载波同步
通信接收机解调器设计中,一个很重要的模块是载波同步。由于通信双方的相对运动和时钟差异,到达接收机的载波调制信号存在一定的频率和相位漂移,这是不利于相干解调的,因此加入载波同步模块,对存在的频率和相位偏差进行估计、补偿,以便在本地产生与接收信号同频同相的载波信号,用来相干解调,得到基带信号(这里暂且忽略多径效应,并假定没有码字偏差)。载波同步技术主要有两类,一类是非数据辅助的同步,如锁相环技术;另一类是基于数据辅助的同步,即在发送数据中加入特定的已知信息位,用于辅助载波同步。今天主要讲讲数据辅助的载波同步技术中,对未知参数估计的方法,即载波同步中的最大似然估计。
接收信号的概率密度分布函数
最大似然估计第一步就是要建立似然函数,而似然函数又是和数据样本的概率分布函数相关,因此首先需要知道接收信号的概率密度分布函数。这里设发送信号为
X(t),接收到的信号为
Y(t),高斯信道引入的噪声为
W(t),则:
Y(t)=X(t)+X(t)。噪声满足标准正态分布,设其方差为
σ,可推出接收信号
Y(t)的概率密度分布函数为:
P(Y(t))=2π
σ1exp(−2σ2(Y(t)−X(t))2)
这是到达接收机的信号
Y(t)的概率分布,在接收机的处理中,第一步是下变频,将数字中频信号变换至基带,成为正交信号,即下变频后的信号变为了有实部和虚部的复信号
Yddc(t),同时
X(t)和
W(t)也会变为复信号,不变的是噪声的概率分布,那复信号
Yddc(t)的概率分布又会变成什么样呢?其实这是一个简单的联合概率分布问题。
P(Yddc(t))=P(Yrealddc(t),Yimagddc(t))=P(Yrealddc(t))P(Yimagddc(t))
则,
P(Yddc(t))=2π
σ1exp(−2σ2(Yrealddc(t)−Xrealddc(t))2)∗2π
σ1exp(−2σ2(Yimagddc(t)−Ximagddc(t))2)=2πσ21exp(−2σ2∣Yddc(t)−Xddc(t)∣2)
载波同步中的最大似然估计
这里就不再啰嗦最大似然的基本原理了,需要补知识的童鞋可以点链接 通俗易懂的最大似然估计 当你明白了什么是最大似然和最大似然估计,接着就来看看在基于数据辅助的载波同步中,怎么使用最大似然估计。
- 建立似然函数
L(Ri∣γ) ,其中
Ri为下变频后的样本序列,
γ为待估参数,其代表频偏和相偏的集合,即
γ=(fd,θd),则似然函数为带有参数
γ的样本序列概率分布函数的连乘。
L(Ri∣γ)=i=1∏N2πσ21exp(−2σ2∣Yddc(ti,γ)−Xddc(ti,γ)∣2)
其中N表示用于最大似然估计的样本长度。
- 似然函数取对数,为方便计算,一般会用对数似然函数来代替原始的似然函数,将连乘运算变为连加运算。
Ln[L(Ri∣γ)]=NLn(2πσ21)+i=1∑N−2σ2∣Yddc(ti,γ)−Xddc(ti,γ)∣2
- 对数似然函数的极大值,当参数估计准确时,样本序列概率函数连乘有最大值。即对数似然函数的最大值对应的参数值即为待估参数的实际值,所以基于最大似然的参数估计就变为了求似然函数最大值的问题。
Max(Ln[L(Ri∣γ)])=Max(−i=1∑N∣Yddc(ti,γ)−Xddc(ti,γ)∣2)
=Max(−i=1∑N∣Yddc(ti,γ)∣2−i=1∑N∣Xddc(ti,γ)∣2+2i=1∑NRe(Yddc(ti,γ)∗Conj(Xddc(ti,γ))))
其中
Yddc(ti,γ)为接收的样本序列,其值属于固定的,因此在最大值计算中,可以去除,则上式可进一步简化为:
Max(Ln[L(Ri∣γ)])=Max(2i=1∑NRe(Yddc(ti,γ)∗Conj(Xddc(ti,γ)))−i=1∑N∣Xddc(ti,γ)∣2))
Xddc(ti,γ)是接收数据中的已知序列(所谓的数据辅助 指的就是它的辅助,因此它对于我们来说是已知的,譬如常用的导频序列,前导序列等),但它与发送端的序列还是有点区别的,区别在于它包含了频率和相位的偏差信息,其可描述为
Xddc(ti,γ)=Ciej(2πfdiT+θd)g(t−iT),可见
∣Xddc(ti,γ)∣2也为一个固定值,因此上面的最大值计算公式可进一步简化为:
Max(Ln[L(Ri∣γ)])=Max(i=1∑NRe(Yddc(ti,γ)∗Conj(Xddc(ti,γ))))
将
Xddc(ti,γ)的表达式带入上式,得
Max(Ln[L(Ri∣γ)])=Max(Re(e−jθdi=1∑NCi∗∗Yddc(ti,γ)e−j2πfdiTg(t−iT)))
设
∑i=1NCi∗∗Yddc(ti,γ)e−j2πfdiTg(t−iT)=∣A∣ejψ,则上式可简写为
Max(∣A∣cos(jψ−θ))