一種精確幀同步算法及FPGA實(shí)現(xiàn)

在衛(wèi)星通信系統(tǒng)中，發(fā)送端通常利用不同的分組時(shí)隙同步傳送處在同一傳輸頻帶內(nèi)的各路信號(hào)，而接收端為了準(zhǔn)確識(shí)別和分離出數(shù)據(jù)流中的各路信號(hào)，需要采用幀同步算法進(jìn)行分組檢測(cè)和符號(hào)同步，其中分組檢測(cè)用來(lái)識(shí)別數(shù)據(jù)分組，符號(hào)同步用來(lái)尋找到數(shù)據(jù)分組的確切起點(diǎn)。

本文首先描述了經(jīng)典幀同步算法原理，然后分析了信道環(huán)境對(duì)相關(guān)性能的影響，給出了在噪聲和頻偏情況下相關(guān)峰值變化規(guī)律，最后提出了一種基于分段互相關(guān)加分段延遲相關(guān)的精確幀同步算法，以及該算法的FPGA實(shí)現(xiàn)。

1 經(jīng)典幀同步算法原理

幀同步算法的基本原理是利用接收信號(hào)中幀頭序列的相關(guān)特性進(jìn)行能量累積，當(dāng)檢測(cè)到相關(guān)器產(chǎn)生的能量值大于門(mén)限閾值時(shí)，就認(rèn)為檢測(cè)到數(shù)據(jù)分組，然后將搜索門(mén)限閾值內(nèi)的最大能量值作為檢測(cè)到的符號(hào)臨界點(diǎn)。幀同步算法主要有2類：一類是以幀頭自相關(guān)為基礎(chǔ)的延遲相關(guān)算法，該算法具有較大的頻率偏移容限，在低信噪比和多徑信道下，其自相關(guān)曲線在峰值附近變化平緩，無(wú)法精確指示幀起始點(diǎn)：一類是以幀頭互相關(guān)為基礎(chǔ)的本地相關(guān)算法，該算法具有銳利的尖峰，能準(zhǔn)確指示幀起始點(diǎn)，抗噪聲和多徑能力強(qiáng)，

但是對(duì)頻率偏移很敏感。

為了改進(jìn)幀同步算法的性能，一種方法是優(yōu)化本地相關(guān)算法，通過(guò)補(bǔ)償頻率偏移來(lái)保證銳利的尖峰。文獻(xiàn)采用了分段互相關(guān)加上能量累積，該算法雖然通過(guò)分段降低了頻率偏移對(duì)峰值幅度的影響，但是它在分段較多時(shí)的相關(guān)峰就已經(jīng)不是銳利尖峰，而且采用了能量歸一化和固定的門(mén)限閾值，既增加了復(fù)雜度，又存在一定虛(漏)警風(fēng)險(xiǎn)。文獻(xiàn)將接收信號(hào)分為多路，采用類似并行掃頻的方式，使每一路采用不同的載波頻率值對(duì)接收信號(hào)進(jìn)行頻率補(bǔ)償，其中必有一路的殘余頻偏足夠小，從而使本地相關(guān)算法產(chǎn)生接近無(wú)頻偏時(shí)的銳利尖峰，但該算法的缺點(diǎn)是需要實(shí)現(xiàn)足夠多的頻偏補(bǔ)償和多路互相關(guān)器，否則當(dāng)殘余頻偏超過(guò)鎖相環(huán)的捕獲帶時(shí)，后者將無(wú)法跟蹤頻偏。另一種方法是綜合采用延遲相關(guān)和本地相關(guān)算法，即利用延遲相關(guān)對(duì)頻偏的不敏感估計(jì)并補(bǔ)償頻率偏移，利用本地相關(guān)產(chǎn)生的尖峰搜索精確的幀起始點(diǎn)。文獻(xiàn)先采用延遲相關(guān)進(jìn)行分組檢測(cè)和粗頻偏估計(jì)，再在頻偏補(bǔ)償后采用互相關(guān)的方法完成時(shí)間精同步，該算法可使互相關(guān)運(yùn)算避免遭受頻偏的影響，但是其用于時(shí)間粗同步的自相關(guān)方法由于相關(guān)峰不尖銳，以及固定的檢測(cè)門(mén)限，仍存在一定的虛(漏)警概率。文獻(xiàn)在通過(guò)互相關(guān)確定了訓(xùn)練序列位置后，先用延遲自相關(guān)補(bǔ)償粗頻偏，再用傳統(tǒng)方法進(jìn)行時(shí)間同步和精頻偏估計(jì)，但是該算法的頻偏估計(jì)性能與延遲相關(guān)的延遲距離相關(guān)，而且算法的時(shí)間代價(jià)和硬件代價(jià)較大。

