学位论文-—文献综述和开题报告-协同mimoofdm同步技术研究.doc

《学位论文-—文献综述和开题报告-协同mimoofdm同步技术研究.doc》由会员分享，可在线阅读，更多相关《学位论文-—文献综述和开题报告-协同mimoofdm同步技术研究.doc（32页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、本 科 生 毕 业 论 文（设计）文献综述和开题报告 28一、题目： 协同MIMO-OFDM同步技术研究 二、指导教师对文献综述和开题报告的具体内容要求：文献综述和开题报告要求：1、进行文献查找和阅读，在IEL、万方、维普等电子数据库查找关于无线传输信道模型、特性，特别是分布式协同传输信道模型，OFMD、MIMO-OFDM及分布式MIMO载波、符号同步相关的原理论文，及OFDM原理等书籍，有针对性地阅读文献资料；2、重点针分布式MIMO-OFDM系统中的帧结构和训练字、帧、载波频率、相位、符号同步估计算法进行深入理解和阅读，把12篇论文翻译成中文；3、根据阅读的内容，整理文献综述报告，要求说明

2、毕设题目相关技术背景、发展历史，及技术现状等；4、撰写开题报告，说明分布式MIMO-OFDM的同步训练字设计、同步估计关键算法方案，给出比较详细可行的毕设执行计划。指导教师（签名） 年 月 日目 录文献综述1开题报告15文献综述1. 背景介绍1.1 研究背景100多年前，马可尼利用无线电实现了英格兰海峡行驶的船只之间的通信，从此，无线通信技术逐渐登上历史舞台。最近几十年来，无线通信技术取得了飞速的发展，伴随着技术的发展，多种多样的无线通信服务正走进千家万户，成为人们生活中不可或缺的一部分。以与我们关系最紧密的移动无线通信为例，在经历了第一代模拟移动通信、第二代数字蜂窝移动通信之后，第三代移动通

3、信技术(3G)目前正紧锣密鼓地向全社会范围推广铺开。3G的核心技术是CDMA，理论上在室内、室外和行车的环境中能够分别支持至少2Mbps、384kbps以及144kbps的传输速度。近几年来WCDMA、TD-SCDMA、HSAP等各种系统已经逐步在全球范围大规模部署。然而这些还是远远无法满足用户对于高速率、高质量的多媒体服务的需求。而且对于更高速率的无线传输引起的多径干扰，CDMA技术将无能为力。与此同时，3GPP又启动了LTE(Long Term Evolution)、HSPA+、LTE-Advanced等长期标准演进项目，完成3G到4G的一个过渡。作为下一代移动通信最关键的技术，OFDM和

4、MIMO能够极大地提高频谱利用率，提升对抗多径干扰的性能，实现高速率数据传输。以LTE为例，该标准采用OFMD、MIMO等先进的无线传输技术，目前已经完成的R8 LTE系统，在20MHz频谱带宽下能够提供下行326Mbps与上行86Mbps的峰值速率，频谱效率达到3GPP R6版本的35倍1。为了在单天线移动台上利用MIMO技术，我们引入协作通信的概念。所谓协作通信，指的是在多用户的环境中，具有单根天线的移动台可以按照一定方式来共享其他用户的天线形成一个虚拟MIMO系统。协同技术在WiMAX、LTE-Advanced等通信标准中都有一定的应用，而且适用于单天线、体积小的无线通信系统，如在Ad

5、hoc和传感器网络中有广阔的应用前景。1.2 MIMO技术MIMO(Multiple-Input Multiple-Output)技术最早是马可尼在1908年提出的。根据收发天线的数量，相对于普通的单发单收系统（我们称之为SISO），MIMO还包括SIMO系统和MISO系统。MIMO技术的基本原理如图1.1所示。对于单发单收系统，信号通过无线信道传输，将会经历不同路径与时间，产生多径干扰，这对于无线通信是致命的。传统的做法是在接收端做信道估计，利用均衡器来补偿多径产生的影响。MIMO技术则反其道行之，将具有相同信息的信号通过不同天线发射，经历不同的路径，从而在接收端获得数据符号的多个独立衰落的

