OFDM系统小区搜索技术研究

OFDM系统小区搜索技术研究

论文摘要

OFDM(正交频分复用)技术将成为下一代蜂窝移动通信系统的关键技术之一。然而,OFDM系统的小区搜索是其一大问题,这是因为OFDM的符号周期较长,信道特性有可能在几个符号周期内发生较大变化,从而造成小区搜索的不准确和不可靠。因此,深入研究OFDM蜂窝小区中的小区搜索技术具有重要意义。本文首先介绍了OFDM系统中小区搜索的概念和过程。针对3GPP LTE(第三代移动通信长期演进)会议技术提案,分析了小区搜索信道的时频域结构,包括同步信道和广播信道。针对正在进行的LTE会议,总结了目前各大公司对于小区搜索的提案和各自特点。本文基于MOTOROLA的小区搜索方案,对OFDM系统小区搜索技术进行了深入研究。在论述OFDM蜂窝系统小区搜索技术的基础上,本文提出一种OFDM蜂窝系统的小区识别方案,该方案在每帧中最少仅需要1个OFDM符号作为同步训练符号。在完成定时同步和频率同步后,采用级联的小区识别方法,先通过在不同模式图样的子载波上加载数据,区别不同的小区组号,再由相邻的已加载数据子载波上加载不同的频域差分序列,区别不同的小区序列号。计算机仿真表明,本方案可以支持大规模蜂窝移动通信系统,并在小区间干扰严重的情况下,仍然具有较高的小区识别正确率。为了进一步提高小区搜索的性能,本文设计了一种在检测端的联合估计算法。通常的算法流程是先估计小区组号,然后估计小区序列号。而联合估计算法则联合估计小区组号和小区序列号,以使整体概率最大化,使用联合估计算法后,可在系统的识别正确率与MOTOROLA的小区搜索方案相似的情况下,增加10-20倍的可识别小区数量。本文提出的小区搜索方案,其性能与伪随机序列的结构密切相关。所以本文对如何扩展伪随机序列的长度,并保持其良好的相关性做了研究,并且归纳了小区搜索对于伪随机序列的特殊要求,总结了如何针对这些要求设计特殊的伪随机序列。仿真结果表明,合理设计伪随机序列的结构可以显著提高系统小区搜索的性能,进而提高整个系统的稳定性。本文的研究成果对于进一步开展OFDM小区搜索的伪随机序列设计研究具有一定的参考价值。本文根据3GPP LTE提案所关注的小区搜索问题,对OFDM系统小区搜索技术作了深入的研究,取得一些研究成果。小区搜索技术不仅仅是单项技术,而是与移动通信系统密切相关。因此,在MIMO(所输入输出)OFDM系统,多小区、多用户状态下的小区搜索问题还有待进一步研究。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 引言
  • 1.2 本文的技术背景
  • 1.3 本课题研究的来源与意义
  • 1.4 本文的篇章结构
  • 1.5 本课题的创新点
  • 第二章 OFDM 技术介绍
  • 2.1 引言
  • 2.2 OFDM 系统
  • 2.2.1 OFDM 系统结构
  • 2.2.2 OFDM 系统模型
  • 2.2.3 快速傅立叶变换
  • 2.2.4 保护间隔与循环前缀
  • 2.2.5 MIMO-OFDM 系统
  • 2.2.6 峰值平均功率
  • 2.3 无线通信系统信道特征
  • 2.4 本章小结
  • 第三章 OFDM 同步技术
  • 3.1 引言
  • 3.2 时间同步
  • 3.2.1 定时偏差的影响
  • 3.2.2 基于循环前缀的算法
  • 3.2.3 基于前导符号的算法
  • 3.3 频率同步
  • 3.3.1 载波频率偏差的影响
  • 3.4 最大似然估计(联合估计算法)
  • 3.5 本章小结
  • 第四章 OFDM 小区搜索技术
  • 4.1 引言
  • 4.2 小区搜索结构
  • 4.2.1 时频域结构
  • 4.2.2 分级和不分级
  • 4.3 各大公司的小区搜索方案
  • 4.4 MOTOROLA 的小区搜索方案
  • 4.4.1 编码序列
  • 4.4.2 子载波映射
  • 4.4.3 小区搜索过程
  • 4.5 本章小结
  • 第五章 基于子载波模版的小区搜索算法
  • 5.1 引言
  • 5.2 基于子载波模版的算法
  • 5.2.1 算法的具体步骤
  • 5.2.2 OFDM 符号的结构
  • 5.2.3 帧同步和频率同步
  • 5.2.4 识别小区大号码g
  • 5.2.5 识别小区小号码q
  • 5.2.6 多符号判决算法
  • 5.3 联合识别方法
  • 5.3.1 联合识别方法步骤
  • 5.3.2 算法说明
  • 5.4 算法实施
  • 5.4.1 参数配置
  • 5.4.2 生成同步信道符号
  • 5.4.3 帧同步与频率同步
  • 5.4.4 计算大号码g 的概率
  • 5.4.5 预选小区大号码g
  • 5.4.6 计算联合概率
  • 5.4.7 仿真结果
  • 5.5 伪随机序列的研究
  • 5.5.1 PN 序列性质
  • 5.5.2 子载波模版对PN 序列的要求
  • 5.5.3 仿真与性能分析
  • 5.6 本章小结
  • 第六章 全文总结与展望
  • 6.1 全文工作总结
  • 6.2 研究展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文
  • 相关论文文献

