频率选择性衰落·

发送端喝接收端之间有多条路径,每条路径的衰减不同,时延不同。设发送端发射信号为 f(t)f(t),接收端收到的信号

r(t)=Af(tτ0)+A1f(tτ0τ1)R(ω)=A0F(ω)ejωτ0+A1F(ω)ejω(τ0+τ1)+\begin{aligned} r(t) &= Af(t-\tau_0) + A_1f(t-\tau_0 - \tau_1)\\ R(\omega) &= A_0F(\omega)e^{-j\omega \tau_0} + A_1F(\omega)e^{-j\omega(\tau_0+\tau_1)} + \cdots\\ \end{aligned}

则信道的频谱函数为

H(ω)=A0ejωτ0+A1ejω(τ0+τ1)+H(\omega) = A_0e^{-j\omega\tau_0} + A_1e^{-j\omega(\tau_0+\tau_1)} + \cdots

假设传播的路径只有两条,

H(ω)=ejωτ0(A0+A1ejωτ1)H(\omega) = e^{-j\omega\tau_0}(A_0 + A_1e^{-j\omega\tau_1})

由上式可知 H(ω)|H(\omega)| 随着 ω\omega 变化而变化,表现为频率选择性衰落。如果信号带宽大于信道带宽,一些频率的信号被严重衰减,使得整体信号发生畸变。

OFDM 的正交性·

如果信号带宽小于信道带宽,那么传输过程中受到的信道的传输函数是相似的,没有频率选择性衰落,但是信号带宽小,传输速率低。

宽带通信要克服 信号带宽大于信道带宽 的情况。为了既能高速传输数据,又能抵抗频率选择性衰落,可以将高速数据分成多个低速的多路数据,通过多路载波发送,到了接收端再合成一路。而一般的频分复用,频带利用率较低,正交频分复用使用尽可能紧邻的正交子载波,可以 提高频带利用率,并且能够 对抗频率选择性衰落。可以验证,下面一组载波是相互正交的

1,cosωt,cos2ωt,,cosmωt,,sinωt,sin2ωt,,cosmωt,1, cos\omega t, \cos2\omega t, \cdots, \cos{m\omega t},\cdots, sin\omega t, \sin 2\omega t, \cdots, \cos{m\omega t},\cdots


所以我们可以从这些载波中挑出一些构造 OFDM:先将谁进行串并转换,将高速数据转化为多路低速数据,然后分别调制到不同的载波上,相加后经过信道送出;接收端使用相关接收(对应子载波的信号相乘后才有输出,别的子载波信号与其正交,输出为 00)经过调制后,频谱被搬移到各载波的中心频率上,经过相加后,合成频谱如下图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
NoOfCarriers = 11;  % 载波数量(奇数)
iMin = -(NoOfCarriers-1)/2;
iMax = (NoOfCarriers-1)/2;
f = -10:0.01:10;
fList = zeros(1,NoOfCarriers);
cList = zeros(1,NoOfCarriers);
for i=iMin:1:iMax
fshift = i ;
c = sinc(f - fshift);
fList(i+NoOfCarriers) = fshift;
cList(i+NoOfCarriers) = max(c);
plot(f,c,'linewidth',1.5);
hold on;
stem(i ,1,'r-','linewidth',1.5);
end
xlabel("频率 MHz"); grid(); hold off;

为了实现每个子信道频谱的最大值处,其它子信道频谱恰好为 00,要满足 相邻子载波之间的频率间隔要等于输入码元持续时间的倒数

OFDM 调制与解调·

将带宽为 BB 的载波划分成 NN 个带宽为 Δf=BN\Delta f = \dfrac{B}{N} 的正交子载波,如果第一个载波的中心频率是 f0f_0,第 nn 个载波的中心频率是 fn=f0+(n1)Δff_n = f_0 + (n-1)\Delta f,将符号 XnX_n 调制到第 nn 个载波上。得到传输符号 Xnej2πfntX_ne^{j2\pi f_nt},累加所有载波上的信号得到最终的发送信号

f(t)=n=1NXnej2πfnt=e2πf0tn=1N1Xnej2πnΔftf(t) = \displaystyle\sum_{n = 1}^N{X_n e^{j2\pi f_n t}} = e^{2\pi f_0 t}\displaystyle\sum_{n = 1}^{N-1} X_ne^{j2\pi n \Delta ft}

当接收端接收到信号 f(t)f(t) 后,可以采用以下方法确定载波 nn 上的符号 XnX_n.

