孫錦華,韓會梅

(西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室,710071,西安)

?

低信噪比下時頻聯(lián)合的載波同步算法

孫錦華,韓會梅

(西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室,710071,西安)

針對短突發(fā)通信在低信噪比下編碼輔助同步算法存在估計精度低和同步范圍小的問題,提出了一種時頻聯(lián)合的載波同步(JTDFDCY)算法。首先采用頻域估計算法、時域估計算法和最大似然(ML)算法對導(dǎo)頻信號進(jìn)行處理,得到頻率粗估計值和相位粗估計值;然后用頻率粗估計值和相位粗估計值對接收信號進(jìn)行補(bǔ)償,并對補(bǔ)償后的信號進(jìn)行解調(diào)解碼、重新編碼、基帶調(diào)制,得到軟判決符號;最后采用時域相關(guān)和算法和ML算法對軟判決符號進(jìn)行處理,得到頻率細(xì)估計值和相位細(xì)估計值,進(jìn)而實現(xiàn)有效的載波同步。仿真結(jié)果表明: JTDFDCY算法在低信噪比下的粗估計能夠兼顧頻率估計范圍和估計均方根誤差的要求;當(dāng)歸一化頻偏在(-0.5,0.5)范圍時,僅利用6.1%的導(dǎo)頻開銷即可將系統(tǒng)的性能損失控制在0.1 dB以內(nèi)。

低信噪比;導(dǎo)頻;載波同步;編碼輔助

在高速移動通信、深空通信和衛(wèi)星通信中,接收機(jī)長時間在低信噪比下工作,由于通信雙方的相對運(yùn)動,接收信號總是存在較大的多普勒頻偏[1]。為使采用Turbo碼、Turbo乘積碼(TPC)和低密度奇偶校驗碼(LDPC)[2-3]等的短突發(fā)系統(tǒng)在低信噪比下正常工作,有效的載波同步是需要解決的關(guān)鍵問題。近年來,針對現(xiàn)有的開環(huán)載波參數(shù)估計方案的缺陷,研究者陸續(xù)提出了一些頻偏估計方法[4-7],但這些方法的估計范圍提升有限或工作信噪比門限較高。碼輔助的同步算法[8-15]利用香農(nóng)極限碼的特點,將譯碼和同步相結(jié)合,顯著提高了算法的估計性能。聯(lián)合導(dǎo)頻和迭代譯碼軟信息的ML-ITDD算法[8]能夠校正小于7×10-4的歸一化頻偏,但是由于采用最大似然(ML)準(zhǔn)則進(jìn)行頻率搜索,算法比較復(fù)雜。非數(shù)據(jù)輔助迭代載波同步算法[10]能校正大范圍的載波頻偏和相偏,獲得接近理想的誤比特性能,但算法采用頻相二維搜索,復(fù)雜度非常高。文獻(xiàn)[13]針對LDPC系統(tǒng)提出導(dǎo)頻與編碼聯(lián)合輔助的同步算法,但在歸一化頻偏大于3×10-4時與理想性能相差較大。文獻(xiàn)[14]針對Turbo系統(tǒng)提出聯(lián)合導(dǎo)頻和迭代譯碼的同步算法,但在歸一化頻偏大于1.5×10-3時與理想性能相差較大。文獻(xiàn)[15]提出的聯(lián)合旋轉(zhuǎn)平均周期圖和解調(diào)軟信息載波估計算法,頻偏估計范圍可達(dá)符號速率的一半,但細(xì)估計采用了分段的頻相二維搜索,復(fù)雜度稍高。