    • [1].敏感火箭弹自主搜索技术研究[J]. 弹箭与制导学报 2017(06)
    • [2].沈向洋:搜索技术的新疆界[J]. 中国教育网络 2008(06)
    • [3].完美的搜索技术[J]. 互联网天地 2009(07)
    • [4].EBSCO推出新的显示和搜索技术[J]. 现代图书情报技术 2009(Z1)
    • [5].FAST搜索技术及其应用研究[J]. 中国索引 2008(04)
    • [6].智能搜索引擎中付费搜索技术研究[J]. 数字技术与应用 2012(06)
    • [7].微博搜索技术及隐私安全问题的研究[J]. 电子世界 2016(21)
    • [8].搜索的未来[J]. IT经理世界 2010(18)
    • [9].高校校园网资源搜索技术研究[J]. 计算机与信息技术 2008(09)
    • [10].分层搜索技术应用于配电网可靠性评估的研究[J]. 福建电力与电工 2008(03)
    • [11].数字内容智能云处理和云搜索技术[J]. 中国科技信息 2016(14)
    • [12].开源对软件工程的作用及关键搜索技术分析[J]. 微型机与应用 2015(24)
    • [13].运用搜索技术提升产品营销服务能力[J]. 中国城市金融 2012(07)
    • [14].对未来Google搜索技术的深度分析[J]. 中国传媒科技 2010(07)
    • [15].学校网络安全体系应用中的网络拓扑搜索技术[J]. 网络财富 2010(14)
    • [16].图像购物搜索技术研究综述[J]. 计算机系统应用 2016(06)
    • [17].2009年上半年中国舆情报告(上)——基于第三代网络搜索技术的舆情研究[J]. 山西大学学报(哲学社会科学版) 2010(01)
    • [18].2009年上半年中国舆情报告(下)——基于第三代网络搜索技术的舆情研究[J]. 山西大学学报(哲学社会科学版) 2010(02)
    • [19].找到你的脸——智能图片搜索技术[J]. 互联网天地 2009(02)
    • [20].极客说[J]. 中国经济和信息化 2011(10)
    • [21].智能化报表搜索技术的研究与实现[J]. 电子器件 2020(05)
    • [22].沈阳宝通软件科技有限公司 专注搜索技术研发与生产[J]. 科技成果纵横 2008(S1)
    • [23].浅析大数据搜索引擎之图片搜索技术[J]. 电脑知识与技术 2019(34)
    • [24].位置搜索关键技术研究[J]. 电信科学 2012(03)
    • [25].创新的“流”和“源”[J]. 21世纪商业评论 2012(12)
    • [26].基于元搜索技术的主题新闻门户系统[J]. 计算机系统应用 2009(11)
    • [27].高效时序相似搜索技术[J]. 计算机学报 2009(11)
    • [28].SPH中的内外单元粒子搜索技术[J]. 水动力学研究与进展A辑 2008(03)
    • [29].搜索技术在电子商务中的应用研究[J]. 才智 2014(25)
    • [30].网络商品信息元搜索技术研究与应用[J]. 计算机应用与软件 2014(04)

    标签:;  ;  ;  ;  ;  

    OFDM系统小区搜索技术研究
    下载Doc文档

    猜你喜欢