短突發(fā)傳輸系統(tǒng)的聯(lián)合導(dǎo)頻和迭代譯碼載波同步

孫錦華,王雪梅,吳小鈞

(1.西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點(diǎn)實(shí)驗(yàn)室,陜西西安 710071; 2.長安大學(xué)信息工程學(xué)院,陜西西安 710064)

短突發(fā)傳輸系統(tǒng)的聯(lián)合導(dǎo)頻和迭代譯碼載波同步

孫錦華1,王雪梅1,吳小鈞2

(1.西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點(diǎn)實(shí)驗(yàn)室,陜西西安 710071; 2.長安大學(xué)信息工程學(xué)院,陜西西安 710064)

針對短突發(fā)通信在低信噪比條件下的載波同步算法存在估計(jì)精度低和同步范圍小的問題,提出了聯(lián)合導(dǎo)頻和迭代譯碼的載波同步算法.首先對導(dǎo)頻序列的去調(diào)制信息進(jìn)行互相關(guān),并利用互相關(guān)之和對載波參數(shù)進(jìn)行粗估計(jì);然后再重新利用導(dǎo)頻序列和擴(kuò)展Turbo譯碼器輸出的信息位和校驗(yàn)位的軟信息進(jìn)行載波參數(shù)的細(xì)估計(jì),進(jìn)而實(shí)現(xiàn)有效的載波同步.理論分析和仿真結(jié)果表明,粗估計(jì)算法能夠兼顧頻率估計(jì)范圍和估計(jì)精度的要求,針對一定長度的數(shù)據(jù)序列,Preamble-Middle結(jié)構(gòu)是最優(yōu)的幀結(jié)構(gòu);當(dāng)歸一化頻偏小于1.5×10-3時(shí),通過粗同步,使得Turbo碼在剩余頻偏范圍內(nèi)輸出軟信息比較可靠,再結(jié)合譯碼器輸出的軟信息進(jìn)行細(xì)估計(jì),使得Turbo碼能夠達(dá)到理想的誤碼率性能.

同步;導(dǎo)頻;Turbo碼;軟輸出

近年來,Turbo碼、LDPC(Low Density Parity Check)碼等香農(nóng)極限碼的性能一直受到廣泛的關(guān)注,但其編碼增益高、工作信噪比門限低等優(yōu)異的性能只有在精確同步的條件下才能體現(xiàn)出來.尤其是在低信噪比條件下,短突發(fā)通信能否有效地進(jìn)行,載波同步是首要解決的問題.

