專利名稱：基于四維混沌系統(tǒng)的ofdm同步方法
技術領域：
本發(fā)明屬于移動通信技術領域，尤其涉及一種基于四維混沌系統(tǒng)的OFDM同步方法。

背景技術：
OFDM(Orthogonal Frequency Division Multiplexing正交頻分復用)技術由于具有數(shù)據(jù)傳輸速率高，抗多徑干擾和窄帶干擾強，頻譜利用率高等優(yōu)點，越來越受到重視。它已成功用于有線、無線通信。如DAB(Digital AudioBroadcasting)、DVB(Digital Video Broadcasting)、IEEE802.11a、HIPERLAN/2、ADSL(Asymmetric Digital Subscriber Line)等等。OFDM這種調(diào)制技術正逐步運用到新一代的移動通信系統(tǒng)中，這將大大提高新一代移動通信系統(tǒng)的傳輸數(shù)據(jù)率和頻譜效率，且具有很好的抗多徑能力。
OFDM系統(tǒng)對于同步偏差非常敏感。同步偏差主要分為符號定時偏差和頻率偏差。符號定時偏差是指解調(diào)OFDM符號時，F(xiàn)FT窗口提前或者滯后。如果符號定時偏差過大，且與最大時延擴展之和小于循環(huán)前綴的長度，會產(chǎn)生符號間干擾(ISI)，破壞OFDM符號的完整性，降低系統(tǒng)的性能。載波頻率偏差fΔ是由于晶振不穩(wěn)定或是多普勒效應使得接收端的解調(diào)載頻與發(fā)送端的調(diào)制載頻不一致所造成的。載波頻率偏差一般分為子載波間隔的小數(shù)倍頻率偏差fF和子載波間隔的整數(shù)倍頻率偏差fI。其中，小數(shù)倍頻率偏差會造成子載波間干擾(ICI)；整數(shù)倍頻率偏差不會引起ICI，但會引起接收數(shù)據(jù)符號的循環(huán)移位，使得解調(diào)出來的信息符號的錯誤概率為50％。因此，有效地估計符號定時偏差和頻率偏差是OFDM系統(tǒng)能否正常工作的關鍵因素。本發(fā)明不再使用子載波間隔的小數(shù)倍頻偏fF和整數(shù)倍頻偏fI，而是使用粗頻偏fr和細頻偏fp概念。
圖1是一個通用的OFDM基帶系統(tǒng)的框圖。其中發(fā)送端的串并變換、映射、IFFT、并串變換、插入循環(huán)前綴、插入同步信息等模塊代表OFDM基帶調(diào)制過程；分離同步信息、去除循環(huán)前綴、接收端并串變換等模塊代表OFDM基帶解調(diào)過程；數(shù)模轉(zhuǎn)換、發(fā)送濾波處理、信道、接收濾波處理、模數(shù)轉(zhuǎn)換等模塊是模擬發(fā)射與信道環(huán)節(jié)；同步單元模塊是實現(xiàn)OFDM同步的部件?，F(xiàn)結合圖1對OFDM系統(tǒng)的調(diào)制和解調(diào)過程進行簡要介紹 設基帶采樣時間間隔為Ts，OFDM系統(tǒng)的有效符號點數(shù)為N(一般情況下N＝2β)，與之對應的有效符號周期為T＝NTs。在發(fā)送端，經(jīng)過編碼映射后的頻域數(shù)據(jù){ai，k|(k＝1，2，…，N)}(ai，k是第i個符號，第k個子載波上的加載的數(shù)據(jù))被置入發(fā)送端串并變換模塊；經(jīng)過IFFT變換，在發(fā)送端并串變換模塊的輸出端得到時域數(shù)據(jù){si，l|(l＝1，2，…，N)}(si，l是第i個符號，第l個采樣點的數(shù)據(jù))。為了對抗ISI，添加Ng點的循環(huán)前綴，再插入同步訓練序列后整個信號通過信道到達接收端，于是每個OFDM符號含點數(shù)為Nsym(Nsym＝N1+Ng+N)。在接收端，將接收信號送入同步單元模塊，完成符號同步和載波同步后分離出同步訓練序列，再刪去循環(huán)前綴，在接收端串并變換模塊的輸出端得到時域數(shù)據(jù){ri，m|(m＝1，2，…，N)}(ri，m是第i個符號，第m個采樣點的數(shù)據(jù))，最后經(jīng)過FFT、頻域均衡模塊，在接收端并串變換模塊的輸出端得到解調(diào)的頻域數(shù)據(jù){zi，m|(m＝1，2，…，N)}。
