頻率選擇性衰落信道下的同步參數(shù)聯(lián)合盲估計(jì)算法*

吳天琳 彭 華 黃艷艷

(解放軍信息工程大學(xué)信息系統(tǒng)工程學(xué)院，鄭州，450002)

頻率選擇性衰落信道下的同步參數(shù)聯(lián)合盲估計(jì)算法*

吳天琳 彭 華 黃艷艷

(解放軍信息工程大學(xué)信息系統(tǒng)工程學(xué)院，鄭州，450002)

對(duì)于多徑頻率選擇性衰落信道以及低信噪比環(huán)境下線性調(diào)制信號(hào)的同步參數(shù)盲估計(jì)問題，提出基于循環(huán)累積量的載波頻偏、初始相偏和符號(hào)定時(shí)誤差前向聯(lián)合盲估計(jì)算法。通過理論推導(dǎo)得出多徑頻率選擇性衰落信道下信號(hào)的循環(huán)累積量與初始相偏和符號(hào)定時(shí)誤差的數(shù)學(xué)關(guān)系。在此基礎(chǔ)上先以較大頻率間隔進(jìn)行粗估計(jì)確定頻偏范圍，再以較高精度遍歷檢測(cè)信號(hào)特定循環(huán)頻率，提高載波頻偏估計(jì)精度，進(jìn)而由累積量值估計(jì)出初始相偏和符號(hào)定時(shí)誤差，不依賴于信道衰落和加性噪聲的分布特性，尤其適用于頻偏、相偏、定時(shí)誤差和信道衰落同時(shí)存在的復(fù)雜情況。仿真結(jié)果表明，該算法能有效實(shí)現(xiàn)低信噪比和多徑頻率選擇性衰落信道下對(duì)線性調(diào)制信號(hào)同步參數(shù)的聯(lián)合盲估計(jì)。

多徑頻率選擇性衰落；低信噪比；同步參數(shù)；盲估計(jì)；循環(huán)累積量

引 言

數(shù)字通信信號(hào)在傳輸過程中由于信道的影響、多普勒效應(yīng)和收發(fā)端晶振頻率不匹配等原因?qū)е陆邮斩溯d波頻率、初始相位的偏移和符號(hào)定時(shí)誤差。自適應(yīng)反饋環(huán)常被用于跟蹤和補(bǔ)償上述偏移和誤差，雖然具有較高的精度，但因收斂速度慢、捕獲范圍小，因此在高速或突發(fā)通信時(shí)，閉環(huán)方法在跟蹤偏差之前仍需要依靠基于訓(xùn)練序列的開環(huán)前向估計(jì)器進(jìn)行捕獲[1]?；谧畲笏迫坏那跋蚬烙?jì)方法計(jì)算復(fù)雜度低、精度高，但在去除符號(hào)信息時(shí)引入自噪聲，將嚴(yán)重影響算法估計(jì)性能[2]，文獻(xiàn)[3]通過采用預(yù)濾波和后濾波來減小自噪聲對(duì)同步性能的影響。另外，衰落信道和低信噪比時(shí)信號(hào)失真嚴(yán)重，實(shí)現(xiàn)準(zhǔn)確的同步參數(shù)盲估計(jì)難度更大。文獻(xiàn)[4]提出了時(shí)間-頻率選擇性衰落信道下非數(shù)據(jù)輔助的載波同步開環(huán)算法，但需要已完成定時(shí)同步為前提。由于數(shù)字通信信號(hào)的循環(huán)平穩(wěn)特性，循環(huán)累積量成為了數(shù)字通信信號(hào)分析的有效手段之一。理想狀態(tài)下，高階循環(huán)累積量可抑制平穩(wěn)噪聲和非平穩(wěn)高斯噪聲，從而提高信噪比；另外，由于無需進(jìn)行去調(diào)制處理，避免了去除符號(hào)信息時(shí)引入的自噪聲，從而有利于信號(hào)的參數(shù)估計(jì)。文獻(xiàn)[5]通過線性調(diào)制信號(hào)二階循環(huán)統(tǒng)計(jì)量對(duì)定時(shí)誤差實(shí)現(xiàn)了盲估計(jì)，本質(zhì)上隱含地把最大似然(Maximum likelihood,ML)應(yīng)用于信號(hào)的二階統(tǒng)計(jì)量，估計(jì)性能接近克拉美羅界，但未考慮多徑信道和存在頻偏和相偏的情況。文獻(xiàn)[6]將基于二階循環(huán)統(tǒng)計(jì)量的方法擴(kuò)展到頻率選擇性多徑信道中，實(shí)現(xiàn)了載波頻偏和符號(hào)定時(shí)誤差的聯(lián)合估計(jì)，但達(dá)到較準(zhǔn)確估計(jì)所需數(shù)據(jù)量大，不適宜實(shí)時(shí)處理。文獻(xiàn)[7]研究了一種循環(huán)頻率的檢測(cè)方法，通過檢測(cè)信號(hào)的循環(huán)統(tǒng)計(jì)量實(shí)現(xiàn)信號(hào)頻偏的盲估計(jì)，在低信噪比和衰落信道下性能良好，但受制于高復(fù)雜度，頻偏估計(jì)精度較低。以上文獻(xiàn)均沒有考慮載波初始相偏的估計(jì)。文獻(xiàn)[8]針對(duì)多進(jìn)制數(shù)字相位調(diào)制(Multiple phase shift keying, MPSK)信號(hào)提出了一種基于最小二乘的相位估計(jì)算法，具有穩(wěn)定性高且復(fù)雜度低的優(yōu)點(diǎn)，但要求高斯白噪聲信道。