針對上述問題,在文獻(xiàn)[14-15]的基礎(chǔ)上,本文提出了一種時頻聯(lián)合的載波同步算法(JTDFDCY)。該算法首先采用頻域旋轉(zhuǎn)平均周期圖(rotational periodogram averaging, RPA)算法、時域相關(guān)和算法和ML算法,對導(dǎo)頻信號進(jìn)行處理得到頻率粗估計值和相位粗估計值,然后用頻率和相位的粗估計值對接收信號進(jìn)行補(bǔ)償,并對補(bǔ)償后的信號進(jìn)行解調(diào)解碼、重新編碼、基帶調(diào)制,得到軟判決符號,最后采用時域相關(guān)和算法和ML算法對軟判決符號進(jìn)行處理得到頻率細(xì)估計值和相位細(xì)估計值,進(jìn)而實現(xiàn)有效的載波同步。由于頻域旋轉(zhuǎn)平均周期圖算法的估計范圍可以達(dá)到符號速率的一半,時域相關(guān)和算法和ML算法的估計精度較高,因此本文所提出的算法具有估計范圍大、估計精度高的特點。仿真結(jié)果表明,在低信噪比條件下,本文算法能夠兼顧頻率估計范圍和估計精度的要求;當(dāng)歸一化頻偏在(-0.5,0.5)范圍時,僅利用6.1%的導(dǎo)頻開銷就能將系統(tǒng)的性能損失控制在0.1 dB以內(nèi)。另外,本文算法的復(fù)雜度較小,有利于工程應(yīng)用。

1 系統(tǒng)模型

首先將信息序列編碼,將導(dǎo)頻序列平均分成前后兩段,與編碼后的數(shù)據(jù)復(fù)用組成一個數(shù)據(jù)幀結(jié)構(gòu)。整個數(shù)據(jù)幀長為N個符號,前段導(dǎo)頻和后段導(dǎo)頻長度均為Lp(Lp為兩段導(dǎo)頻間的符號個數(shù)),兩段導(dǎo)頻之間的數(shù)據(jù)符號長度為L1,后段導(dǎo)頻之后的數(shù)據(jù)符號長度為L2,兩段導(dǎo)頻的符號間距為D=Lp+L1,細(xì)估計用到的數(shù)據(jù)符號長度為L3,數(shù)據(jù)幀結(jié)構(gòu)如圖1所示。該數(shù)據(jù)幀經(jīng)過調(diào)制得到復(fù)基帶信號,通過高斯白噪聲信道,附加載波頻偏和相偏。接收到的等效離散基帶信號可以表示為

rk=skexp(j(2πΔfkT+φ))+nk,

k=1,2,…,N

(1)

圖1 數(shù)據(jù)幀結(jié)構(gòu)

在接收端,接收信號首先被送到解復(fù)用器,提取出導(dǎo)頻序列進(jìn)行載波粗估計,再用頻率和相位的粗估值對接收信號進(jìn)行補(bǔ)償;然后將補(bǔ)償后的信號送至解調(diào)器和譯碼器,譯碼器輸出的信息序列經(jīng)過編碼、基帶調(diào)制送至細(xì)估計器進(jìn)行載波細(xì)估計,再用粗估計和細(xì)估計的頻率和相位值對接收信號進(jìn)行補(bǔ)償;最后對補(bǔ)償后的信號進(jìn)行解調(diào)譯碼即可恢復(fù)出信息序列。上述系統(tǒng)同步模型如圖2所示。

圖2 系統(tǒng)同步模型

2 載波同步算法

2.1 導(dǎo)頻輔助的載波粗估計

在低信噪比下,為了保證經(jīng)過粗同步后的碼字在含有剩余頻偏時軟信息的可靠性,本算法的粗估計采取了頻域和時域相結(jié)合的算法,利用頻域旋轉(zhuǎn)平均周期圖算法和時域相關(guān)和算法進(jìn)行頻率粗估計,用ML算法進(jìn)行相位粗估計。另外,用先進(jìn)的數(shù)字信號處理器[16]可以實現(xiàn)對載波頻差和相差的實時捕獲。

2.1.1RPA算法 將接收到的基帶信號通過解復(fù)用進(jìn)行信號分離,提取出接收信號中的前段導(dǎo)頻,并計算去調(diào)制信號

(2)

(3)

