基于IEEE 802.11a的OFDM幀檢測(cè)算法研究與FPGA實(shí)現(xiàn)

摘 要： 通過(guò)對(duì)傳統(tǒng)基于能量值的幀檢測(cè)算法的研究，采用了一種延時(shí)相關(guān)算法，克服了傳統(tǒng)算法中能量值變化大的缺點(diǎn)，使閾值的選取較為簡(jiǎn)便，并基于FPGA硬件平臺(tái)實(shí)現(xiàn)了該算法。硬件仿真結(jié)果表明，該算法達(dá)到了低運(yùn)算量，具有可實(shí)現(xiàn)性的要求，是一種比較理想的幀檢測(cè)算法。
關(guān)鍵詞： OFDM； 幀檢測(cè)； FPGA

正交頻分復(fù)用[1]OFDM（Orthogonal Frequency Division Multiplexing）技術(shù)作為4G通信系統(tǒng)的物理層調(diào)制方式，具有抗頻率選擇性衰落、抗載波間干擾（ICI）、頻譜利用率高以及克服符號(hào)間干擾（ISI）等優(yōu)點(diǎn)。到目前為止，OFDM 已經(jīng)被廣泛應(yīng)用于歐洲的廣播電視系統(tǒng)、ADSL、數(shù)字音頻廣播（DAB）、數(shù)字視頻廣播（DVB）、高清晰度電視（HDTV） 等領(lǐng)域，其在無(wú)線局域網(wǎng)（WLAN）的應(yīng)用也是研究的熱點(diǎn)問(wèn)題之一。
根據(jù)IEEE 802.11a標(biāo)準(zhǔn)規(guī)定，在52個(gè)子載波中插入了4個(gè)導(dǎo)頻符號(hào)。因其信息量較小，而且提取過(guò)程繁瑣，所以在同步過(guò)程中，較少采用導(dǎo)頻信息，而是利用數(shù)量較多信息量較大的訓(xùn)練符號(hào)[2]。
合理的幀檢測(cè)過(guò)程最大程度地濾除了前導(dǎo)訓(xùn)練符號(hào)前的噪聲信息，可以較為準(zhǔn)確地找到每個(gè)OFDM幀的起始和結(jié)束位置，精確地提取出訓(xùn)練符號(hào)的信息，實(shí)現(xiàn)準(zhǔn)確的定時(shí)和頻率偏差估計(jì)。本文采用一種改進(jìn)的延時(shí)相關(guān)幀檢測(cè)算法，它利用短訓(xùn)練序列的長(zhǎng)度信息和相關(guān)特性，與常用算法對(duì)比，此算法能夠較準(zhǔn)確地找到幀的起始位置，并具備FPGA硬件實(shí)現(xiàn)的合理性。
1 IEEE 802.11a物理層數(shù)據(jù)單幀結(jié)構(gòu)
IEEE 802.11a的幀結(jié)構(gòu)包括10個(gè)周期重復(fù)的短訓(xùn)練符號(hào)、2個(gè)周期重復(fù)的長(zhǎng)訓(xùn)練符號(hào)、SIGNAL域以及數(shù)據(jù)域。詳細(xì)幀結(jié)構(gòu)如圖1所示，其中G1、G2、G3為循環(huán)前綴。
幀檢測(cè)利用了幀結(jié)構(gòu)中經(jīng)過(guò)精心設(shè)計(jì)的短訓(xùn)練符號(hào)。根據(jù)協(xié)議規(guī)定[3]，每個(gè)短訓(xùn)練符號(hào)包含16個(gè)時(shí)域樣值，實(shí)際中一般都是將它們的時(shí)域樣值存儲(chǔ)在片內(nèi)存儲(chǔ)器中，發(fā)送時(shí)只需按規(guī)定時(shí)序重復(fù)讀出，加在長(zhǎng)訓(xùn)練序列前。短訓(xùn)練符號(hào)的周期性使其具有理想的相關(guān)特性，本文采用的延時(shí)相關(guān)幀檢測(cè)算法就是利用前導(dǎo)結(jié)構(gòu)中10個(gè)短訓(xùn)練序列的相關(guān)性對(duì)接收數(shù)據(jù)的訓(xùn)練符號(hào)位置信息進(jìn)行提取的過(guò)程。
2 OFDM幀檢測(cè)算法
　　常用的幀檢測(cè)算法是利用短訓(xùn)練符號(hào)的長(zhǎng)度及其相關(guān)特性，將通過(guò)算法后的判決值與規(guī)定閾值進(jìn)行比較判斷幀檢測(cè)的情況。若判決值大于或等于規(guī)定閾值，則判定檢測(cè)到幀頭；若判決值小于規(guī)定閾值，則判定為噪聲或無(wú)信號(hào)，未檢測(cè)到幀頭，即：

