[发明专利]一种大线宽CO-OFDM系统相位噪声补偿方法有效

专利信息
申请号: 201710593961.1 申请日: 2017-07-20
公开(公告)号: CN107395282B 公开(公告)日: 2019-11-05
发明(设计)人: 董月军;唐英杰;任宏亮;卢瑾;乐孜纯 申请(专利权)人: 浙江工业大学
主分类号: H04B10/2513 分类号: H04B10/2513;H04B10/61;H04L27/26
代理公司: 杭州斯可睿专利事务所有限公司 33241 代理人: 王利强
地址: 310014 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种适用于大线宽和高阶调制CO‑OFDM系统相位噪声补偿方法,将接收端训练符号数据在频域利用进行卡尔曼滤波后进行信道均衡;在发射端对每个OFDM符号设置一定间隔的导频子载波数据,基于扩展卡尔曼滤波(EKF)在频域导频子载波处进行预先的CPE相位噪声估计并补偿;最后将CPE相位噪声补偿后的频域数据变换到时域并用Avg‑BL方法实现盲ICI相位噪声补偿,然后进行预判决,并将判决后的频域数据变换到时域后与接收端原始时域数据用于时域无迹卡尔曼滤波,计算其最终相位噪声估计值并补偿。本发明获得了较好的相位噪声均衡效果,较大提高了系统的频谱利用率。
搜索关键词: 一种 时域 卡尔 滤波 大线宽 co ofdm 系统 相位 噪声 补偿 方法
【主权项】:
1.一种时域无迹卡尔曼滤波的大线宽CO‑OFDM系统相位噪声补偿方法,其特征在于:首先,将接收端训练符号数据在频域利用进行卡尔曼滤波后进行信道均衡;其次,在发射端对每个OFDM符号设置一定间隔的导频子载波数据,基于扩展卡尔曼滤波(EKF)在频域导频子载波处进行预先的CPE相位噪声估计并补偿;最后,将CPE相位噪声补偿后的频域数据变换到时域并用Avg‑BL方法实现盲ICI相位噪声补偿,然后进行预判决进行快速傅里叶变换,并将判决后的频域数据变换到时域后与接收端原始时域数据用于时域无迹卡尔曼滤波,计算其最终相位噪声估计值并补偿,将每次最终相位噪声补偿之后的频域数据进行快速傅里叶变换再进行粗ICI相位噪声补偿和预判决并用UKF获得第二次以及迭代多次的最终相位噪声估计值并补偿;UKF相位噪声补偿方法包括以下步骤:(1)接收端初始信号处理;(2)频域卡尔曼滤波信道均衡,假定一个OFDM帧在时域包含Ns个OFDM符号,前Np个为训练符号,每个OFDM符号在频域包含Nf个子载波,信道均衡前接收到的第i个符号第k个子载波的频域数据Yi(k)表示为:Yi(k)=Hi(k)Ci(k)+ξ,i=0,…,Np‑1这里Hi(k)为第i个OFDM符号第k个子载波的信道转移函数,Ci(k)为发送端训练符号中第i个OFDM符号第k个子载波的频域数据,ξ为系统噪声,Hi(k)先采用LS估计,即再对其进行卡尔曼滤波,卡尔曼滤波求出所有子载波信道转移函数估计值后,再用符号内频域平均算(ISFA)计算每个子载波的信道转移函数精确估值;(3)预先CPE相位噪声补偿,在频域用扩展卡尔曼滤波对CPE相位噪声估计并补偿;(4)最终相位噪声补偿,最后将CPE相位噪声补偿后的频域数据变换到时域并用Avg‑BL方法实现盲ICI相位噪声补偿,然后进行预判决进行快速傅里叶变换,并将判决后的频域数据变换到时域后与接收端原始时域数据用于时域无迹卡尔曼滤波,计算其最终相位噪声估计值并补偿;将每次最终相位噪声补偿之后的频域数据进行快速傅里叶变换再进行粗ICI相位噪声补偿和预判决并用UKF获得第二次以及多次最终的相位噪声补偿;所述步骤(3)包括以下步骤:3‑1、设置导频子载波,定义集合是{0,1,2,…Nf‑1}的子集,将发送端第i个符号的第ln个子载波作为导频子载波,Np是每个符号内总的导频子载波数,接收端数据符号信道均衡后的频域数据Yi'(k)表示为,εi(k)包括ICI相位噪声和系统加性的高斯白噪声;3‑2、确定初始条件,第0个符号的第l0个子载波的初始值:P0(l0)=σ2这里P是协方差矩阵,σ2=2πΔf/fs,Δf是发射端和接收端激光器线宽之和,fs是OFDM基带信号数模转换的采样速率;第i个OFDM符号的中第ln采样点初始值:Pi(ln)=σ2+Pi‑1(ln‑1)3‑3、进行状态预测和协方差预测Pi(ln|ln‑1)=Pi(ln‑1)+Qi(ln‑1)这里Q即为过程噪声