6、样本，这样就利用多径特性，提高传输的可靠性。MIMO技术有如下三种不同的应用2：空间分集：通过在不同天线上传输相同的信息流，可以降低误码率，实现分集增益。在这种应用中，发射端的数据需经过一定的二维编码(我们称之为空时编码)，然后通过发送天线发出。在接收端，将不同天线信号的整合与解码，就能够实现分集增益。换个角度，在单天线系统中我们同样可以将每个符号发送多次，从而降低误码率，但这样做的代价是时间域上的冗余增加，也即传输速率的降低。而MIMO利用的是空间域上的冗余，因此在相同的误码率下，MIMO能够提供的传输速率是单天线系统的倍，即分集增益是。典型的空间分集技术有Alamouti的空时分组码和Ta

7、rokh等人提出的空时格码。空间复用：在多个天线上同时发射不同的信息流(称为层)，从而获得更高的传输速率，实现复用增益。由于不同层的信息在传输过程中可能相互叠加，所以接收端会采用一些干扰抵消算法。对于如图1.1所示的系统，复用增益为。典型的空间复用方案有贝尔实验室的分层空时(BLAST)编码。图1.1 MIMO基本示意图智能天线：智能天线是利用多个天线产生空间定向波束，使天线主波束对准用户信号到达方向，旁瓣或天线增益较小的对准干扰信号到达方向，从而充分高效地接收用户信号，抑制干扰信号。所谓“智能”，指的是天线能够根据基站与移动台之间链路的方向性，自适应地调整波速的形状。MIMO技术已经成为无线

8、通信领域的关键技术之一。在无线宽带移动通信系统方面，第3代移动通信合作计划(3GPP)已经在标准中加入了MIMO技术相关的内容，B3G和4G的系统中也将应用MIMO技术。在无线宽带接入系统中，正在制订中的802.16e、802.11n和802.20等标准也采用了MIMO技术。1.3 OFDM技术对于的单载波调制(如图1.2(a)所示)，若信道状况不理想，具体而言，就是当信号带宽大于信道的相干带宽时，会造成信号的严重失真和码间干扰。为解决这一问题，通常的做法是在接收端用均衡器补偿，而另一种可取的思路是采用多载波调制，即将信道分为一系列子信道。当子信道的带宽足够小，小于信道的相干带宽时，每一子信道

9、内可视为信道特性接近于理想，码间干扰可以消除。传统的多载波调制(如图1.2(b)所示)，需要留一定的保护带宽来防止各子信道之间的串扰，显然，这样的频谱利用率并不高。而OFDM(如图1.2(c)所示) 允许各子信道频谱相互交叠，由图可见，OFDM相对于传统的多载波调制能够至少能节省50%的频谱资源。图1.2 三种调制方式示意图对于OFDM，为防止各子信道之间出现串扰，要求各子载波相互正交，经简单的推导可知，相邻子载波的频率间隔为OFDM的有效符号时间间隔T的倒数。由于需要保证子载波之间的正交性，OFDM对于定时、频率同步的要求非常严格。除了具有频谱利用率高的优势之外，OFDM可以利用离散傅里叶变

10、换(DFT)实现，当子载波数目N较大时，可以用FFT结构实现OFDM调制与解调，相比于传统多载波调制采用大量滤波器和振荡器组，可以大大节约成本。此外OFDM的不同子带可以采用不同的调制方式，如BPSK、QAM等，我们可以根据不同子信道的信道环境，采用不同调制方式，甚至在某些恶劣子信道上不调制任何信息，这样也就实现了信息论中所谓的灌水法则。目前，OFDM已经较为广泛地应用于非对称数字用户环路(ADSL)、数字视频广播(DVB)、无线局域网(WLAN)等领域，并且开始应用于无线广域网(WWAN)和第四代移动无线通信系统中。IEEE的5GHz无线局域网标准802.11a和2-11GHz的标准802.

