5G系统中主同步信号定时同步算法的研究
发布时间：2021-03-24 20:27
基于5G的小区搜索相对于长期演进（LTE）而言,新增了高频段场景的应用,并对同步信号进行了重新定义。文章详细分析了5G系统的主同步信号（PSS）,对其新增内容进行了研究,提出了适用于5G系统的PSS定时同步算法,其中粗同步提出一种抗频偏性能较好的差分同步,精同步基于PSS序列的共轭对称性提出一种低复杂度的同步算法。使用Matlab软件对该算法的性能进行了仿真分析,结果表明,即使在较高频偏影响下,该算法也能快速且正确地锁定一个粗同步点,受频偏的影响较小,从计算复杂度来看,该算法的计算量为常规算法的17.69%。
【文章来源】：光通信研究. 2019,(03)北大核心
【文章页数】：6 页
【部分图文】：
图１ＳＳＢ块映射关系图ＳＳＢ块在无线帧中的具体时域位置取决于数字
载波间隔为１５ｋＨｚ时，ＳＳＢ块时域起始位置满足｛２，８｝＋１４ｎ，ｎ＝０，１。如图２所示，一个无线帧包含１０个子帧，每个子帧包含１４个ＯＦＤＭ符号。ＳＳＢ块以半帧为周期，Ｌ为ＳＳＢ块索引，即有４个ＳＳＢ块分别位于子帧０和１，其ＯＦＤＭ符号起始位置为２和８，每个ＳＳＢ块中的ＰＳＳ序列相同，与其时域位置没有关系。其他数字集μ值下ＳＳＢ块的映射类似，在这里不再赘述。图２ＳＳＢ块在无线帧中的时域位置２ＯＦＤＭ系统模型假设ｘ（ｎ）为传输的基带ＯＦＤＭ信号，接收端接收的信号ｒ（ｎ）表示为ｒ（ｎ）＝［ｘ（ｎ）×ｈ（ｎ）］ｅｊ２πεｃｎ／Ｎ＋ω（ｎ），（３）式中：ｈ（ｎ）为多径信道的脉冲响应；ｊ为常量；εｃ为载波频率偏移；ｎ为序列索引值；Ｎ为傅里叶变换点数；ω（ｎ）为加性高斯白噪声（ＡｄｄｉｔｉｖｅＷｈｉｔｅＧａｕｓｓｉａｎＮｏｉｓｅ，ＡＷＧＮ）；＊为卷积符号。在ＯＦＤＭ系统中，εｃ包括整数部分εｉ和小数部分εｆ，即εｃ＝εｉ＋εｆ。快速傅里叶变换是将接收符号从时域变换到频域。Ｒｌ（ｋ）＝１Ｎ∑Ｎ－１ｎ＝０ｒｌ（ｎ）ｅ－ｊ２πｋｎ／Ｎ，（４）式中：Ｒｌ（ｋ）为第ｌ个ＯＦＤＭ符号的第ｋ个子载波值；ｒｌ（ｎ）为第ｌ个去除ＣＰ后的ＯＦＤＭ符号；ｋ取值为０≤ｋ＜Ｎ。３粗同步
）｜），（６）式中，Ｐｍａｘ（ｋ）为３组本地ＰＳＳ序列对应的相关峰值的最大值。３．２改进算法本文考虑到５Ｇ系统的特点，需要较好的抗频偏性能。因此，为了降低复杂度并提高抗频偏能力，在降采样的情况下，利用ＰＳＳ的差分互相关算法来同步，可以得到一个粗同步点。根据μ值分别生成３组本地时域ＰＳＳ信号并进行５１２／２μ倍降采样，在互相关之前对每个序列进行一次差分处理，以降低频偏对同步性能的影响。图３所示为粗同步流程图，首先对接收信号和本地生成的ＰＳＳ进行５１２／２μ倍降采样处理，以降低计算量；然后对降采样后的数据做差分相关，以降低频偏对相关峰值的影响而导致的错误检测；最后将差分相关后的数据进行滑动互相关，相关峰值最大时的位置暂定为粗同步点。由于μ＝｛０，１，２，３，４｝，且每个值下有３组本地ＰＳＳ序列，因此得到１５个最大峰值及与其对应的粗同步点和组内ＩＤ号，进而对比１５组最大峰值大小，确定最大值所对应的μ和小区组内ＩＤ及粗同步点。图３粗同步流程图差分相关公式如下：ｒ１（ｋ）＝ｒ（ｋ）×ｒ＊（ｋ－１），（７）ｘ１ｑ，μ（ｋ）＝ｘｑ，μ（ｋ）×ｘ＊ｑ，μ（ｋ－１），（８）式中：ｒ１（ｋ）为接收信号差分相关后的信号；ｒ（ｋ）为接收信号；ｘｑ，μ（ｋ）为本地生成的数字集为μ时第ｑ组时域ＰＳＳ序列，ｘ１ｑ，μ（ｋ）为本地生成
