系统中相噪的跟踪与抑制

合集下载

电路基础原理电路的噪声与干扰抑制

电路基础原理电路的噪声与干扰抑制

电路基础原理电路的噪声与干扰抑制在现代电子领域中,电路的噪声与干扰抑制是一个重要的课题。

噪声和干扰是指电路中由于各种因素产生的非期望的信号,它们可能会对电路性能和输出信号质量产生不利影响。

因此,了解电路噪声和干扰的产生原理以及相应的抑制方法具有重要意义。

首先,我们来了解一下电路中常见的噪声源。

在实际电路中,噪声主要来自于以下几个方面。

第一,热噪声是由于电子在电阻中的随机热运动而产生的。

当电阻中存在电流时,这些电子的热运动会引起电子的随机运动,从而产生热噪声。

第二,间隙效应噪声是指由于电子泄漏和能隙引起的噪声。

第三,摄动噪声是由于电路中的各种摄动源引起的,例如电源波动、温度波动、元器件参数波动等。

接下来,我们将关注电路中噪声的抑制方法。

首先,可以通过选择合适的元器件来降低电路噪声。

例如,对于放大电路,选择低噪声放大器可以有效降低噪声。

此外,还可以采取一些电源滤波措施,如使用低噪声稳压器等。

其次,可以通过改善电路布局和设计来减少噪声。

合理的布局可以减少电路中的互耦,从而减小噪声传播。

此外,还可以使用差分信号传输来抵消噪声。

此外,还可以使用抗噪声设计技术,如差分放大器、反馈电路等。

最后,可以通过合理选择电路工作条件来减小噪声。

例如,选择适当的工作频率可以避开电路中的共振点,从而减少噪声。

在干扰抑制方面,我们可以采取一些措施来减少干扰对电路的影响。

首先,可以加强对电路的屏蔽,以防止外部干扰信号的侵入。

例如,可以使用金属外壳或屏蔽罩来包裹敏感元件或电路板。

其次,可以采取合适的滤波措施来抑制干扰信号。

滤波器可以用于滤除干扰信号的特定频率分量,从而保证电路的正常工作。

此外,还可以使用差分信号传输和平衡电路来减少干扰的影响。

最后,可以通过提高电路的抗干扰能力来抑制干扰。

例如,可以使用差模放大器和抑制电路等来提高电路的抗干扰性能。

总之,电路的噪声与干扰抑制是一个复杂而重要的问题。

了解电路中噪声与干扰的起因和抑制方法,可以帮助我们设计和优化电路,提高电路的性能和可靠性。

抑制噪音干扰技术措施

抑制噪音干扰技术措施

抑制噪音干扰技术措施背景噪音干扰对我们的日常生活和工作产生了负面影响。

在诸如办公室、公共交通工具和居民区等环境中,噪音干扰常常导致注意力分散、沟通困难和身体健康问题。

为了改善这种情况,我们需要采取有效的技术措施来抑制噪音干扰,提高我们的生活质量。

技术措施以下是一些抑制噪音干扰的技术措施:1. 隔离和隔音:通过使用隔音材料和设计隔音结构来阻挡噪音的传播和进入。

这些包括使用隔音窗户、隔音门、隔音墙和隔音天花板等。

隔离和隔音:通过使用隔音材料和设计隔音结构来阻挡噪音的传播和进入。

这些包括使用隔音窗户、隔音门、隔音墙和隔音天花板等。

2. 噪音吸收:使用吸音材料和吸音装置来减少噪音的反射和传播。

这些材料可以使用在墙壁、天花板、地板和家具上,以吸收周围噪音。

噪音吸收:使用吸音材料和吸音装置来减少噪音的反射和传播。