11、16a均采用OFDM作为它的物理层标准。1.4 MIMO-OFDM技术OFDM技术能够有效地对抗频率选择性衰落，并能提高频谱利用率。举例来说，在802.16a系统中，假设采用6MHz的带宽，利用OFDM技术，可以达到4.20-22.91Mb/s的传输速度，折合成频带效率，约为0.7-3.82b/s/Hz3，这相比于单载波调制和传统的多载波调制要高的多，但是这个数值是受到系统容量的限制，无法突破。然而MIMO技术却可以在不增加带宽的情况下大幅度地提高系统容量和频谱利用率，如802.11n可以将WLAN的传输速率由目前的802.11a及802.11g提供的54Mbps提高到108Mbps，甚至峰值

12、可高达500Mbps，有数据显示，宽带MIMO-OFDM系统可以轻松达到10b/s/Hz数量级的频谱效率，这对于OFDM来说简直是如虎添翼，引入MIMO技术不但提高了传输速率，也使得无线传输的质量大大提升。时间、频率、空间，三者在MIMO-OFDM下实现了完美的结合，最大程度地利用了有限的无线频谱资源。OFDM和MIMO的结合已成为未来无线通信技术的趋势，也必将是未来移动通信标准（IMT-advanced）的最核心技术。天下没有免费的午餐，性能的大幅提升同样伴随着许多技术难题亟待解决。首先，OFDM对子载波的正交性有严格要求，这就需要有良好的定时和频率同步，在引入MIMO技术之后，接收端每个天

13、线的信号是发射端多个天线信号经过不同路径的叠加，这使得定时和频率同步变得异常困难，需要采用一定的多用户检测(MUD)技术予以解决。其次，MIMO技术要求不同天线经历的信道衰落相对独立，这就要求天线间的距离至少在1/4信号波长以上，这在小型便携式移动通信设备上不易实现，一般只能在基站侧使用。1.5 协同MIMO-OFDM技术实现MIMO-OFDM系统的一个瓶颈问题就是无法在小型的无线通讯设备上搭载多个天线，如果这一问题无法得到妥善解决，那么MIMO-OFDM的推广铺开将会受到很大限制。在这样的情况下，协同MIMO-OFDM技术应运而生。协同通信的基本原理如图1.3所示。假设用户A需要与用户B进行

14、通信，用户A首先与周围若干个距离较近的用户协调，组成一个虚拟天线阵列(VAA1)。同理用户B也与周围若干通信设备组成VAA2。用户A先将需要发送的数据信息转发给VAA1中的其他设备，通过一定的策略协调，几个设备同时将相同的信息通过不同路径转发，经过一定的中继路由，最终被VAA2中的设备接收。VAA2所有设备接收到信息后再同步转发给用户B。在良好的定时与频率同步的前提下，VAA能够实现与多天线技术相同的功能，如实现分集增益，提高信道容量等。根据上述描述的特性，协同MIMO又称为虚拟MIMO或分布式MIMO。目前协同MIMO-OFDM有许多研究热点，比如协作机制、编码方法、同步算法、中继的选择、应

15、用前景等都有很多人在研究，但是有很多关键技术未得到解决。比如同步的问题，在集中式MIMO系统中，我们还可以假设同一设备上各个天线具有相同的中心频率，而在分布式的MIMO中，同一VAA中的各个设备很难保持严格的频率同步，此外定时同步也不能轻易满足。很多人在做分布式空时码时，都是假设理想同步，这一假设很不现实。协同MIMO-OFDM系统中的同步算法，是本研究的重点，在后面的研究过程中中，将梳理现有文献中的研究成果，并在此基础上提出新的更加优化的方法。图1.3 协同通信示意图2. 国内外研究现状本研究的主要目的是对协同MIMO-OFDM系统中的同步算法进行研究，前文已对MIMO、OFDM、协同通信有

16、了一些概要性的了解，根据课题的特点，下面我们将分两个方面概述前人的研究成果。第一方面是介绍协同通信目前的研究进展，概述目前协同通信主要的几个研究方向。第二方面是对同步算法的研究，这一块分三个部分依次深入地探讨。首先是典型OFDM系统的同步算法研究，即单发单收的情况，这部分前人已经给出了比较成熟的方法，并在大量的实际系统中得到实现。然后是集中式MIMO-OFDM系统的同步算法研究，引入MIMO之后，多路信号叠加，定时与频率同步难度加大，需要采用一些新的技术予以解决。最后是协同MIMO-OFDM系统的同步算法研究，这一块国内外偶见文章探讨，但真正能够解决实质性的问题的方法鲜见，有一些瓶颈问题尚未攻