式中:angle表示求幅角。將fRPA與fsc相加,得到頻偏粗估計值fco。

2.1.3 ML算法估計載波相位 利用前段導(dǎo)頻通過最大似然算法計算相偏粗估計值

(4)

2.2 編碼輔助的載波細(xì)估計

用載波粗估計值對接收信號進(jìn)行校正,得到校正信號

,

k=1,2,…,N

(5)

(6)

這里需要說明的是,如果系統(tǒng)采用PSK或QAM調(diào)制方式,也可以通過非線性判決的方法得到軟判決符號s′。研究表明,在譯碼器的后驗概率對數(shù)似然比可靠性較高時,這兩種方法得到的軟判決符號s′是近似等價的[16]。

通過時域相關(guān)和算法得到頻偏細(xì)估計值

(7)

通過ML算法計算相偏細(xì)估計值

(8)

3 參數(shù)設(shè)置及仿真分析

本文細(xì)估計的碼輔助同步算法利用的是經(jīng)過解碼、再重新編碼、基帶調(diào)制的軟判決符號,跟糾錯碼的類型及調(diào)制方式無關(guān),因此本文同步算法參數(shù)的選擇不受糾錯碼、調(diào)制方式的影響。本文同步算法參數(shù)的取值需要根據(jù)系統(tǒng)的誤比特性能要求以及編碼調(diào)制方式來確定。由于TPC碼在比較高的編碼速率和碼長較短的情況下仍可以獲得非常好的糾錯能力,且譯碼復(fù)雜度較低,因此具有恒包絡(luò)特性的SOQPSK信號具有良好的頻譜利用率和功率利用率,非常適合應(yīng)用于短突發(fā)傳輸系統(tǒng)。下面以TPC編碼加SOQPSK調(diào)制為例,給出本文算法中各參數(shù)的設(shè)置及仿真結(jié)果。系統(tǒng)中各信號參數(shù)如下:TPC子碼為(32,26)擴(kuò)展?jié)h明碼,編碼數(shù)據(jù)共12個TPC塊,調(diào)制方式為MIL SOQPSK調(diào)制。相偏為均值為[-π,π)、方差為5°的高斯隨機(jī)變量。

3.1 算法中各參數(shù)的設(shè)置及分析

由于頻偏隨時間的積累會對數(shù)據(jù)產(chǎn)生嚴(yán)重的影響,進(jìn)而影響系統(tǒng)的誤比特性能,因此對于給定長度的數(shù)據(jù)應(yīng)首先由歸一化頻偏對系統(tǒng)誤比特性能的影響確定粗估計算法和細(xì)估計算法應(yīng)達(dá)到的歸一化均方根誤差(eRMS)。由于時域相關(guān)和算法的均方根誤差由相關(guān)長度決定,因此細(xì)估計階段的相關(guān)長度L3應(yīng)由細(xì)估計算法應(yīng)達(dá)到的eRMS確定。粗估計階段RPA算法的eRMS應(yīng)在粗估計時域相關(guān)和算法的估計范圍內(nèi),而粗估計時域相關(guān)和算法的估計范圍由兩段導(dǎo)頻的間距D確定,D越大,估計范圍越小,估計的eRMS也越小。粗估計時域相關(guān)和算法的估計范圍越小,會對RPA算法的eRMS提出較高要求。為了降低RPA算法的均方根誤差,必須增大導(dǎo)頻開銷。因此在粗估計參數(shù)的設(shè)計中,為了減小導(dǎo)頻開銷,可以選擇稍小的導(dǎo)頻間距,使得有限導(dǎo)頻開銷導(dǎo)致RPA算法eRMS較大的缺陷可以由時域相關(guān)和算法進(jìn)一步彌補(bǔ),這樣經(jīng)過三級同步保證以最小的導(dǎo)頻開銷獲得最終所要求的估計精度。

