OFDM系統(tǒng)中相位噪聲的自適應(yīng)補(bǔ)償方法研究.pdf

1、目前，高速寬帶無線通信，尤其是第4代移動通信技術(shù)（4G）正成為通信領(lǐng)域的熱點(diǎn)問題之一。4G通信技術(shù)最重要的特點(diǎn)就是具有較高的頻譜利用率以及能夠?qū)诡l率選擇性衰落及多徑衰落。如何在有限的頻譜帶寬內(nèi)，以及在較差的信道條件下盡可能實現(xiàn)高速率的數(shù)據(jù)通信成為無線通信的主要課題。
　　在目前的無線通信系統(tǒng)中，正交頻分復(fù)用（OFDM，Orthogonal Frequency Division Multiplexing）系統(tǒng)，因其可有效抵抗色散信

2、道引起的畸變，較高的頻譜利用率，能有效抵抗脈沖噪聲以及較低的系統(tǒng)實現(xiàn)復(fù)雜度，而廣泛的應(yīng)用到數(shù)字音頻廣播（DAB,Digital Audio Broadcasting）系統(tǒng)、地面數(shù)字視頻廣播系統(tǒng)（DVB-T,Digital Video Broadcasting-Terrestrial）系統(tǒng)、無線局域網(wǎng)中，并成為4G的備選標(biāo)準(zhǔn)之一。
　　然而OFDM系統(tǒng)對頻率偏移造成的線性相位噪聲，以及壓控振蕩器（VCO，Voltage Contro

3、lled Oscillator）非線性造成的Wiener相位噪聲比較敏感。這兩種相位噪聲會給OFDM系統(tǒng)帶來嚴(yán)重的子載波間干擾（ICI，Inter-Carrier Interference）以及公共相位誤差（CPE，Common PhaseError）。這兩種干擾會給OFDM系統(tǒng)帶來極其嚴(yán)重的性能影響。
　　在這樣的背景下，本文利用一種復(fù)雜度較低，補(bǔ)償性能較好，且易于硬件實現(xiàn)的自適應(yīng)算法—最小均方誤差（LMS,Least Mean

4、s Square）算法來對線性相位噪聲和Wiener相位噪聲進(jìn)行補(bǔ)償。對于補(bǔ)償方法的研究包括理論上的分析、算法性能的仿真以及硬件平臺的設(shè)計。
　　首先，作為理論基礎(chǔ)，本文列舉了線性相位噪聲和Wiener相位噪聲的產(chǎn)生原因，并分析了這兩種相位噪聲的特點(diǎn)；通過對兩種相位噪聲特點(diǎn)的分析以及和自適應(yīng)算法濾波補(bǔ)償特點(diǎn)的比對，選擇自適應(yīng)算法作為這兩種相位噪聲的補(bǔ)償方法基礎(chǔ)；進(jìn)而，本文簡要介紹了自適應(yīng)算法的基本原理和基本結(jié)構(gòu)，在了解了自適應(yīng)算法

5、進(jìn)行濾波補(bǔ)償原理后，掌握了自適應(yīng)算法濾波補(bǔ)償對象所應(yīng)該具有的特點(diǎn)是：所補(bǔ)償?shù)男盘柲軌蛱釤挸銎谕盘?，且所補(bǔ)償?shù)男盘柌▌臃秶^小，即具有較小的方差，具有能夠收斂的誤差信號；在所有的自適應(yīng)算法中，又根據(jù)LMS算法簡單、易于實現(xiàn)、收斂速率較快、補(bǔ)償效果較好的特點(diǎn)，選擇LMS算法作為補(bǔ)償算法的實現(xiàn)基礎(chǔ)。
　　其次，本文分析了線性相位噪聲對于OFDM系統(tǒng)的影響，并根據(jù)線性相位噪聲的特點(diǎn)，采取了LMS算法結(jié)合相位偏差預(yù)估計的UE-LMS相位噪

6、聲補(bǔ)償算法，即在接收端DFT之前先進(jìn)行相位偏差預(yù)估計，而后對DFT之后串行信號利用LMS算法補(bǔ)償剩余相位偏差。文中先從理論上推導(dǎo)了補(bǔ)償算法實現(xiàn)的可行性，然后利用Matlab仿真工具對補(bǔ)償算法的實現(xiàn)條件、補(bǔ)償能力和收斂速度進(jìn)行了分析。通過理論分析和仿真分析，發(fā)現(xiàn)UE-LMS算法對線性相位噪聲的補(bǔ)償能力較好，收斂速度較高，訓(xùn)練序列（PS，PilotSymbols）長度較短。
　　再次，本文分析了Wiener相位噪聲對于OFDM系統(tǒng)的影

7、響，并根據(jù)Wiener相位噪聲的特點(diǎn)，采取了利用LMS算法對相位噪聲角度偏差進(jìn)行自適應(yīng)補(bǔ)償?shù)腁O-LMS方法。文中對同樣使用自適應(yīng)算法進(jìn)行Wiener相位噪聲補(bǔ)償?shù)挠邢逈_擊響應(yīng)—自適應(yīng)譜線均衡器（FIR-ALE,Finite Impulse Response-AdaptiveLinear Equalizer）經(jīng)典算法進(jìn)行了討論，并改進(jìn)了該方法，然后利用Matlab仿真工具對補(bǔ)償算法的實現(xiàn)條件、補(bǔ)償能力和收斂速度進(jìn)行了分析。通過理論分析和

8、仿真分析，可以驗證，相對于FIR-ALE算法，本文的LMS算法對Wiener相位噪聲的補(bǔ)償能力提高較大。
　　然后，本文分析了利用LMS算法對線性相位噪聲和Wiener相位噪聲進(jìn)行聯(lián)合補(bǔ)償?shù)目尚行?。并給出了一種先進(jìn)行線性相位噪聲相位偏差預(yù)估計處理，后對預(yù)處理后的剩余相位偏差和Wiener相位噪聲的自適應(yīng)補(bǔ)償系統(tǒng)，從理論上分析了這種補(bǔ)償系統(tǒng)的實現(xiàn)方法。文中還利用Matlab對這個聯(lián)合補(bǔ)償系統(tǒng)的補(bǔ)償性能進(jìn)行了仿真分析，結(jié)果證明聯(lián)合系統(tǒng)

9、的補(bǔ)償效果較好，能夠很好的將UE-LMS方法和AO-LMS方法結(jié)合。
　　最后，本文利用現(xiàn)場可編程門陣列（FPGA，F(xiàn)ield Programmable Gate Array）對UE-LMS方法的OFDM系統(tǒng)接收端進(jìn)行硬件設(shè)計。文中分析了OFDM系統(tǒng)以及LMS算法進(jìn)行硬件平臺設(shè)計的難點(diǎn)；文中提出了一種利用Quartus波形仿真軟件和Matlab仿真軟件相結(jié)合的硬件平臺仿真分析方法；并通過LMS算法和另一種自適應(yīng)算法—遞歸最小二乘（