17、克。我们将尽可能的罗列现有的几种解决方案，找出其中存在的问题，希望在后面的研究过程中有所突破。2.1 协作通信的研究进展协作通信的思想最早可以追溯到上世纪70年代中继理论的提出，van der Meulen在发表的文章中首次介绍了基本的三节点通信模型，并研究了互信息的内容4。随后在文献5中，T.Cover分析了由源节点、中继节点和目标节点所构成的系统容量问题，给出了信道容量的上、下界。在文献6,7中，Laneman等给出了几种不同的协作通信协议并分析了它们的中断性能，其中放大转发(AF)和译码转发(DF)的概念就是出自这两篇文章。Sendonaris等在文献8,9中提出了多用户协作分集的概念，

18、作者研究了CDMA系统下两用户的协作策略，相比于不协作的方法，该策略有显著的性能增益。协作通信中一个关键点是中继点如何处理来自源节点的信息。不同的处理方法对应了不同的协作通信协议。协作通信协议一般可以分成固定中继协议和自适应中继协议4。在固定中继协议中，源到中继的信道资源是固定分配的。常用的固定中继协议有固定放大转发(AF)协议和固定译码转发(DF)协议。前者中继只是简单的量化并放大接收到的信号，然后转发给目的端；而后者则是将接收到的信号译码并重新编码后再转发。一般来说采用DF协议的系统性能要优于采用AF协议。但是对于源到目的节点的信道不是很差时，源发送的大部分信息可以被正确的接收，则中继的转

19、发就浪费了。前面述及的这种情况可以通过自适应中继协议解决。常用的自适应中继协议有选择性DF中继和增量中继。在选择性DF中继方案中，如果中继接收信号的信噪比超过了某个阈值，则中继解码接收信号并将重新编码后转发。反之，如果源和中继之间的信道非常不理想，以至于接收信噪比低于设定的阈值，则中继不进行任何操作。对于增量中继，假设目的和中继之间存在一个反馈信道，如果在第一个广播阶段，目的段能够正确接收源的信息，则向中继发送一个确认信号，这样中继不再转发。总的来说，自适应中继协议性能优于固定中继协议，但是代价是它需要额外的信息来完成协议,例如选择中继需要知道信噪比，而增量中继需要来自目的端的反馈。目前关于协

20、作通信的研究热点有很多，主要有以下几个方向：协同系统容量的理论分析。最早是T.Cover在5中给出了高斯信道下的单中继容量的上限。这一部分的理论研究沉寂了近二十年，随着协同通信的提出再次引发了研究热潮。文章10给出了多中继的退化高斯中继信道的容量边界。分布式空时码的设计。在单天线系统中引入协同，就可以形成虚拟的MIMO系统，从而可以使用空时码，实现分集增益。如文章6从中断概率的角度分析了系统的性能。此外还有许多文献研究了如何将已有的空时编码方案应用到分布式无线中继网络中。中继的选择。由于存在多个中继节点，因此需要研究节点之间如何协作，在什么条件下协作，与谁协作，是分布式控制还是集中式控制，这些

21、问题都需要探讨。文章11对上述部分问题给予了阐述。同步算法研究。这是本文的研究重点。与集中式MIMO系统相比，分布式MIMO系统更具有挑战性。由于天线是分布的，不同天线的发送的信号载频无法完全统一，就需要算法估计多个载波频偏；而通过不同路径到达目的端的信号将会有较大的时延差，这又增加了定时同步的难度。本文将在前人的基础上对这一部分内容进行研究。2.2 同步技术研究进展2.2.1 OFDM的同步算法研究OFDM系统中的同步过程包括到达检测、符号定时同步与载波同步。到达检测是在突发数据传输模式中，用于检测一个新的数据帧的到来，为后续的同步工作做准备。符号定时是用来确定OFDM符号的起始和结束位置，

