基于训练序列的大规模MIMO-OFDM同步方法分析

宋冬梅

(如皋市人民医院，江苏 南通 226500)

0 引言

第五代移动通信技术(5th-Generation，5G)以大规模MIMO、超密集异构网络和超宽带频谱等技术优势而赢得专家学者的热捧。大规模MIMO技术更是以其可提高系统频谱利用率、传输功率和扩大空间自由度等特点成为5G的研究热点之一[1-3]。大规模MIMO系统需要在基站配备成百根功耗较低的天线，使传输信号的指向性更加明确，以提升系统的传输效率。OFDM技术是一种多载波传输技术，该技术复杂度低，可将频域选择性衰落信道转化为窄带平坦衰落信道[4,5]。大规模MIMO技术与OFDM技术相结合形成大规模MIMO-OFDM技术，是5G的核心技术之一[6]。

对于OFDM系统，载波频率发生偏移会对各子信道产生干扰，最后使各子载波原有的正交性遭到破坏。而大规模MIMO-OFDM系统对子载波的同步性能具有严格的要求，如何减小载波频率偏移以保证系统的同步性，是亟待解决的问题。本文以Park特殊序列为基础，将训练序列结构分为四部分，与传统的MIMO-OFDM系统相比，该方法对大规模MIMO-OFDM系统的训练序列进行一定的改进并结合相关算法来降低频率偏移量，有效提高了系统的同步性能。

1 系统模型

大规模MIMO系统需要在基站配备成百根功耗较低的天线，系统模型如图1所示。

图1 大规模MIMO系统模型

据根图1所示的大规模MIMO系统，现设基站端的发射天线为根，在N各子载波上向天线为根的接收端发送数据。OFDM对所发送的数据符号进行调制，映射到各个子载波上，经过信道传输后，第p根发射天线发送出去的信号和第q根接收天线上接收到的信号可分别表示为：

(1)

(2)

其中：

(3)

(4)

2 系统同步算法

2.1 Zadoff-Chu序列

Zadoff-Chu序列是一种建立在恒包络零自相关(CAZAC)序列基础之上的，具有理想的相关性且峰均比较低。Zadoff-Chu序列{ak}可以定义为[7]：

(5)

(6)

其中，M与N互质，q为任意整数，文中q取值为0。

2.2 训练序列结构设计及算法改进

最基础的定时符号同步算法是SC算法，其定时判决函数为[7]：

(7)

其中:

(8)

(9)

在SC算法的基础后继又提出了两种较为经典的算法Minn算法和Park算法。这三种算法的训练序列结构图如图2所示。

图2 训练序列基础结构图

其中，A和B表示中心对称的两种符号，“*”表示共轭，“-”代表取反，本文在Park算法的训练基础之上对训练序列进行改进，如图3所示。将训练序列分为四部分，一、四部分相同，二、三部分相同，第一部分加入长度为L的伪随机序列Ci即等于第二部分，L=4/N。

图3 改进训练序列结构图

这里选用SC的判决函数，结合改进的训练序列结构以及对应部分的相关性，先对第一部分和第四部分进行相关计算，求得频率偏移量ε1：

(10)

(11)

(12)

(13)

再对第二部分和第三部分进行相关计算，求得频率偏移量ε2：

(14)

(15)

(16)

(17)

最后对ε1和ε2求均值，得到较为精确的频率偏移量ε。

(18)

3 仿真分析

图4为在1*1、2*2和32*32这三种不同天线数目下改进方法与传统方法的信噪比与误码率曲线图。从图中可以看出，天线数目为1*1、2*2和32*32这三种情况下，信噪比一定时，改进方法均比传统方法的误码率要低；同时可以看出，随着天线数目的增加，误码率随之降低。信噪比相同时，误码率越低系统同步性能越好，由此可以看出，改进方法比传统方法同步性能要高。

表1 仿真参数设置

图4 信噪比与误码率曲线图

图5显示了改进方法随着天线数目的增加，信噪比与误码率曲线对比图。通过图中天线数目从2*2到64*64可以看出，随着天线数目的增加，误码率随之降低，同步性能增加；但是从天线数为65*65、100*100和128*128可以看出，在天线数目大于64时，误码率增加，甚至呈现出不规律状态。由此可以看出，改进方法的最佳天线数目为64根。

图5 多天线信噪比与误码率曲线图

4 结束语

本文针对大规模MIMO-OFDM系统的同步问题，提出了一种基于Park特殊训练序列而改进的训练序列结构，并通过相关计算，改进算法，得到较为精确的频偏值。通过仿真，可以看出，改进结构及算法比传统同步方法的同步性能要高。随着天线数目的增加，达到最佳天线数为64根，即在天线数目小于等于64根时，随着天线数目的增加，系统误码率降低。由此可以看出，改进算法在一定程度上有效提高了大规模MIMO-OFDM系统的同步性能。