在同時(shí)存在頻偏、相偏以及定時(shí)誤差的情況下，目前對(duì)單一參數(shù)的估計(jì)算法性能降低甚至失效[9]。本文針對(duì)線性調(diào)制信號(hào)在頻率選擇性衰落信道環(huán)境下的載波以及符號(hào)盲同步問題，建立了多徑信道下信號(hào)的四階循環(huán)累積量模型，利用其僅在特定循環(huán)頻率處不為零的特點(diǎn)，先以較大頻率間隔遍歷循環(huán)頻率進(jìn)行粗估計(jì)，再減小頻率間隔，利用循環(huán)頻率檢測(cè)方法提取出高精度的載波頻偏信息，在此基礎(chǔ)上通過計(jì)算兩個(gè)與4倍載波頻偏有關(guān)的循環(huán)頻率處的循環(huán)累積量，提取出初始相位偏移和符號(hào)定時(shí)誤差信息，從而對(duì)多徑衰落信道環(huán)境下信號(hào)的載波頻偏、相偏及定時(shí)誤差實(shí)現(xiàn)了聯(lián)合盲估計(jì)。該算法在低信噪比的頻率選擇性衰落信道下對(duì)3種參數(shù)進(jìn)行了聯(lián)合估計(jì),避免了已有算法進(jìn)行單個(gè)參數(shù)分別估計(jì)的局限性，對(duì)不同種類和階數(shù)的調(diào)制方式有較強(qiáng)的魯棒性。

1 信號(hào)模型

(1)

設(shè)多徑衰落信道復(fù)低通沖擊響應(yīng)為

(2)

式中：m為多徑數(shù)；ai(t)為單位沖激函數(shù)；δ(·)為第i徑分量幅度衰落；τi(t)為第i徑分量時(shí)延。假定信道衰落慢于信號(hào)變化，則各徑衰減系數(shù)和時(shí)延設(shè)為常數(shù)ai和τi，發(fā)送信號(hào)經(jīng)線性調(diào)制并通過信道到達(dá)接收端時(shí)，基帶復(fù)包絡(luò)為

(3)

待估參數(shù)有：收發(fā)端載波頻率偏移fe、符號(hào)定時(shí)誤差ε(εT為符號(hào)周期內(nèi)傳輸延時(shí)，0≤ε<1 ) 、初始相位偏移θ。w(t)為復(fù)加性噪聲。r(t)通過匹配濾波器grec(t) 后，以采樣率P/T過采樣得到離散時(shí)間序列

(4)

式中：w(n)=w(t)*grec(t)|t=nT/P；gi(n)=gc(t-εT-τi)|t=nT/P；gc(t)=gtr(t)*grec(t)。從式(4)看出，受到多徑信道的影響(m>1)，接收端產(chǎn)生碼間干擾，從而造成信號(hào)失真，增大了對(duì)頻偏、相偏和定時(shí)誤差估計(jì)的難度。