22、确定FFT计算的窗口位置，使实际采样点逼近最佳采样点。定时误差会引起邻块干扰(IBI)，必须补偿掉，否则会导致信噪比(SNR)下降。载波同步是估计接收端与发射端之间的载波频率偏差，然后补偿使得收发双方的载波频率相同。不准确的频偏补偿会破坏子载波之间的正交性，引起邻信道干扰(ICI)，同样会使系统性能下降。此外，有些书上还提到一种采样时钟同步，指的是接收机和发射极的采样时钟频率要保持一致，一般在实际系统中，采样时钟频率的误差约为10-6-10-7数量级，几乎可以忽略，而且长时间的采样定时误差可以通过符号定时同步来消除。关于OFDM同步算法的研究，前人已经做了很多工作，其中不乏许多经典的算法。按照

23、同步策略来划分，大致可分为三类同步算法，下面将逐一介绍。2.2.1.1 基于导频(pilot tone)的同步算法在前导序列或数据段部分插入导频，可以实现同步与信道估计。文献12采用了一种包含导频的前导序列，其基本思想是通过比较接收的前导与原始前导的频谱来估计载波频偏(CFO)。这种方法在严重频率选择性衰落的信道环境下性能不佳，因为导频插入的位置可能经历深衰落。文献13给出一种性能较为稳定的算法，能够保证至少有两个导频信号不受信道衰落的影响。文中根据最大似然估计算法，推导了CFO与接收导频信号周期图的关系，并给出了CFO的一种次优估计器，仿真显示其性能接近Cramer-Rao界。2.2.1.2

24、 基于具有重复结构前导序列的同步算法这一种算法是采用专门设计的具有重复结构的训练字，虽然需要额外的开销，但是其获得的同步性能较上述方法要好，相关的理论研究成果很多14,15,16,17,18。P. Moose 的文章14是载波频偏同步的经典之作。在文章中，他假设定时同步已知，推导了载波频偏的最大似然估计公式。方法的局限之处在于载波频偏的估计范围有限，只能达到的子载波间隔。由于子载波间隔为，因此Moose提出可以通过缩短训练块的长度来增加频偏捕获范围，比如将训练块的长度缩短一半，则频偏捕获范围可以扩大一倍。这种方法提升捕获范围能力有限，而且训练块的长度不能过短，一方面会导致估计参数中取平均的符号

25、数过少，估计性能下降，另一方面，训练块也要足够长，使得CP的长度比信道最大延时长，才足以防止邻块干扰。Schmidl和Cox的方法15(以下简称S&C)被人们所津津乐道，因为它只用了较少的开销，就实现了到达检测、定时同步与频偏误差估计，而且性能还不错。S&C算法采用两个训练块实现同步，其中第一块是时域前后半相同，产生方法很简单，只需频域偶子载波上调制一个PN序列而奇子载波置零即可，第一块的作用是完成符号定时同步和小数部分的载波频率同步；第二块产生的方法是在频域奇偶子载波上分别调制不同的PN序列，主要作用是估计整数部分的载波频偏。但是S&C算法并非十全十美。定时同步方面，由于CP的存在，定时标尺

26、达到最大值的点并非只有一点，而是有若干连续点，形成一个平台，平台的宽度约等于CP长度减去CIR的最大延时。文章16给出了解决方法，它将训练块设计成的形式。这种方法能够消除S&C中的“平台”效应，而且使峰值变得更为陡峭。文章18对此问题进行了更深入的研究，文中指出训练块还可以等分成4份、8份、16份，分的越多，尖峰更加锐利，但是同样计算复杂度也会成倍地增加。对于S&C算法的频偏估计部分，同样有可以改进之处。我们可以设想是不是可以只用一个训练块就实现S&C的频偏估计效果呢？一种解决方法由Morelli和Mengali17给出。文中采用的训练块由个相同的部分组成。此算法的捕获范围为。只要频偏的范围落