像Kay、Fitz、L&R、最大似然估計(jì)[1-2]等傳統(tǒng)的數(shù)據(jù)輔助的載波同步算法是通過增加導(dǎo)頻序列的長度來提高載波估計(jì)精度的,因此不適合短突發(fā)通信系統(tǒng).近年來,針對迭代接收機(jī)提出的編碼輔助的載波同步算法[3-10]在低信噪比下的估計(jì)性能獲得了較大的改進(jìn).有許多研究表明,利用香農(nóng)極限碼的結(jié)構(gòu)特點(diǎn),將譯碼和同步相結(jié)合,可以顯著地提高載波同步參數(shù)的估計(jì)性能.文獻(xiàn)[3]針對Preamble-Postamble(PP)結(jié)構(gòu)和Preamble-Middle(PM)結(jié)構(gòu)提出了一種基于導(dǎo)頻互相關(guān)和期望最大化算法的載波同步方案,該算法只能校正較小范圍的頻偏(ΔfTs≤6×10-4).文獻(xiàn)[6]提出的最大似然聯(lián)合迭代軟判決引導(dǎo)的載波同步算法(MLISDD),利用周期圖譜峰結(jié)合Turbo譯碼軟信息改善低信噪比下的載波同步性能.首先粗估計(jì)部分利用導(dǎo)頻基于最大似然估計(jì)算法對頻率進(jìn)行粗搜索,然后細(xì)估計(jì)部分利用經(jīng)過非線性變換的Turbo譯碼輸出的軟信息基于最大似然估計(jì)算法對頻率進(jìn)行細(xì)搜索.仿真結(jié)果表明,對于10°以內(nèi)的相位抖動(dòng)和較小的頻偏(ΔfTs≤7×10-4),僅需要22個(gè)導(dǎo)頻比特估計(jì)性能就能達(dá)到克拉美羅界[11].但當(dāng)頻偏ΔfTs＞7×10-4時(shí),由于導(dǎo)頻數(shù)目有限,經(jīng)過粗估計(jì)后的剩余頻偏達(dá)不到Turbo譯碼的要求,由此得到的譯碼軟信息可靠性很差,即使通過多次迭代譯碼仍無法提高軟信息的可靠性.另外,粗估計(jì)和細(xì)估計(jì)都是基于最大似然估計(jì)算法進(jìn)行頻率搜索,同時(shí)細(xì)估計(jì)部分還需要對譯碼軟信息進(jìn)行非線性變換,在一定程度上導(dǎo)致ML-ISDD算法比較復(fù)雜.在文獻(xiàn)[7]中,最大似然迭代試驗(yàn)判決(ML-ITDD)載波同步算法聯(lián)合導(dǎo)頻和迭代譯碼軟信息進(jìn)行載波估計(jì),粗估計(jì)部分僅基于最大似然估計(jì)算法進(jìn)行相位估計(jì),是導(dǎo)致ML-ITDD算法頻率估計(jì)范圍受限的一個(gè)因素;首先細(xì)估計(jì)部分對Turbo譯碼器迭代輸出的軟信息進(jìn)行試驗(yàn)判決,判決后的信息位經(jīng)過重新編碼,聯(lián)合導(dǎo)頻序列映射成調(diào)制信號,然后基于最大似然估計(jì)算法進(jìn)行頻率細(xì)搜索.該方法只能校正較小范圍的頻偏(ΔfTs≤7×10-4),并且對試驗(yàn)判決后的信息需要重新編碼,造成ML-ITDD算法的復(fù)雜度很大.另外,非數(shù)據(jù)輔助M2S2O迭代載波同步算法[8]能校正大范圍的載波頻偏和相偏,獲得接近理想Turbo譯碼的誤比特性能,但必須采用頻相二維搜索,運(yùn)算復(fù)雜度非常高,難以在實(shí)際系統(tǒng)中應(yīng)用.因此,針對低信噪比短突發(fā)系統(tǒng),利用盡量短的導(dǎo)頻聯(lián)合譯碼軟信息對較大范圍內(nèi)的頻偏進(jìn)行估計(jì),是目前載波同步的一個(gè)研究趨勢.

在短突發(fā)通信系統(tǒng)中,導(dǎo)頻的位置對載波參數(shù)的估計(jì)范圍和估計(jì)精度有重要的影響[12-13].為獲得較大的載波參數(shù)估計(jì)范圍和較高的估計(jì)精度,基于Preamble-Middle(PM)的導(dǎo)頻結(jié)構(gòu)并借鑒對Turbo譯碼軟信息進(jìn)行試驗(yàn)判決的思想,筆者提出了一種新的聯(lián)合導(dǎo)頻和迭代譯碼的載波同步算法.首先利用去調(diào)制的導(dǎo)頻序列的所有相關(guān)函數(shù)對載波參數(shù)進(jìn)行粗估計(jì),用頻率和相位的粗估值校正接收信號;然后重新利用導(dǎo)頻序列和擴(kuò)展Turbo譯碼器輸出的信息位和校驗(yàn)位的軟信息基于最大似然估計(jì)算法進(jìn)行載波參數(shù)的細(xì)估計(jì),進(jìn)而實(shí)現(xiàn)有效的載波同步.

圖1 聯(lián)合導(dǎo)頻和Turbo迭代譯碼的載波同步系統(tǒng)模型

1 系統(tǒng)模型

圖1給出了聯(lián)合導(dǎo)頻和Turbo迭代譯碼的載波同步算法的系統(tǒng)模型.數(shù)據(jù)d首先通過并行Turbo編碼器,編碼后碼字c與導(dǎo)頻序列復(fù)用,再通過QPSK調(diào)制器,調(diào)制信號s通過高斯白噪聲信道,且附加載波頻偏和隨機(jī)相偏.假設(shè)系統(tǒng)的符號定時(shí)已經(jīng)通過導(dǎo)頻和數(shù)據(jù)確定,接收端的基帶信號可以表示成