常用的OFDM同步方案有二種 (1)基于二等分結構的同步訓練序列，該方法是利用頻偏只是造成了發(fā)端完全相同的前后兩個訓練符號，在收端相差僅一個相位這一性質(zhì)，通過在頻域?qū)κ斩饲昂髢蓚€訓練符號做差分相關來獲得頻偏的最大似然估計，該方法在多徑信道和高斯白噪聲信道下的估計性能接近，計算復雜度小，但估計范圍小，僅為±

子載波間隔，且保密強度很低。(參考文獻Moose P H.A technique fororthogonal division multiplexing frequency offset correct.IEEE Transactions onCommunications，1994，42(10)2908-2914。) (2)基于特定頻域序列和二等分結構的同步訓練序列，該方法通過計算訓練符號的半個符號延時的自相關，尋找相關峰值獲得符號定時偏差，求相關峰值處相角估計小數(shù)頻偏，再對同步訓練符號進行小數(shù)倍頻偏補償后，作快速傅立葉變換(FFT)，在頻域內(nèi)完成整數(shù)倍頻偏的估計。在該方法的符號同步相關曲線中，相關峰不夠尖銳造成定時偏差估計誤差大，隨之產(chǎn)生的相位噪聲以及信道隨機相位又極大地影響整數(shù)頻偏估計的精度，該方法估計的頻偏范圍隨著相關搜索范圍的擴大而增大，但是其計算復雜度會不斷上升，且保密強度很低。(參考文獻Schmildl，Cox D C.Robust frequency and timingsynchronization for OFDM.IEEE TransactionCommunications.1997，45(12)，1613-1621。)

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種基于四維混沌系統(tǒng)的OFDM同步方法，解決當前OFDM同步方法中計算復雜度高、頻偏估計范圍小、符號同步和載波同步不夠精確、保密強度低的問題。
本發(fā)明的技術方案是，一種基于四維混沌系統(tǒng)的OFDM同步方法，其特征是所述方法通過建立四維混沌系統(tǒng)、符號同步、粗頻偏估計、細頻偏估計四個步驟實現(xiàn)，具體過程是， 步驟1建立四維混沌系統(tǒng)，其方程如下 式中，a，b，c，d，e是常數(shù)，

分別表示對x、y、z、u的微分運算； 步驟2符號同步利用第一本地訓練序列與接收信號作延時相關運算，通過門限判決方法尋找L個相關波峰，其中第一個波峰對應的位置為OFDM符號的起始位置； 步驟3粗頻偏估計對接收信號進行粗頻偏估計，采用兩次相關運算，第一次為第二本地訓練序列與接收信號的同步序列進行對應元素共軛相乘，得到一個新的序列，第二次為對所得的新序列進行差分相關運算；而后對接收信號進行粗頻偏補償； 步驟4細頻偏估計利用循環(huán)前綴與OFDM符號末端數(shù)據(jù)的重復性，計算循環(huán)前綴與OFDM符號的相關值并求得細頻偏估計；最后，對接收信號進行細頻偏補償。
所述四維混沌系統(tǒng)的常數(shù)a，b，c，d，e，當a＝35，b＝10，c＝80，d＝0.5，e＝10時，系統(tǒng)存在一個典型的混沌吸引子。
所述第一本地訓練序列為取混沌系統(tǒng)生成的兩個長度為m點的序列，一個作為實部，另一個作為虛部，構成一個復數(shù)序列，再經(jīng)過m點的IFFT變換生成。