27、在之内即可，那么相比于S&C算法，它可以节省50%的训练块开销。2.2.1.3 基于盲估计的同步算法利用导频符号或训练序列进行同步在通信系统中很常见，但是需要额外的数据开销，不适合一些信道环境良好而对频带利用率有高要求的应用。盲估计同步算法不需要额外的数据开销，而是利用传输数据本身的特性来估计同步参数，因此具有频带传输效率高的优点，但一般也具有计算复杂度高的缺点。常见的盲估计同步算法有利用循环前缀(CP)的联合估计算法和利用虚拟子载波的同步算法。CP是OFDM系统中固有的数据冗余，我们可以利用这一冗余部分的相关性来实现频率与定时同步19,20。文献20介绍了一种采用保护间隔进行频率与定时同步的

28、ML算法，适用定时同步的捕捉与载波频偏的跟踪。文献21在20的基础上引入了自适应权重和信噪比加权，从而改善了算法性能。基于CP的同步算法具有简单、运算量小、无需多余开销的优点，在AWGN信道条件下性能较好，但是其同步性能不理想，在高速移动多径衰落中不易保证精确的定时同步。由于OFDM子载波之间具有正交性，所以数据子载波和虚拟子载波之间是正交的，可以将其类比为信号子空间和噪声子空间，从而引出基于子空间的同步估方法。子空间方法中常用的算法有MUSIC算法和ESPRIT算法。需要说明的是，利用虚拟子载波不能完成定时估计，因此在利用虚拟子载波做频偏估计之前首先需要完成定时估计。在文章22中，Turel

29、i提出了利用虚拟子载波的OFDM频偏估计算法，但是缺点是计算复杂度比较高。目前研究计算复杂度低、同步性能好的盲同步算法是今后的努力方向。图2.1 MIMO-OFDM系统框图2.2.2 MIMO-OFDM的同步算法研究将MIMO技术和OFDM技术相结合，既能获得分集增益和提高系统容量，又能增加频谱利用率和对抗频率选择性衰落，两种技术强强联合使得MIMO-OFDM成为下一代宽带无线通信的关键技术之一，为许多标准所采用，例如WLAN的802.11n、WMAN的802.16e、以及3GPP LTE等。MIMO-OFDM系统框图如图2.1所示。在MIMO-OFDM系统中，由于发射天线的增加，导致发射信号

30、不但要受到与传统单天线系统相同的各种干扰的影响，而且还存在天线间的干扰。因此MIMO-OFDM系统的同步问题比单天线系统要困难得多，前面OFDM标量层次的推导已不适合，这里信号、噪声相互关联形成矩阵形式，相关的推导过称更为复杂。这一部分我们着重分析现有文献中给出几种相关的同步方法。目前国际上对MIMO-OFDM同步技术的研究也有一段时间了，但远没有单天线OFDM研究的成熟，经典方法并不多见，而且大多有一些局限性。关于MIMO-OFDM系统及时间、频率同步的文献主要有3、2327。文献23,24是Mody等提出的时间和频率同步算法，此算法的假设是所有发射天线到达所有接收天线的时间延迟相同、载波频

31、偏相同。Mody方法中用于同步的训练序列由重复序列构成，其时间粗同步通过接收信号作延迟相关后取模实现，细同步通过将接收信号与本地序列作相关完成；频率粗同步通过接收信号做延迟相关后取相位实现，频率细同步将接收训练序列作FFT后与本地时域训练序列FFT变换后序列作相关求最大值实现。前面假设的时间延迟相同指的是各天线的延时都落在CP之内，这个可以通过将CP设计的足够长来实现；而载波频偏相同，由于是发射天线与接收天线分别是集中的，故一般能够满足。遗憾的是这样该算法就只能局限于集中式的MIMO-OFDM系统，而无法推广到分布式MIMO-OFDM系统中。文献3讨论了宽带MIMO-OFDM无线通信系统，其中

32、采用的同步方法就是Mody提出的方法。文献25,26是Schenk等提出的MIMO-OFMD同步算法，其假设的前提条件与Mody的方法相同。25中不同天线上采用的前导序列是同一时域重复结构的循环移位序列。文章26对25中的序列做了改进，其同步序列由多个OFDM符号构成，各个发射天线上的训练序列在时域上相互错开。帧同步通过接收信号延迟相关取模、累加来实现；符号同步利用了发射分集和接收分集，将接收信号与本地训练序列相关取模来得到；频率同步利用的是接收信号延迟相关所得结果的相位信息。前面几篇文章假设的前提条件虽然一般能够满足，但是过于苛刻。Yao Yao在文献27中提出一种MIMO系统时间延迟相同、

