基于5G的小區(qū)搜索相對于長期演進（LTE）而言,新增了高頻段場景的應用,并對同步信號進行了重新定義。文章詳細分析了5G系統(tǒng)的主同步信號（PSS）,對其新增內(nèi)容進行了研究,提出了適用于5G系統(tǒng)的PSS定時同步算法,其中粗同步提出一種抗頻偏性能較好的差分同步,精同步基于PSS序列的共軛對稱性提出一種低復雜度的同步算法。使用Matlab軟件對該算法的性能進行了仿真分析,結果表明,即使在較高頻偏影響下,該算法也能快速且正確地鎖定一個粗同步點,受頻偏的影響較小,從計算復雜度來看,該算法的計算量為常規(guī)算法的17.69%。 

【文章來源】：光通信研究. 2019,(03)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

圖１ＳＳＢ塊映射關系圖ＳＳＢ塊在無線幀中的具體時域位置取決于數(shù)字

載波間隔為１５ｋＨｚ時，ＳＳＢ塊時域起始位置滿足｛２，８｝＋１４ｎ，ｎ＝０，１。如圖２所示，一個無線幀包含１０個子幀，每個子幀包含１４個ＯＦＤＭ符號。ＳＳＢ塊以半幀為周期，Ｌ為ＳＳＢ塊索引，即有４個ＳＳＢ塊分別位于子幀０和１，其ＯＦＤＭ符號起始位置為２和８，每個ＳＳＢ塊中的ＰＳＳ序列相同，與其時域位置沒有關系。其他數(shù)字集μ值下ＳＳＢ塊的映射類似，在這里不再贅述。圖２ＳＳＢ塊在無線幀中的時域位置２ＯＦＤＭ系統(tǒng)模型假設ｘ（ｎ）為傳輸?shù)幕鶐В希疲模托盘�，接收端接收的信號ｒ（ｎ）表示為ｒ（ｎ）＝［ｘ（ｎ�?#215;ｈ（ｎ）］ｅｊ２πεｃｎ／Ｎ＋ω（ｎ），（３）式中：ｈ（ｎ）為多徑信道的脈沖響應；ｊ為常量；εｃ為載波頻率偏移；ｎ為序列索引值；Ｎ為傅里葉變換點數(shù)；ω（ｎ）為加性高斯白噪聲（ＡｄｄｉｔｉｖｅＷｈｉｔｅＧａｕｓｓｉａｎＮｏｉｓｅ，ＡＷＧＮ）；＊為卷積符號。在ＯＦＤＭ系統(tǒng)中，εｃ包括整數(shù)部分εｉ和小數(shù)部分εｆ，即εｃ＝εｉ＋εｆ�？焖俑道锶~變換是將接收符號從時域變換到頻域。Ｒｌ（ｋ）＝１Ｎ∑Ｎ－１ｎ＝０ｒｌ（ｎ）ｅ－ｊ２πｋｎ／Ｎ，（４）式中：Ｒｌ（ｋ）為第ｌ個ＯＦＤＭ符號的第ｋ個子載波值；ｒｌ（ｎ）為第ｌ個去除ＣＰ后的ＯＦＤＭ符號；ｋ取值為０≤ｋ＜Ｎ。３粗同步

）｜），（６）式中，Ｐｍａｘ（ｋ）為３組本地ＰＳＳ序列對應的相關峰值的最大值。３．２改進算法本文考慮到５Ｇ系統(tǒng)的特點，需要較好的抗頻偏性能。因此，為了降低復雜度并提高抗頻偏能力，在降采樣的情況下，利用ＰＳＳ的差分互相關算法來同步，可以得到一個粗同步點。根據(jù)μ值分別生成３組本地時域ＰＳＳ信號并進行５１２／２μ倍降采樣，在互相關之前對每個序列進行一次差分處理，以降低頻偏對同步性能的影響。圖３所示為粗同步流程圖，首先對接收信號和本地生成的ＰＳＳ進行５１２／２μ倍降采樣處理，以降低計算量；然后對降采樣后的數(shù)據(jù)做差分相關，以降低頻偏對相關峰值的影響而導致的錯誤檢測；最后將差分相關后的數(shù)據(jù)進行滑動互相關，相關峰值最大時的位置暫定為粗同步點。由于μ＝｛０，１，２，３，４｝，且每個值下有３組本地ＰＳＳ序列，因此得到１５個最大峰值及與其對應的粗同步點和組內(nèi)ＩＤ號，進而對比１５組最大峰值大小，確定最大值所對應的μ和小區(qū)組內(nèi)ＩＤ及粗同步點。圖３粗同步流程圖差分相關公式如下：ｒ１（ｋ）＝ｒ（ｋ）×ｒ＊（ｋ－１），（７）ｘ１ｑ，μ（ｋ）＝ｘｑ，μ（ｋ）×ｘ＊ｑ，μ（ｋ－１），（８）式中：ｒ１（ｋ）為接收信號差分相關后的信號；ｒ（ｋ）為接收信號；ｘｑ，μ（ｋ）為本地生成的數(shù)字集為μ時第ｑ組時域ＰＳＳ序列，ｘ１ｑ，μ（ｋ）為本地生成


本文編號：3098342