这些材料可以使用在墙壁、天花板、地板和家具上,以吸收周围噪音。

3. 噪音消除:使用主动噪音控制技术,通过发出与噪音相反的波形来抵消噪音信号。

这种技术可以在个人耳机、音响设备和汽车音响系统中应用。

噪音消除:使用主动噪音控制技术,通过发出与噪音相反的波形来抵消噪音信号。

这种技术可以在个人耳机、音响设备和汽车音响系统中应用。

4. 噪音过滤:使用数字信号处理技术,通过滤波和降噪算法来减少噪音的干扰。

这种技术可以应用于电话通话、音频录制和语音识别等领域。

噪音过滤:使用数字信号处理技术,通过滤波和降噪算法来减少噪音的干扰。

这种技术可以应用于电话通话、音频录制和语音识别等领域。

5. 环境规划:通过合理的环境规划和布局,减少噪音的产生和传播。

例如,在居民区规划中,将居住区域远离噪音源,如交通干道和工业区域。

环境规划:通过合理的环境规划和布局,减少噪音的产生和传播。

例如,在居民区规划中,将居住区域远离噪音源,如交通干道和工业区域。

结论通过采取以上技术措施,我们可以有效地抑制噪音干扰,改善我们的生活环境。

在实际应用中,我们应根据具体情况选择相应的技术措施,并考虑其成本效益、可行性和实施难度。

高速率OFDM系统中的相噪跟踪与抑制

高速率OFDM系统中的相噪跟踪与抑制

mae sn S meh d a c r ig t h i u b d plt .P a os u p e so s as n e t a e . F n l td u ig L t o c o d n o t e d s r e i s h s n ie s p rs i n i l o i v si t d t o e g ial y,smua in r s t a e i lt e u s y o l
so h wn o d mo ta e t fe tv ne s o h g rt m . t e nsrt he e cie s ft e a o h l i
K y wo d I I C E; h s os ; DM e r s: C ; P p a e n i OF e
维普资讯
第 2 2卷
第 2期
信 号 处 理
S GNAL PROCES NG I SI
Vo _ 2 No 2 l2 . .
Apr 2 06 .0
20 0 6年 4月
-Байду номын сангаас.
同 率 OF M 系统 中的相 噪跟 踪 与 抑 制 速 D
‘j
Tr c ig a d Su p e so fPh s s g a kn n p r s i n o a e Noie i Hih n Da a Ra e OF t t DM s e Sy t ms
Li a g i Zh el u Gu n hu u W ie
i r p s d i h spa e . S v r h e— iee tmai ios ae i s red i s p o o n t i p r e e a p a nos si ton pl t r n e t n OFDM r me nd a he rc ie n h enos se t— e l s fa sa tt e ev re d p a ie i si s