所述第二本地訓練序列是由第一本地訓練序列經(jīng)過L倍的周期延拓生成。
本發(fā)明建立的四維混沌系統(tǒng)動態(tài)行為難以預測、對初值極為敏感且所產(chǎn)生的混沌序列具有良好的相關性，基于該系統(tǒng)的同步方法具有計算復雜度較低、頻偏估計范圍較大、符號同步及頻率同步較為準確、保密性高的優(yōu)點。



圖1為OFDM基帶調(diào)制解調(diào)框圖。
圖2為本發(fā)明建立的四維混沌系統(tǒng)的混沌吸引子圖，圖(a)為混沌序列x、y、z形成的三維混沌吸引子圖，圖(b)為混沌序列x、y、u形成的三維混沌吸引子圖。
圖3為本發(fā)明建立的四維混沌系統(tǒng)的時域波形圖及對初始值的敏感性圖，其中圖(a)為混沌序列x的時域波形圖及對初始值敏感性圖，圖(b)為混沌序列y的時域波形圖及對初始值敏感性圖，圖(c)為混沌序列z的時域波形圖及對初始值敏感性圖，圖(d)為混沌序列u的時域波形圖及對初始值敏感性圖。
圖4為混沌序列的功率譜圖，其中圖(a)為x序列的功率譜圖，圖(b)為y序列的功率譜圖，圖(c)為z序列的功率譜圖，圖(d)為u序列的功率譜圖。
圖5為混沌序列的自相關圖，其中圖(a)為x序列的自相關圖，圖(b)為y序列的自相關圖，圖(c)為z序列的自相關圖，圖(d)為u序列的自相關圖。
圖6為x、y、z、u序列的互相關圖。
圖7為本發(fā)明OFDM符號結構圖。
圖8為本發(fā)明的OFDM同步方法流程圖。
圖9為本發(fā)明提供的“多符號統(tǒng)計判決算法”得到的p(d)數(shù)值圖形，圖(a)為在信噪比為5db的高斯白噪聲信道下p(d)數(shù)值圖形，圖(b)為在瑞利6徑衰弱信道下p(d)數(shù)值圖形。
圖10為混沌序列x、y、z兩兩相互組合實現(xiàn)載波頻偏同步的性能比較圖。
圖11為本發(fā)明與傳統(tǒng)PN訓練序列的載波頻偏估計算法的性能比較，其中圖(a)在高斯信道下頻偏估計算法性能比較，圖(b)在瑞利信道下載波頻偏估計算法的性能比較。
圖12為本發(fā)明與傳統(tǒng)方法的載波頻偏算法的性能比較，其中圖(a)在高斯信道下載波頻偏估計算法的性能比較，圖(b)本發(fā)明與傳統(tǒng)方法在瑞利多徑信道下載波頻偏估計算法的性能比較。

具體實施例方式 下面結合附圖，對優(yōu)選實施例作詳細說明。應該強調(diào)的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及其應用。
根據(jù)3GPP組織的文檔TR25.892V6.0.0，“Feasibility Study for OrthogonalFrequency Division Multiplexing(OFDM)for UTRAN enhancement(Release 6)”，考慮以下OFDM參數(shù)設置系統(tǒng)帶寬B為6.528Mhz，子載波數(shù)N為1024，子載波間隔為6.375Khz，循環(huán)前綴cp的長度為100，訓練序列的長度為1024(即m＝128，L＝8)，符號周期Tu為156.86+15.32+156.86＝329.04us，調(diào)制方式為QPSK，信道為AWGN信道和Rayleigh多徑衰落信道，采用均方誤差(MSE)來衡量算法的性能。需要說明的是上述參數(shù)不影響本發(fā)明的一般性。
本發(fā)明基于四維混沌系統(tǒng)的OFDM同步方法，具體如圖8所示，圖8為本發(fā)明的OFDM同步方法流程圖。在圖8中， (1)建立四維混沌系統(tǒng)，其方程，如下 通過分析混沌吸引子、計算Lyapunov指數(shù)和Lyapunov維數(shù)可證當參數(shù)a＝35，b＝10，c＝80，d＝0.5，e＝10時，系統(tǒng)存在一個典型的混沌吸引子，該系統(tǒng)屬于新的混沌系統(tǒng)。