3.1.1 確定粗估計算法及及細(xì)估計算法應(yīng)達(dá)到的eRMS圖3給出了不同歸一化頻偏ΔfT對系統(tǒng)誤比特率性能的影響。從圖中可以看出,ΔfT越大,對系統(tǒng)的誤比特率影響越大。當(dāng)ΔfT<5×10-6時對系統(tǒng)誤比特率的影響較小,因此粗估計頻率的eRMS應(yīng)達(dá)到5×10-6。當(dāng)要求系統(tǒng)的誤比特率性能損失為0.1 dB時,細(xì)估計頻率的eRMS應(yīng)達(dá)到2×10-6。

圖3 不同歸一化頻偏對系統(tǒng)誤比特率性能的影響

3.1.2 確定兩塊導(dǎo)頻之間的數(shù)據(jù)符號長度L1L1的實質(zhì)就是兩塊導(dǎo)頻之間所包含的符號個數(shù)。圖4給出了Eb/N0=1 dB時L1對本文粗估計頻率的eRMS的影響。從圖4可以看出,當(dāng)L1不小于1 026時,本文粗估計頻率的eRMS不大于5×10-6。為了既能控制導(dǎo)頻開銷又能保證本文粗估計頻率的eRMS約為5×10-6,設(shè)置L1=1 026。

圖4 兩塊導(dǎo)頻之間的距離對本文粗估計算法的影響

3.1.3 確定導(dǎo)頻符號數(shù)Lp圖5給出了Eb/N0=4 dB時,Lp對RPA算法的eRMS的影響。RPA算法估計頻率的eRMS應(yīng)在時域相關(guān)和算法的估計范圍內(nèi),因此需要首先求出粗同步時域相關(guān)和算法的估計范圍1/2(Lp+L1)[14],當(dāng)Lp小于200,L1=1 026時,1/2(Lp+L1)在4×10-4量級。從圖5中可以看出,當(dāng)Lp大于100時,RPA算法估計頻率的eRMS均能落在時域相關(guān)和算法的估計范圍內(nèi)。但是,圖5中的eRMS是實驗統(tǒng)計的平均值,如果某一次RPA算法估計頻率的eRMS超出或接近粗同步時域相關(guān)和算法的估計范圍,則會造成粗估計性能的惡化,因此需要進(jìn)一步由RPA算法估計頻率的eRMS的統(tǒng)計特性來確定合適的導(dǎo)頻數(shù)。對估計頻率的eRMS的統(tǒng)計比較耗時,而且也沒有必要對較大Lp進(jìn)行測試,因此本文選擇幾個離散點進(jìn)行測試。表1給出了Lp為157和200時進(jìn)行10 000次仿真的RPA算法粗估計頻率eRMS的統(tǒng)計結(jié)果?？梢钥闯?Lp為157和200時RPA算法的eRMS均小于4×10-4,但Lp=157比Lp=200的eRMS有更大的概率落在[2×10-4,4×10-4]區(qū)間,因此選取Lp=200。此時導(dǎo)頻開銷為2Lp/(2Lp+12×513)=6.1%,其中每個TPC塊的符號數(shù)為513。

表1 RPA算法在不同eRMS范圍內(nèi)的統(tǒng)計結(jié)果

圖5 Lp對RPA算法估計頻率均方根誤差的影響

3.1.4 確定頻偏旋轉(zhuǎn)因子M和FFT變換點數(shù)NF首先固定FFT變換點數(shù),確定頻偏旋轉(zhuǎn)因子。當(dāng)Lp=200、NF為512點時,RPA算法的粗同步頻率估計性能與載波頻率位置關(guān)系的曲線如圖6所示。由于頻偏旋轉(zhuǎn)相當(dāng)于對FFT兩根譜線中間不能分辨的頻率范圍進(jìn)行譜分析,并且分析結(jié)果關(guān)于兩根譜線的中心是對稱的,因此圖中只畫出了FFT量化頻率點從n到n+0.5的估計性能。從圖中可以看出,當(dāng)M=16時,RPA算法的估計頻率eRMS小于4×10-4,并且幅度波動較小,因此旋轉(zhuǎn)因子選取M=16。確定了頻偏旋轉(zhuǎn)因子后,再根據(jù)RPA算法的估計頻率eRMS統(tǒng)計結(jié)果來確定適當(dāng)?shù)腇FT點數(shù)m。在Eb/N0=3.75 dB、m=(1,2,…,10)×512時,統(tǒng)計了10 000次RPA算法的估計頻率的最大eRMS,當(dāng)FFT點數(shù)大于等于1 024時,最大eRMS均小于4×10-4,考慮到實際工程應(yīng)用,選擇FFT點數(shù)為1 024。