其中,Ts是符號周期;Δf是載波頻偏,且滿足ΔfTs?1;φ是相位偏移,建模為Random Walk模型,相偏為均值屬于[-π,π]、標(biāo)準(zhǔn)差為σφ的高斯分布;wk是一個(gè)復(fù)高斯隨機(jī)變量,均值為零,方差為

在接收端,接收信號首先被送到QPSK解調(diào)器和解復(fù)用器,提取出導(dǎo)頻序列并送至載波估計(jì)器進(jìn)行載波粗估計(jì);用粗估計(jì)出的頻率和相位對接收信號進(jìn)行補(bǔ)償,將補(bǔ)償后的信號重新送至QPSK解調(diào)器和解復(fù)用器并提取出信息序列送至Turbo譯碼器;Turbo譯碼器輸出的軟信息和導(dǎo)頻序列重新被送到載波同步估計(jì)器進(jìn)行細(xì)估計(jì);經(jīng)過一定次數(shù)的迭代譯碼,最后提取出擴(kuò)展Turbo譯碼器輸出的信息位軟信息并進(jìn)行硬判決,即恢復(fù)出信息比特序列.

2 聯(lián)合導(dǎo)頻和Turbo迭代譯碼的載波同步算法

2.1 基于導(dǎo)頻序列的粗估計(jì)

圖2給出了以下3種幀結(jié)構(gòu):導(dǎo)頻平均放置在數(shù)據(jù)段前后的Preamble-Postamble(PP)結(jié)構(gòu),導(dǎo)頻平均分成兩段插入到數(shù)據(jù)中的Preamble-Middle(PM)結(jié)構(gòu)以及導(dǎo)頻平均分成幾段插入到數(shù)據(jù)中的Preamble-Middle-Preamble-Middle(PMPM)結(jié)構(gòu).圖中,D是相鄰導(dǎo)頻之間的距離,L是總的導(dǎo)頻長度,N是總的數(shù)據(jù)長度.

圖2 數(shù)據(jù)幀結(jié)構(gòu)

文獻(xiàn)[12]針對PP結(jié)構(gòu)利用了一種相位估計(jì)算法,即

文獻(xiàn)[3]為提高低信噪比時(shí)估計(jì)算法的抗噪聲能力,對PP結(jié)構(gòu)利用接收導(dǎo)頻信號的所有相關(guān)函數(shù)之和進(jìn)行頻率估計(jì).當(dāng)導(dǎo)頻長度達(dá)到120 bit時(shí),該算法聯(lián)合細(xì)估計(jì)算法只能校正ΔfTs≤6×10-4范圍的歸一化頻偏;當(dāng)歸一化頻偏ΔfTs=2×10-4,誤碼率為10-4時(shí),相比理想同步條件下信噪比損失在0.5 dB以上.

借鑒文獻(xiàn)[3]的思想,利用去調(diào)制后的導(dǎo)頻序列的所有相關(guān)函數(shù)之和進(jìn)行頻率估計(jì),即

可以證明歸一化頻率估計(jì)方差為

相應(yīng)的相位估計(jì)可以表示為

針對圖2中的PP和PM數(shù)據(jù)幀結(jié)構(gòu),可以分別利用式(4)和式(6)進(jìn)行頻率和相位估計(jì),只是對于不同的導(dǎo)頻結(jié)構(gòu),相鄰兩段導(dǎo)頻的距離D不同.根據(jù)歸一化頻率估計(jì)方差和頻率估計(jì)范圍,可以看出針對不同的導(dǎo)頻結(jié)構(gòu),頻率偏差的估計(jì)范圍和估計(jì)精度也不同,如PP結(jié)構(gòu)的D最大,它的頻率估計(jì)精度最高,PM結(jié)構(gòu)的估計(jì)精度較高;而PP結(jié)構(gòu)的頻率估計(jì)范圍最小,PM結(jié)構(gòu)的頻率估計(jì)范圍較大.針對多段的PMPM結(jié)構(gòu),利用相鄰兩段導(dǎo)頻求相關(guān)和并累加對頻率進(jìn)行估計(jì),其中,為分段數(shù).分的段數(shù)越多,頻率的估計(jì)范圍就越大,同時(shí)頻率估計(jì)精度就越低.