2 信道環(huán)境對(duì)相關(guān)性能的影響

在衛(wèi)星通信系統(tǒng)中，信道環(huán)境對(duì)相關(guān)性能影響很大，主要影響因素有多徑效應(yīng)、陰影效應(yīng)、多普勒效應(yīng)，以及系統(tǒng)頻偏和信道噪聲。由于衛(wèi)星接收機(jī)主要在直射路徑下工作，陰影效應(yīng)相當(dāng)于增強(qiáng)了傳輸信號(hào)中的背景噪聲，多普勒效應(yīng)相當(dāng)于在系統(tǒng)頻偏基礎(chǔ)上疊加一個(gè)時(shí)變頻偏，因此下面主要分析頻偏和信道噪聲對(duì)相關(guān)性能的影響。

圖1給出了N=512、k=0、λ取[-0.1，0.1]時(shí)頻偏對(duì)經(jīng)典相關(guān)峰值的影響，其中橫軸每格取值0.001，縱軸等于相關(guān)峰與平均幅度之比。可見(jiàn)，延遲自相關(guān)峰均比約為18，互相關(guān)峰均比約為26，前者基本不受頻偏影響，后者在頻偏增大時(shí)峰均比值劇烈減小。

圖2給出了N=512、k=0、Eb/N0取[-10，10]dB時(shí)噪聲對(duì)相關(guān)峰值的影響，其中橫軸每格取值0.1 dB，縱軸不變。可見(jiàn)，峰均比值均隨著噪聲增強(qiáng)而降低，但是延遲相關(guān)峰均比變化率為8倍，互相關(guān)峰均比變化率為2.5倍，即延遲相關(guān)對(duì)噪聲更敏感。

3 幀同步算法描述及FPGA實(shí)現(xiàn)

3.1 幀同步算法描述

假定過(guò)采樣倍數(shù)為Q，當(dāng)幀同步序列長(zhǎng)度為N時(shí)，將本地序列等分為M段，每段長(zhǎng)度為L(zhǎng)=(N/M)個(gè)碼片，相關(guān)窗總長(zhǎng)度等于Q×N，每段相關(guān)窗長(zhǎng)度為個(gè)采樣QxL，分別計(jì)算出每段接收信號(hào)與本地序列的互相關(guān)，則第m段互相關(guān)結(jié)果為

那么相關(guān)幅值可表示為Peak(k)=|Sum(k)|，頻偏估計(jì)值可表示為Foff(k)=arg(Sum(k))/(2πLT)，T為碼片周期。當(dāng)本地序列與幀同步序列的最佳采樣點(diǎn)完全對(duì)齊時(shí)，Peak(k)達(dá)到最大值，對(duì)應(yīng)的Foff(k)即為頻偏估計(jì)值。峰值捕獲的判決算法可表示為

其中PeakTH為動(dòng)態(tài)門(mén)限，它由AGC幅值水平和信噪比估計(jì)聯(lián)合確定。

下面以N=512、M=4、Q=4為例，分析該算法的噪聲性能、頻偏估計(jì)誤差和虛警/漏警概率。

圖3給出頻偏和噪聲對(duì)本算法相關(guān)峰的影響。在頻偏環(huán)境下，與延遲自相關(guān)相比，在±0.1倍頻偏處提高了約2倍。在零頻偏處提高了約3倍;與互相關(guān)相比，在±0.1倍頻偏處提升了至少30倍，在零頻偏處提高了約2倍;在噪聲環(huán)境下，峰均比變化率為5倍，處于延遲自相關(guān)和互相關(guān)之間。可見(jiàn)本算法顯著提升了相關(guān)峰均比。