Δf01/Δff(t)ej2πfntdt=Δf01/Δfn=1NXnej2πfntej2πfntdt=Xn+knΔf01/ΔfXkej2πfkte2πfntdt=Xn\begin{aligned} \Delta f\int_0^{1/\Delta f}f(t)e^{-j2\pi f_n t}dt &= \Delta f\int_0^{1/\Delta f} \displaystyle\sum_{n = 1}^N{X_n e^{j2\pi f_n t}} e^{-j2\pi f_n t}dt\\ &= X_n + \displaystyle\sum_{k\not = n} \Delta f\int_0^{1/\Delta f} X_k e^{j2\pi f_k t}e^{-2\pi f_n t}dt\\ &= X_n\\ \end{aligned}

其中 f(t)=e2πf0tn=1N1Xnej2πnΔftf(t)=e^{2\pi f_0 t}\displaystyle\sum_{n=1}^{N-1} X_ne^{j2\pi n \Delta ft} 可以视为对基带信号 f^(t)=n=1N1Xnej2πnΔft\hat{f}(t)=\displaystyle\sum_{n=1}^{N-1} X_ne^{j2\pi n \Delta ft} 在发射前的进一步载波调制,但是载波数量很大时,产生 f^(t)\hat{f}(t) 的成本很高,需要使用时间间隔为 T=1BT=\dfrac{1}{B} 对其采样,第 ll 个采样样本为

f^(lT)=n=1NXnej2πnΔflT=n=1NXnej2πnBNl1B=n=1NXnej2πnlN\begin{aligned} \hat{f}(lT) &= \displaystyle\sum_{n = 1}^{N}X_n e^{j2\pi n \Delta flT}\\ &= \displaystyle\sum_{n = 1}^{N}X_n e^{j2\pi n \frac{B}{N}l\frac{1}{B}}\\ &= \displaystyle\sum_{n = 1}^{N}X_n e^{j2\pi \frac{nl}{N}}\\ \end{aligned}

在 OFDM 中传输的是对连续信号 f^(t)\hat{f}(t)NN 个采样点,当接收端接收到 {f^(1),f^(2),,f^(N)}\{\hat{f}(1),\hat{f}(2),\cdots, \hat{f}(N)\},对这 NN 个点做离散傅里叶变换后得到序列 X1,X2,,XnX_1,X_2,\cdots, X_n

循环前缀·

多径效应的影响·

信号通过多径传输时,信道长度不同,到达接收端的时间不同,可能造成码间串扰。(假设发射信号为 x[n]0N1x[n]|_0^{N-1},信道为 h[n]0μh[n]|_0^{\mu},当信号通过信道后,接收端得到 y[n]=x[n]h[n]y[n] = x[n]*h[n],长度为 N+μN+\mu,接收端在处理了 NN 个信号时,还有 μ\mu 个未处理,此时又收到来自发送端的信号,对第一个信号产生影响。)

循环卷积y[n]=x[n]h[n]=n=0N1x[m]h[[nm]]NRN[n]y[n]=x[n]\otimes h[n] = \displaystyle\sum_{n=0}^{N-1} x[m]h[[n-m]]_N R_N[n]

N=L1+L21N=L_1+L_2-1 时,循环卷积与线性卷积结果相同。

在 OFDM 中,符号 XkX_k 经过 IFFT 后变成 f^[n]\hat{f}[n],经过信道后,接受端接收 y[n]=f[n]h[n]y[n] = f[n]*h[n],如果将线性卷积变为循环卷积,就可以利用 DFT 得到 Y(k)=X(k)H(k)Y(k)=X(k)H(k),其中 H(k)H(k) 可以利用信道估计得到。

循环前缀·

设发送信号的长度为 NN,信道响应的长度为 μ+1\mu+1 循环前缀的长度为 ll,则接收端接收的信号长度为 N+μ+lN+\mu+l,如果 l>μl>\mu,接收得到 y[n]y[n] 不受 ISI 的影响。

第二个信号加长 μ\mu(将发射信号 x[n]x[n] 的后 μ\mu 个复制到 x[n]x[n] 的前面)时得到新的信号 x1[n]x_1[n]

{x[Xμ],,x[N1],x[0],x[1],,x[N2],x[N1]}\{x [X-\mu],\cdots, x [N-1], x [0], x [1], \cdots, x [N-2], x [N-1]\}

y[n]=x1[n]h[n]=m=0μh[m]x1[nm]=m=0μh[m]x1[[nm]]NRN[n]=h[n]x[n]\begin{aligned} y [n] &= x_1 [n] * h [n]\\ &= \sum_{m = 0}^{\mu} h [m] x_1 [n-m]\\ &= \sum_{m = 0}^{\mu} h [m] x_1 [[n-m]]_NR_N [n]\\ &= h [n] \otimes x [n]\\ \end{aligned}

参考资料·