数字信号处理中的噪声抑制方法详解

数字信号处理中的噪声抑制方法详解

数字信号处理中的噪声抑制方法详解在数字信号处理(Digital Signal Processing,DSP)中,噪声是一个广泛存在的问题。

不同类型的噪声可以降低信号的质量,导致数据的丢失和误解。

因此,寻找有效的噪声抑制方法对于提高信号质量以及信号处理算法的性能具有重要意义。

本文将详细介绍数字信号处理中常见的噪声抑制方法,包括滤波器设计、降噪算法和自适应滤波技术。

一、滤波器设计滤波器是数字信号处理中最常用的噪声抑制方法之一。

它通过改变信号频谱中不同频率的幅度和相位来实现噪声的抑制。

常见的滤波器设计方法包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器。

1.1 低通滤波器低通滤波器(Low-pass Filter,LPF)能够通过滤除高频噪声来保留信号的低频成分。

其中一个常见的低通滤波器是FIR (Finite Impulse Response)滤波器,它通过将有限数量的输入样本与滤波器系数进行卷积得到输出。

另一个常见的低通滤波器是IIR(Infinite Impulse Response)滤波器,它与FIR滤波器不同之处在于其输出取决于前一时刻的输入和输出。

1.2 高通滤波器高通滤波器(High-pass Filter,HPF)能够滤除低频噪声并保留信号的高频成分。

与低通滤波器类似,高通滤波器也有FIR滤波器和IIR滤波器两种类型。

高通滤波器通常用于语音处理、音频处理和图像处理等应用中。

1.3 带通滤波器带通滤波器(Band-pass Filter,BPF)能够选择一定范围的频率,滤除不在该范围内的频率成分。

常见的带通滤波器有FIR滤波器和IIR滤波器。

带通滤波器常用于音频等信号的频率选择和比较。

1.4 带阻滤波器带阻滤波器(Band-stop Filter,BSF)也被称为陷波器,能够阻止某一特定频率范围内的信号通过。

常见的带阻滤波器有FIR滤波器和IIR滤波器。

带阻滤波器在去除特定频率的干扰信号方面有着广泛的应用。

OFDM系统中的相位噪声抑制算法研究

OFDM系统中的相位噪声抑制算法研究

S i i te i atr o eeirt g sse proma c.We jit smae h n e a d p ae n i ,f s ue isr d plt O t s h man fc fd t oai ytm efr n e o r n onl et t a nl n hs os i t s n e e i y i c e r t o
Abtat h s os eee fet tep r r ne o F src :P ae n ie sv rl a cs h ef ma c f O DM (r o o a feun y dvs n mut l ig ytm,i gv sr e y o ot g n lr q e c iio lpe n )ss h i i x e t ie i s t E (o o CP c mmo h s ro)a d I I( trcr e nefrn e.T e C E cue h cetc rtt n o l s n lcntl t n , n p ae err n C i e ar ritr ec) h P asste ecnr oai fal i a o s li s n i e i o g eao
计 算机 时代 2 1 年 第 3 0 1 期
・ ・ 7
OF 系统 中的相位 噪声抑 制算 法研 究 D M
李正 皇
( 重庆大学通信工程学院,重庆 40 4) 0 04
摘 要 :相位 噪 声 P N(h s os) 严 重影响 正 交频 分复 用 O DM(r o oa f q ec ii o lpeig 系统 H p ae n i 会 e F ot g n l r u ny dvs n mut l n ) h e i i x

通信系统的噪声与干扰抑制技术

通信系统的噪声与干扰抑制技术

通信系统的噪声与干扰抑制技术噪声与干扰是通信系统中常见的问题,它们会对信号的传输和接收造成不利影响,降低通信质量。

为了解决这一问题,通信系统需要采用噪声与干扰抑制技术。

本文将介绍几种常见的噪声与干扰抑制技术,并探讨它们的原理和应用。

一、信号调制与解调技术信号调制和解调是通信系统中的基本技术,它能够将信息信号转化为适合传输的载波信号,并在接收端将载波信号还原成原始信息信号。

调制技术能够使信号具有一定的带宽特性,从而在信号传输过程中能够更好地抗拒噪声和干扰的影响。

不同的调制方式对噪声和干扰的抑制效果也会有所差别。

二、前向纠错编码技术前向纠错编码技术是一种通过增加冗余数据来对抗噪声与干扰的技术。

在信号传输过程中,通过加入冗余数据,接收端可以根据编码算法检测错误并进行纠正,从而提高了系统对噪声和干扰的抗干扰能力。

常见的前向纠错编码技术有海明码、卷积码等。

三、自适应均衡技术自适应均衡技术是一种通过调整接收端滤波器参数的方法来抑制噪声和干扰的技术。

在通信系统中,传输信道会引起信号失真和干扰,在接收端通过自适应均衡技术可以对接收信号进行补偿,使信号恢复到原始状态。

自适应均衡技术能够有效地抵抗频率选择性信道引起的干扰和噪声。

四、中断技术中断技术是一种通过间歇性关闭无用信道的方法来抑制噪声和干扰的技术。

在通信系统中,存在着许多无用信道和干扰源,通过中断技术可以在信道无用的时间段进行关闭,从而减少噪声和干扰的影响。

中断技术能够有效地提高信号传输的可靠性和抗干扰能力。

五、降噪技术降噪技术是一种通过对信号进行处理来抑制噪声的技术。

常见的降噪技术有滤波、自适应降噪以及谱减法等。

滤波技术能够通过选择合适的滤波器来削弱或去除噪声信号。

自适应降噪技术则是根据实际信号和噪声进行模型估计和参数调整,从而实现对噪声的减弱。

谱减法则是通过对信号的频率谱进行计算和处理来降低噪声成分。

六、天线设计与选择在通信系统中,天线是实现信号的发送和接收的重要装置。

通信系统中的高性能相位噪声抑制方法研究论文

哈尔滨工业大学工学硕士学位论文摘要高阶QAM(正交幅度调制)信号优势在于具有比较高的频率利用率,但提高调制的阶数后,越高阶的QAM信号会变得对相位噪声也越发地敏感,而采用单一的相位噪声抑制算法,在中等相噪强度下,错误基底将会很高。