對建立的四維混沌系統(tǒng)采用四階Runge-Kutta離散化算法，得到吸引子如圖2所示。圖2為本發(fā)明建立的四維混沌系統(tǒng)的混沌吸引子圖，圖2中，圖(a)為混沌序列x、y、z形成的三維混沌吸引子圖，圖(b)為混沌序列x、y、u形成的三維混沌吸引子圖。從圖中可以看出吸引子的空間結構十分復雜，軌線無窮延伸、壓縮和折疊。相圖中其軌線在特定的吸引域內(nèi)具有遍歷性。在三維自治動力系統(tǒng)中一般有四種吸引子定常吸引子，周期吸引子，擬周期吸引子和混沌吸引子。其中只有混沌吸引子才有正的Lyapunov指數(shù)，即對于混沌系統(tǒng)，至少有一個Lyapunov指數(shù)必須大于零。本發(fā)明利用奇異值分解的方法計算出吸引子的四個Lyapunov指數(shù)為λ1＝8.2994，λ2＝0.6784，λ3＝-5.9576，λ4＝-37.1480，存在兩個大于零的Lyapunov指數(shù)，所以說該吸引子是混沌吸引子，且該系統(tǒng)具有兩個正的Lyapunov指數(shù)，具有超混沌的特征，系統(tǒng)的動態(tài)行為將更難預測。此四維混沌系統(tǒng)的Lyapunov維數(shù)即具有典型的分數(shù)維。
圖3為本發(fā)明建立的四維混沌系統(tǒng)的時域波形圖及對初始值的敏感性圖，圖3中，(a)為混沌序列x的時域波形圖及對初始值敏感性圖，(b)為混沌序列y的時域波形圖及對初始值敏感性圖，(c)為混沌序列z的時域波形圖及對初始值敏感性圖，(d)為混沌序列u的時域波形圖及對初始值敏感性圖。實線表示初值x0＝1，y0＝1，z0＝1，u0＝1時的時域波形圖，虛線表示初值x0＝1.001，y0＝1，z0＝1，u0＝1時的時域波形圖，從圖中可以看出新系統(tǒng)的時域波形具有非周期性，且僅當一個初值x0發(fā)生微小的變化時，待t≥4s，序列表現(xiàn)出明顯的不同，即解的流對初始值極為敏感。圖4為混沌序列的功率譜圖，圖4中，(a)為x序列的功率譜圖，(b)為y序列的功率譜圖，(c)為z序列的功率譜圖，(d)為u序列的功率譜圖。由圖4可以看出，混沌序列功率譜圖是連續(xù)的，且峰值連成一片，符合混沌的特性。
本發(fā)明提出的混沌系統(tǒng)生成的序列(混沌序列)具有良好的相關特性，選擇四個混沌序列x，y，z，u中兩個序列用于生成同步訓練序列，其選擇方案和序列構造方式如下理論上希望序列的自相關函數(shù)為δ函數(shù)，互相關函數(shù)為零。但實際上由于有限精度的影響，序列并非無限長，自相關旁瓣和互相關旁瓣不是恒為零。圖5為混沌序列的自相關圖，圖5中，(a)為x序列的自相關圖，(b)為y序列的自相關圖，(c)為z序列的自相關圖，(d)為u序列的自相關圖。從圖5中可以看出，四個序列都具有良好的自相關性，其中z序列的自相關性旁瓣比其它三個序列要小。圖6為x、y、z、u序列的互相關圖。從圖6中可以看出，x與z序列的互相關函數(shù)、y與z序列的互相關函數(shù)、u與z序列的互相關函數(shù)在前半段值比較大。x與y序列的互相關函數(shù)、x與u序列的互相關函數(shù)、y與u序列的互相關函數(shù)都接近于0。所以考慮x序列、y序列和u序列構成OFDM系統(tǒng)的同步訓練序列。