圖4給出了延遲相關(guān)算法和本算法的頻偏估計(jì)誤差對(duì)比，其中橫軸表示噪聲，取值范圍為[-10，+10] dB，縱軸表示頻偏估計(jì)值，仿真預(yù)設(shè)頻偏為0.1倍載波頻率。顯然，本算法的頻偏估計(jì)誤差要遠(yuǎn)小于延遲相關(guān)算法。由于互相關(guān)算法對(duì)頻偏敏感，此處不討論其頻偏估計(jì)性能。

表1給出頻偏和噪聲環(huán)境下延遲相關(guān)算法和本算法的虛警/漏警概率情況，其中頻率偏移為0.1倍載波頻率。

綜合上述討論，本文綜合采用了本地PN解擾、分段互相關(guān)和分段延遲相關(guān)來(lái)產(chǎn)生幀檢測(cè)所需的銳利尖峰，并且該尖峰在低噪聲和大頻偏環(huán)境下依然有效。與文獻(xiàn)相比，本算法同時(shí)具有更高的峰均比和抗頻偏性能，而與文獻(xiàn)相比，本算法一次性完成幀頭捕獲和粗頻偏估計(jì)，不需要進(jìn)行多次估計(jì)和迭代，大大簡(jiǎn)化了算法復(fù)雜度。

3.2 幀同步算法FPGA實(shí)現(xiàn)

圖5給出精確幀同步算法FPGA實(shí)現(xiàn)結(jié)構(gòu)。輸入數(shù)據(jù)被分為兩路：一路在位寬截短后進(jìn)行分段互相關(guān)，再在相鄰的分段互相關(guān)結(jié)果之間進(jìn)行延遲相關(guān)，然后將延遲相關(guān)結(jié)果累加后進(jìn)行CORDIC旋轉(zhuǎn)運(yùn)算，計(jì)算出與延遲相關(guān)結(jié)果對(duì)應(yīng)的幅值和相位，最后由峰值搜索模塊輸出幀頭指示和粗頻偏估計(jì)值;另一路用來(lái)對(duì)輸入數(shù)據(jù)進(jìn)行延遲同步，使輸出數(shù)據(jù)與粗頻偏估計(jì)值、幀頭指示精確對(duì)齊，以便解調(diào)幀內(nèi)有效數(shù)據(jù)。

如圖5所示，本算法主要由延遲同步單元、互相關(guān)單元、延遲相關(guān)單元、CORDIC旋轉(zhuǎn)計(jì)算單元和峰值搜索單元五部分組成。需要注意的是，如果輸入數(shù)據(jù)采用3～5倍過(guò)采樣，碼片同步精度會(huì)更高，定時(shí)環(huán)路也入鎖更快，延遲同步單元產(chǎn)生的延遲必須與其他4個(gè)單元產(chǎn)生的總延遲嚴(yán)格保持一致，以避免同步到存在相位偏移的碼片，而互相關(guān)單元長(zhǎng)度N和延遲相關(guān)單元長(zhǎng)度M則是可調(diào)參數(shù)，使用者可根據(jù)幀頭結(jié)構(gòu)進(jìn)行調(diào)整。此外，為了降低邏輯資源使用，數(shù)據(jù)截短的位寬可選擇3～6位，其中保留2位符號(hào)位，不建議直接采用符號(hào)位進(jìn)行互相關(guān)計(jì)算。

4 結(jié)論

本文提出了一種基于分段互相關(guān)加分段延遲相關(guān)的幀同步方法，該方法將分段后的接收序列與本地序列互相關(guān)，再在相鄰互相關(guān)結(jié)果之間進(jìn)行延遲相關(guān)，累加所有延遲相關(guān)結(jié)果后求模得到峰值幅度和粗頻偏估計(jì)值。由于分段后的互相關(guān)長(zhǎng)度較短，段首和段尾之間由頻偏引起的相差很小，保證了每段互相關(guān)的幅值基本不受頻偏影響，而相鄰互相關(guān)之間的延遲相關(guān)求和既保留了載波頻偏信息，又有效積累了能量。測(cè)試表明本算法在低信噪比和大載波頻偏下依然能產(chǎn)生高質(zhì)量的銳利尖峰，而且通過(guò)采用動(dòng)態(tài)檢測(cè)門(mén)限和AGC，有效降低了虛(漏)警概率，并通過(guò)去除多次迭代估計(jì)和能量歸一化，降低了算法復(fù)雜度。該算法適用于衛(wèi)星信道下連續(xù)或突發(fā)信號(hào)接收處理。