因此,在设计系统时,必须将相位噪声对系统性能的影响考虑在内,同时,还应考虑采用多组合的算法联合的方案,从而在中等相噪强度下,提升系统性能。

本文开始给出了相位噪声常见的基本模型,分别是高斯白相位噪声模型和维纳相位噪声模型,至今大多数文献仿真都是基于高斯白相噪模型,然而建模为维纳相噪后的数据结果更符合实际工程,给出了不同算法基于两种模型的仿真结果。

在随后的三至五章分别介绍了通信系统中不同模块中的相位噪声抑制和补偿的方法,第三章分别分析了解调模块中的传统解调算法和抗相位解调算法,并对多种高阶QAM信号结合这两种解调算法,在加入LDPC 信道编码后的软解调译码性能进行了仿真对比与性能分析;接着研究了同步模块,对相位噪声进行抑制与补偿的数据辅助和非数据辅助算法,并对两类算法进行了性能验证和分析。

重点介绍了数据辅助算法类的线性拟合算法,并将线性拟合算法在未编码以及编码下联合前面两种解调算法进行了性能仿真和对比分析;最后分析了调制模块中的两种优化的星座图:圆形对称星座图和Spiral QAM星座图,并将两种优化星座图和传统的方形星座图,分别在两种相位噪声模型下,使用不同噪声强度进行了仿真对比和性能分析,然后在未编码和编码两种状态下,用优化的星座图联合两种解调算法与传统的星座图联合两种解调算法进行了仿真对比,证明在相位噪声存在的系统中,优化QAM星座图可以与优化的软解调译码算法相结合,并带来很大的正增益。

本文给出了多种组合的优化算法联合的性能增益,证明了算法联合方案,可以有效地缓解中等相位噪声下的单一优化算法的性能瓶颈问题,这对于存在相位噪声的系统在不同强度相位噪声下的设计,有一定的参考价值。

语音识别技术中的噪音抑制方法

语音识别技术中的噪音抑制方法随着科技的发展,语音识别技术在各个领域得到了广泛应用。

然而,在实际场景中,噪音会对语音识别系统的性能产生很大的影响。

为了提高语音识别的准确率和稳定性,需要采用一些噪音抑制方法。

本文将介绍三种常见的语音识别技术中的噪音抑制方法。

一、频域滤波法频域滤波法是一种常见的噪音抑制方法。

它通过将语音信号从时域转换到频域,利用频谱特征对噪音进行滤波。

具体步骤如下:首先,将语音信号进行傅里叶变换,得到频谱;然后,根据频谱特征,对噪音进行判别和滤波;最后,将滤波得到的频谱进行逆傅里叶变换,得到抑制噪音后的语音信号。

二、时域滤波法时域滤波法是另一种常见的噪音抑制方法。

它主要通过对语音信号的时域上的波形进行滤波,实现对噪音的抑制。

具体步骤如下:首先,将语音信号划分为多个片段;然后,计算每个片段的时域特征,如能量、过零率等;接下来,通过对时域特征进行分析和比较,判断是否存在噪音;最后,对存在噪音的片段进行时域滤波,降低噪音的影响。

三、混合域滤波法混合域滤波法是一种综合利用频域和时域信息的噪音抑制方法。

它通过将语音信号同时转换到频域和时域,综合利用两个域的信息对噪音进行抑制。

具体步骤如下:首先,将语音信号进行傅里叶变换,得到频谱;然后,根据频谱特征,对噪音进行判别和滤波;接下来,将滤波得到的频谱和原始语音信号进行时域滤波;最后,将时域滤波得到的语音信号进行逆傅里叶变换,得到抑制噪音后的语音信号。