本文编号：3098342
【文章来源】：光通信研究. 2019,(03)北大核心
【文章页数】：6 页
【部分图文】：
图１ＳＳＢ块映射关系图ＳＳＢ块在无线帧中的具体时域位置取决于数字
载波间隔为１５ｋＨｚ时，ＳＳＢ块时域起始位置满足｛２，８｝＋１４ｎ，ｎ＝０，１。如图２所示，一个无线帧包含１０个子帧，每个子帧包含１４个ＯＦＤＭ符号。ＳＳＢ块以半帧为周期，Ｌ为ＳＳＢ块索引，即有４个ＳＳＢ块分别位于子帧０和１，其ＯＦＤＭ符号起始位置为２和８，每个ＳＳＢ块中的ＰＳＳ序列相同，与其时域位置没有关系。其他数字集μ值下ＳＳＢ块的映射类似，在这里不再赘述。图２ＳＳＢ块在无线帧中的时域位置２ＯＦＤＭ系统模型假设ｘ（ｎ）为传输的基带ＯＦＤＭ信号，接收端接收的信号ｒ（ｎ）表示为ｒ（ｎ）＝［ｘ（ｎ）×ｈ（ｎ）］ｅｊ２πεｃｎ／Ｎ＋ω（ｎ），（３）式中：ｈ（ｎ）为多径信道的脉冲响应；ｊ为常量；εｃ为载波频率偏移；ｎ为序列索引值；Ｎ为傅里叶变换点数；ω（ｎ）为加性高斯白噪声（ＡｄｄｉｔｉｖｅＷｈｉｔｅＧａｕｓｓｉａｎＮｏｉｓｅ，ＡＷＧＮ）；＊为卷积符号。在ＯＦＤＭ系统中，εｃ包括整数部分εｉ和小数部分εｆ，即εｃ＝εｉ＋εｆ。快速傅里叶变换是将接收符号从时域变换到频域。Ｒｌ（ｋ）＝１Ｎ∑Ｎ－１ｎ＝０ｒｌ（ｎ）ｅ－ｊ２πｋｎ／Ｎ，（４）式中：Ｒｌ（ｋ）为第ｌ个ＯＦＤＭ符号的第ｋ个子载波值；ｒｌ（ｎ）为第ｌ个去除ＣＰ后的ＯＦＤＭ符号；ｋ取值为０≤ｋ＜Ｎ。３粗同步
）｜），（６）式中，Ｐｍａｘ（ｋ）为３组本地ＰＳＳ序列对应的相关峰值的最大值。３．２改进算法本文考虑到５Ｇ系统的特点，需要较好的抗频偏性能。因此，为了降低复杂度并提高抗频偏能力，在降采样的情况下，利用ＰＳＳ的差分互相关算法来同步，可以得到一个粗同步点。根据μ值分别生成３组本地时域ＰＳＳ信号并进行５１２／２μ倍降采样，在互相关之前对每个序列进行一次差分处理，以降低频偏对同步性能的影响。图３所示为粗同步流程图，首先对接收信号和本地生成的ＰＳＳ进行５１２／２μ倍降采样处理，以降低计算量；然后对降采样后的数据做差分相关，以降低频偏对相关峰值的影响而导致的错误检测；最后将差分相关后的数据进行滑动互相关，相关峰值最大时的位置暂定为粗同步点。由于μ＝｛０，１，２，３，４｝，且每个值下有３组本地ＰＳＳ序列，因此得到１５个最大峰值及与其对应的粗同步点和组内ＩＤ号，进而对比１５组最大峰值大小，确定最大值所对应的μ和小区组内ＩＤ及粗同步点。图３粗同步流程图差分相关公式如下：ｒ１（ｋ）＝ｒ（ｋ）×ｒ＊（ｋ－１），（７）ｘ１ｑ，μ（ｋ）＝ｘｑ，μ（ｋ）×ｘ＊ｑ，μ（ｋ－１），（８）式中：ｒ１（ｋ）为接收信号差分相关后的信号；ｒ（ｋ）为接收信号；ｘｑ，μ（ｋ）为本地生成的数字集为μ时第ｑ组时域ＰＳＳ序列，ｘ１ｑ，μ（ｋ）为本地生成
本文编号：3098342
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3098342.html