時(shí)，窗口A的能量最大。當(dāng)數(shù)據(jù)經(jīng)過(guò)窗口A到達(dá)窗口B時(shí)，窗口B的能量開(kāi)始增加，而窗口A的能量不變。數(shù)據(jù)分組從窗口A到窗口B有一個(gè)從小到大再到小的變化過(guò)程，故取判決值：

圖4中，橫坐標(biāo)為接收信號(hào)采樣點(diǎn)數(shù)，縱坐標(biāo)為算法判決值的大小。當(dāng)采樣點(diǎn)在0~800時(shí)，接收數(shù)據(jù)為噪聲信息。由于噪聲的相似度很低，其相關(guān)性很差，相關(guān)運(yùn)算得到的結(jié)果較小，故判決值較小，基本都在0.5以下。當(dāng)采樣點(diǎn)在800~1 600時(shí)，分組數(shù)據(jù)到來(lái)，由于分組數(shù)據(jù)的短訓(xùn)練序列具有周期性，故其具有理想的相關(guān)性，若沒(méi)有噪聲干擾，判決值應(yīng)保持為1。在加入噪聲干擾的情況下，判決值在很短的時(shí)間內(nèi)增加到較大的數(shù)值，并在判決值1上下小范圍浮動(dòng)。
從仿真結(jié)果可以看出，噪聲的判決值和分組數(shù)據(jù)的判決值相差明顯，所以閾值可以選在0.5~0.8之間。相比以上兩種算法，延時(shí)相關(guān)算法精度較高，且閾值選取容易了很多。
3.3 硬件實(shí)現(xiàn)和結(jié)果分析
本設(shè)計(jì)使用了XILINX公司的Spartan-3E開(kāi)發(fā)板，接收數(shù)據(jù)由MATLAB仿真的IEEE 802.11a OFDM發(fā)送系統(tǒng)產(chǎn)生，將其轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)并存儲(chǔ)于IP核存儲(chǔ)器中，進(jìn)行算法硬件下載實(shí)現(xiàn)時(shí)，可以通過(guò)代碼直接調(diào)用IP核中的數(shù)據(jù)作為接收數(shù)據(jù)?；贔PGA的算法設(shè)計(jì)中采用了模塊化的編程思想，根據(jù)延時(shí)相關(guān)算法的流程圖，將算法一一模塊化。接收數(shù)據(jù)首先進(jìn)入數(shù)據(jù)控制模塊，控制模塊將數(shù)據(jù)分流為兩路相差32個(gè)時(shí)間長(zhǎng)度的數(shù)據(jù)，分別送入運(yùn)算模塊。經(jīng)過(guò)延時(shí)相關(guān)運(yùn)算和能量計(jì)算，運(yùn)算模塊將相關(guān)運(yùn)算與能量計(jì)算的比值送入判決模塊，最終判決模塊根據(jù)判決值與閾值的比較結(jié)果，向數(shù)據(jù)控制模塊反饋使能信號(hào)，控制數(shù)據(jù)的輸出與否。這種模塊分工的思想便于程序的修改,尤其便于閾值的選取。通過(guò)ISE軟件中的功能仿真結(jié)果對(duì)比，最終將閾值選擇為0.6，并要求判決值保持48個(gè)長(zhǎng)度，這是為了避免實(shí)際中的突發(fā)較大功率噪聲對(duì)結(jié)果的干擾。功能仿真的結(jié)果如圖5所示。輸入數(shù)據(jù)結(jié)構(gòu)如圖5所示，分為實(shí)部（datainRe）和虛部(datainIm)兩部分。410 ns前為加入的噪聲序列，410 ns后為數(shù)據(jù)幀序列。