33、频率偏移不同的频率同步算法。该方法中训练序列有重复的相互正交的序列组成，这样可以利用正交序列的良好相关特性减小天线间的干扰。其频率同步通过接收信号与发射天线放置不同训练序列与本地作相关，所得结果再延迟相关，利用所得结果相位信息实现对发射天线和接收天线对之间的频偏估计。2.2.3 协同MIMO-OFDM的同步算法研究相比于集中式的MIMO-OFDM系统，协同MIMO-OFDM，或者称为分布式MIMO-OFDM，可以进一步提高系统容量、提高覆盖范围、改善通信质量等优点而引起业界广泛关注。但由于通信天线的分布性特点，也带来了多时延、多频偏的同步问题，即存在互时延ITD(Inter Transmitt

34、er Delay）和互频偏ITFO(Inter Transmitter Frequency Offset)。目前国内外对MIMO-OFDM系统的同步研究还不完善，而且大部分研究的是集中式MIMO-OFDM系统的同步，对于协同MIMO-OFDM的研究成果还不多见，下面简要介绍现有的一些研究成果。2.2.3.1 多时延情况下的定时同步彭小勇等在文献28中提出了一种在各发射天线的频域分开放置训练序列，从而区分不同发射天线的时延。但是该算法的问题在于ITD必须小于训练序列循环前缀的长度，而且频偏估计假设不存在ITFO。然后文章29提出一种在各发射天线采用不同等周期同步序列(UPSP)，通过在接收端使用

35、不同的相关长度实现各天线时延的检测。由于采用四段重复结构，会导致相关峰值出现平原效应，定时性能恶化。庞恒丽33在29的基础上做了改进，用反相共轭结构代替重复结构，从而改善了性能。张建华等人在文献30,31中提出了利用自相关性良好的等幅零相关码(CAZAC)构造天线的训练序列，在接受端采用对称相关器确定天线的ITD，但问题是在接收端检测到多个单峰后无法区分各天线的定时位置。2.2.3.2 多频偏情况下的频率同步对于多频偏估计方面，前面提到的文献27在理想定时同步的假设下进行了多频偏估计，但是该算法的缺点是在多径衰落信道下估计性能不是很理想，而且频偏估计范围特别小。文献32通过使用不同的Walsh

36、码或乘以伪随机加权因子区分不同的发射天线，在本地采用互相关或加权自相关完成定时以及载波频偏估计，但序列的正交性容易受频偏影响。对于多频偏补偿算法，现有的研究成果少之又少，而且以国内学者的研究为主。文献34针对存在多个频偏的分布式STBC-OFDM系统提出一中线性均衡的方法，经过简单修改可以应用于分布式MIMO-OFDM系统中。邓凯在他的博士论文35中讨论了基于迫零的频偏补偿方法，提出一种采用两次频偏校正的信号检测方法。杜健在他的硕士论文36中提出基于预编码的分布式MIMO频偏校正方法。以上几种方法笔者尚未进行精细的推导和仿真，具体是否适合本研究尚未可知。不过文献37中提到的OFDMA上行链路中

37、用到的几种多频偏校正算法可以参考，只不过这样就要采用频分系统，会降低数据传输的效率。参考文献1邵婉婷，MIMO-OFDM系统视频域同步技术研究：硕士学位论文，西安电子科技大学2J.Mietzner,R.Schober,L.Lampe,W.H.Gerstacker,P.A.Hoeher,“Multiple-antenna technique for wireless communicationsa comprehensive literature survey”3G.L.Stuber, J.R.Barry, S.W.Mclaughlin, Y.(G.)Li, M.A.Ingram,and T.G