的协方差矩阵;3‑4、计算卡尔曼增益这里K为卡尔曼增益,A表示量测矩阵,上标H表示共轭转置,R表示量测噪声的协方差矩阵;3‑5、计算量测估计值这里Vi表示实际量测值和量测预测值之间的误差;3‑6、进行状态更新和协方差更新Pi(ln)=[1‑Ki(ln)Ai(ln)]Pi(ln|ln‑1)计算完第i个OFDM符号第ln个导频子载波的CPE相位噪声估计值之后返回步骤3‑2,计算该符号内下一个导频子载波即第ln+1个导频子载波的CPE相位噪声估计值,直到该符号内最后一个导频子载波即第个导频子载波的CPE相位噪声估计完成后,将该CPE相位噪声估计值作为该OFDM符号最终相位噪声估计值因为这个估计值最接近于该符号实际的CPE相位噪声值;然后再对下一个OFDM符号即第i+1个OFDM符号进行扩展卡尔曼滤波,求CPE相位噪声估计值直至计算出最后一个符号即第Ns‑1个CPE相位噪声估计值3‑7、然后对每个符号分别进行CPE相位噪声补偿,则第i个OFDM符号补偿为,这里Yi'=(Yi'(0) Yi'(1) … Yi'(Nf‑1))T,T表示转置运算;所述步骤(4)包括以下步骤:4‑1、快速傅里叶变换,将CPE相位噪声补偿后的频域信号经过FFT变换为时域信号;4‑2、将CPE相位噪声补偿之后的每一个OFDM时域信号划分为NB个亚符号,则每个亚符号内的数据采样点数为S=[Nf/NB],其中[A]表示不大于A的最大整数,则第i个符号第q个亚符号内ICI相位噪声平均值表示为:在信噪比较大的情况下,忽略掉加性噪声,可得在第i个符号,第k个子载波时满足下式,其中i(k)|2在16QAM和32QAM调制中取各个信号点的平均能量,通过上式估计出每个亚符号的ICI相位噪声平均值,然后进行预判决前的相位噪声补偿,补偿后的频域数据表示为,4‑3、频域数据预判决,对粗略相位噪声补偿后的频域数据进行预判决,发射端原来为16QAM调制,则此过程先进行16QAM解调,然后再进行调制;4‑4、快速傅里叶变换,将预判决后的频域信号经过FFT变换为时域信号;将经过Avg‑BL算法粗略ICI相位噪声补偿之后的频域数据进行预判决,为判决后的表示为第i个符号第k个子载波的频域数据,将该频域数据变换到时域后,为表示判决后时域信号第i个符号第n个采样点数据,可得发射接收端的时域信号满足下式,yi(n)即为初始接收端第i个符号第n个采样点数据,xi(n)为发送端第i个符号第n个采样点数据,Nm为每个OFDM的采样点数,用则从上式可得到最终的相位噪声估计值4‑5、确定初始条件,第0个OFDM符号第0个时域采样点初始值:这里上标T表示转置,E(·)表示取数学期望,Var(·)表示求方差;4‑6、选取采样点及其权重,进行无迹(Unscented Transform,UT)变换:这里表示UKF方法中无迹变换的采样点集,j=0,1,2,代表对应采样点的权值,式中下标的m和c分别代表均值和协方差,参数选择:α=0.001,β=2,κ=0,λ=α2(1+κ)‑1;4‑7、系统方程输出采样点,即为采样点集的一步预测4‑8、对系统状态量的一步预测及协方差矩阵这里Q为系统噪声所对应的协方差矩阵;4‑9、根据一步预测值,进行UT变换,产生新的采样点集;4‑10、将新的采样点集代入量测方程,得到Sigma采样点集的量测预测值4‑11、由Sigma点集的量测预测值,得到系统预测的均值和协方差这里Py,y,分别代表协方差和互协方差,R代表量测噪声的协方差矩阵,上标H表示共轭转置;4‑12、计算卡尔曼增益矩阵这里表示对协方差矩阵Py,y求逆;4‑13、状态更新和协方差更新按以上步骤计算完第i个OFDM符号第n个时域采样点的相位噪声估计值后,返回步骤4‑6,计算该符号内的下一个采样点,即第n+1个采样点的相位噪声估计值,直至该符号内的最后一个采样点,第Nm‑1个采样点的相位噪声估计值,然后再对下一个符号即第i+1个OFDM符号进行UKF滤波,直至计算出最后一个符号所有采样点的相位噪声估计值;4‑14、对其时域信号进行如下的相位噪声补偿,其中yi(n)即为初始接收端第i个符号第n个采样点数据,表示第i个符号第n个采样点相位噪声估计值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710593961.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top