2.2 聯(lián)合導(dǎo)頻和迭代譯碼的細(xì)估計(jì)算法

在接收端如果沒有理想的載波同步,進(jìn)入Turbo譯碼器的信息就會(huì)有附加的頻偏和相偏,使得進(jìn)入譯碼器的先驗(yàn)信息變得不可靠,進(jìn)而導(dǎo)致譯碼器不能正確譯碼.所以進(jìn)入譯碼器之前,首先利用導(dǎo)頻序列進(jìn)行載波參數(shù)粗估計(jì),保證接收信號的剩余頻偏能夠使Turbo譯碼收斂;然后重新利用導(dǎo)頻序列和譯碼器輸出信息位和校驗(yàn)位的軟信息基于最大似然算法進(jìn)行載波參數(shù)細(xì)估計(jì).載波同步原理圖如圖3所示.

接收序列r={rk,k=0,1,…,K-1},通過載波粗估計(jì)并對其進(jìn)行補(bǔ)償,將補(bǔ)償后的信號依次通過解調(diào)器、解復(fù)用器和擴(kuò)展Turbo譯碼器.假定Turbo碼的碼率為1/3,可以分別得到譯碼器輸出的系統(tǒng)位、第1校驗(yàn)位和第2校驗(yàn)位3路軟信息Λd、Λp1和Λp2,再將這3路軟信息進(jìn)行硬判決,硬判決后的信息與導(dǎo)頻序列復(fù)用;然后將復(fù)用后的信號通過調(diào)制器,得到調(diào)制信號;最后將調(diào)制信號和接收信號同時(shí)送至最大似然估計(jì)器對載波進(jìn)行細(xì)估計(jì),用細(xì)估計(jì)出的頻率和相位重新校正接收信號,校正后的信號用于下一次迭代譯碼,直至滿足一定的迭代次數(shù),迭代即停止.其頻率估計(jì)和相位估計(jì)為

圖3 聯(lián)合導(dǎo)頻和Turbo迭代譯碼的載波同步算法原理框圖

3 仿真結(jié)果與分析

下面對算法的性能進(jìn)行分析.仿真參數(shù)如下:信息序列長度N=256 bit,碼率為1/3,并行Turbo碼的遞歸系統(tǒng)生成多項(xiàng)式g=(5,7)8,進(jìn)行6次迭代譯碼.

3.1 粗估計(jì)范圍及分析

圖4分別給出了PP、PM、PMPM這3種導(dǎo)頻結(jié)構(gòu)的歸一化頻率均方根誤差曲線及估計(jì)范圍曲線,其中導(dǎo)頻為32個(gè)QPSK符號.理論上,根據(jù)式(5)和歸一化頻率估計(jì)范圍,可以分析出D越大,其頻率估計(jì)精度越高,同時(shí)頻率估計(jì)范圍就會(huì)越小.從圖4(a)～(c)中可以看出,PP結(jié)構(gòu)具有最高的估計(jì)精度,PM結(jié)構(gòu)次之,PMPM結(jié)構(gòu)估計(jì)精度最差.在低信噪比范圍內(nèi),各自頻率估計(jì)范圍內(nèi)最大歸一化剩余頻偏分別為ΔfTs=6×10-5,ΔfTs=1.3×10-4,ΔfTs=2.5×10-4.由于PP結(jié)構(gòu)的D最大,即前后導(dǎo)頻的距離最遠(yuǎn),所以它的估計(jì)范圍最小.從圖4(d)可以看出,PMPM結(jié)構(gòu)的頻率估計(jì)范圍最大,PM結(jié)構(gòu)次之,PP結(jié)構(gòu)估計(jì)范圍最小,其歸一化頻偏估計(jì)范圍依次能達(dá)到因此,為了兼顧粗估計(jì)具有較大的估計(jì)范圍和較高的估計(jì)精度,筆者選擇PM數(shù)據(jù)幀結(jié)構(gòu).