本發(fā)明取混沌系統(tǒng)生成的長度為m的序列，構成一組復數(shù)序列，構成方式為c3(k)＝c1(k)+j*c2(k)，其中c1，c2∈{x序列、y序列、u序列}，對c3(k)進行m點傅立葉反變換(IFFT)，生成第一本地訓練序列c(n)，并進行L倍的周期延拓生成點數(shù)N1的第二本地訓練序列t(n)，即 t(n)＝c[nmodm] n∈{1，2，…，N1} 在這里，同步訓練序列和第二本地訓練序列相同，利用OFDM有用時域數(shù)據(jù)序列d(n)按照式(2)加入OFDM循環(huán)前綴，構成OFDM符號s(n) s(n)即為待發(fā)送的數(shù)據(jù)，其符號結構如圖7所示，71表示整個OFDM符號，72表示將OFDM有用信號末端數(shù)據(jù)復制到前端作為循環(huán)前綴，73表示同步訓練序列為L等分結構，每一等分長度為m，其中訓練序列的長度為N1(N1＝m×L)，有用數(shù)據(jù)循環(huán)前綴的長度為Ng，N為有用數(shù)據(jù)的長度。
(2)符號同步 在接收端，由于符號定時偏差和載波頻率偏差的影響，實際接收信號r(n)被表示為 r(n)＝s(n-d)exp(j2πΔfn/N)+w(n)(3) 其中d表示符號定時偏差，Δf表示接收端與發(fā)射端之間振蕩頻率的不同以及多普勒頻移引起的載波頻率偏差。w(n)為零均值的高斯白噪聲，它與信號相互獨立。
本發(fā)明提供的符號同步算法稱為“多符號統(tǒng)計判決法”。該方法首先對r(n)做延時為1點，窗口長度為m點的延時相關運算，計算得到p(d)。如下 其中c(j)是一個等分的同步序列，同時也作為第一本地訓練序列。
從式(4)中可以看出，因為訓練序列的重復性，p(d)將出現(xiàn)L個波峰，因此，本發(fā)明提供的“多符號統(tǒng)計判決法”將要結合這L個波峰聯(lián)合判決出正確的OFDM符號起始位置，完成精確的符號同步。
從圖9可以看出，p(d)出現(xiàn)L個波峰，且L個波峰都是非常的尖銳，假設pm是L個最大波峰值。根據(jù)式(4)，得到p(d)的集合p(d)∈{p(1)，p(2)，…p(N1+Ng+N-n)}，則 pm＝max{p(1)，p(2)，…p(N1+Ng+N-n)} (5) 假設L個波峰值為p(di)，其中di∈{d1，d2，…，dL} 則p(di)必須滿足 |p(di)-pm|≤ε (6) 其中ε是與檢測峰值精確度有關的門限值。經(jīng)過判決統(tǒng)計得到L個滿足(6)式的相關峰值，其中第一個相關峰值對應的位置為所要尋找的OFDM符號起始位置。值得注意的是因為峰值之間的最大差值比峰值與旁瓣之間的最小差值要大得多，所以選擇一個合適的門限值從而將L個波峰選擇出來是可行的，同時，這也給訓練序列的相關性提出了更高的要求自相關旁瓣和互相關接近零。本發(fā)明提出的混沌系統(tǒng)生成的序列具有良好的相關性能。
圖9為本發(fā)明提供的“多符號統(tǒng)計判決算法”得到的p(d)數(shù)值圖形， (a)為在信噪比為5db的高斯白噪聲信道下p(d)數(shù)值圖形，(b)為在瑞利6徑衰弱信道下p(d)數(shù)值圖形。如圖9所示無論是在高斯白噪聲信道下還是多徑瑞利衰落信道下，L個相關峰非常尖銳，符號同步精度大大提高。需要指出的是，“多符號統(tǒng)計判決法”只適合于本發(fā)明設計的同步序列及同步序列結構(a)假設用其他訓練序列替代本發(fā)明中的序列，利用本發(fā)明的符號同步方法，將不會有明顯的波峰；(b)假設依然用本發(fā)明提供的同步序列，但不具有L等分的序列結構，利用本發(fā)明的符號同步方法，會有明顯的波峰，但是波峰的位置不準確，這將嚴重影響載波同步的性能。
