi2L=1式中:为发送信号;为接收端的接收信号;为信道响应函数;表示多径数;表示均值为 0,方差为的加性高斯白噪声.当时,式(2)退化为加性高斯白噪声(additive white Gaussian noise,AWGN)信道.dyi对于任意时刻,通过对接收信号与本地训练第 5 期李林涛等:一种低比特量化的 OFDM 同步方法研究与实现527xi序列进行互相关运算,可以得到相应的相关性度量为Vd=N1m=0(yd+mxm)2(3)VdVthVd VthdVd利用 ZC 序列的自相关特性,如果接收信号中存在同步训练序列,那么通过的计算可以得到一个尖锐的相关峰.通过将峰值与同步判决门限进
16、行比较,如果,则可判定当前位置 即为符号起始位置,完成符号同步.由式(3)可以看出,在相关性度量的计算过程中,存在大量的复数乘法运算,实现复杂度较高.2 基于 2 bit 量化的同步算法2 yi=round(yi(211)/|y|max)yi yi|y|maxyiround()传统的均匀量化方法是把信号按照幅值等间隔的分割成份,为量化位宽.具体方式可描述为:,其中表示原始信号,表示量化结果,表示的最大幅值,表示取整运算.显然量化位宽 越大,量化造成的信号失真越小,但硬件实现过程中的资源复杂度越高.相反,量化位宽 越小,硬件实现复杂度越低,但量化引起的信号失真越大.非均匀量化的方法通过考虑原始信
17、号的概率分布特性,将原始信号映射为有限多个离散幅值完成量化过程,有望在信号失真和复杂度之间取得量化折中.本文提出一种 2 bit 的非均匀量化方法,从而将同步中的乘法运算转化为异或和加法运算,可有效降低硬件实现复杂度,同时减小量化引起的同步性能损失.2.1 2 bit 非均匀量化方法介绍了 2 bit 非均匀量化方法对同步训练序列和接收信号进行量化的实现过程,给出了量化结果的表示方法;进一步地,给出了基于 2 bit 量化完成序列相关运算的详细过程,阐述了利用异或、加法运算替代乘法运算的基本步骤.g(v)=vvvv基于 2 bit 量化的方法可表示为:,其中和取值范围均为 0 或 1,分别表示
18、 v 的符号位信息和幅度信息.具体的量化规则为v=sgn(v),v=0,|v|Am1,|v|Am(4)v=sgn(v)vvvv=0|v|=A0v=1|v|=A1A0Am A1A0,A1式中:表示 的符号位信息;表示 的幅度信息.令表示,表示,且;采用该量化方法可将训练序列量化映射为.Cm=yd+mxm(m=0,1,N1)xm=xImjxQmyd+m=yId+m+jyQd+mxImyId+mxmyd+mxQmyQd+mxmyd+m基于上述量化方法,可对式(3)中的复数乘法进行简化.令、,其中、分别表示、的实部,、分别表示、的虚部.于是Cm=(yId+m+jyQd+m)(xImjxQm)=yId+
19、mxIm+yQd+mxQm+j(yQd+mxImyId+mxQm)(5)c1=yId+mxImc2=yQd+mxQmc3=yQd+mxImc4=yId+mxQm假设,可以得到c1=Iyd+mIxmc2=Qyd+mQxmc3=Qyd+mIxmc4=Iyd+mQxm,c1=Iyd+m+Ixmc2=Qyd+m+Qxmc3=Qyd+m+Ixmc4=Iyd+m+Qxm(6)ci(i=1,2,3,4)00,01,10ciA20ciA0A1ciA21A20 A0A1其中,表示按位异或运算.于是利用 1 bit 异或运算和 1 bit 的加法运算,即可完成式(5)等号右边的 4 个实数乘法运算.考虑进位,幅度
20、计算的结果可以采用 2 bit 进行表示,且取值范围为.其中,00表示的幅度为,01表示的幅度为,10表示的幅度为,且满足 020406080100120140k(a)时域波形(b)归一化自相关函数1.00.80.60.40.200.20.40.60.8幅度值1.0I路时域波形Q路时域波形05010015020025000.10.20.30.40.50.60.70.80.91.0归一化自相关函数图 2 ZC 序列的时域波形和归一化自相关函数Fig.2 Time domain waveform and normalized autocorrelation results of ZC sequen