总结:在语音识别技术中,噪音抑制是提高识别性能的关键环节。

本文介绍了三种常见的噪音抑制方法,即频域滤波法、时域滤波法和混合域滤波法。

这些方法可以有效地抑制噪音,提高语音识别的准确率和稳定性。

然而,每种方法都有其局限性,需要根据实际应用场景来选择适合的方法。

未来,随着技术的不断发展,我们相信会有更多更高效的噪音抑制方法被提出,为语音识别技术的进一步发展提供更好的支持。

相位噪声分析及对电路系统的影响

相位噪声分析及对电路系统的影响1. 概述相位噪声就是短期频率稳定度,一个物理现象的两种表示方法,相位噪声为频域表示,短期频率稳定度为时域表示。

相位噪声一般是指在系统内各种噪声作用下所引起的输出信号相位随机起伏。

相位的随机起伏必然引起频率随机起伏,这种起伏速度较快,所以又称之为短期频率稳定度,用单边带,1Hz 带宽内的相位噪声功率谱密度£(ƒm )表示。

而时域一般用在一定时间间隔内,频率变化量的相对值表示,它是测量时间τ的函数,一般用方差><)(2τσ描述频率稳定度,可分长期稳定度和短期稳定度,目前没有严格界限。

频率源的相位噪声是一项非常重要的性能指标,它对电子设备和电子系统的性能影响很大,从频域看它分布在载波信号两旁按幂律谱分布。

用这种信号不论做发射激励信号,还是接收机本振信号以及各种频率基准时,这些相位噪声将在解调过程中都会和信号一样出现在解调终端,引起基带信噪比下降。

在通信系统中使话路信噪比下降,误码率增加;在雷达系统中影响目标的分辨能力,即改善因子。

接收机本振的相位噪声,当遇到强干扰信号时,会产生“倒混频”使接收机有效噪声系数增加。

所以随着电子技术的发展,对频率源的相位噪声要求越来越严格,因为低相位噪声,在物理、天文、无线电通信、雷达、航空、航天以及精密计量、仪器、仪表等各种领域里都受到重视。

2. 相位噪声及频率稳定度分析2.1 相位噪声分析任何信号的频谱都不可能绝对纯净,总会受到噪声的调制产生调制边带。

噪声可分为:闪变噪声、干扰噪声和白噪声,1Hz 带宽内的热噪声功率N o 在常温17℃时为-174dBm/Hz 。

这些噪声连续分布,假设对一纯净信号ƒo 进行调制,取1Hz 带宽内的噪声功率,频率为)(0f f ∆+,在时间小于1秒时,可以认为噪声电压也是正弦波。

这样可用矢量法来分析这两个正弦信号的调制结果,用图1表示。

图1中用V 2表示ƒ0幅度,用02N 表示噪声正弦波幅度,把ƒ0信号看成静止,则噪声分量以 f ∆=∆πω2的角速度旋转。

语音识别系统的噪声抑制方法

语音识别系统的噪声抑制方法随着科技的不断发展,语音识别技术的应用也越来越广泛。

然而,在实际应用过程中,噪声会对语音信号造成干扰,降低系统的准确性和可靠性。

因此,为了提高语音识别系统的性能,噪声抑制方法变得至关重要。

本文将介绍几种常用的语音识别系统的噪声抑制方法。

一、频域滤波法频域滤波法是一种常见的噪声抑制方法,它通过对语音信号进行频域分析和滤波处理来减小噪声的影响。

具体步骤如下:1. 傅里叶变换:将原始语音信号转换到频域,得到频谱图。

2. 噪声估计:通过对信号的频谱图进行分析,估计出噪声的频谱特征。

3. 噪声抑制:利用估计得到的噪声频谱特征,对原始信号的频谱图进行滤波,抑制噪声成分。

4. 逆傅里叶变换:将滤波后的频谱图转换回时域,得到经过噪声抑制处理后的语音信号。

二、时域滤波法时域滤波法是另一种常用的噪声抑制方法,它主要通过对语音信号的时域波形进行处理来减少噪声的干扰。

具体步骤如下:1. 噪声估计:使用一段纯净的语音信号来估计出噪声的特征。

2. 相关函数计算:计算语音信号和噪声信号的相关函数,得到它们之间的相关性。

3. 权重计算:利用相关函数计算得到的相关性,计算每一时刻的权重值。

4. 时域滤波:根据计算得到的权重值,对原始语音信号进行滤波处理,抑制噪声成分。

5. 限幅处理:为了避免滤波后的语音信号过度削弱,在滤波之后进行适当的幅度限制。

三、判决反馈法判决反馈法是一种动态噪声抑制方法,它通过根据系统输出和期望输出之间的误差来调整滤波器参数,从而不断优化噪声抑制效果。

具体步骤如下:1. 噪声估计:根据输出信号和期望输出信号之间的差异,估计出噪声的特征。

2. 判决反馈:根据噪声的特征,计算出滤波器的更新量,并根据更新量对滤波器参数进行调整。

3. 语音信号重建:利用调整后的滤波器参数对原始语音信号进行滤波处理,得到经过噪声抑制处理后的语音信号。

四、混合滤波法混合滤波法是一种将频域滤波法和时域滤波法结合起来的噪声抑制方法,它通过同时对语音信号的频域和时域进行滤波处理,以达到更好的噪声抑制效果。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

