基于minn算法的OFDM定时同步matlab仿真

创作时间:

作者:

@小白创作中心

基于minn算法的OFDM定时同步matlab仿真

引用

CSDN

https://blog.csdn.net/ccsss22/article/details/136223112

OFDM（正交频分复用）是一种重要的多载波传输技术，在现代无线通信系统中广泛应用。为了确保数据的准确传输，接收端需要精确地恢复发送端的信号，其中定时同步是一个关键环节。本文将介绍两种常用的定时同步算法：MMSE和minn算法，并通过MATLAB仿真展示minn算法的实现过程和性能。

1. MMSE定时同步原理

在OFDM系统中，通常使用导频信号（如循环前缀或特定位置的已知训练序列）来进行定时同步。假设接收到的OFDM符号为 r[n]，其中包含了时延 τ\tauτ 和噪声的影响。理想情况下，我们希望找到使接收到的信号与本地生成的参考信号 s[n]最佳对齐的时延值。

为了降低计算复杂度，可以选择在离散时间点上搜索最优时延，或者采用快速算法如FFT来实现互相关计算。MMSE定时同步算法的性能取决于信噪比、信道条件和定时采样点数等因素。通过对上述互相关函数进行优化处理，可以得到一个相对准确的时延估计值，从而有效完成OFDM系统的定时同步任务。

2. minn定时同步原理

Minn算法是一种基于训练序列的OFDM定时同步算法，它利用训练序列的特定结构来估计定时偏移。该算法通过计算接收信号与本地训练序列之间的相关性来实现同步。在OFDM系统中，定时同步对于确保子载波之间的正交性和减少符号间干扰（ISI）至关重要。

Minn算法使用一个特定的训练序列，通常是在OFDM符号的开头插入的一段已知数据。这个训练序列在接收端用于同步处理。训练序列的设计应具有良好的自相关性和互相关性，以便在接收端能够准确地检测到定时偏移。

为了消除Schmidl算法出现的平顶影响，minn等人改变了训练队列的结构，并重新设计了一种新的同步度量函数，虽然成功消除了schmidl算法的平顶效应，使得同步自相关峰变得尖锐，提高了定时同步估计的精度和可靠性，但是该向相关峰还不够尖锐，而且在同步度量函数曲线主峰两边出现了多个副峰，在信道环境恶劣的条件下，也即低信噪比条件下，定时同步估计将受到较大的影响。

所求得的d对应的是训练序列（不包含循环前缀）的开始位置。

3. MATLAB核心程序

下面是minn算法的MATLAB实现代码：

for p=1:length(SNR)  % 遍历不同的信噪比  
    p  % 显示当前信噪比的索引（此行代码实际上没有必要，可以删除）  
    for k=1:sim_times;  % 对于每个信噪比，进行多次仿真  
        % 给信号添加加性高斯白噪声，信噪比由SNR(p)决定  
        signal_channel=awgn(signal,SNR(p),'measured');  
          
        % 初始化相关信号数组  
        signal_cor=zeros(1,len_m);   
        Minn_cor=zeros(1,len_m);  % 初始化一个数组来存储相关值的模平方（原代码遗漏了此定义）  
          
        % 对信号进行相关处理  
        for l=len_m/2:2*len_m  
            signal_temp=signal_channel(l:l+len_m-1);  
            % 计算信号的相关值  
            signal_cor(l)=signal_temp(257:512)*signal_temp(1:256)'+signal_temp(769:1024)*signal_temp(513:768)';  
            % 计算相关值的模平方  
            Minn_cor(l)=abs(signal_cor(l))^2;  
        end  
          
        % 找到相关值模平方的最大值及其位置  
        [peak  time_index(k)]=max(Minn_cor);  
          
        % 计算时间误差  
        time_error(k)=abs(time_index(k)-1153);  
          
    end    
      
    % 计算均方误差  
    MSE_syn(p)=sum(time_error)/sim_times;  
end  
  
% 绘制相关值的模平方  
figure  
plot(Minn_cor,'k');  
  
% 绘制信噪比与均方误差的关系图  
figure  
plot(SNR,MSE_syn,'b*-');