21、ce528北 京 理 工 大 学 学 报第 43 卷A21c1c2c3c4A20,A0A1,A21.因此,、可用 3 bit 进行表示,且取值范围为.CIm=c1+c2CQm=c3c4Cm由于采用了基于映射的量化方法,在进行、以及的累加计算过程中,不能直接采用上述 3 bit 进行加、减运算,而应将 3 bit 量化结果逆映射为相应的真值再进行计算如下:Cm=f(c1)+f(c2)+j(f(c3)f(c4)(7)其中逆映射函数为f(ci)=(12ci)A20,ci=00(12ci)A0A1,ci=01(12ci)A21,ci=10(8)VdVdVth将式(7)计算结果代入式(3),即可得到当前
22、位置的相关性度量,通过与同步判决门限进行比较,可得到同步位置.本文所提出的 2 bit 非均匀量化方法,不同量化门限和映射值的选择,会影响相关结果峰均比的大小,进而影响同步性能.为了获得 2 bit 非均匀量化方法下最优的同步性能,需要对量化门限和量化值进行遍历搜索.2.2 最佳量化门限搜索方法AmA0A1结合 2.1 节所描述的量化方法,本文围绕量化过程中涉及到的门限值和幅度映射值、等参数的选取问题展开研究.通过分析相关参数对量化及同步性能的影响进行分析,提出了一种基于遍历搜索的参数优化方法.AmAmA0A1与传统均匀量化方式不同,本文提出的非均匀量化的方法,不是基于等间隔进行的.其基本原理
23、是将原始信号幅度与量化门限进行比较,将小于的幅度统一映射为,否则映射为.由于同步是基于训练序列优异的相关特性实现的,其自相关函数可写为R()=Nk=1pkp(k+)mod N(9)p式中:表示表示任意时刻;表示训练序列.AmA0A1AmA0A1同步训练序列的相关特性可以由相关函数的峰均比表示,峰均比值越高表示相关峰越尖锐,副峰越少,利用其进行同步性能越好.本文所提非均匀量化方法基于量化门限和映射幅度、进行,选择不同的量化参数可以得到不同的量化训练序列.这将导致不同量化训练序列的自相关函数特性也不相同,最终影响同步性能.因此可以通过比较不同的量化方式和量化位宽对相关特性的影响,得到具有最佳同步性
24、能的量化门限以及映射值、.最佳量化参数的搜索步骤如下所述.Amin,AmaxAmAminAmaxp步骤 1:令表示量化门限的搜索范围,其中、分别表示训练序列幅值的最小值和最大值.AminAmp=p0,p1,pN1 p=p0,p1,pN1步骤 2:以为量化门限搜索的初始值,根据本文所提量化方法将训练序列量化映射为 pi=sgn(pi)A0|pi|Amsgn(pi)A1|pi|Am(10)i=1,2,N1 A0(0,Am)A1 Am,Amax其中;.R()步骤 3:将式(10)代入式(9),计算量化后训练序列的自相关函数R()=Nk=1 pk p(k+)mod N(11)步骤 4:根据步骤 3 的
25、自相关计算结果,得到其峰均比Corr(p,A0,A1)=max(|R|2)E(|R|2)(12)Corr(p,A0,A1)pA0,A1其中,表示将训练序列量化映射为时自相关结果的峰均比.AmA0A1ACorr(p,A0,A1)步骤 5:在量化门限为的情况下,令、在其范围内以为步进对其映射幅度进行遍历,不同映射组合可得到不同值.Corr(p,A0,A1)步骤 6:依据峰均比的大小进行相关性能判决,取最大值对应的映射组合即为该量化门限下最佳幅度映射值(A0,opt,A1,opt)=argmaxA0(0,Am),A1Am,AmaxCorr(p,A0,A1)(13)AmAstep步骤 7:令在其搜索范
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 比特 量化 OFDM 同步 方法 研究 实现 林涛
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。