(3)粗頻偏估計 本發(fā)明所提出粗頻偏估計方法是采用兩次相關運算，第一次為第二本地訓練序列與接收信號的同步序列進行對應元素共軛相乘，得到一個新的序列；第二次為對所得的新序列進行差分相關運算，得到粗頻偏fr，其過程為 第二本地訓練序列與接收信號的同步序列幅值相等，相位差值為2πΔfi/N，這個相位差值正是由于頻率偏差所造成的。其中i為接收信號所在的位置序號。因此利用公式計算能得到關于2πΔfi/N的新序列，即 得到的新序列為將其記為{cor1(1)，cor1(2)，…，cor1(N)}；之后對所得新序列進行差分運算，取新序列的前N1-Linter個數(shù)構成序列1，后N1-Linter個數(shù)構成序列2，然后將這兩個序列進行對應位共軛相乘求和。由于序列1與序列2中的對應位置上的元素(如序列1中的位置1對序列2中的位置1，序列1中的位置2對應序列2中的位置2)相差相同的相位值，為2πΔfLinter/N，因此可以將這個相位值提取出來，然后通過反運算估計Δf，這樣就有 式中|x|為一個實數(shù)，且其中t(i)是同步訓練序列，在這也作為第二本地訓練序列，conj()為求共軛函數(shù)，Linter是一個與同步估計范圍有關的長度。
式中arg()是取相角函數(shù)。
然后，對粗頻偏估計所得估計值fr進行粗頻偏補償 其中r(n)為接收序列信號，對其進行補償后得到新的接收序列信號r′(n)。
(4)細頻偏估計 對接收信號進行粗頻偏補償后，進行細頻偏估計，細頻偏估計通過計算循環(huán)前綴和OFDM符號末端數(shù)據(jù)的相關值求得。
基于循環(huán)前綴的細頻偏估計方法是基于循環(huán)前綴與OFDM符號后端數(shù)據(jù)的重復性，通過計算循環(huán)前綴與OFDM符號的相關值，進而得到細頻偏 其中

是OFDM同步訓練序列最末尾位置。
之后，對信號r′(n)進行細頻偏補償，得到最終接收信號r″(n) 本發(fā)明利用兩次相關運算進行載波頻偏估計，頻偏估計范圍大大增大，可達[-N/2Linter，N/2Linter]，(其中相關運算中的參數(shù)Linter，在本發(fā)明實施例中取為20)，基于特定頻域的傳統(tǒng)同步方法(背景技術中介紹的常用同步方法[2])所能估計的頻偏范圍隨著相關搜索范圍的擴大而增大，其計算復雜度會不斷上升，每搜索一個頻點，就需要約

次復數(shù)相乘，整個同步過程中需進行

次復數(shù)相乘，本發(fā)明提供的同步方法只需進行2N1-Linter次復數(shù)相乘(其中N1＝N＝1024)，計算復雜性大大降低。
圖10為混沌序列x、y、z兩兩相互組合實現(xiàn)載波頻偏同步的性能比較圖，圖10中，橫坐標為信噪比，單位是db(信噪比/db)；縱坐標為均方誤差，表示頻偏估計的精度，均方誤差越小，精度越高。從圖10中可以看出x、y組合同步性能最優(yōu)，以下實驗仿真全部選擇x、y組合的訓練序列完成同步性能的分析。
圖11為本發(fā)明與傳統(tǒng)PN訓練序列的載波頻偏估計算法的性能比較，圖11中，橫坐標為信噪比，單位是db(信噪比/db)；縱坐標為均方誤差，表示頻偏估計的精度，均方誤差越小，精度越高。圖(a)是在高斯信道下頻偏估計算法性能比較，圖(b)是在瑞利信道下載波頻偏估計算法的性能比較。從11圖中可以看出本發(fā)明方法的性能明顯的優(yōu)于傳統(tǒng)PN訓練序列。
圖12為本發(fā)明與傳統(tǒng)方法的載波頻偏算法的性能比較，圖12中，橫坐標為信噪比，單位是db(信噪比/db)；縱坐標為均方誤差，表示頻偏估計的精度，均方誤差越小，精度越高。圖(a)是本發(fā)明與傳統(tǒng)方法在高斯信道下載波頻偏估計算法的性能比較，圖(b)是本發(fā)明與傳統(tǒng)方法在瑞利多徑信道下載波頻偏估計算法的性能比較。從12圖中可以看出，本發(fā)明方法的性能明顯優(yōu)于傳統(tǒng)算法。