2 頻率相位偏移和定時(shí)誤差的聯(lián)合盲估計(jì)算法

2.1 循環(huán)累積量相關(guān)理論

一個(gè)復(fù)循環(huán)平穩(wěn)過程r(t)的n階q次時(shí)變累積量可表示成關(guān)于時(shí)間的周期函數(shù)cr(t,τ)n,q，它的傅里葉級(jí)數(shù)系數(shù)即為其n階q次共軛循環(huán)累積量cr(α,τ)n,q

(5)

(6)

式中：T為符號(hào)周期；a為幅度衰減因子；(-)p,p=1,…,n表示第p個(gè)延時(shí)可能取負(fù)，取負(fù)操作總共為q次；cw(α,τ)n,q為噪聲的循環(huán)累積量，當(dāng)n≥2時(shí)其理論值為0；α為循環(huán)頻率，取值與符號(hào)周期和頻偏fe有關(guān)。循環(huán)頻率域是

(7)

2.2 頻率選擇性衰落信道下頻率、相位偏移和符號(hào)定時(shí)誤差估計(jì)

通過循環(huán)累積量估計(jì)單載波線性數(shù)字(Singlecarrierlineardigital,SCLD)信號(hào)頻率偏移需要滿足以下條件

(8)

對(duì)于星座對(duì)稱的信號(hào)，n為奇數(shù)時(shí)累積量為0[10]，對(duì)于多進(jìn)制正交幅度調(diào)制(Multiplequadratureamplitudemodulation,MQAM) (M>4)，cMQAM,2,0=cMQAM,4,1=0，考慮常用的MPSK和MQAM信號(hào)，本文選取四階循環(huán)累積量進(jìn)行參數(shù)估計(jì)。由式(4)和式(6)可知，第i徑信號(hào)四階循環(huán)累積量為

(9)

延遲大于一個(gè)符號(hào)周期的信號(hào)與原信號(hào)近似獨(dú)立，且各路徑傳輸函數(shù)相互獨(dú)立，因此式(4)中多徑接收信號(hào)也可認(rèn)為近似獨(dú)立。由式(4)和式(9)以及累積量的性質(zhì)[11]可得多徑信道下信號(hào)的循環(huán)累積量為

(10)

循環(huán)頻率集為

(11)

2.2.1 頻偏估計(jì)及精度分析

由式(11)可知，信號(hào)四階循環(huán)累積量的循環(huán)頻率里包含頻偏信息。令β=0，此時(shí)循環(huán)頻率對(duì)應(yīng)值為

(12)

選擇感興趣的頻率區(qū)間為循環(huán)頻率的檢測(cè)范圍，只需檢測(cè)出范圍內(nèi)的頻率值，即得到頻偏估計(jì)值。實(shí)際進(jìn)行計(jì)算時(shí)，cr(α,0)4,0的估計(jì)值可從有限個(gè)樣本的n階時(shí)變矩得到。

假設(shè)信號(hào)樣本x(n)的k階循環(huán)矩?cái)?shù)值為

(13)

根據(jù)矩-累積量轉(zhuǎn)換公式，并將式(4)代入，令τ1=τ2=τ3=0可得信號(hào)的四階循環(huán)累積量估計(jì)值為

(14)

式中：〈·(n)〉n表示對(duì)以n為變量的樣本取平均值。

從理論上看，循環(huán)累積量在循環(huán)頻率域外的頻率分量上值為0，但因?yàn)閷?shí)際計(jì)算時(shí)，只采用有限樣本利用式(14)估計(jì)cr(α,0)4,0，在循環(huán)頻率外的頻率上循環(huán)累積量并不為0。常見做法是以檢測(cè)感興趣范圍內(nèi)的使得循環(huán)累積量估計(jì)值為最大的頻率為循環(huán)頻率的估計(jì)值。但在惡劣信道環(huán)境中，且要求頻率估計(jì)精度較高的情況下，循環(huán)累積量在循環(huán)頻率真值的附近取值可能會(huì)出現(xiàn)與真值處相差很小甚至超過真值處的情況，從而導(dǎo)致估值錯(cuò)誤。由于本文對(duì)參數(shù)聯(lián)合估計(jì)的方法建立在對(duì)載波頻偏fe的估計(jì)的前提下，且對(duì)于多徑衰落信道環(huán)境，fe估值準(zhǔn)確度會(huì)直接影響后續(xù)參數(shù)θ和ε估值的準(zhǔn)確度，因此必須要采用較高精度循環(huán)頻率的檢測(cè)方法?？紤]到Dandawate提出的漸進(jìn)最優(yōu)χ2檢驗(yàn)，即以計(jì)算信號(hào)循環(huán)協(xié)方差構(gòu)造統(tǒng)計(jì)量，通過使用漸進(jìn)最優(yōu)的χ2分布情況設(shè)定判決門限從而最終確定信號(hào)實(shí)際循環(huán)頻率，簡(jiǎn)稱CT算法[7]。其具體步驟如下。