OFDM系统中相噪的跟踪与抑制*刘光辉0,朱维乐0(1,2 电子科技大学电子工程学院,四川成都610054)摘要:OFDM系统中,本振相位噪声引入两种影响:共同相位误差(CPE)和载波间干扰(ICI)。

如果系统传输速率较高,只对相噪引入的CPE进行校正就很难满足系统性能的要求,为此必须对ICI进行抑制。

相噪在时域是乘性噪声,在频域形成对OFDM信号的卷积干扰。

本文提出了一种新的降低ICI影响的方法:在OFDM符号中插入若干相噪估计导频,收端依据导频的失真,用LS方法解卷积得该符号的相噪参数,然后对相噪引入的CPE和ICI进行抑制。

仿真结果表明,本文方法十分有效。

关键词:载波间干扰;共同相位误差;相位噪声;OFDM*基金资助:韩国三星公司项目基金资助课题(H04010201W020340)。

0刘光辉(1976-),男,博士研究生,研究方向包括OFDM系统中相噪跟踪与抑制,信道估计与均衡和同步等。

E-mail: uestclgh@。

0朱维乐(1942-),男,教授,研究方向包括数字视频传输,多载波通信系统及HDTV等。

E-mail: wlzhu@。

1. 引言OFDM系统的主要优点是其较强的抗多径衰落能力和极高的频谱利用率。

但由于OFDM符号周期较长,所以它对本振引入的相位噪声比较敏感,这是OFDM的主要缺点之一。

相噪对OFDM系统的影响主要有两方面[1]:共同相位误差(CPE)引起整个信号星座的旋转;相噪高频噪声引入的载波间干扰(ICI)。

CPE的估计方法比较简单,发展也比较成熟。

对ICI的估计,文献[2]提出了基于分散导频的LS估计算法,但由于导频附近数据子载波的卷积干扰,这种方法的性能并不十分理想。

Florent Munier等人基于相噪的统计特性提出用MMSE和ML方法估计相噪[3]。

该算法需要通过观察几个OFDM符号来获取相噪统计特性,这无疑增大了系统开销,加之复杂性较高,这使得其实用性大打折扣。

文献[4]提出用增大了发射功率的载波恢复导频及导频两边的频率保护间隔来估计相噪,这种方法在高斯信道中简单有效,但当载波恢复导频落入多径深衰处时,该方法就失效了。

本文提出了一种抑制相位噪p N12+u12+u相噪估计导频FGI FGI数据子载波数据子载波图1 插入相噪估计导频后的OFDM符号73声的新方法:在发端通带中插入一定数量的相噪估计导频,收端依据导频受收端本振相噪引起的失真,利用解卷积的方法求得影响该符号的相噪,并用解得的信息对本符号的相噪进行有效的抑制。

这种方法可以用相噪的频域线性参数模型来解释[5]。

最后,仿真了本文方法在DVB-T系统中的性能,并对仿真的结果进行了分析和比较。

2. 相位噪声的跟踪与抑制相噪对OFDM系统的影响是逐符号的随机值,所以对相噪要逐符号地跟踪、抑制。

相噪在时域估计相噪很困难,一般在频域跟踪相噪信息。

相噪在时域是乘性噪声,在频域形成对OFDM信号的卷积干扰。

因此,OFDM符号中插入的常规分散和连续导频都很难估计出相噪的高阶频谱。

本文按照图1方式组织OFDM数据。

即在传送的OFDM数据子载波的中心插入N p个相噪估计导频(也可以插入其它位置,如传输通带的两边[5]),导频与数据子载波之间留有2u+1个空导频组成的频率保护间隔(FGI),其中u是需要估计的相噪频谱的阶数。

