一种基于加权CAZAC序列的OFDM系统同步方法

针对突发分组模式的OFDM传输系统,提出了一种基于加权CAZAC序列的OFDM系统同步方案,在时域实现了符号定时和频偏估计。仿真结果显示定时精确稳定,频偏估计范围大、均方差小,在低信噪比和量化后表现优异,减小了硬件设计的复杂性。

存在大频偏时的时间频率同步方法

传统基于互相关的时间同步方法中的目标函数峰值尖锐,便于捕获准确的时间延迟点,但是其性能易受收发机间频率偏移的影响。将恒模零自相关序列作为训练序列,以互相关方式为基础,提出一种适用于存在大频偏情况下的时间、频率同步方法。在相关峰的搜索过程中,与传统方法相比,该方法不增加额外的算法复杂度。大范围的频偏估计同样是在时域通过滑动互相关搜索完成,其具有良好的估计性能,且性能不受频偏大小的影响。仿真表明,该方法同时适用于AWGN信道和衰落信道。

基于CHU序列的低复杂度OFDMA小区搜索

提出了正交频分多址接入(OFDMA)下行链路中的一种基于 CHU 序列的小区搜索发送结构和检测算法。与传统的小区搜索方法相比,这种新型方案在保证性能的前提下,能够有效降低计算复杂度和提高检测效率。从仿真结果可以发现,这种优化的小区搜索发送结构和检测算法有效增强了用户的小区搜索性能,特别是当用户处于小区边缘时,性能提升更为明显。并提出了两种基于新型小区搜索方案的大范围小区搜索方式,其中的级联搜索方法不但在小区各个位置上体现了鲁棒性,并能够在较低的复杂度下有效扩展小区的搜索范围。

基于ES-CAZAC序列的CO-OFDM系统定时同步算法

针对传统基于复伪噪声(PN)序列的定时同步算法在相干光正交频分复用(CO-OFDM)系统中存在定时度量函数模糊和峰均功率比(PAPR)高的问题,提出了基于偶对称恒振幅零相关(ESCAZAC,even symmetry constant amplitude zero auto-correlation)序列的定时同步算法。改进算法训练序列包含两部分,并将这两部分看作两个窗口,利用偶数长度的CAZAC序列具有偶对称特性分别计算两个窗口的相关度,通过两个窗口同时得到最大相关度来确定正确定时点。分别在高斯白噪声信道和10Gbit/s的CO-OFDM系统上进行仿真。结果表明,改进算法在不增加算法复杂度的情况下,能得到十分尖锐的定时度量函数,并且几乎没有旁瓣的干扰。在CO-OFDM系统下,改进算法的旁瓣模糊度较Park算法减少26.7%,在色散常数较大的情况下定时均方误差(MSE)仍在10-5左右,定时精准。同时,ES-CAZAC训练序列具有理想的PAPR值。

OFDM-PON系统中基于混沌映射的密钥保护和PAPR降低的加密算法

针对正交频分复用-无源光网络(OFDM-PON)传输系统中的数据安全与高峰均功率比(PAPR)问题,提出一种基于混沌映射的PAPR降低与数据加密算法。该加密算法,首先利用拉格朗日多项式隐藏混沌映射初值实现密钥保护;然后,利用混沌映射生成二值序列,通过正向异或与反向异或对明文进行加密得到动态密文,以抵抗选择明文攻击;最后,采用混沌加密的恒包络零自相关(CAZAC)矩阵与OFDM符号相乘降低PAPR。实验结果表明,该加密算法可实现密钥的隐藏,且生成的动态密文能够有效抵抗选择明文攻击。同时,相较于普通的OFDM-PON系统,该算法能够实现～2.4dB(PAPR=10-3)的PAPR降低与～1dB(BER=10-3)的接收灵敏度提升,进一步提升了传输性能。