本發(fā)明提出的同步方法復雜度低，頻偏估計范圍大、符號同步和載波同步精度高。除此之外，還具有保密強度高的優(yōu)點，由于本發(fā)明提出的四維混沌系統(tǒng)的一個重要的特征就是對初始條件極為敏感，即系統(tǒng)的初始狀態(tài)的任何微小誤差都將引起系統(tǒng)行為隨時間指數(shù)規(guī)律發(fā)散，最終導致不可估計和不可預測的結果。對方無法獲得混沌序列，無法完成系統(tǒng)中的同步的實現(xiàn)，從而可有效地保證通信系統(tǒng)的正常運行，實現(xiàn)了通信系統(tǒng)的高度保密性。
以上所述，僅為本發(fā)明較佳的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，可輕易想到的變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應該以權利要求的保護范圍為準。
權利要求
1、一種基于四維混沌系統(tǒng)的OFDM同步方法，其特征是所述方法通過建立四維混沌系統(tǒng)、符號同步、粗頻偏估計、細頻偏估計四個步驟實現(xiàn)，具體過程是，
步驟1建立四維混沌系統(tǒng)，其方程如下
式中，a，b，c，d，e是常數(shù)，
分別表示對x、y、z、u的微分運算；
步驟2符號同步利用第一本地訓練序列與接收信號作延時相關運算，通過門限判決方法尋找L個相關波峰，其中第一個波峰對應的位置為OFDM符號的起始位置；
步驟3粗頻偏估計對接收信號進行粗頻偏估計，采用兩次相關運算，第一次為第二本地訓練序列與接收信號的同步序列進行對應元素共軛相乘，得到一個新的序列，第二次為對所得的新序列進行差分相關運算；而后對接收信號進行粗頻偏補償；
步驟4細頻偏估計利用循環(huán)前綴與OFDM符號末端數(shù)據(jù)的重復性，計算循環(huán)前綴與OFDM符號的相關值并求得細頻偏估計；最后，對接收信號進行細頻偏補償。
2、根據(jù)權利要求1所述的一種基于四維混沌系統(tǒng)的OFDM同步方法，其特征是所述四維混沌系統(tǒng)的常數(shù)a，b，c，d，e，當a＝35，b＝10，c＝80，d＝0.5，e＝10時，系統(tǒng)存在一個典型的混沌吸引子。
3、根據(jù)權利要求1所述的一種基于四維混沌系統(tǒng)的OFDM同步方法，其特征是所述第一本地訓練序列為取混沌系統(tǒng)生成的兩個長度為m點的序列，一個作為實部，另一個作為虛部，構成一個復數(shù)序列，再經(jīng)過m點的IFFT變換生成。
4、根據(jù)權利要求1所述的一種基于四維混沌系統(tǒng)的OFDM同步方法，其特征是所述第二本地訓練序列是由第一本地訓練序列經(jīng)過L倍的周期延拓生成。
全文摘要
本發(fā)明屬于移動通信技術領域，公開了一種基于四維混沌系統(tǒng)的OFDM同步方法。其技術方案是，基于四維混沌系統(tǒng)提出一種OFDM同步方法，包括建立四維混沌系統(tǒng)、符號同步、粗頻偏估計、細頻偏估計四個步驟；其中建立的四維混沌系統(tǒng)存在一個典型的混沌吸引子，符號同步采用多符號判決門限法，粗頻偏估計采用序列的相關性運算實現(xiàn)，細頻偏估計采用基于循環(huán)前綴的同步方法。本發(fā)明所建立的混沌系統(tǒng)動態(tài)行為難以預測、對初值極為敏感且所產(chǎn)生的混沌序列具有良好的相關性，基于該系統(tǒng)的同步方法具有計算復雜度低、頻偏估計范圍大、符號同步及頻率同步準確、保密性高等優(yōu)點。
文檔編號H04L27/26GK101394391SQ20081022550
公開日2009年3月25日 申請日期2008年11月3日 優(yōu)先權日2008年11月3日
發(fā)明者唐良瑞, 毅 孫, 冰 樊, 琪 左, 俊 陸 申請人:華北電力大學