3.2 誤碼率性能及分析

圖5給出了歸一化頻偏ΔfTs分別為0、1.0×10-5、1.0×10-4、2.0×10-4、3.0×10-4時(shí)對Turbo碼性能的影響.從仿真圖中可以看出,當(dāng)誤碼率在10-3～10-5范圍內(nèi)時(shí),歸一化頻偏ΔfTs為1.0×10-5、1.0×10-4、2.0×10-4、3.0×10-4,相比無頻偏條件下信噪比依次損失了0.25 dB、0.5 dB、1 dB、2.5 dB,所以針對在低信噪比條件下工作的Turbo碼,歸一化頻偏在ΔfTs＜2.0×10-4范圍內(nèi)Turbo譯碼的誤比特性能影響較小.圖6給出了當(dāng)信噪比時(shí),導(dǎo)頻長度對使用ML-ISDD算法頻率粗估計(jì)和使用筆者提出的算法頻率粗估計(jì)的影響.從圖中可以看出,筆者提出的粗估計(jì)算法的頻率估計(jì)精度明顯優(yōu)于最大似然估計(jì)算法頻率估計(jì)精度.當(dāng)導(dǎo)頻為22 bit時(shí),筆者提出的粗估計(jì)算法的歸一化頻偏均方根誤差略大于2.0×10-4,而最大似然估計(jì)算法的歸一化頻偏均方根誤差達(dá)到2.0×10-3.結(jié)合圖5,當(dāng)剩余歸一化頻偏ΔfTs＞2.0×10-4時(shí),對Turbo譯碼的誤比特性能影響很大,造成信噪比損失在1 dB以上.當(dāng)導(dǎo)頻達(dá)到60 bit時(shí),筆者提出的粗估計(jì)算法的歸一化頻偏均方根誤差小于1.2×10-4,并逐漸趨于1.0×10-4,而最大似然估計(jì)算法的歸一化頻偏均方根誤差幾乎接近5.0×10-4.所以,為保證筆者提出的算法經(jīng)過粗估計(jì)后的剩余歸一化頻偏ΔfTs＜2.0×10-4,Turbo譯碼能夠收斂,同時(shí)為使得頻率的估計(jì)范圍較大,采用長度為32個(gè)符號的導(dǎo)頻,基于PM結(jié)構(gòu)聯(lián)合導(dǎo)頻和Turbo迭代譯碼軟信息進(jìn)行載波估計(jì)并進(jìn)行性能仿真,且與ML-ISDD算法和ML-ITDD算法進(jìn)行比較.

圖4 不同導(dǎo)頻結(jié)構(gòu)的頻率歸一化均方根誤差曲線和估計(jì)范圍曲線

圖5 頻偏對Turbo碼性能的影響

圖6 導(dǎo)頻長度對最大似然估計(jì)算法以及筆者提出的頻率粗估計(jì)算法的影響

圖7 聯(lián)合導(dǎo)頻和迭代譯碼載波同步算法下的誤比特性能

圖7給出了筆者提出的算法在歸一化頻偏ΔfTs為1.5×10-3和1.0×10-4、ML-ISDD算法和MLITDD算法在歸一化頻偏ΔfTs為9.0×10-4和6.0×10-4時(shí)Turbo碼的誤碼率曲線與理想曲線的比較圖,其中相偏均采用均值屬于[-π,π)、方差為5°的高斯隨機(jī)變量.從仿真圖中可以看出,無論是在小頻偏(ΔfTs=1.0×10-4)或是較大頻偏(ΔfTs=1.5×10-3)的條件下,筆者提出的算法均能有效地估計(jì)并校正載波偏差,獲得幾乎接近理想同步條件下Turbo譯碼的誤比特性能.在誤碼率為10-2～10-6時(shí),信噪比損失在0.3 dB以內(nèi).而ML-ISDD算法和ML-ITDD算法在其頻率估計(jì)范圍內(nèi),如仿真圖中歸一化頻偏為6.0×10-4時(shí),能夠校正并獲得接近理想的誤碼率性能;若超出了頻率估計(jì)范圍,如歸一化頻偏為9.0×10-4時(shí),誤碼性能嚴(yán)重下降.由于ML-ISDD算法和ML-ITDD算法粗估計(jì)采用最大似然估計(jì)算法,導(dǎo)頻序列很短,導(dǎo)致粗估計(jì)的頻率估計(jì)精度很低,進(jìn)行粗估計(jì)后的剩余頻偏很大,使得Turbo譯碼每次迭代使用的軟信息不可靠,進(jìn)而細(xì)估計(jì)不能對較大的頻偏進(jìn)行正確的跟蹤,導(dǎo)致誤比特性能損失很大.