圖6 粗同步頻域估計性能與載波頻率位置的關(guān)系

3.1.5 確定數(shù)據(jù)符號數(shù) 圖7給出了數(shù)據(jù)符號數(shù)L3對細(xì)估計頻率eRMS的影響。從圖7中可以看出,當(dāng)L3不小于3 791時,細(xì)估計頻率的eRMS不大于2×10-6。由3.1.1節(jié)可知,當(dāng)細(xì)估計頻率的eRMS為2.0×10-6時,系統(tǒng)誤比特率損失為0.1 dB。由于L3越長,細(xì)估計頻率的eRMS越小,因此為了達(dá)到理想的載波同步,細(xì)估計中采用的L3=4 304。

圖7 L3對細(xì)估計頻率均方根誤差的影響

3.2 誤比特性能

圖8 時頻聯(lián)合載波同步算法在較大頻偏下的誤比特性能

圖9 時頻聯(lián)合載波同步算法在較小頻偏下的誤比特性能

圖8和圖9分別給出了歸一化頻偏ΔfT為0.45和1×10-4時本文算法和文獻(xiàn)[14-15]中同步算法的誤比特率曲線和理想曲線比較。可以看出,無論是在大歸一化頻偏(ΔfT=0.45)或是小歸一化頻偏(ΔfT=1×10-4)下,本文和文獻(xiàn)[15]的算法均能有效的估計并校正載波偏差,獲得幾乎接近理想同步的誤比特性能,但文獻(xiàn)[15]算法的復(fù)雜度過高,不利于實際應(yīng)用,而文獻(xiàn)[14]算法的頻率估計范圍僅為|ΔfT|<1.5×10-3,在這個估計范圍內(nèi),如ΔfT=1×10-4時,能有效地估計并獲得接近理想同步的誤比特性能,若超出此估計范圍,如ΔfT=0.45時,誤比特性能會嚴(yán)重惡化。

3.3 算法復(fù)雜度

表2給出了本文算法與文獻(xiàn)[14-15]算法的復(fù)雜度,主要列出了算法步驟中的乘法和加法運(yùn)算次數(shù),并忽略幾種算法共同需要的去調(diào)制、求最大值、求幅角的運(yùn)算量,其中v表示譯碼迭代次數(shù)(Turbo碼一般取5～8次,TPC一般取4～6次),S是非數(shù)

據(jù)輔助盲搜索算法的搜索次數(shù)(文獻(xiàn)[15]中S大約為幾十次)。為便于比較,將3Lp點的DFT的運(yùn)算量(實際采用FFT的運(yùn)算量更小)作為文獻(xiàn)[15]和本文算法中RPA算法運(yùn)算量。在粗估計階段,文獻(xiàn)[14]算法的復(fù)雜度最小,文獻(xiàn)[15]和本文算法的復(fù)雜度相當(dāng)。在細(xì)估計階段,文獻(xiàn)[14]的算法需要在譯碼迭代中更新載波參數(shù)估計值從而導(dǎo)致算法的復(fù)雜度較高,文獻(xiàn)[15]的頻率搜索也會導(dǎo)致算法的復(fù)雜度較高,而本文基于時域相關(guān)和的方法則大大降低了運(yùn)算復(fù)雜度。