通過(guò)定義管腳，生成比特流，將其下載到Spartan-3E開(kāi)發(fā)板中，使用在線邏輯分析儀（chipscope）觀察管腳輸出，如圖7所示。在實(shí)際硬件中，幀檢測(cè)模塊能夠完成幀檢測(cè)過(guò)程，并保持一定精度，其波形與功能仿真一致。

從功能仿真和硬件輸出來(lái)看，延時(shí)相關(guān)算法幀檢測(cè)誤差較小，雖然由于模塊設(shè)計(jì)產(chǎn)生了一定的延時(shí)，但檢測(cè)精度得到了改進(jìn)，閾值波動(dòng)范圍小，容易選擇，且能夠在硬件上實(shí)現(xiàn)?？傮w來(lái)講,延時(shí)相關(guān)算法是一種可行的幀檢測(cè)算法。
幀檢測(cè)作為接收機(jī)同步的第一步，有著舉足輕重的意義，其準(zhǔn)確性直接影響接收機(jī)以及整個(gè)OFDM系統(tǒng)的性能。根據(jù)IEEE 802.11a標(biāo)準(zhǔn)規(guī)定，幀檢測(cè)算法一般不利用導(dǎo)頻，多數(shù)情況下是利用前導(dǎo)結(jié)構(gòu)中的短訓(xùn)練符號(hào)進(jìn)行。延時(shí)相關(guān)算法合理利用了幀結(jié)構(gòu)中的短訓(xùn)練符號(hào)，通過(guò)與兩種常用幀檢測(cè)算法的對(duì)比，這種算法閾值選取范圍小，易于硬件實(shí)現(xiàn)；提取精度高，沒(méi)有增加過(guò)多的運(yùn)算量，有助于節(jié)省硬件資源。FPGA硬件平臺(tái)的功能仿真充分驗(yàn)證了延時(shí)相關(guān)算法的優(yōu)越性，它可以較為精確地找到接收信號(hào)數(shù)據(jù)分組的開(kāi)頭部分，是一種較為理想的幀檢測(cè)算法。
參考文獻(xiàn)
[1] 胡心怡，方睿，李日欣，等.OFDM技術(shù)發(fā)展綜述[J].通信技術(shù)，2010(8):132-134.
[2] SPETH M, DAECKE D, MEYR H. Minimum overhead burst synchronization for OFDM based broadband transmission[C].IEEE Global Telecommunications Conference，Sydney:1998:2777-2782.
[3] ZYREN J, PETRICK A. Brief tutorial on IEEE 802.11 Wireless LANs[G]. Application Note 9829, Intersil Corporation, 1999.
[4] 孫山林，侯春萍.全相位OFDM系統(tǒng)的最大自相關(guān)幀同步[J].計(jì)算機(jī)工程與應(yīng)用，2009(4):23-29.
[5] 黨健.OFDM系統(tǒng)中同步與信道估計(jì)技術(shù)的研究[D].西安：西安電子科技大學(xué)，2010:20-31.
[6] 郭俊卿，陳云，胡俊.一種改進(jìn)的OFDM系統(tǒng)定時(shí)同步算法[J].電子設(shè)計(jì)工程，2011，19(14):151-152,159.