3.3 算法復(fù)雜度

筆者所提的算法與ML-ISDD算法和ML-ITDD算法一樣需要載波偏移粗估計(jì)和細(xì)估計(jì)兩步實(shí)現(xiàn).在粗估計(jì)部分,筆者提出的算法利用導(dǎo)頻序列去調(diào)制信號的所有相關(guān)函數(shù)進(jìn)行載波頻率估計(jì),與ML-ISDD算法和ML-ITDD算法中基于導(dǎo)頻序列的最大似然估計(jì)頻率搜索相比,基于時(shí)域相關(guān)的方法較頻域頻率搜索相比大大降低了運(yùn)算復(fù)雜度;在細(xì)估計(jì)部分,與ML-ITDD算法相比,筆者提出的算法直接對判決信息進(jìn)行復(fù)用、調(diào)制,省去了重新編碼的過程,與ML-ISDD算法相比,筆者提出的算法沒有對軟信息進(jìn)行非線性變化的過程,因此,在兼顧較大的估計(jì)范圍和較好的估計(jì)性能的前提下,筆者提出的算法的運(yùn)算復(fù)雜度很小,易于在工程中實(shí)現(xiàn).

4 總 結(jié)

針對低信噪比、較大頻偏條件下短突發(fā)通信系統(tǒng)的載波同步問題,筆者首先根據(jù)導(dǎo)頻提出新的粗估計(jì)算法,提高了頻率估計(jì)精度,并通過設(shè)計(jì)合適的導(dǎo)頻結(jié)構(gòu)來擴(kuò)大粗估計(jì)的頻率范圍;然后重新利用導(dǎo)頻序列和Turbo譯碼器輸出的軟信息進(jìn)行載波細(xì)估計(jì).仿真結(jié)果表明,筆者提出的算法可以校正較大范圍內(nèi)的頻偏,同步范圍較大,同時(shí)僅需要很短的導(dǎo)頻開銷,就能使得Turbo譯碼在剩余頻偏范圍內(nèi)的誤碼率曲線接近理想曲線.與其他方案相比,筆者提出的方案復(fù)雜度較低,適合于短突發(fā)通信系統(tǒng).

[1]Mengli U,D’Andrea A N.Synchronization Techniques for Digital Receivers[M].New York:Plenum Press,1997:79-97.

[2] 朱勇剛,姚富強(qiáng),劉永祥.一種適用于低信噪比的ML載波頻偏估計(jì)方法[J].系統(tǒng)工程與電子技術(shù),2011,33(2): 427-431. Zhu Yonggang,Yao Fuqiang,Liu Yongxiang.ML-based Carrier Frequency Offset Estimation and Its Low SNR Threshold[J].Systems Engineering and Electronics,2011,33(2):427-431.

[3] 晏輝,唐發(fā)建,張忠培.一種基于低碼率LDPC碼的編碼與導(dǎo)頻聯(lián)合輔助載波同步算法[J].電子與信息學(xué)報(bào),2011,33(2):470-474. Yan Hui,Tang Fajian,Zhang Zhongpei.A Joint Assisted Carrier Synchronization Algorithm with Code and Pilot Based on Low Rate LDPC Code[J].Journal of Electronics&Information Technology,2011,33(2):470-474.

[4] 史治平,唐發(fā)建,晏輝.極低信噪比下的導(dǎo)頻聯(lián)合編碼輔助載波同步算法[J].電子與信息學(xué)報(bào),2011,33(10):2506-2510. Shi Zhiping,Tang Fajian,Yan Hui.Joint Assisted Carrier Synchronization Algorithm by Pilot and Code at Extremely Low SNR[J].Journal of Electronics&Information Technology,2011,33(10):2506-2510.

[5]包建榮,詹亞峰,陸建華.基于LDPC譯碼軟信息的迭代載波恢復(fù)[J].電子與信息學(xué)報(bào),2009,31(10):2416-2420. Bao Jianrong,Zhan Yafeng,Lu Jianhua.Iterative Carrier Recovery Based on Soft Decision Metrics of LDPC Decoding [J].Journal of Electronics&Information Technology,2009,31(10):2416-2420.