表2 3種算法的復(fù)雜度比較

4 結(jié) 論

針對短突發(fā)通信在低信噪比下編碼輔助同步算法存在的估計精度低和同步范圍小的問題,提出了一種時頻聯(lián)合的載波同步算法,能夠獲得較高的估計精度和較大的估計范圍。本文算法的編碼輔助只用到譯碼的輸出結(jié)果,而不需要譯碼過程中的信息,因此不用考慮碼的特定結(jié)構(gòu),具有普遍適用性。只要本文算法中的各參數(shù)設(shè)置合理,就能達(dá)到理想的載波同步,另外本文算法具有較小的復(fù)雜度,更加適合應(yīng)用在短突發(fā)通信系統(tǒng)中。

[1] FARR W. Technology development for high efficiency optical communication [C]∥Proceedings of IEEE Aerospace Conference. Piscataway, NJ, USA: IEEE, 2012: 1-8.

[2] BERROU C, GLAVIEUX A, THITIMAJSHIMA P. Near Shannon limit error-correcting coding and decoding: turbo-codes [J]. IEEE Transactions on Communications, 1996, 44(10): 1261-1271.

[3] 孫錦華, 李夢良, 吳小鈞. 連續(xù)相位調(diào)制和Turbo乘積碼的串行級聯(lián)系統(tǒng)設(shè)計 [J]. 西安交通大學(xué)學(xué)報, 2012, 46(4): 88-93. SUN Jinhua, LI Mengliang, WU Xiaojun. The design of serial concatenated system of Turbo product code with continuous phase modulation [J]. Journal of Xi’an Jiaotong University, 2012, 46(4): 88-93.

[4] 張毅, 歐陽志新, 鄧云凱, 等. 高性能無數(shù)據(jù)輔助QPSK頻偏估計新算法 [J]. 西安電子科技大學(xué)學(xué)報, 2013, 40(2): 187-193. ZHANG Yi, OUYANG Zhixin, DENG Yunkai, et al. New high performance non-data-aided frequency estimation and implementation of QPSK [J]. Journal of Xidian University, 2013, 40(2): 187-193.

[5] 張帥, 張曉林. 數(shù)字電視大范圍載波頻偏快速捕獲算法 [J]. 北京航空航天大學(xué)學(xué)報, 2013, 39(2): 225-229. ZHANG Shuai, ZHANG Xiaolin. Rapid large frequency offset estimation for DTMB system [J]. Journal of Beijing University of Aeronautics and Astronautics, 2013, 39(2): 225-229.

[6] 劉曉東, 陳衛(wèi)東. 一種寬范圍高精度的載波頻偏估計算法 [J]. 無線電工程, 2014, 44(3): 43-45. LIU Xiaodong, CHEN Weidong. Carrier frequency offset estimation algorithm with extended range and high accuracy [J]. Radio Engineering, 2014, 44(3): 43-45.

[7] 聶少軍, 何兵哲, 王宏卓. 一種新的大載波頻偏估計算法 [J]. 電子設(shè)計工程, 2014, 22(1): 168-170. NIE Shaojun, HE Bingzhe, WANG Hongzhuo. A new estimate algorithm of large carrier frequency offset [J]. Electronic Design Engineering, 2014, 22(1): 168-170.

[8] RAHAMIM Y, FREEDMAN A, REICHMAN A. ML iterative tentative-decision-directed (ML-ITDD): a carrier synchronization system for short packet turbo coded communication [C]∥Proceedings of the 2004 11th IEEE Conference on Electronics, Circuits and System. Piscataway, NJ, USA: IEEE, 2004: 346-349.

[9] 史治平, 唐發(fā)建, 晏輝. 極低信噪比下的導(dǎo)頻聯(lián)合編碼輔助載波同步算法 [J]. 電子與信息學(xué)報, 2011, 33(10): 2506-2510. SHI Zhiping, TANG Jianfa, YAN Hui. Joint assisted carrier synchronization algorithm by pilot and code at extremely low SNR [J]. Journal of Electronics & Information Technology, 2011, 33(10): 2506-2510.

[10]FREEDMAN A, RAHAMIM Y, REICHMAN A. Maximum-mean-square soft-output (M2S2O): a method for carrier synchronization of short burst turbo coded signals [J]. IEE Proceedings: Communications, 2006, 153(2): 245-255.