(15)

(16)

(17)

(18)

2.2.2 初始相位估計(jì)

由式(9，11)可知，當(dāng)取循環(huán)頻率α=4fe，即β=0時(shí)，每一路徑信號(hào)的循環(huán)累積量cri(α,0)4,0與定時(shí)誤差ε無關(guān)，其相位包含了初始相位信息，即

(19)

由式(10)可得多徑信道下信號(hào)循環(huán)累積量為

(20)

(21)

2.2.3 定時(shí)誤差估計(jì)

為使定時(shí)誤差信息包含在循環(huán)累積量中，令式(9)中β=1，即循環(huán)頻率α=T-1得到

(22)

(23)

(24)

(25)

3 仿真實(shí)驗(yàn)與結(jié)果分析

由于本文算法研究衰落信道下線性調(diào)制信號(hào)的同步參數(shù)盲估計(jì)問題，本節(jié)仿真以不同階數(shù)的QAM信號(hào)和QPSK信號(hào)為例，采用協(xié)議[12]中的良好、中度、惡劣短波信道和高斯白噪信道進(jìn)行仿真和對(duì)比實(shí)驗(yàn)。未加說明的情況下，采用64QAM信號(hào)，符號(hào)數(shù)為1 000，符號(hào)速率2 400波特，采樣率19 200Hz，以平方根升余弦成形濾波器作為發(fā)送和接收濾波器，滾降系數(shù)為0.5。歸一化頻率偏移為feT=0.1，定時(shí)誤差為ε=0.375，初始相位為θ=16/π，MonteCarlo實(shí)驗(yàn)次數(shù)為500，精估計(jì)最小頻率間隔和歸一化頻偏粗估計(jì)分別為k1=1×10-5,k=1×10-3，精估計(jì)搜索范圍α=10k。歸一化頻偏和歸一化最小頻率間隔分別定義為fd=fe·T，kd=k·T，T為符號(hào)周期。

3.1 信道特性分析(實(shí)驗(yàn)1)

為了考察本文算法在多徑頻率選擇性衰落信道下的有效性，本文選用的3種不同質(zhì)量的兩徑短波信道參數(shù)分別為：良好短波信道，多普勒擴(kuò)展[0，0.1]、信道幅度增益[1,0.5]、延遲0.000 5 ms；中度短波信道，多普勒擴(kuò)展[0,0.5]、信道幅度增益[1,0.5]、延遲0.001 ms；惡劣短波信道，多普勒擴(kuò)展[0,1]、信道幅度增益[1,1.5]、延遲0.002 ms。圖1為信號(hào)分別通過高斯白噪、良好短波、中度短波、惡劣短波信道后的頻譜幅度，信噪比均設(shè)為10 dB。由圖可看出，3種短波信道對(duì)信號(hào)的頻譜具有不同程度選擇性衰落，其中中度和惡劣短波信道對(duì)信號(hào)頻譜頻率選擇性衰落表現(xiàn)較為顯著。

圖1 衰落信道輸出信號(hào)頻譜Fig.1 Output signal spectrums of different channels

圖2 循環(huán)頻率檢測(cè)Fig.2 Tests of cycte frequency

圖3 歸一化頻偏估計(jì)均值Fig.3 Mean of normalized frequency offsets estimation

3．2 頻偏估計(jì)(實(shí)驗(yàn)2)