[6]Rahamim Y,Freedman A,Reichman A.ML Iterative Soft-Decision-Directed(ML-ISDD):a Carrier Synchronization System for Short Packet Turbo Coded Communication[J].IEEE Transactions on Communications,2008,56(7):1169-1177.

[7]Rahamim Y,Freedman A,Reichman A.ML Iterative Tentative-Decision-Directed(ML-ITDD):a Carrier Synchronization System for Short Packet Turbo Coded Communication[C]//11th IEEE Conference on Electronics,Circuits and Systems. Piscataway:IEEE,2004:346-349.

[8]Freedman A,Rahamim Y,Reichman A.Maximum-Mean-Square Soft-Output(M2S2O):a Method for Carrier Synchronization of Short Burst Turbo Coded Signals[J].IEE Proceedings:Communications,2006,153(2):245-255.

[9]Sun Jinhua,Zhu Jili,Wu Xiaojun.A Joint Pilot and Demodulation Soft Information Carrier Synchronization for SOQPSK Signals[C]//IEEE Global Symposium on Millimeter Waves.Washington:IEEE Computer Society,2012:512-516.

[10]王西玲.短突發(fā)Turbo編碼系統(tǒng)的載波同步研究[D].西安:西安電子科技大學(xué),2012.

[11]D’Andrea A N,Mengali U,Reggiannini R.The Modified Cramer-Rao Bound and Its Application to Synchronization Problems[J].IEEE Transactions on Communications,1994,42(2-4):1391-1399.

[12]Godtmann S,Pollok A,Hadaschik N,el at.On the Influence of Pilot Symbol and Data Positioning on Turbo Synchronization[C]//IEEE 65th Conference on Vehicular Technology.Piscataway:IEEE,2007:1723-1726.

[13]Godtmann S,Hadaschik N,Steinert W,et al.A Concept for Data-Aided Carrier Frequency Estimation at Low Signal-to-Noise Ratio[C]//IEEE International Conference on Communications.Piscataway:IEEE,2008:463-467.

(編輯:郭 華)

Joint pilot and iterative decoding carrier synchronization for the short burst transmission system

SUN Jinhua1,WANG Xuemei1,WU Xiaojun2
(1.State Key Lab.of Integrated Service Networks,Xidian Univ.,Xi’an 710071,China; 2.School of Information Engineering,Chang’an Univ.,Xi’an 710064,China)

Considering the low estimation accuracy and small synchronization range of carrier synchronization algorithms in low signal to noise ratio(SNR)for short burst communication systems,a joint pilot and iterative decoding soft-output carrier synchronization algorithm is proposed.Firstly,the received pilot sequence is extracted and modulation is removed,with the modulation-removed signals made cross-correlated.Then the summation of all the correlation values is used to perform initial carrier parameters estimation.Secondly,the pilot sequence is reused with the soft-output information based on the extended Turbo decoder to obtain fine frequency and phase estimation values.Theoretical analysis and simulation results show that the coarse estimation algorithm can satisfy the requirements of the frequency estimation range and estimation accuracy,and preamble-middle pilot placement is optimal for a certain length of the data frame;The turbo decoder can obtain more reliable soft-output information with small residual frequency offset after initial coarse synchronization when the normalized frequency offset is less than 1.5×10-3,with the joint pilot and soft-output of the decoder used to estimate fine carrier parameters,which can make the turbo code achieve optimal BER performance.

synchronization;pilot;Turbo code;soft-output

TN911.23

A

1001-2400(2014)01-0023-06

10.3969/j.issn.1001-2400.2014.01.005

2012-10-18 < class="emphasis_bold">網(wǎng)絡(luò)出版時(shí)間:

時(shí)間:2013-09-16

國家自然科學(xué)基金資助項(xiàng)目(60902039,61271175);中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(K50511010014,K5051201043,CHD2011JC088);長安大學(xué)基礎(chǔ)研究支持計(jì)劃資助項(xiàng)目

孫錦華(1979-),女,副教授,博士,E-mail:jhsun@xidian.edu.cn.

http://www.cnki.net/kcms/detail/61.1076.TN.20130916.0926.201401.29_001.html