38、.Pratt, “Broadband MIMO-OFDM wireless communications”4协作通信及网络，美K.J.Ray Liu等 著，任品毅等 译5T.Cover, and A.E.Gamal, “Capacity theorems for the relay channel”6J.N.Laneman, and G.W.Wornell, “Distributed space-time coded protocols for exploiting cooperative diversity in wireless networks”7J.N.Laneman, D.N.C.T

39、se, and G.W.Wornell, “Cooperative diversity in wireless networks: efcient protocols and outage behavior”8A.Sendinaris, E.Erkip, and B.Aazhang, “User cooperation diversity. Part I. System description”9A.Sendinaris, E.Erkip, and B.Aazhang, “User cooperation diversity. Part II. Implementation aspects a

40、nd performance analysis”10A.Reznik, S.R.Kulkarni, and S.Verdu, “Degraded Gaussian multirelay channel: capacity and optimal power allocation”11A.S.Ibrahim, A.K.Sadek, W.Su, and K.J.R.Liu, “Cooperative communications with relay selection: when to cooperative and whom to cooperative ?”12H. Nogami and T

41、. Nagashima, “A frequency and timing period acquisition technique for OFDM systems”13J. Lei and T. Ng, “A consistent OFDM carrier frequency offset estimator based on distinctively spaced pilot tones”14P.H.Moose, “A technique for orthogonal frequency division multiplexing frequency offset correction”

42、15T. M. Schmidl and D. C. Cox, “Robust frequency and timing synchronization for OFDM”16H. Minn, M. Zeng, and V. K. Bhargava, “On timing offset estimation for OFDM systems”17M. Morelli and U. Mengali, “An improved frequency offset estimator for OFDM applications”18H. Minn, V. K. Bhargava, and K. B. L

43、etaief, “A robust timing and frequency synchronization for OFDM systems”19J.-J van de Beek, M. Sandel, and P. O. Borjesson, “Low-complex Frame synchronization in OFDM systems”20J.-J.van de Beek, M. Sandell, and P. O. Brjesson, “ML estimation of time and frequency offset in OFDM systems”21Donghoon Le

44、e and Kyungwhoon Cheun, “Coarse symbol synchronization algorithms for OFDM systems in multipath channels”22U.Tureli, H.Lui, and M.Zoltowski, “OFDM blind carrier frequency offset estimation”23A. N. Mody and G. L. Stuber, “Synchronization for MIMO OFDM systems”24A. N. Mody and G. L. Stuber, “Receiver

45、implementation for a MIMO OFDM system” 25T. C. W. Schenk and A. van Zelst, “Frequency synchronization for MIMO OFDM wireless LAN systems”26A. van Zelst and T. C. W. Schenk, “Implementation of a MIMO OFDM -Based Wireless LAN System”27Yao Yao and Tung-Sang Ng, “Correlation-based frequency offset estim

46、ation in MIMO systems”28Xu He, Xiaoyong Peng, Yue Xiao, Shaoqian Li, “A novel time and frequency synchronization technique for MIMO-OFDM system”29 Feng Guo, Dong Li, Hongwei Yang, Liyu Cai, “A novel timing synchronization method for distributed MIMO-OFDM system”30Yanyan Zhang, Jianhua Zhang, Feifei

47、Sun, Chong Feng, Ping Zhang, Minghua Xia, “A novel timing synchronization method for distributed MIMO-OFDM systems in multi-path rayleigh fading channels”31Chong Feng, Jianhua Zhang, Yanyan Zhang, Minghua Xia, “A novel timing synchronization method for MIMO OFDM systems”32罗丹，邝玉军，刘艳，基于正交训练序列的MIMO-OFD

48、M系统频率同步方法，重庆邮电大学学报 2007年第5期33庞恒丽，LTE标准的MIMO-OFDM系统同步技术研究:硕士学位论文,西安电子科技大学34Z.Li,D.Qu,G.Zhu,“An equalization technique for distributed STBC-OFDM system with multiple carrier frequency offsets”35邓凯，无线通信MIMO中的频率同步技术研究：博士学位论文，电子科技大学36杜健，分布式MIMO系统频率同步技术研究：硕士学位论文，电子科技大学37M.Morelli, C.C.J.Kuo,and M.O.Pun, “Synchronization techniques for orthogonal frequency divisi