论文部分内容阅读
随着移动通信流量的爆炸式增长,用户对无线接入网容量的需求日益增加。与此同时,云化无线接入网(C-RAN),作为最靠近用户端的无线接入网络,以资源管理便捷、能耗低的特点逐渐受到业界的广泛关注,是可靠的未来移动通信数据承载方案。C-RAN架构通过将基带处理单元(BBU)与远端射频单元(RRU)分离来提升系统运行效率,BBU和RRU之间的数据传输接口被称为移动前传(MFH)。采用光纤传输的MFH是实现C-RAN架构的重要研究点,其中,基于光载数字信号(D-RoF)和光载模拟信号(A-RoF)的移动前传是当前实现MFH的两种有效候选方案。通用公共无线电接口(CPRI)是D-RoF的一个典型接口标准,未来移动通信的巨大容量需要更大的传输带宽,这将对基于CPRI的D-RoF系统的波长资源和光电器件带宽提出严苛的要求;而A-RoF由于采用子载波携带QAM调制后的无线信号产生模拟中频或基带OFDM信号,具有非常高的频谱效率,相比于D-RoF方案对波长资源的需求更低,系统开销也更小,是目前移动前传的研究热点。然而,基于OFDM的A-RoF系统对接收和发送端之间的时钟同步很敏感,这里的同步主要指DAC和ADC之间存在采样频率偏移(SFO)。A-RoF系统中SFO的影响主要有以下两个方面:1)多中频OFDM的SFO:对于多中频OFDM信号将在下变频后的时域信号中引入变频残留,导致信号无法解调,严重影响系统性能。2)基带模拟OFDM的SFO:对基带OFDM信号将导致频域信号的相位旋转、子载波间干扰和幅度衰减。就上述问题,本文的主要研究内容有:1.多中频(Multi-IFoF)的移动前传系统中的SFO估计算法多中频移动前传是现行A-RoF的方案之一,针对SFO导致系统信号无法解调的问题,本文首先建立了含SFO影响的信号数学模型,并据此提出了一种无数据辅助的高精度SFO估计算法。具体做法是,从下变频后的时域信号入手,通过简单的数字信号处理和自相关算法提取频偏。该自相关运算可使估计算法在低接收光功率和色散损耗下保持高精度。原中频信号再经过一次采样频率调整后的下变频来消除变频残留,而基带OFDM信号中的SFO残留可通过信道估计进行补偿。实验结果显示对于-100ppm到100ppm的频偏范围,所提算法估计误差均保持在12ppb以内;SFO估计性能可以低至-27dBm的接收光功率;经过背靠背(BTB)和20千米光纤传输之后,误差向量幅度(EVM)分别在-15dBm和-21dBm光接收功率下保持在9%和11%内。2.时域符号级联的移动前传系统中的SFO估计算法时域符号级联的移动前传系统也是现行A-RoF的方案之一经系统分析得知该前传系统属于IMDD-OFDM系统,传输的是基带OFDM信号,本文提出结合帧结构和信道估计的SFO估计与补偿算法。具体方法为,本文就SFO导致解调后的符号相位旋转入手,在每个OFDM帧头、尾均插入一个训练符号,相邻帧共享同一个训练符号,尾部的训练符号用来进行SFO估计,采用加法平均算法降低高斯白噪声影响得到精确的SFO估计值,最后在频域和相应的相位值相乘以补偿相位旋转,插入的训练符号再用来信道估计可消除残留SFO。本算法具有复杂度低、保持原传输系统的特点。实验结果显示在-100ppm至100ppm的SFO范围,经补偿后EVM在10%左右,估计误差在3ppm内。