由于本文聯(lián)合估計(jì)算法建立在頻偏估計(jì)的基礎(chǔ)上，先考察衰落信道下CT算法在循環(huán)頻率檢測(cè)上較峰值檢測(cè)方法的優(yōu)越性。由2.2.1節(jié)知，因可用數(shù)據(jù)有限和信道、信號(hào)自噪聲等因素影響，循環(huán)累積量并非只在循環(huán)頻率處不為0。高斯信道和短波惡劣信道條件下信號(hào)的循環(huán)累積量如圖2所示，頻偏設(shè)為400 Hz，所用符號(hào)個(gè)數(shù)分別為1 000和5 000，為便于清晰觀察，限定頻率范圍在350～450 Hz內(nèi)，最小頻率間隔設(shè)為1 Hz。由圖可得，在高斯信道下僅依據(jù)循環(huán)累積量峰值進(jìn)行循環(huán)頻率檢測(cè)的方法性能良好，而在惡劣短波信道下則需更多數(shù)據(jù)量才能較為明顯地體現(xiàn)循環(huán)統(tǒng)計(jì)量特征。在面對(duì)惡劣短波信道時(shí)，CT算法能夠較好地克服信道影響，峰值較為明顯，且檢測(cè)循環(huán)頻率所需符號(hào)少，更有利于在惡劣信道下實(shí)現(xiàn)快速盲頻偏估計(jì)。

為了確定頻偏估計(jì)范圍，設(shè)置歸一化頻偏的變化區(qū)間為[-0.5,0.5]，圖3為信噪比為15dB時(shí)，在4種不同信道條件下不同頻偏設(shè)置值對(duì)應(yīng)的理論值曲線和估計(jì)均值。由圖可看出，采用循環(huán)頻率檢測(cè)方法估計(jì)頻偏有很好的估計(jì)范圍，其原因在于由式(10,11)估計(jì)頻偏利用的是過采樣線性調(diào)制信號(hào)本身的循環(huán)平穩(wěn)性，且循環(huán)頻率檢測(cè)無須取幅角等操作，即便在多徑衰落信道下依然具有很好的穩(wěn)定性。

為了考察本文算法在提高循環(huán)頻率檢測(cè)精度上的效果，將頻偏設(shè)為100.876，以QPSK信號(hào)進(jìn)行仿真，計(jì)算頻偏估計(jì)均方誤差，結(jié)果如圖4所示。設(shè)置文獻(xiàn)[7]算法中最小頻率間隔為2.4Hz。由圖4可以看出，在高斯信道和短波信道環(huán)境下，本文采用方法較文獻(xiàn)[7]方法性能均有所提高。文獻(xiàn)[7]算法因遍歷時(shí)的最小頻率間隔較大，精度偏低，導(dǎo)致了均方誤差較大，當(dāng)信噪比高于3dB時(shí)，即使繼續(xù)增加信噪比，因受頻偏估計(jì)精度的限制，均方誤差已經(jīng)沒有明顯降低的趨勢(shì)。本文算法由于頻偏估計(jì)精度的提高，隨著信噪比增加，均方誤差持續(xù)降低，為初始相偏和定時(shí)誤差的估計(jì)打下基礎(chǔ)。

圖5為不同信噪比條件下，不同調(diào)制階數(shù)的QPSK信號(hào)和QAM信號(hào)分別在惡劣短波信道和高斯信道條件下的頻偏估計(jì)均方誤差曲線。由圖可看出，隨著信號(hào)的調(diào)制階數(shù)增高，頻偏估計(jì)性能降低。這是由于調(diào)制階數(shù)增大，信號(hào)自噪聲隨之增大，從而降低了循環(huán)累積量估計(jì)值準(zhǔn)確度和頻偏估計(jì)性能。另外，算法對(duì)信道的魯棒性較強(qiáng)，印證了本文在不同信道環(huán)境下對(duì)循環(huán)頻率檢測(cè)的仿真分析。

3.3 初始相偏估計(jì)(實(shí)驗(yàn)3)

圖6為分別在高斯信道、良好短波信道、中度短波信道以及惡劣短波信道條件下，64QAM信號(hào)初始相位偏轉(zhuǎn)估計(jì)伴隨信噪比變化的曲線?？梢姡诘托旁氡认?，相比于文獻(xiàn)[8]算法的性能總壓嚴(yán)重情況，本文算法顯示出了較明顯的優(yōu)勢(shì)。而在惡劣短波信道下，本文算法的相偏估計(jì)性能有所下降。這是因惡劣短波信道下的多普勒效應(yīng)更為嚴(yán)重，使估計(jì)相偏的循環(huán)累積量值和真實(shí)值之間的差距增大，從而降低了估計(jì)值準(zhǔn)確度。本文算法在中度短波信道和信噪比為0dB的條件下均方誤差仍低于10-2，滿足了實(shí)際需求。圖7為不同信道下初始相位偏轉(zhuǎn)的估計(jì)范圍，信噪比設(shè)為0dB。由此可見，相位偏轉(zhuǎn)估計(jì)范