插入FGI的目的是降低导频和数据子载波之间发生由相噪引入的卷积干扰,给估计相噪高阶频谱带来方便。

分析相噪频谱。

将第m个OFDM符号相噪瞬时值表示为均值Φm和相对均值偏移量Δφm(n)之和)()(nn mmmφφ∆+Φ=,由于Δφm(n)一般都很小,所以其复基带形式可作近似)(1)(nje mnjmφφ∆+≈∆。

设OFDM系统中IFFT/FFT 点数为N,则相噪频谱可以表示为:(1)其中)(iδ在i等于零时为1,其余都为零。

而纠正相噪直流分量后的高阶频谱)(iI m可以表示为:(2)由于相噪PSD随着频率上升而急剧下降,所以只需考虑相噪有限的u阶频谱分量,而没有必要估计整个信号带宽内的相噪,即取0)(=iI m(),/2i u u N><<。

设发送的导频序列为C=(c0,c1,…,c Np-1)T,T 表示转置运算,则接收的导频序列是C和相噪频谱的卷积。

为了讨论方便,这里没有考虑信道的影响。

接收的导频序列即观测矢量可以表示为:(,0,1,)pl u N u=-+(3)从(3)式可以知道,由于相噪的卷积干扰,导2π-j niN-1j NI(i)=Δφ(n)e (i=-N/2,L,N/2-1)m mN n=0∑1,()(),m mNj jm l l m l i mii lR c P l c e e c I l i-ΦΦ=≠=*=+-∑7475频序列的信息“扩散”到两边的FGI 中。

(3)式可以写成矩阵形式:mj eΦ⋅=XI R (4)其中由(4)式可以知道R 和X 都已知,要求解高阶频谱(即矢量I),必须先估计和校正相噪零阶频谱(即CPE)的影响:(5)其中angle(·)为取复数的辐角。

(4)式纠正CPE 后,可得XI R R 1==Φ-m j e ,则用LS 方法可以可以求得相噪高阶频谱的最小均方估计:1R X X X I H H LS 1)(ˆ-= (6) 式中H 表示共轭转置,(·)-1表示矩阵求逆。

实际上,相噪高阶频谱的正负分量并不独立,即满足关系*)()(i I i I m m -=-,利用此关系可以使方程未知数减少一半,大大改善算法的抗噪性能。

本文提出的OFDM 系统相噪跟踪与抑制算法归纳如下:1)按图1方式在发送的OFDM 数据中插入相噪估计导频;2)从接收数据中提取观测矢量R ,注意提取导频因相噪频谱的卷积而扩散到FGI 中的部分;3)按(5)式估计相噪引入的CPE ,并校正观测矢量;4)构造系数矩阵X ,并依(6)式估计相噪的高阶频谱分量;5)在时域或者频域抑制相噪,时域抑制是将估计的(),,,m Pi i u u =- 作N 点IFFT(|i| > u 时()m Pi 取零)得到相噪的时域波形近似()m j n eφ,得到相噪抑制后的OFDM 数据()()()m j n rn r n e φ-=(()r n 是接收信号),而频域抑制相对简单,可由数据与相噪频谱之间的卷积关系得相噪抑制后的OFDM 频域信号为,,,0()m uj m m l m l m l i i ui D D e X I i -Φ-=-≠=-∑ ,其中,m lX 和,m l D 分别为第m 个OFDM 符号的第l 个子载波上的发端和收端数据,0,1,,1l M =- ,M 为数据子载波的个数。

3. 数字仿真仿真系统参数:IFFT/FFT 点数取2048和8192,传输的有效子载波数目分别为1705和6817(分别对应2k 和8k 模式);信道为AWGN 信道,子载波调制方式为64QAM ;为了简化分析,仿真系统中没有考虑信道编解码,循环前缀和[]21()02101()1(1())()()m m m N j nij n N mn N j nij Nm n j m P i e eNe j n e N e i I i πφπφδ--=--Φ=Φ=⎛⎫≈⋅+∆ ⎪⎝⎭=⋅+∑∑()(1)1(1)(1)()m m m m m I u I u I I u I u -⎛⎫⎪-+ ⎪ ⎪ ⎪⎪=⎪ ⎪⎪ ⎪- ⎪ ⎪⎝⎭I ,,1,0,1,2,1p pm u m u m m m N u m N u R R R R R R --++-+-⎛⎫ ⎪ ⎪⎪ ⎪⎪= ⎪ ⎪⎪ ⎪⎪ ⎪⎝⎭R1123211222100000000000pp p p pp p p p N N N N u N N N u N N c c c c c c c c c c c c ----------⎛⎫⎪ ⎪⎪⎪⎪= ⎪ ⎪⎪⎪⎪ ⎪ ⎪⎝⎭X()1,,01()()p N m m im i i pangle Rangle c N -=Φ=-∑76 OFDM 同步误差;综合考虑算法性能和牺牲有效传输频带,选择pN 10,2u ==;系统中加入相噪为-60dBc/Hz@1.5kHz 。