[11]SUN Jinhua, ZHI Jili, WU Xiaojun. A joint pilot and demodulation soft information carrier synchronization for SOQPSK signals [C]∥Proceedings of 2012 5th Global Symposium on Millimeter-Waves. Piscataway, NJ, USA: IEEE, 2012: 512-516.

[12]HERZET C, NOELS N, LOTTICI V, et al. Code-aided turbo synchronization [J]. Proceedings of the IEEE, 2007, 95(6): 1255-1271.

[13]TANG Fajian, SHI Zhiping. Iterative LDPC-Hadamard code-aided carrier frequency synchronization at extremely low SNR [C]∥Proceedings of 2010 Second International Conference on Networks Security Wireless Communications and Trusted Computing. Piscataway, NJ, USA: IEEE, 2010: 314-317.

[14]孫錦華, 王雪梅, 吳小鈞. 短突發(fā)傳輸系統(tǒng)的聯(lián)合導(dǎo)頻和迭代譯碼載波同步 [J]. 西安電子科技大學(xué)學(xué)報, 2014, 41(1): 29-36. SUN Jinhua, WANG Xuemei, WU Xiaojun. Joint pilot and iterative decoding carrier synchronization for short burst transmission system [J]. Journal of Xidian University, 2014, 41(1): 29-36.

[15]孫錦華, 劉鵬, 吳小鈞. 聯(lián)合旋轉(zhuǎn)平均周期圖和解調(diào)軟信息的載波同步方法 [J]. 電子與信息學(xué)報, 2013, 35(9): 2200-2205. SUN Jinhua, LIU Peng, WU Xiaojun. A joint rotational periodogram averaging and demodulation soft information carrier synchronization algorithm [J]. Journal of Electronics & Information Technology, 2013, 35(9): 2200-2205.

[16]MENGLI U, D’ANDREA A N. Synchronization techniques for digital receivers [M]. New York: Plenum Press, 1997: 1-4.

(編輯 劉楊)

Joint Time-Domain and Frequency-Domain Carrier Synchronization Algorithm in Low Signal to Noise Ratio

SUN Jinhua,HAN Huimei

(State Key Laboratory of Integrated Service Networks, Xidian University, Xi’an 710071, China)

A joint time-domain and frequency-domain carrier synchronization (JTDFDCY) algorithm is proposed to improve the low estimation accuracy and small synchronization range of code-aided carrier recovery algorithms in the case of low signal to noise ratio (SNR) for short burst communication systems. The coarse frequency estimations and coarse phase estimations are obtained through processing the pilot symbols by the use of the frequency estimation algorithm, the time estimation algorithm, and the ML algorithm. Then the coarse estimations are used to compensate for the received signal, and the compensated signal are demodulated, decoded, re-encoded and baseband modulated to get the soft decision symbol. The fine frequency estimation and fine phase estimation are obtained through processing the soft decision symbol by using summation of time-domain correlation and ML algorithm, and eventually, more efficient synchronization carrier is realized. Simulation results show that the proposed JTDFDCY algorithm can satisfy the requirements of frequency estimation range and root mean square error. When the normalized frequency offset is in the range of (-0.5,0.5), the performance degradation of the JTDFDCY algorithm is within 0.1 dB at the cost of 6.1% pilot combining with decoder information.

low signal to noise ratio; pilot; carrier synchronization; code-aided

2014-04-14。

孫錦華(1979—),女,博士,副教授。

國家自然科學(xué)基金資助項目(61271175);中央高?；究蒲袠I(yè)務(wù)費(fèi)專項資金資助項目(JB140114,K5051201043)。

時間:2014-11-28

10.7652/xjtuxb201502011

TN911.3

A

0253-987X(2015)02-0062-07

網(wǎng)絡(luò)出版地址:http:∥www.cnki.net/kcms/detail/61.1069.T.20141128.1611.002.html