圖4 改進(jìn)算法頻偏估計(jì)均方誤差曲線

Fig.4MSEcurvesoffrequencyoffsetestimationsofthemodifiedalgorithm

圖5 頻偏估計(jì)均方誤差隨信噪比變化曲線

Fig.5MSEcurvesoffrequencyoffsetestimationsindifferentSNRs

圖6 初始相偏估計(jì)均方誤差隨信噪比變化曲線

3.4 定時(shí)誤差估計(jì)(實(shí)驗(yàn)4)

圖8為不同信道下定時(shí)誤差估計(jì)均方誤差曲線。因利用循環(huán)統(tǒng)計(jì)量的低信噪比和良好抗信道衰落特性，本文算法相較文獻(xiàn)[5]中的算法，估計(jì)性能有了較大提高。與相位估計(jì)相比，信道和信噪比對(duì)本文算法的定時(shí)誤差估計(jì)影響較小，在良好短波信道和中度短波信道下的估計(jì)性能非常接近。因信號(hào)的循環(huán)累積量估計(jì)值準(zhǔn)確度在惡劣短波信道下降低，導(dǎo)致定時(shí)誤差估計(jì)準(zhǔn)確度隨之降低。而在信噪比高于3dB時(shí)，各類信道下定時(shí)誤差估計(jì)的均方誤差值均低于10-2，可見本文算法可在低信噪比和多徑衰落信道環(huán)境下更為有效地估計(jì)定時(shí)誤差。

圖 9為各信道下定時(shí)誤差估計(jì)均值曲線，用以評(píng)估不同條件下定時(shí)誤差估計(jì)范圍。由圖可看出，相比相偏估計(jì)，信道對(duì)定時(shí)誤差的估計(jì)范圍影響較大。這是因?yàn)槭?25)在估計(jì)定時(shí)誤差時(shí)，由于多徑信道各路徑間的時(shí)延形成了成形濾波，其在4倍頻偏處的相頻響應(yīng)被忽略。而隨著信道質(zhì)量變差，多徑間的時(shí)延增大，對(duì)定時(shí)誤差估計(jì)的影響不斷增大，從而導(dǎo)致準(zhǔn)確估計(jì)定時(shí)誤差范圍不斷減小。

4 結(jié)束語

本文根據(jù)循環(huán)平穩(wěn)理論提出了一種針對(duì)多徑衰落及較低信噪比條件下線性調(diào)制信號(hào)的頻率偏移、

圖8 定時(shí)誤差估計(jì)均方誤差隨信噪比變化曲線

初始相偏和符號(hào)定時(shí)誤差聯(lián)合估計(jì)方法。利用循環(huán)累積量性質(zhì)建立了多徑信道下信號(hào)四階循環(huán)累積量數(shù)學(xué)模型，在存在相偏和定時(shí)誤差的情況下首先利用循環(huán)頻率檢測(cè)理論分粗、精兩步估計(jì)出頻偏，在此基礎(chǔ)上通過特定循環(huán)頻率上的循環(huán)累積量及它們之間的數(shù)學(xué)關(guān)系推導(dǎo)出初始相位和符號(hào)定時(shí)誤差的估計(jì)表達(dá)式，從而實(shí)現(xiàn)參數(shù)的聯(lián)合盲估計(jì)。此方法對(duì)先驗(yàn)知識(shí)要求少，無需調(diào)制、信噪比估計(jì)等預(yù)處理，在低信噪比多徑衰落信道下能有效實(shí)現(xiàn)參數(shù)的聯(lián)合盲估計(jì)，且估計(jì)范圍大，不依賴于加性噪聲和信道衰落的分布特性，優(yōu)化了對(duì)各類參數(shù)分別進(jìn)行估計(jì)的繁瑣步驟，對(duì)信號(hào)調(diào)制方式和調(diào)制階數(shù)魯棒性強(qiáng)。

[1]GiniF,GiannakisGB.Frequencyoffsetandsymboltimingrecoveryinflat-fadingchannels:Acyclostationaryapproach[J].IEEETransactionsonCommunication, 1998, 46(3): 400-411.

