如何理解OFDM系统中基于自相关（autocorrelation） 的经典频偏估计算法？

如何理解OFDM系统中基于自相关（autocorrelation） 的经典频偏估计算法？

在离散采样系统中，若两个相同信号片段间隔 $D$ 个采样点（采样周期为 $T_s$），则时间差为 $$\Delta t=D\cdot T_s$$ 那么频偏估计公式变为：
$${\hat{f}}_{\text{offset}}=\frac{1}{2\pi D{T}_s}\arg \left(\sum _{n}r(n)r^{\ast }(n+D)\right)$$
这是基于自相关（autocorrelation）的经典频偏估计算法。

如何理解这个公式？

若两个相同信号片段间隔 $D$ 个采样点，发送信号$s[n]=s[n+D]$ ，那么受频偏影响的接收信号$r[n]$为：
$$r[n]=s[n]e^{j2\pi \Delta fn{T}_s}+w[n]$$
其中$w[n]$为噪声，$\Delta f$ 为频偏。

基于自相关（autocorrelation）的经典频偏估计算法，首先计算共轭相乘：
$$r[n]\cdot r^{\ast }[n+D]=|s[n]{|}^2{e}^{-j2\pi \Delta fD{T}_s}+\text{噪声}$$
然后累加：
$$\text{Corr}=\sum _{n=0}^{L-1}|s[n]{|}^2\cdot e^{-j2\pi \Delta fD{T}_s}+\text{噪声}$$
取相位：
$$\text{arg(Corr)}=-2\pi \Delta fD{T}_s(\mathrm{mod}2\pi )$$
得到估计频偏：
$${\hat{f}}_{\text{offset}}=-\frac{arg(Corr)}{2\pi D{T}_s}$$

从几何意义上理解共轭相乘累加

基于自相关的经典频偏估计，从几何意义上理解，可以把每个共轭相乘的结果看作复平面上的一个矢量，共轭相乘的结果累加就是矢量叠加。如果没有噪声，所有矢量方向相同（矢量角度θ），累加相当于把这些矢量合成一条直线，合成矢量的方向角度θ，幅度是所有矢量幅度之和。

多个同向的矢量相干叠加，抵抗了噪声的影响，使频偏估计更加准确。

更多文章，欢迎关注我的公众号：信号与FPGA

公众号：信号与FPGA