仿真软件采用CADENCE公司SPW 4.8.2。

(a) 未抑制相噪(b) CPE 校正后(c) 本文方法抑制后图2 64QAM 典型信号星座图比较图2是平均比特信噪比Eb/No=30dB, 仿真50个符号得到的典型信号星座图。

其中图(a)是没有抑制的结果,可看到相噪引入的CPE 和ICI 对系统性能影响很大。

图(c)是应用本文算法后的结果,与图(b)只校正CPE 的情况相比,可大大改善系统性能。

图3 符号误码率仿真曲线图3是符号误码率仿真结果。

由图可知,没有抑制时相噪对2k 和8k 系统的影响相同。

对同一种方法而言,2k 系统的性能要比8k 系统好,这是因为2k 系统子载波间隔为8k 系统的4倍,故相同阶数的相噪抑制,2k 系统剩余相噪的影响要小得多。

本文在校正CPE 的基础上对ICI 进行抑制,通过牺牲较小的传输频带换取了优越的抑制相位噪声性能。

4. 结语本文介绍了OFDM系统中一种新的相噪跟踪与抑制方法。

主要针对相噪高阶频谱估计,提出在信道通带中插入相噪估计导频和频率保护间隔,收端依据导频的失真,用解卷积的方法来求解。

其实质是牺牲较少有效频带换取系统优越的抗相位噪声的性能。

仿真表明,本文方法十分有效。

参考文献:[1] J. Stott. The effects of phase noise in COFDM[R]. BBCResearch and Development EBU Technical Review, 1998.[2] M. R. Gholami, S. Nader-Esfahani and A. A. Eftekhar. Anew method of phase noise compensation in OFDM.ICC ’03, May 2003: pp.3443-3446.[3] Florent Munier, Thomas Eriksson and Arne Svensson.Receiver Algorithms for OFDM systems in Phase Noise and AWGN. Barcelona, Spain, Proceedings of IEEE International Symposium on Personal, Indoor, and Mobile Radio Communications, Sep. 2004, (accepted).[4] Mohamed S. El-Tanany, Wu Yiyan, et al.Analytical Modeling and Simulation of Phase Noise Interference in OFDM-Based Digital Television Terrestrial Broadcasting Systems. IEEE Trans. Broadcasting, 2001, 47(1): pp.20-31.[5] Guanghui Liu, and Weile Zhu. Compensation of PhaseNoise in OFDM Systems Using an ICIR Scheme . IEEE Trans. Broadcasting, vol. 50, pp. 399-407, Dec. 2004.Tracking and Suppression of Phase Noise in OFDM SystemsLIU Guanghui, ZHU Weile(School of Electronic Engineering, UESTC, Chengdu, Sichuan 610054,China)Abstract: In Orthogonal Frequency Division Multiplexing (OFDM) systems, the local oscillator phase noise introduces two effects: common phase error (CPE) and inter-carrier interference (ICI). The correction of only CPE does not suffice always, especially when high data rates are required. Since phase noise is multiplied with transmitted signal in time domain then in frequency domain signal power spectral density (PSD) is convolved with phase noise PSD. In this paper a new method of ICI reduction is proposed. Several phase-noise estimation pilots are inserted in OFDM frames and at receiver end phase noise is estimated using LS method according to the disturbed pilots. Phase noise suppression is also investigated. Finally, simulation results are shown to demonstrate the effectiveness of the algorithm.Key words: ICI; CPE; phase noise; OFDM77。

相关文档
最新文档