[2]PanayirciE,Bar-NessEY.Anewapproachforevaluatingtheperformanceofasymboltimingrecoverysystememployingageneraltypeofnonlinearity[J].IEEETransactionsonCommunication, 1996, 44(1):29-33.

[3]ZhuWP,YanY，AhmadMO,etal.Feedforwardsymboltimingrecoverytechniqueusingtwosamplespersymbol[J].IEEETransactionsonCircuitsandSystems, 2005, 52(11): 2490-2500.

[4]ScottKE,OlaszEB.Simultaneousclockphaseandfrequencyoffsetestimation[J].IEEETransactionsonCommunication, 2006, 44(1):2263-2270.

[5]WangYan,SerpedinE,CiblatP.Blindfeedforwardcyclostationarity-basedtimingestimationforlinearmodulations[J].IEEETransactionsonWirelessCommunications, 2004, 3(3):709-715.

[6]PunchihewaA,ZhangQ,DobreOA,etal.OnthecyclostationarityofOFDMandsinglecarrierlinearlydigitallymodulatedsignalsintimedispersivechannels:Theoreticaldevelopmentsandapplication[J].IEEETransonWirelessCom, 2010, 9(8): 2588-2599.

[7]DandawateAV,GiannakisGB.Statisticaltestsforpresenceofcyclostationarity[J].IEEETransonSignalProcessing, 1994, 42(9): 2344-2369.

[8]McKilliamR,PollokA,CowleyB.Noncoherentleastsquaresestimatorsofcarrierphaseandamplitude[J].IEEE,2013, 6(13): 4888-4892.

[9]JoseR,HariK.JointestimationofsynchronizationimpairmentsinMIMO-OFDMsystem[C]∥ProcoftheInternationalConferenceonCommunications,CircuitsandSystems, 2012: 1-5.

[10]ZhangQ,DobreO.A,RajanS,etal.CyclostationarityapproachtojointblindestimationofCP-SCLDblocktransmissionparametersforcognitiveradio[C]∥IEEEICC2010.CapeTown,SouthAfrica:[s.n.],15-18.

[11]LiuR.Blindsignalprocessing:Anintroduction[J].Proc2006IntlSympCircuitsandSystems, 2006,1(2):81-83.

Blind Estimation Algorithm of Synchronization Parameters in Frequency-Selective Fading Channels

Wu Tianlin， Peng Hua， Huang Yanyan

(Institute of Information Engineering, PLA Information Engineering University, Zhengzhou, 450002, China)

To realize blind estimation of synchronization parameters of linearly digitally modulated signals in multipath fading channels and low signal-to-noise ratio (SNR), a joint algorithm for the estimation of carrier frequency offset, phase offset and symbol timing error based on cyclic cumulation is proposed. The mathematical relationships of cyclic cumulation and phase offset, symbol timing error are obtained through theoretical derivation. Based on this, the carrier frequency offset is roughly estimated firstly, then the quite precise estimation is obtained from the test of certain cycle frequency. Flinally, the phase offset and symbol timing error are estimated from the value of some certain cyclic cumulation. The algorithm do not rely on the color and distribution characteristics of the fading distortion or additive noise and is quite appropriate for complex condition that frequency offset, phase offset, time error and fading exist at the same time. Experimental results demonstrate the good performance of blind estimation of synchronization parameters in frequency selective fading channels under low SNR.

multipath frequency-selective fading; low signal-to-noise ratio (SNR); synchronization parameters; blind estimation; cyclic cumulation

2013-12-12；

2016-09-22

TN911.7

A

吳天琳(1989-)，女，碩士研究生，研究方向：信號(hào)與信息處理、短波信號(hào)處理，E-mail:wtlwtl890215@126.com。

彭華(1973-)，男，教授、博士生導(dǎo)師，研究方向：通信信號(hào)處理、軟件無線電。

黃艷艷(1986-)，女，博士研究生，研究方向：信號(hào)與信息處理、載波同步技術(shù)研究。