论文部分内容阅读
随着通信技术的发展,人们对通信质量、通信速度、带宽提出了更高的要求。正交频分复用(OFDM, Orthogonal Frequency Division Multiplexing)技术正是满足未来通信的一种关键技术。这种技术可以有效的对抗多径衰落以及提高频带利用率。但OFDM系统对于由于频率偏移(CFO, Carrier Frequency Offset)十分敏感,会严重影响系统性能。本文主要研究了现在较为流行的频偏估计算法,并对其进行了理论分析和仿真验证性能,并在此基础上提出一种基于分布式零载波的最小功率和算法。主要工作如下:1)针对CFO的盲估计方法,重点研究了最大似然(ML, Maximum Likelihood)算法,多重信号分类(MUSIC, Multiple Signal Classification,)算法和旋转不变子空间(ESPRIT, Estimation of Signal Parameters via Rotational Invariance Techniques)算法三种经典算法。通过复杂度分析以及仿真和比较,获得如下结论:从整体上来说,盲估计频带利用效率好,复杂度高,估计范围有限;ML算法虽然估计精度较好,复杂度较低,但只能估计小数频偏;MUSIC算法估计范围大,精度好,但其复杂度较高;ESPRIT算法的估计范围与MUSIC算法相近,复杂度与MUSIC算法类似,但在较高SNR到底较高的情况下,精度较低。2)针对ML无法实现整数CFO估计,重点研究了基于零载波的Sameer-Kumar (SK)算法,以及X.MA算法并且分析其计算复杂度以及仿真验证其性能。由于SK性能较差,X.MA计算复杂度较高,在充分挖掘无线信道频率选择性特点基础之上,我们提出了一种新的分布式零载波的最小功率和方法。仿真表明,我们所提出的算法拥有同SK相似的复杂度,但是实现了比其更低的错误检测概率。且此方法要比X.MA的计算复杂度要低很多。